复共线性关系对逐步回归预报方程的影响研究

针对气象预报中常用的逐步回归预报建模方法,由于没有直接考虑筛选出的预报因子之间可能存在复共线性关系会影响气象预报方程的预报性能问题,提出了在初选的大量气象预报因子(自变量)中,采用条件数计算分析方法,选择复共线性关系小的预报因子组合建立预报模型的方法.以重要气象灾害的预报难点--台风预报为例,用大样本分别建立了12个台风移动经度、纬度的条件数预报方程和逐步回归预报方程.对比分析结果表明,由于条件数计算分析有效控制了预报因子间的复共线性关系,因此,在相同的预报因子(自变量)和预报对象(因变量)条件下,分月建立的条件数台风移动路径预报方程,虽然历史建模样本的拟合精度略低于逐步回归预报方程,但是对独立样本的预报精度明显提高,其中7、8和9月条件数预报方程的预报误差平均为153.9 km,而相应的逐步回归预报误差平均为229.2 km,两者相差75.3 km.进一步研究发现,在F值分别取1.0、2.0和3.0的情况下,建立的台风移动路径的逐步回归预报方程,其预报误差也明显大于条件数预报方程.另外,由于预报因子组合的复共线性的影响,逐步回归方程还出现了在个别点预报误差极大的不合理情况.     

典型相关分析在台风路径预报中的应用

本文通过对500hPa上的五个因子场分别与台风中心未来48小时和60小时经纬度的预报量场进行典型相关分析,求出由各因子场组成的典型变量,以此作为预报因子,再结合经实践证明预报效果较好的天气学经验因子,用逐步回归方法建立台风中心未来48小时和60小时的路径预报方程。通过对历史样本的拟合和实际试报,表明该方程的预报能力有明显的提高;典型变量权重系数的地理分布与因子场的天气学意义基本吻合。      

多预报量双重筛选逐步回归在台风路径预报中的应用

本文对通常的逐步回归进行了分析,指出在同时制作多个预报量的预报时,这方法并不十分可靠。因为这样得到的预报方程常常包含着比较大的随机误差,之所以产生上述情况,问题在于对多个预报量建立方程时,没有考虑预报量之间的关系。因此,有必要对通常的逐步回归进行改进,考虑对多个预报量同时进行筛选的逐步回归。 台风路径预报的试验结果表明:由多预报量双重筛选逐步回归建立的方程组,对相近预报时段的相同预报量,其影响的预报因子大体相同,而对于不同预报时段的不同预报量,则影响的预报因子有着显著的差异,这样得到的方程组物理意义比较明确,不仅有利于提高预报方程的预报精度,而且还有利于对不同预报方程的预报因子进行分析和改进。     

气象要素场正交函数展开做暴雨定点预报

本文对乐山市区域性暴雨要素场作正交函数展开，根据历次暴雨各典型场的不同权重系数分型选取预报因子，建立暴雨定点预报方法。该方法自１９９０年投入业务使用以来，提高预报准确率５％左右。     

预报因子选取及方程建立人机交互平台

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。     

消化系统疾病的气象影响分析和预报

利用统计学方法，结合气象学、预防医学和临床医学原理，对1990～1999年受气象条件影响的消化系统疾病进行分析和分类。利用组合气象要素为因子建立疾病指数逐步回归预报方程，其效果明显优于以独立气象要素为因子的逐步回归预报方程。     

东北夏季月气温数值产品释用预报方法

采用对站点气象要素场EOF自然正交函数 )展开 ,预报几个主要特征向量时间系数的思路 ,对国家气候中心的T63动力延伸预报产品解释应用 ,制作东北夏季定点、定量月气温预报。根据EOF展开的空间特征向量分布特征 ,分别对反映测站上空高度数值大小与长波系统强弱的高度距平、地转涡度等预报因子进行处理 ,进而建立预报模型。     

车贝雪夫多项式展开在数值预报产品释用中的应用

本文用车贝雪夫多项式对５００ｈＰａ有限区域形势场作正交展开，利用其展开系数表征大尺度环流型的调整，并对非线性环流因子进行转换，将其应用到Ｔ４２数值预报产品的释用方法中，建立完全预报方程．     

均生函数场预报模型对降水预报的试验研究

基于均生函数的处理原则,运用经验正交分解方法,将正交展开的时间系数俄为预报因子,并引入逐步算法进行因子筛选建立预报模型。将均生函数场预报模型用于云南省汛期雨量及５月雨量预报试验。结果表明：用这种模型作区域性降水预报有一定的优越性,并可作多步预测,是一咱滚动客观预报方法。     

东北夏季月气温数值产品释用预报方法

采用对站点气象要素场EOF(自然正交函数)展开，预报几个主要特征向量时间系数的思路，对国家气候中心的T63动力延伸预报产品解释应用，制作东北夏季定点、定量月气温预报。根据EOF展开的空间特征向量分布特征，分别对反映测站上空高度数值大小与长波系统强弱的高度距平、地转涡度等预报因子进行处理，进而建立预报模型。     

