非线性判别函数中预报因子的逐步筛选方案

本文针对天气分类预报中采用非线性判别函数所遇到的问题,提出了一个非线性判别函数中预报因子的逐步筛选方案,取得了较为满意的结果.这对目前天气分类预报中常用的线性判别分析方法是一个改进.     

多级逐步判别分析及其在夏季大降水预报中的应用

多级判别分析是统计预报中很重要的一个分支,在当前业务预报中仍不失为一种较为有效的预报方法。多级逐步判别比多级判别分析具有较大的优越性,其基本原理类似于逐步回归。用此方法我们在夏季较大降水预报中进行试验,取得了良好的预报效果;经两种方案比较试验结果表明,四级判别较优于三级判别,多级逐步判别分析具有普遍的应用价值,值得在预报业务化中加以推广应用。     

判别函数分析制作逐日晴雨预报

近几年来广大气象工作者,根据观测到的一些气象要素特征,如气温、气压、降水量……等。在天气预报中称预报因子,通过实     

用多级逐步判别作台风路径预报的效果检验

天气预报中的概率统计方法,在目前应用最多的是多元统计分析,而判别分析又是多元统计中应用较广的一个分枝。近年来,在一般二级判别的基础上发展了多级判别和逐步判别。我们将这一方法引入作台风路径预报。经1975、1976、1977三年台风季节使用和检验结果表明,这一方案在台风路径的判别预报     

用多级逐步判别法预报春播低阴温雨结束期

本文从所选取的四个因子中进行多级逐步判别后,引入两个因子,建立预报方程,此方程具有定性和定量预极意义,经过四年使用,效果较好。     

分县温度预报方程的建立及其逐步订正

使用2000—2004年1-12月850 hPa天气图、日本FXFE782、FXFE783预报图、预报区域5个测站逐时自记及自动站观测资料,应用温度方程理论,从380个样本中筛选出平流项和非平流项因子17个,利用多元回归统计模型,以及850 hPa分型的△T值为逐步订正值,建立了四季分县温度预报方程,在2005年11月—2006年2月应用中取得较好效果,预报误差小于±3.0℃平均误差0.7℃。     

用多级逐步判别法作春播低温阴雨结束期长期预报

本文从所选取的四个因子中进行多级逐步判别后，引入两个因子，建立预报方程。此方程具有定性和定量预报意义，经过四年使用，效果较好．     

非线性判别函数在甘孜州雪灾预报中的应用

一、引言雪灾对畜牧业、国民经济建设带来严重的危害。据有关资料统计,一地雪灾严重,仅牲畜损失可达25％左右。可见做好雪灾的长期预报,是迫切需要的。越来越多的人认为,天气预报的因果关系呈非线性,雪灾的预报更是如此,它的形成多种气象因素影响造成的。为此我们引用非线性判别函数做雪灾预报,实践证明,其效果是令人满意的。     

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。     

用逐步过滤法预报台风风雨

每年夏季是台风影响上海地区的主要季节,而台风又以风、雨影响为主,我们根据气象站的现有条件,跳过台风路径的预报,以单站资料为依据,采用逐步过滤的方法,分别解决台风是否影响本地的定性预报和风雨影响程度的半定量预报的问题。     

局地自适应多级模式降水预报

近年来，我国对西北太平洋上的热带气旋的实时业务定位精度有了很大的提高，平均定位误差均在20－30km，美国在同一海区的定位误差也在这一精度水平上。值得注意的是，计算业务定位误差的标准是各国确定的所谓“最佳位置”，然而，该“最佳位置”并不一定能代表实况。事实上，我国和美国的“最佳位置”是有差别的，平均达54．4km，且存在明显的年际变化和地理分布特征。这意味着，我们可能过小地估计了业务定位误差。     

低温阴雨预报方程

我县地处北部湾畔,春播期的低温阴雨是我站天气预报的重要课题之一。从以往的经验来看,本县出现长低温阴雨必须具备以下条件:①北方冷空气十分强大,足以达到南海之滨;②冷空气入侵后,还不断有“援兵”补充南下,且维持相当长的时间;③冷空气入侵路径适中,不能太偏西,也不能过分偏东。路径太偏西降温虽剧,但一扫而过时间短暂,路径过分偏东,本地未降温先升压,冷空气到达后只维持1—2天东北风,降温不明显。基于此,设想用指标     

逐步引进因子场作相似预报

首先通过数学模型计算出不同样本之间的气象因子场的相似系数和表征气象因子场与天气现象之间关系的相关特征量 ,然后用相似系数和相关特征量作参数 ,以预报拟合率为判据 ,逐个引进因子场 ,组建出最优相似预报方程 ,最终作出准确率较高的客观要素预报。     

论最优预报因子与最优预报方程

本文根据预报量与预报因子关系的实际情况,提出了预报因子的四种类型,并且利用最优化方法原理选取最优的预报因子,同时还利用强迫引进重要因子的办法选取最优预报方程。从实例计算证明,最优预报因子基本上是非线性的,所以用逐步回归或逐步判别方法建立的预报方程也是非线性的,并且还证明,非线性预报方程比线性预报方程效果有明显的提高。本文最后还指出,此种非线性预报方法可推广到各个领域有关多元分析的定量和定性预报工作中去。     

分类统计预报方程的预报稳定性检验

气象统计预报的实践说明,由一定的样本资料建立的统计预报方程,其拟合效果与预报效果往往存在差异。有的方程的预报效果与拟合效果差异不大,而有的方程的预报效果显著低于拟合效果。一个统计预报方程,如果预报效果与拟合效果差异不显著,就认为该方程预报稳定。反之,则认为该方程预报不稳定。根据预报量的数值特点,统     

多级降水概率回归集成预报方法

对多种降水概率预报方法进行线性多级概率回归,对每种方法先进行“０,１”化处理,然后建立各种方法组合下的各级天气出现的条件概率。用最小二乘法进行回归计算,解出方程组的系数,代入多级概率回归食指成预报方法,得到集成后各级天气出现的概率。通过试报,效果令人满意。     

多级相似作温度精细化预报初探

利用2001—2004年欧洲中心数值预报产品等资料,按照预报员制作天气要素预报过程中的基本思路,从“形势分析→系统分析→要素预报”的一般步骤,通过“形势相似→系统相似→天气要素（温度）相似”等多级相似分析,计算制作温度格点预报,并在逐步实现天气要素预报的程序化、数字化、精细化方面进行了有益的探讨。     

降水概率预报方程的预报稳定性检验

通过将预报方程的预报稳定性检验转化为预报方程的历史拟合准确率（f_1）与试报准确率（f_2）是否有显著差异的统计检验,并将该方法用于西安市降水概率预报方程的预报稳定性检验,取得了较好的效果．