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     

(五) 最优分割法

这一讲用方差来进行分割,并且证明如此算得的分割确实是最优的。用以说明方法的例子还是上一讲的太阳黑子数,以便进行比较。上一讲已引入的概念和符号,这里就不再介绍了。 对x_1,…,x_n这n个有顺序的数据来说,分割成两段为(x_1,…,x_a)(x_(a+1),…,x_n)后,可以计算各段的均值与方差:     

国外谷类作物产量预报方法

近年来,国外对谷类作物产量预报方法的研究较为重视。本文就美、加、日、西德等国在这方面的研究做一扼要介绍。北美美国和加拿大这两个国家有不少研究人员作了气象因子对小麦产量影响的研究工作。 L.M汤普森研究了天气条件对美国五个州(黑钙土和栗钙土)的春小麦产量的影响,绘制出每一州产量的变化曲线图(1931-1961年),分析了产量因生产技术的改进而增长以及因天气条件而变化的情况。回归分析结果表明,在计算产量时,非线性方程计算的结果准确性高,最后,汤普森提出了春小麦州的平均产量(y)与3月-8月的总降水量(x_1)以及与全州的4、5、6和7月的平均降水和平均气温(分别以x_2,x_3,x_4,x_5,x_6,x_7,x_8 x_9表示)相关的二次方程式。     

用概率分布图作短期(24小时)晴雨预报

点聚图是我们在短期预报中经常使用的预报工具之一,但在制作点聚图时往往由于晴雨点子混杂难以分离,造成划分晴雨区的随意性,甚至很难划分出比较规则的晴雨区。在去年预报会战中,我们通过学习兄弟台站的经验,根据独立事件概率乘积P[x_1]×P[x_2]=P[x_1·x_2]的原理利用单因子的晴雨相关概率P[x_1],P[x_2]……算出二维概率分布图制作短期晴雨预报,收到了较好的预报效果。现以滕县站四月份概率分布图的制作和使用方法介绍如下:     

台站经纬度在计算物理量时的应用

应用有限元法计算物理量的时候,有下列数学表式: 设有三站在局地直角坐标系中的坐标分别为:A(x_1y_1),B(x_2y_2)、C(x_3y_3)如图1,某气象要素可用下列线性方程表示:     

分类逐步筛选相似预报

相似方法是目前天气预报,特别是中长期预报中广泛采用的方法之一。选相似有各种办法,我们采用了分类逐步筛选相似法,现介绍如下: 一、方法 设有p个因子:x_1,x_2,……,x_p,预报量为y,各有n次观测样本。问题是有了X°=(x_1°,x_2°,……,x_p°)’后,找出X_i=(x_(1i),x_(2i),…x_(pi))’(i=1,2,……p)中与其相似的样本(’表示转置)。 (一)相似标准 怎样才算相似,这是最基本的一个问题,我们认为,相似程度的确定应从大气运动的本质特征入手,建立恰当的数量表征,可称为相似指数,以g记之。g_(ij)表示样本X_i与X_j的相似程度。应有|g_(ij)|≤1。     

多气象因子影响产量的鉴定方法

作物最终产量是许多因子x_1、x_2、x_3…x_n的函数。这些因子可分为四类:光(L)、热(T)、水(B)和养料(Q)。因为每块农田都具有各自的一列决定产量的参数值,所以其产量M可用下式表示: M=f′(x_1,x_2,x_3,…,x_n) (1) M=f(L,T,B,Q) (2) 作物产量M可以是总生物质、商品量或其他物质形式(如糖、油、蛋白质等)。很明显,每种作物或品种相应都有一列能保证它获得最高产量M。的最适宜参数值L_0、T_0、B_0和     

森林火险中期预报方法探讨

一、前言 目前国内森林火险的预报方法很多,可是这些方法多侧重于应用气象要素的实况值,代入方程(y=29.39-29.26x_1+1.76x_2等)求出火险等级。这些方程虽较好地概括了林火同气象因子的关系,但如要做预报,还必须将目前气象台站的气象要素预报值(如相对湿度、气温日较差等)代入。这种预报方法较适合于天气比较稳定、气象要素变化较小的北方。而南方天气多变,预报气象要素(特别是中期预报)相当困难,准确率低,由此做出的火险预报效果较差。因此,我们在探讨林火同气象因子的关系     

