共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
在桂东南低温阴雨天气的特征和类型研究的基础上,应用气候场的主分量逐步回归方法,通过多个气候场的主分量因子相关分析筛选,求得低温阴雨场主分量与高度场、海温场、环流指数以及副高面积指数等因子场主分量之间的联系,而后进行逐步回归预报. 相似文献
3.
在桂东南低温阴雨天气的特征和类型研究的基础上,应用气候场的主分量逐步回归方法,通过多个气候场的主分量因子相关分析筛选,求得低温阴雨场主分量与高度场、海温场、环流指数以及副高面积指数等因子场主分量之间的联系,而后进行逐步回归预报。 相似文献
4.
本文用单站温度时间序列的均生函数周期延拓序列拓展预报因子,然后进行EOF迭代温度预报试验,并与主分量、逐步回归筛选方案建模法的预报结果进行比较,初步表明:这种预报方法充分地利用了要素序列与其优势周期的主要相关信息,它具有一定的预报能力。 相似文献
5.
6.
7.
影响广西热带气旋年频数的神经网络预测模型 总被引:2,自引:2,他引:2
利用人工神经网络方法,结合均生函数和逐步回归分析方法对影响广西的热带气旋年频数序列进行神经网络的预测模型研究,该模型既考虑了预报量自身显著周期变化,也考虑了海温场,高度场等因子对预报量的影响,给预报检验,考虑多种影响因子的预测模型比只考虑单一影响因素的预测模型效果好。 相似文献
8.
一、引言 回归分析在长期天气预报中应用十分广泛。逐步回归是回归分析中效果较好的方法之一,逐步回归可以避免引入强相关变量所导致的求解的困难。 在长期天气预报中经常要同时制做P个站点的预报(即:多个预报量y_1、y_2…y_p),采用相同的M个预报候选因子(即:M个预报因子X_1、X_2…X_M)。对每一个预报量y_i可以分别应用逐步回归来筛选这M个因子建立预报方程: 相似文献
9.
10.
以澳门单站年和四季降水和温度两个气象要素的气象资料(1952~2001年)为主要研究对象,利用3种统计预报模型(谐波分析外推模型、开环门限自回归模型和主分量因子的逐步回归模型)进行拟合及试报,对澳门的降水及温度的变化做较深入的分析及预测,比较3种统计预报模型在研究澳门单站气象资料的变化趋势中的优劣。结果发现,3种预报模型在预报年和四季平均气温的方面都比较理想,但对降水量变化序列做拟合及试报则差异较大。总体而言,气候场的主分量逐步回归法对相同的气候资料建模做拟合及试报,结果拟合率是三者中最高的,复相关为0.821~0.911,预报效果除秋季较差外,其余都非常好。 相似文献
11.
12.
13.
14.
利用计算机技术,将预报因子选取、方程建立和样本拟合融为一体,建立了预报因子选取及方程建立人机交互平台。该平台包括文件信息,因子初选和回归分析三个模块:(1)文件信息模块主要是读取预报对象文件和预报因子文件,显示并检查文件头信息样本长度的一致性;(2)因子初选模块主要是计算各气象要素或物理量场中每个格点因子与预报量之间的相关系数,构成各相关场,分析这些相关场及其关键区域,从中筛选出组合因子;(3)回归分析模块是对选入的组合因子与预报对象进行逐步回归计算,建立预报方程,并根据回归方程参数和样本拟合率,通过改变因子引入和剔除标准来调整回归结果。 相似文献
15.
通过相关系数选出预报因子,用逐步回归、最优子集回归、EOF降维逐步回归、神经网络等统计预报方法对预报对象进行逐年交叉检验以及实际预报检验,检测预报因子对原预报序列的预报能力。同时通过计算每种方法的平均绝对误差和实际预报检验的平均误差,客观地对各种预报方法进行既有纵向也有横向的较为全面的比较。 相似文献
16.
利用最优子集回归作鲁南夏季降水量预报 总被引:3,自引:0,他引:3
通过普查北半球500hPa、100hPa月平均高度场与鲁南夏季降水量的相关,选取相关信度达到0.05的相关区的格点平均高度值作为预报因子,利用最优子集回归建立鲁南夏季降水量预报方程,并投入业务运用,通过与逐步回归方法比较得知,最优子集因归比逐步回归具有更好的预报效果。 相似文献
17.
介绍了基于MM5模式的预报气象要素的一种MOS方法 ,并对预报效果做了初步检验。MOS方法直接利用MM5模式的预报产品 ,采用多点滑动平均普查因子方法和多元线性 (非线性 )逐步回归方法 ,可以同时预报多地点、多时次、多个气象要素。其中采用的多点滑动平均普查因子方法 ,减弱甚至消除了由于随机原因造成其中单点相关因子的不稳定性 相似文献
18.
通过相关系数选出预报因子后,用逐步回归、最优子集回归、EOF降维逐步回归、神经网络等统计预报方法对预报对象进行逐年交叉检验以及实际预报检验,检测预报因子对原预报序列的预报能力。同时通过计算每种方法的平均绝对误差和实际预报检验的平均误差,客观地对各种预报方法进行既有纵向也有横向的较为全面的比较。 相似文献
19.
介绍了基于MM5模式的预报气象要素的一种MOS方法,并对预报效果做了初步检验。MOS方法直接利用MM5模式的预报产品,采用多点滑动平均普查因子方法和多元线性(非线性)逐步回归方法。可以同时预报多地点、多时次、多个气象要素。其中采用的多点滑动平均普查因子方法,减弱甚至消除了由于随机原因造成其中单点相关因子的不稳定性。 相似文献
20.
人工神经网络在梅雨期短期降水分级预报中的应用 总被引:1,自引:1,他引:0
将人工神经网络应用于南京夏季梅雨期短期降水分级预报。根据梅雨期天气特点,用统计和动力学方法从HLAFS(高分辨率有限区域预报系统)资料中寻找预报因子;然后分别用两种方法选取输入因子对人工神经网络进行训练,并分别利用抽取的五天做降水分级预报检验。通过对人工神经网络方法预报降水的结果与HLAFS降水预报以及逐步回归预报的结果对比发现:与HLAFS降水预报相比,降水预报准确率由原来的66.7%提高到88.2%,漏报、错报明显减少;与逐步回归预报相比,大到暴雨的预报准确率得到了明显提高。 相似文献