用拟合误差分析方法制作汛期降水趋势预报

介绍了一种比较实用的寻找拟合周期的方法，并在此基础上求出相应的误差周期，然后叠加作出未来的趋势预报。文内给出了实用效果。     

用韵律,周期相结合做长期降水天气过程预报

韵律、特征周期等都是预报中应用广泛的统计值,它反映了相距一定时间的两种天气现象或天气过程之间的联系,是长期预报的一个重要依据。不少台站利用过程前180d、150d、90d的天气过程,结合温度、气压曲线等方法来作天气过程预报,有其一定的准确性,我们也曾作过一些工作,但准确性、强度仍有误差,稳定性不好。在过去的分析中,我们找出了一些单独使用韵律迭加及特征迭加的方法,效果并不理想,现把它们有机结合起来,再增加些本地和区域的特征值,总结出了一套适合于长期天气过程预报的模式方法,对天气过程和强度预报的准确性大有提高…     

驻马店市春播期降水分析与趋势预报

利用1959－2001年春播期（3－4月）驻马店月降水资料，分析了春播期降水气候规律。找出与3－4月降水相关性好的因子，建立3，4月降水趋势预报方程。     

驻马店市春播期降水分析与趋势预报

利用1959～2001年春播期(3～4月)驻马店月降水资料,分析了春播期降水气候规律,找出与3～4月降水相关性好的因子,建立3、4月降水趋势预报方程.     

孝感市主汛期降水趋势分片预报方法

以1960-2000年部分大气环流特征量和孝感市部分气象要素为基本资料,采用逐步回归方法建立了孝感市主汛期（6～8月）降水量分片预报模型。对预报模型的检验和试验结果表明,模型检验拟合率在60％以上,试验成功率为50％-75％,模型具有一定的预测能力。     

数值预报产品在夏季中期降水趋势中的释用

根据某一时期降水的多寡及对应的５００ｈＰａ形势特征,将多雨型分为３个副型,将少雨型发为５个副 型。利用数值预报产品,示出３ｄ（或５ｄ）平均形势场,并与各型对照作相似分析,确定其所属型的开始日期,进而作出７￣１５ｄ降水趋势预报。     

用误差分析法找序列周期制作兴义市6—8月份总降雨量预报

本文应用误差对兴义市３７年６－８月总降雨量进行周期分析，结果表明，历年兴义市６－８月总雨量以１６年为主周期，１５年较正周期，迭加振动出现。对１９９４年６－８月总降雨量进行试报，不仅降雨量趋势正确，数值了民比较接近实况。     

一种夏季大范围降水趋势分布的预报方法

综合考虑了影响夏季降水异常的大气、海洋因子和降水变化规律，提出了一种大范围降水异常分布的统计预报方法。用１９９１－１９９４年的独立资料检验，取得了满意效果。     

用方差分析周期及随机时间序列法作赫章6—8月总降雨量预报

用方差分析周期法对赫章县３６年６－８月总降雨量进行周期分析,得出６－８月总降雨量变化以６年主周期,７年为校正周期。然后对原序列中周期不能拟合的部分运用随机时间序列进行处理,将两种方法的值叠加作预报,效果较好。     

用逐步回归周期分析法建立太原汛期（6—8月）降水预报模式

用逐步回归周期分析法建立太原汛期（６～８月）降水预报模式李强（山西省气象台０３０００６）前言目前，在气象预报业务中，方差分析被广泛地用于气象要素的预报，如降水、气温等。并取得了明显的效果。其主要原理就是从气象序列中提取主要周期。但此种方法有其局限性，...     

用拟合误差分析寻找周期作七月雨量预报

自然界存在着很多周期变化的现象，如果知道了周期循序演变的位相，就能从目前的状态预报了一个状态．寻找周期用得最多是方差分忻，但从预报的拟会角度考虑，应用拼合误差寻找周期，更有合理之处，而且运算简便，更适合是站。现以我市7月雨量预报为例，介绍其运算步骤：1应用拟合设基值，寻找主要周期将赤水站历年7月雨量（以毫米为单位，小数四舍五入）按2、3……11年周期排列．分别计算各周期各级平均值以及总离差价（取绝对值）．这个“总离差和”称之为拟会误差。显然，误差越小，周期序列越能反映过去7月雨量的年度情况．经过各周期拟…     

用多元回归和EOF方法预报西北地区东部9～10月降水趋势

在经验正交函数展开（ＥＯＦ）方法和分析的基础上,用多元回归方法对西北地区东部９～１０月的降水趋势进行了拟合和预报,结果表明,这种方法具有一定的预报能力。     

麦播期降水趋势分级预报方法

根据漯河市 1 956～ 1 995年 9月 2 0日～ 1 0月 2 0日的天气对麦播影响情况 ,定出麦播期降水趋势分级标准 ;利用前期环流特征、气象要素与麦播期降水的对应关系 ,找出相关因子 ,并根据因子组合 ,作出麦播期降水趋势分级预报     

用动态时间序列周期分析预测模型作郑州汛期降水预报

动态时间序列周期分析预测模型是将多层递阶方法与逐步回归周期分析的基本原理相结合,可以有效地选取时间序列的各个隐含周期。利用所选取的隐含周期,可作更长时间的预测。本文以郑州汛期降水为样本,对该预测模型进行了应用及讨论。     

用动态时间序列周期分析预测模型作郑州汛期降水预报

动态时间序列周期分析预测模型是将多层递阶方法与逐步回归周期分析的基本原理相结合,可以有效地选取时间序列的各个隐含周期.利用所选取的隐含周期,可作更长时间的预测.本文以郑州汛期降水为样本,对该预测模型进行了应用及讨论.     

运用人工神经网络作汛期降水预报

本文提出汛期降水预报的人工神经网络方法，并选择一组标样进行了具体分析，预报成功率达100％，结果表明，该方法性能良好，可望成为汛期降水预报的有效手段。     

用非线性多因子动态组合方法作降水概率预报

将逐时段定点降水预报这个以往一般作为非连续量处理的预报问题转化为对一个连续的降水可能函数的预报问题。降水可能函数为一由实况值确定的函数。因为现在模式变化较快，且许多因子和降水可能函数为非线性关系，文章采用一种新的非线性多因子动态组合方法，通过对降水可能函数的预报，作客观分站降水概率预报。     

用判别指数周期预报强汛年

以信阳强汛年（６￣８月区域平均雨量≥７００ｍｍ）为对象,用判别指数法提取有效周期,并将多个有效周期相迭加,建立预报判别模型。用１９７４￣１９９３年历史资料回代,强汛年预报成功率达到７１．４％。经过１９９４￣１９９８年试用,成功地报准了强汛年（１９９６年）。