概率映射作因子非线性变换

对非线性因子的处理,一般的做法是通过寻找一个比较合适的拟合曲线函数,用这个函数来进行变换,对于二级预报问题,因子的变换还可以通过概率映射来进行。一、概率映射变换当预报对象为二级时,因子与预报对象之间的相关关系可以通过因子各取值区间内某一级预报对象出现的概率反映出来,因子各取值区间的概率形成一个序列,从这一概率序列的变化可以看出因子与预报对象之间的关系是线性的,还是非线性的。事实上,对于二级预报问     

多元样条逐步回归模型在夏收中期预报中的应用

在夏收期间的中期预报中,使用了非线性多元样条函数回归预报模型。该方法保留了线性统计预报模型中多元分析,逐步筛选因子和显著性检验等特点,又吸取了数值逼近中样条函数处理复杂非线性函数的一些优点。经过与线性回归的对比和１９９８年的预报,在历史拟合率和预报效果上的提高较为明显。     

基于统计降尺度方法的夏季降水精细化预报

利用1999—2009年安徽省淮河以南地区60个县市站夏季逐日降水资料和安庆市探空站逐日资料,研究了中低层不同风向配置下局地降水与大尺度降水场之间的关系,以3种不同预报对象及相应的预报因子分别采用神经网络和线性回归方法设计6种预报模型对观测资料进行逼近和优化,从而实现空间降尺度.分析对比6种预报模型46站逐日降水量的拟合和预报效果,结果表明:采取相同的预报对象及预报因子的BP神经网络模型在拟合和预报效果上均好于线性回归模型,可见夏季降水场之间以非线性相关为主;神经网络模型预报结果同常用的Cressman插值预报相比,能很好地反映出降水的基本分布及局地特征;预报对象为单站降水序列的神经网络模型在以平原、河流为主要地形的区域预报效果较好,预报对象为REOF主成分的神经网络模型则在山地和丘陵地形区域预报效果较好.     

用模糊事件的概率变换进行非线性相关因子筛选

在统计分析中,非线性相关因子的处理经常采用初等函数变换的方法,即把自变量X和因变量Y通过一个非线性函数x′=F(x)进行变换后,再计算x′同Y的线性相关系数。但是,由于确定这种函数的计算工作量很大,而且事实上大多非线性关系很难用某一规则函数来表达,所以,有时效果并不理想。我们在雨量量级预报中试用模糊事件的概率变换进行非线性相关因子筛选,然后,由因子的概率样本建立回归方程,在微机上编程计算,方法简单,使用效果较好。     

热带气旋登陆华东的客观预报方案

热带所旋登陆华东属小概率事件。构造适当划分区间的阶梯函数能较好地反映登陆事件条件概率的非线性分布。应用阶梯函数变换的因子对登陆事件概率的预报性能优于线性相关的标准化因子。预报方案应用阶梯函数变换因子，通过非线性相关比筛选和REEP分析构造热带气旋登陆华东的预报模式。应用初始场资料与数值预报产品分别构造了统计－天气学、统计－气候学和统计－动力学的分类预报模式。应用分类预报模式的预报结果进行综合的预报集成提高了预报技巧。预报检验与试验表明本方案对热带气旋登陆华东具有一定的预报能力。     

典型相关分析在攀枝花市雨季开始期预报中的应用

利用典型相关分析作攀枝花市雨季开始期预报试验,选择1965～2001年的海洋特征指数、500hpa环流指数、太阳黑子数作为预报因子,建立典型回归模型.再以典型变量作为预报因子,用逐步回归和最优子集回归分别建立各站的预报模型,用2002～2004年的资料进行检验,对比试验结果表明:逐步回归和最优子集回归预报效果较好,典型回归模型效果较差.     