黑河地区玉米地膜覆盖节水增产灌溉制度的数学模型

通过一年的试验,初步得出参试各变量x_1(灌溉定额)、x_2(灌溉次数)、x_3(头水叶龄)和x_4(保苗株数)对产量y的多元回归模型。利用这一模型分析了各参试因子对产量的作用,并通过频数分析,筛选了地膜覆盖条件下玉米高于某一产量指标,同时限制灌溉定额或灌水次数的节水增产的优化措施组合。本文还分析了参试因子对玉米产量构成因素的影响,评价了地膜的节水效果和增温增产效果,初步探索了地膜玉米的节水增产机理。     

多维空间点聚方法预报月降水量

图解预报是气象台站常用的统计预报方法,具有简单直观的优点。比如预报量y与两个前期要素(预报因子)x_1,x_2有关,(x_1,x_2)的一列历史资料在平面上表现为一个点组,在每一点处对应有一个y值。若因子挑选适当,这些y值在平面中的分布应有较明显的规律,这时,或者划出y的等值线,或者按y的不同等级,把平面划分为互斥的指示区域,就可应用来作预报,这就是平面点聚图。由于作图只能在平面中进行,因此上述方法对多因子的应用受到了限制。有一种     

瑞金六月最高洪峰预报方法初探

为了做好汛期洪涝灾害服务工作,尤其汛期大水进城的重大预报服务,我们利用训练迭代法,制作了预测6月最高洪峰超警戒水位(191.0米)3米(大水进城水位)的预报方法.该方法拟合率为25/26,试报及预报准确率为10/10(见表1).现将该方法作一简单介绍.所谓训练迭代法,就是对m个因子x_i(i=1、2、…m)确定系数b_i(i=1、2、…m),并由此建立预报方程:y=b_0x_0 b_1x_1 … b_mx_m,式中x_0是为求取常数b_0而虚设的因子,令x_0=1,b_i是待定系数.     

(九)A.I.D.的作图法

本讲介绍如何在图上进行A.I.D.的分类筛选预报,它的优点是避免了计算,利用和天气预报中常用的点聚图方法相类似的画法,就可以作出预报。现用一个实例来说明。 考虑长江中下游汉口、九江、芜湖、南京、上海五站平均5—8月降水总量(y),选用了1952—1976年25年资料用五个气象要素作为因子。 因子:x_1是一月0—150°E,45—65°N的纬向指数I_z, x_2是一月份欧洲大型环流型C型天数, x_3是一月份长江流域六站降水量∑R_1月, x_4是一月份长江流域六站温度∑月,     

用“A.I.D”方法作梅汛期雨量预报

一、“A.I.D”方法简介设有k个因子x_1,x_2…x_k,预报量是y,于是n次观测的全部资料可写成如下矩阵: “A.I.D”方法的第一步,依x_i;(i=1,2,…,k)的大小顺序,把y的资料排成有顺序的k个资料序列。考察它们的最优二分割,最优二分割相应的总变差记为S_i(i=1,2,…,K)。比较S_1,S_2…S_k,找出一个最小的,设S_(il)=(?),这就是说依x_(il)。的大小顺序来对y作最优二分割,可以使分割后两组内部的变差总和达到最小。然后对S_(il)所对应的二分割作一次F     

隆冬气温与春播期冷暖

通过资料分析我们发现,春播期的冷暖与隆冬温度关系密切。我们以此思路建立的预报工具,经过7年的实践检验,预报效果稳定,现介绍如下: 我们通过对本地育秧历史的调查和单站资料分析,用日平均气温稳定(五天滑动)通过12℃日期的迟早(x_1)和4月上旬旬平均气温的高低(x_2)两个因子,采用组合编码(见附表)来划分历史上春播期冷暖年(取编码和≥0为暖年,<0为冷年)。     

判别分析的非参数方法

分类问题是气象预报中的重要问题。判别分析的非参数方法是解决分类预报问题的一种方法。它不需要假定预报因子满足n维正态分布律;不需求解线性方程组;通常不需要估计预报因子的总体参数(数学期望、均方差等),故称为判别分析的非参数方法。一、基本算法若有n个预报因子的一组观测资料,它可以看作为n维空间的一个点,记为x={x_1,x_2,……x_n}。{}表示列向量。这个空间点与n维空间中的另一点Y={y_1,y_2,……y_n}的距离为:     

