冬小麦冬前正积温变化趋势预测

运用逐步回归周期分析方法，即均值生成函数、逐步回归分析方法的综合应用，对郑州冬小麦冬前正积温变化趋势进行预测。1989－1998年历史年代回代结果平均绝对误差28．6℃，平均相对误差3．9％；1999、2000年预报与实测值相当接近。     

用多因变量多自变量统计法建立的大气环流——区域水稻产量预报模式

本文试图用典型相关分析方法寻找对云南省水稻气象产量有影响的环流因子,用双重筛选逐步回归模型建立起相应的预报方程组,然后外推1982—1985年预报来检验实际应用效果。 1.方法 采用1962—1981年20年的历史资料,分别把云南省17个地、州的水稻平均亩产用1—4次多项式逐步回归拟合时间趋势产量,分离出气象产量。     

舟山地区旱涝条件分析与预测

用降雨量的两种不同处理方式资料及R型因子方法分析舟山及其周边地区旱涝条件.同时用逐步回归周期分析方法和基于Press准则的回归分析方法预测未来几年舟山地区旱涝情况,供政府和有关部门作经济发展规划参考.     

影响广西的热带气旋年频数的初步研究

使用1951-1997年影响广西的热带气旋年频数与前期和同期的海温场、500hPa高度场进行相关分析,结果表明,赤道太平洋海区的海温与影响广西的热带气旋年频数有密切关系,厄尔尼诺年副高强度偏强,西伸脊点偏西,影响广西的热带气旋偏少,拉尼娜年副高偏弱,影响广西的热带气旋偏多.然后挑选相关系数高的高相关区,以其为预报因子,利用相似分析方法和逐步回归方法对影响广西的热带气旋年频数作预报试验.结果表明,用相似离度方法做预报时,第1相似对特多特少年的预报基本可信,而第2、3相似预报不稳定;用逐步回归建立的预报方程平均拟合误差约为1个,1998和1999年的试报效果较好.     

以最小信息准则(AIC)代替F检验的逐步回归分析方法

引言在天气预报、农业气象预报、气候分析等实际工作中,可以利用回归分析方法建立多要素的预报方程.在建立预报方程的过程中,一个十分重要的问题是在众多的因素中,挑选出一些因素作为自变元,以建立这些变量中的最优回归方程.在挑选变元时,为避免相关分析方法的局限性,往往采用逐步回归分析方法. 但是,逐步回归分析的结果常因F检验临界值的不同而异,得到的解可以有数个.为了     

单站短期降水预报曲线分型判别模式方法初探

通过对阿合奇县春季33年逐月14时压、温、湿及状态参数距平曲线图与降水直方图的统计普查分型,选取与降水天气配置较密切的升压降温增湿曲线型,用逐步回归分析方法建立了该型的多级逐步回归方程曲线分型判别模式,作为该县春季短期降水预报的一种模式方法,预报效果显著.     

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.     

用周期分析方法预测全球稻谷总产量

应用功率谱和逐步回归周期分析方法对全球稻谷总产量预测进行了探讨，结果表明逐步回归周期分析方法具有很好的拟合精度和较高的预测精度。     

基于KPCA的台风强度神经网络集合预报方法研究

针对影响台风强度前期预报因子较多以及因子的非线性变化特点,首先采用逐步回归方法筛选出部分预报因子,再利用核主成分分析方法在剩余的预报因子中提取包含了原数据较多信息的核主成分与前期选入的预报因子共同作为模型输入.进一步考虑到神经网络集合预报中个体的准确性和差异性的权衡问题,在不同的初始条件下生成若干组神经网络,分别选择每组中性能最优的个体,建立了一种新的非线性神经网络集合预报模型.最后以西北太平洋海域2001-2010年5-10月的台风强度为研究对象进行了预报试验.结果表明,这种神经网络集合预报模型的预报结果符合实际应用的要求,其预报平均绝对误差明显小于同等条件下的神经网络方法和逐步回归预报方法.     

用T63及日本数值预报产品制作汛期降水预报

该文利用Ｔ６３Ｌ１６和日本数值预报产品，采用相关分析方法提取典型因子场，再由典型因子场选点求取平均场及极值场，用逐步回归法制作黄河三角洲地区汛期降水预报，试用效果较好。