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。     

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。     

宝丰县汛期长期天气预报趋势

根据本站历史资料，从可能与汛期降水量、平均气温密切相关的气象要素中筛选预报因子，建立预报方程，制作预报。１ 预报因子 对气压、气温、相对湿度、水汽压等气象要素进行逐时段计算，形成预报因子数据文件。 以预报因子与预报对象的相关系数为判据，从预报因子中筛选出与预报对象密切相关的预报因子。２ 预报方程及效果检验 选取宝丰县１９７１年至１９９９年６～８月降水量和平均气温为预报对象，以１９９９年４月３０日以前的气象资料为预报因子，建立预报方程。２．１ 降水量预报方程及准确率 Ｒ６、８＝一 １８１８４．７２－８．３…     

用逐步回归模型预测肇庆市汛期降水

用逐步回归方程对肇庆6县(市)分县汛期降水做预测，选取北半球500hPa高度场和太平洋海温场的若干个主分量作为因子(共1748个)。这些因子包含着气候背景场的主要信息，通过对预报量和预报因子群的相关筛选，选取相关系数最大的因子建立逐步回归模型。结果表明：所建立的预报方程的复相关系数高，对肇庆汛期降水预报效果好。     

诊断分析在数值预报产品释用中的探讨

文章针对地方性天气预报特点，根据现有数值预报产品以及实时探空资料的接收情况，利用中尺度数值预报模式ＭＭ４引入中尺度信息，提出一个实际可行的夏季降水预报方案，以求提高区域范围内具有明显突发性对流降水特征天气过程的预报能力。作法是用ＭＭ４模式计算出１９８４—１９８７年７月、８月逐日的零时刻物理量诊断场，格距为１００公里，使用欧洲中心数值预报产品和诊断物理量共计４１个场作为预报因子场；将内蒙古全区划分为９个气候区和８个代表站；应用典型相关分析法，并结合逐步判别法和逐步回归法，得到相应的９个区域和８个单站降水预报方程。９个分区预报方程降水ＣＳＩ指数在９７．６７％以上，８个单站降水预报方程对中雨以上降水ＣＳＩ指数在８０％以上。方程的实际预报能力令人满意。由于所采用的典型相关分析的典型因子绝大部分取自于中尺度诊断分析量，降水预报方程的因子变量多数为中尺度量。换句话说，方程中包含了大量的中尺度信息，８５０百帕零时刻水平Ｕ分量、温度Ｔ，７００百帕位势高度、涡度、湿球位温，５００百帕位势高度、温度Ｔ、涡度和湿球位温场对降水预报方程的贡献最大。     

崇左市各县日最低气温的滚动预报

利用日常接收到的地面及高空实测资料，采用滚动式相关普查方法筛选因子，给定临界值，将大于此临界值的因子保存到因子库中作为初选因子，然后用逐步回归方法建立方程，高低空因子分别建立方程，将各方程的预报值取平均，作为最后的预报值。每天都按照这一步骤制作崇左市各县24及48h最低温度预报，经过长达一个月的预报检验，效果良好。     

西北区东部春雨的集成预报

本用月亮章动周期,东亚冬季风强度,冬季黑潮和亲潮海温,西北区冬温四个因子建立了春季降水量预报方法,用ｐｐｍ方法建立春季各月降水量预报方程。实践表明,对月降水量趋势预报有一定使用价值。     

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.     

区间概率函数在晋城市降水概率预报中的应用研究

本文主要应用区间概率函数转换预报因子，经过相关比筛选。进行因子回归，构建分量级降水概率预报方程，同时应用T213L31数值预报产品统计释用方法，结合最优子集回归构造分时刻预报方程，最后进行概率预报。我们根据晋城气候区划，设计平川和山区两种降水概率预报方程。为晋城市开展降水概率预报提供了基础。     

冬半年500hpa月平均格点资料与内蒙古夏季雨量的关系

本文用模糊聚类分析把全区夏季降水分成四个区域，分别计算出每区的平均降水距平百分率和覆盖率。并以500hpa相关区域高度和降水自身周期作因子，用逐步回归双重分析方法建立起8个预报方程，其历史拟合率较高且试用效果较好。     

应用K指数和TOT指数作江苏中期降水预报的试验

用国家气象中心的T63和T106中期数值预报产品，计算所划定区域的K指数和TOT指数作为预报因子，并统计与江苏省9个代表站降水的相关。用逐步回归方法建立了江苏省4－7月第4－6天的PP降水预报方程36个、MOS降水预报方程108个，多级判别临界值144组。在此基础上经统计制作江苏省降水概率预报。     

人机交互系统应用于南宁地区冬半年降水预报

利用T63数值产品，用动力统计模型组合因子，建立南宁地区降水的统计预报方程。再选取日本数值预报产品02的24小时预报结果和预报员的经验预报结果，三者结合建立综合预报模型，该方法克服了单一预报方法的缺陷，提高了预报准确率，是一个值得试验的方法。具体作法：（1）本文读取T63产品0时效中南宁、贵阳、昆明、南昌、海口五个站共120个预报因子建立数据库，输入11、12月南宁市降水资料作为预报童。〔2）首先利用相关分析方法初选出48个基本因子，相关系数取0．4。（3）然后用逐步判别方法对48个基本因子进行选取或剔除，得14个因子。”…     

偏北大风的数值预报释用方法研究

本文利用欧洲中心中期数值预报结果，从不同侧面选取因子，建立了日最大平均风速的四种统计预报方程，在此基础上设计了几种集成方法对预报结果进行集成，结果表明，我们设计的最大值－阀值综合集成法取得了很好的效果，特别是2－3天的大风预报准确度较高。     

以T63产品为因子用卡尔曼滤波方法作温度预报

以Ｔ６３数值预报产品为因子，用卡尔曼滤波方法建立可更新因子系数的预报方程，做４８ｈ的温度预报。     

诊断分析在数值预报产品释用中的探讨

针对地方性天气预报特点，根据现有数值预报产品及实时探空资料的接收情况，作者利用中尺度数值预报模式ＭＭ４引入中尺度信息，提出一个实际可行的夏季降水预报方案，以求提高区域范围内具有明显突发性对流降水的预报能力。作法是用ＭＭ４模式计算逐日物理量诊断场，加入同期的欧洲中心数值预报产品，共计４１个场作为预报因子场；应用典型相关分析法，并结合逐步判别和逐步回归法，计算得出９个分区和８个单站中雨以上降水预报方程。降水预报方程的因子变量多数为中尺度诊断分析场构成的典型团子，可以认为，ＭＭ４模式计算得出的中尺度信息对预报中雨以上降水是有贡献的。     

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。     

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     

V值法在春季低温阴雨日数长期预报中的应用

本文用Ｖ值筛选法对初选得到的因子进行复选，选取因子间配合程度最好的３个因子，建立多因子综合相关法的低温阴雨日数长期预报方程。     

阳泉地区夏粮产量与气候关系的初析

本文分析了夏粮生长期9—6月份有关气象要素，找出4个相关因子建立了预报方程，并分析了这些因子影响的原因。