(二)均值的稳定性

上一讲我们引进了两个基本特征,一组数据x_1,……,x_n的均值与方差。本讲是要进一步阐明均值与方差的联系,揭示均值的变异规律。 现以表1.1(见第一讲)所给的80个数据为例,如果每5年取一个均值,80年的资料共得到16个数据(见表2.1)。计算这16个数据的     

江苏降水长期趋势及年代际变化空间差异分析

根据江苏省60个气象站1961~2001年的逐月降水量资料,计算了逐月、季和年降水量距平百分率（RAP）,以此研究了江苏降水的长期趋势和年代际变化特征及其空间差异。结果表明：全省平均降水量1、3、6月有显著的增多趋势,而4、9两月有显著的减少趋势;年降水量,南部增多,而北部减少;春季降水量大部分地区减少,夏季降水量主要是南部增多,北部减少,秋季大部分地区降水量减少,冬季全省降水量增多。4个年代年RAP符号变化,在江苏南部呈“--++”型,北部为“++--”型,中部则呈“+--+”、“+-+-”等过渡型。春季则在北方呈“-+-+”型,中部呈“+--+”型,南部呈“+---”型,徐州和盐城地区主要为“++-+”型。夏季RAP符号,主要分布型由北到南依次为“++--”、“+-+-”、“+--+”、“-+-+”和“--++”。秋季RAP符号全省绝大多数台站为“+-+-”型。冬季RAP符号在东部和南部大片地区为“-+-+”型,而西部则主要为“-+++”、“--++”、“-+-+”和“---+”型混杂。     

普陀山植被对旅游干扰的响应研究

应用有序样方聚类法,把普陀山旅游区32个样方分为5个群落类型,分别是马尾松-青冈+檵木群丛、马尾松-青冈+檵木+红楠+窄基红褐柃群丛、马尾松+枫香+檵木-青冈+檵木群丛、马尾松+青冈-青冈+檵木群丛、马尾松+青冈-青冈+檵木+石栎群丛,并运用TW INSPAN对上述样方进行聚类分析。两种分类方法的结果具有极显著的关联,说明有序样方聚类法很好地揭示了旅游干扰和群落类型之间的关系,它更适合于旅游干扰分析中的聚类研究,在旅游干扰的研究中是一个有益且有效的尝试。     

空盒气压表测压简表的制作

空盒气压表体积小、重量轻、便于携带、不易损坏 ,尤其在野外流动作业时显得更为便利。一台合格的空盒气压表有一张合格检定证书 :①温度系数 + 0 0 3ｈＰａ/℃ ;②数值修正值 (见表 1 ) ;③补充修正值 -0 0 1ｈＰａ。表 1　数值修正值 /ｈＰａ气压修正值气压修正值90 091092 093094095 096 0970+0 1+0 2+0 3+0 3+0 4+0 5+0 4+0 398099010 0 010 1010 2 010 3010 4010 5 0+0 3+0 2+0 1- 0 1- 0 3- 0 5- 0 7- 0 9　　利用空盒气压表测量大气压力时 ,首先将表置于需要测量的位置上 (水平放置 ) ,经一段时间使表适应周围的…     

瓦里关大气降水的化学特征

利用2007—2009年瓦里关本底台降水化学观测资料,分析了瓦里关降水的pH值、电导率及Cl-、NO-3、SO2-4、NH+4、K+、Na+、Ca2+、Mg2+等离子成分的分布特征。结果表明,瓦里关pH值和电导率的年平均值分别为6.60和21.26μs/cm,2007—2009年呈逐年升高趋势。根据pH值,瓦里关降水以中性降水为主,占总降水的65.13%,其次为碱性降水,酸雨最少。离子浓度大小排序依次为Ca2+SO2-4Na+NH+4Cl-Mg2+NO-3K+,且存在明显的季节变化特征,K+、Na+、Ca2+、Mg2+有相似的来源。瓦里关降水中SO2-4/NO3-的范围为0.35~16.48,平均值为3.07;2007—2009年SO2-4/NO-3值呈逐年下降趋势;SO2-4/NO-3全年存在两个峰值,分别在4月和9—10月。