杭州夏季高温概率预报模式

使用1994～1998年客观分析资料,用概率映射法作因子非线性变换,分别普查了因子与杭州夏季高温概率的相关性,找出一些高相关因子对其进行REEP分析,在此基础上构造杭州高温概率预报模式。经过1999年的试用,效果较满意,对实际业务预报服务有较好的参考价值。     

多因子和多尺度合成中国夏季降水预测模型及预报试验

根据青藏高原60个站平均的月积雪深度、热带太平洋Nino 3区月海温和中国160个站月降水量等资料,用小波变换和相关分析,分析了1958～1998年秋冬季青藏高原异常雪盖与El Nino-南方涛动(ENSO)的关系、多时间尺度变化的特征及其与中国夏季降水的相关型式.并取青藏高原积雪和Nino 3区海温的年际变化、年代际变化和线性趋势三种不同时间尺度的小波分量作为预报因子,对我国夏季降水距平作线性回归,建立了相应的预测模型.最后,利用1999～2002年的独立资料进行了预报试验,并在2003年和2004年应用于实际预报.研究表明,青藏高原雪盖与ENSO这两个物理因子彼此具有一定的独立性.它们都是多时间尺度现象,并与中国夏季降水有较好的关系.在不同时间尺度上不仅有不同的相关型式,而且相对贡献也有变化.回归预测模型的拟合情况和预报试验表明,综合考虑前期秋冬季青藏高原雪盖和ENSO这两个物理因子的年际变化、年代际变化和线性趋势作为预报因子建立的预测我国夏季降水距平分布的模型,有一定的预报能力.     

ECMWF产品逐日降水客观预报业务系统

选用ECMWF格点场资料,用差分法、天气诊断、因子组合等方法构造能反映本地天气动力学特征的预报因子库,对预报因子和预报量进行线性（0,1）标准化处理,采用PRESS准则初选因子,用最优子集回归建立0~120 h降水预报方程,用多因子概率权重回归预测其降水概率。预报系统投入业务应用,检验证明预报效果较好,提供了有效的地市级客观预报指导产品。业务系统与MICAPS对接,实现全自动化,输出的预报产品客观、定量。     

集合动力因子在内蒙古暴雨预报中的适用性分析

针对2017年7月6—7日内蒙古东部地区的冷涡降水过程,利用NCEP的GFS预报资料为初始值得到的集合动力因子预报系统结果,从中优选出10个动力因子以及对其进行4种方法的集合,以此对强降水过程进行诊断分析和预报研究。结果表明:动力因子预报降水在空间分布上与6h观测降水基本一致,代表动力因子对降水落区具有较好的指示意义,中位数和等权平均集合预报降水的强度比观测降水偏弱,而多元线性回归和加权平均集合动力因子对强降水中心的预报相对较好。预报技巧评分计算结果表明,集合动力因子对降水预报均有一定的技巧,而多元线性回归集合结果与观测降水最为吻合,空间相关系数达到0.76,ETS评分为0.49,加权平均次之,但多元线性回归集合方法预报的降水发生频率会较实际降水偏高。     

典型相关分析在攀枝花市雨季开始期预报的应用

利用典型相关分析作攀枝花市雨季开始期预报试验，选择1965—2001年的海洋特征指数、500hpa环流指数、太阳黑子数作为预报因子，建立典型回归模型。再以典型变量作为预报因子，用逐步回归和最优子集回归分别建立各站的预报模型，用2002—2004年的资料进行检验，对比试验结果表明：逐步回归和最优子集回归预报效果较好，典型回归模型效果较差。     

典型相关分析在攀枝花市雨季开始期预报中的应用

利用典型相关分析作攀枝花市雨季开始期预报试验,选择1965~2001年的海洋特征指数、500hpa环流指数、太阳黑子数作为预报因子,建立典型回归模型。再以典型变量作为预报因子,用逐步回归和最优子集回归分别建立各站的预报模型,用2002~2004年的资料进行检验,对比试验结果表明:逐步回归和最优子集回归预报效果较好,典型回归模型效果较差。     