南京市SO2污染浓度时空分布特征及统计预报方法的研究

本文根据南京市六个空气污染浓度监测站的2001年6月至2005年7月的SO2污染浓度监测资料分析南京市SO2污染浓度的时空分布变化特征,结果为6个站浓度值有明显的季节变化特征,且在冬季容易出现南北相反的分布特征。针对目前常用的回归预报方法在选取气象要素时没有考虑其互相之间的相关性的缺点,本文提出了一种建立在EOF展开基础上的首先使预报因子正交化,再与逐步回归方程结合并且资料逐日更新的变系数的新型统计预报模型,经过实际预报检验,预报准确率比较高,有很好的应用效果。     

郑州市空气质量统计预报方法探讨

根据2005年、2006年采暖期RegCM 3模式输出产品和郑州市环境监测中心逐日监测资料,利用逐步回归方法建立了PM10、SO2、NO2等污染物质量浓度预报方程。该方法在2007年采暖期的试报中效果不理想,预报准确率明显低于历史拟合率。为了提高预报准确率,针对目前采用的统计方法中存在的不足,即在选择预报因子时没有考虑预报因子之间的相关性,挑选的预报因子由于非正交,使回归计算的结果不稳定。将自然正交分解和多元回归分析结合起来,以采暖期各污染物的日均质量浓度为预报对象,建立预报模型。结果表明,采用新方法制作的空气质量预报准确率有一定程度提高。     

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     

华南前汛期降水预测模型及其预测试验

将中国华南区域分为东、西2个区,对每个区(8个站)的前汛期(4—6月)平均降水量作自然正交展开(EOF),选取各区累积方差贡献超过75%的前4个主分量作为预报分量。再利用偏最小二乘回归方法结合均生函数方法,提出一种同时考虑预报量自身显著变化周期和前期物理量因子对预报量未来变化影响的预报模型,分别建立东、西区前汛期平均降水量的偏最小二乘回归预报方程。试验结果表明,新的预报模型的预报效果比单纯采用前期物理量因子的逐步回归模型更好,并且其预报能力的提高具有合理的分析依据。      

用权重回归方法叠加法做冰冻趋势预报

一、思路用权重回归方法做预报,方法简单,结果清楚,使用方便。但对各个因子的随机性要求较高,各个因子对预报对象的贡献存在着放大或缩小的现象,特别是各因子对预报对象在某年的贡献改变了各因子对预报对象的真正贡献,影响预报的成功率。用同样的方法只改变预报因子,有时预报结果往往相反。这说明在组合计算工作中可造成各因子相互制约。这是预报工作中需要着重解决的问题。本方法采用12个指标,组合建立了3个权重方程,把3个方程的结果分别按年份     

客观预报方程中因子的选取及应用效果分析

利用因子选取及方程建立人机交互平台,建立了云南省125个气象站的降水、温度客观要素预报方程.对比试验表明,绝大多数组合因子都优于单因子,组合因子预报方程的质量普遍比单因子预报方程好.预报检验结果显示,干季的降水预报尚未达到可用程度,雨季小雨及中雨、大雨的预报有一定业务指导意义,对于反映中小尺度系统的暴雨天气预报效果较差,在因子的选择上还需要做大量细致的工作.温度预报具有一定的参考价值,但还有待进一步改进.     

省级区域范围产量场预报的研究

用经验正交分解的方法将产量场分解为不随时间变化的空间函数及依赖时间变化的时间函数两部分正交分量,每个正交分量代表一种空间分布形式,即典型分布。典型产量分布的时间函数的年实际变化可以气象因子场的典型分布时间函数为自变量,用逐步回归分析方程预报,进而得到预报年的产量分布场。     

场对场预报模型及其对降水的预报试验

用经验正交函数对预报因子场和预报对象场分别进行分解，将正交展开的时间系数作为预报因子和预报对象，提出了一种场对场预报模型，该模型考虑了预报系统的时变性，并利用云南５月份的雨量资料进行了预报试验。结果表明，用这种模型作区域性降水预报有一定的优越性。     

广西春播期降水量预报方法研究

对广西春播期降水量序列利用3种时间序列分析法,通过相关系数与符号相关结合选取因子,建立了6种回归方程,试报结果表明:多因子场序相关相似法有较可信的结果;在逐步回归预测方法中,多因子逐步回归优于单因子场逐步回归;集成预报的结果明显好于单一方法的结果.而在组合计算预报因子中,用500hPa高度场、海平面气压场的滑动块状平均场作为基本因子,不仅符合降水发生所应具有的天气形势的系统性和稳定性,给自动化编程也带来方便.     

宜春市定量降水可变权重集成预报方法

利用多种降水数值预报格点数据,结合本市定量降水预报方法,制作宜春10县市汛期定量降水集成预报.集成预报方程中各因子的权重系数,随预报样本数的增加,逐步进行修正,同时定期修正集成预报方程产生的系统误差.