对目前概率统计预报中有关因子挑选和组合的几点讨论

一、多因子线性回归分析的不合理性和逐步回归挑选因子的弊病在利用气象要素前后期的相关关系的预报中,多因子回归分析是目前采用较多的一个概率统计预报方案。所熟知的数学模型是:Y=a_0+a_1X_1+a_2X_2+……+a_nX_n+8这里包含了几项重要的假定:1.各预报因子 x_1,x_2,…,x_n 之间彼此线性无关;各预报因子均独立地对     

最优化因子处理及加权多重回归模型

因子的优劣是回归分析的关键。故在建立回归方程时,一般除对预报因子进行直线相关普查外,还要进行非线性相关普查。如将原因子x用x~(-1)、x~(1/2)、x~2 、e~x、In x等函数形式进行变换。但由于这些函数形式有限,故不一定能找到最优的表达形式;为此冯耀煌等仅给出了x~a和e~(ax)两种通式,其中a为待     

回归分析中因子群讯息的浓缩

一、问题的提出回归分析被广泛地应用于天气预报,并收到较好的效果。一般回归(一次回归)是在事先将预报因子加以挑选,选取达到一定信度a的预报因子,然后根据最小二乘方原理建立预报对象的回归方程。这些预报因子在回归计算过程中无一例外地全部引进方     

SVM方法在热带气旋降水预报中的应用

应用国家气象中心下发的热带气旋报文资料（中心经纬度、中心气压、近中心最大风力）,设计了诸如热带气旋中心与嘉兴市的最近距离等因子,并任选3个因子组成三维坐标（x,y,z）,计算嘉兴市热带气旋降水的概率分布函数。利用SVM回归方法对选中的概率分布函数进行训练,建立嘉兴市热带气旋降水预报方法,并应用于业务试报。同时和多元回归方法进行历史回报和业务试验比较。结果表明,概率分布函数与热带气旋降水具有较好的相关性,SVM回归方法在嘉兴市热带气旋降水预报中的回归预报模型和业务化效果明显优于多元回归。     

利用非线性回归技术建立洛阳机场大风预报方法

利用2005-2008年洛阳机场200个大风天气个例,从经验和物理意义出发选取地面风速预报因子,然后对初选因子进行多种组合并同预报量作相关分析,确定了东、西风型各10个因子。根据各个因子在引入的线性和5种非线性函数形式下同预报量的相关程度,确定每个因子同预报量的最优函数关系,进而分别建立了东、西风型风速预报的多元非线性回归方程,再应用双重检验的逐步回归方案对方程进行优化,并将优化后的方程进行了检验,最后分析了影响风速主要因子的作用。结果表明:利用非线性回归方程对风速进行客观定量化预报,预报效果达到了民航气象对大风预报的质量要求,能够为实际工作提供参考;预报东、西风型风速的首要因子分别是气压梯度和变压梯度。     

北半球500百帕组合因子及其在洞庭湖、鄱阳湖地区7月降水量预报中的应用

用多元统计方法作水文气象长期预报,主要问题在于预报因子的选择.本文采用新的方法,选取高相关的预报因子——组合因子,并对其作若干性能的分析,经应用,收到了较好的预报效果.     

基于对流参数的雷暴预报方法研究

通过对2006年6~9月(雨季)大量雷暴对流参数进行计算,选取离西昌发射场最近的单点同化资料。利用相关系数法选取相关性好且稳定的预报因子,进行事件概率回归,得到雷暴预报方程。并对2007年雨季西昌雷暴进行预报,取得了较好的效果。分析表明,基于对流参数的雷暴预报方法对场区雷暴的预报具有明显的效果。      

试用非线性预报方法预报辽宁夏季气温和降水

一、前言过去在长期预报的统计分析中大部分采用相关分析方法,找出相关较好的关键区,如要做定量的预报,则找出相关较好的预报因子,用逐步回归的方法建立预报方程,但是这里的相关分析及建立的逐步回归预报方程都是线性的,而实际上预报量与预报因子的关系是非线性的。因此,线性相关分析方法是不适合实际的,用线性预报因子建立起来的预报方程也必