试用N维欧氏空间距离制作降水量预报

前言 点聚图是县站简单、有效、直观的预报工具之一,但通常只能作两个预报因子的点聚,而对多个因子就无法点聚。我们试用N维欧氏空间距离制作降水量预报,从一个侧面解决多因子的综合问题。 我们认为如果预报因子相似,则对应其后期的降水量一般也应该相似。那么相似的程度如何呢?需要采用一个客观的标准,不致因人而异。这个标准就是N个预报因子组成的N维欧氏空间距离的最小距离,因为预报年与不同年间的预报因子间的距离中要有一个或几个达到极小值。     

多因子综合的降维法——非线性映象在天气预报中的应用

点聚图是一种简便有效的预报工具,但通常只能制作二因子的点聚图,多因子时如何综合为一张点聚日至今在理论上、实践上都没有很好解决。综合更多因子而又能发挥点聚图的长处,自然成为人们工作中提出的一个问题。非线性映象原理是解决这个问题的途径之一。 在统计天气预报中,将多因子压缩为少因子降维的方法,现常用的是将组合因子表为原因子的线性函数,使组合因子能最大限度地表示原因子,属于这种方法的有主成分分析     

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:     

多因子耦合预报全年台风个数

多因子耦合预报全年台风个数赵学华（海南省琼海市气象局５４５８００）通常人们以预报年台风个数，一般都采用单因子或者是多因子点聚，要不就是时间序列等，这些方法往往不考虑几个因子之间的相互作用，仅仅考虑因子与预报量之间的相关，这就有可能使我们在考虑问题时忽...     

条件分组复相关表的制作和应用

目前县站使用的模式、指标,常因值域偏大或偏小而影响实际使用效果,点聚图也因分区界限模糊而不好使用。另外,由于预报因子与预报对象间的相关概率不清楚而导致预报失败的例子也是不少的。为了解决上述问题,我们在预报改革中首先对确定的因子进行区间分组,普查优选,逐段过滤。然后再把相关性显著因子的混杂区间,依据因子互相间的物理意义,设计了“条件分组复相关表”以进行客观组各筛选,求得更理想的预报指标、模式。经初步尝试,效果较好,现介绍如下。     

多点聚图天气预报方法准确性的概率估计

点聚图是一种比较简便而有效的预报工具,但随着所使用图幅的增多,也发生一些需要解决的问题,譬如,经常出现各张图预报结果不一致,使人难于客观地作出准确的预报结论。江苏响水气象站在使用多点聚图法(一组8张)作短期冰雹预报时,就遇到这个问题,有时8张图全通过,有时通过7张、6张     

微型计算机气象应用程序目录选载(二)

1.多维(星座)图应用程序 多元变量经过合理变换后,可在复平面上把图形打印出来,间接表征多维空间图象,是多元分析的一种综合方法。本程序用FORTRAN6语言编写,FOR文件占内存8K字节,COM文件占23K字节。(安徽省气象科学研究所) 2.“万用点聚图”计算机语言(FORTRAN4)程序(1)可制作二维坐标图,供分析使用;(2)依据预报因子制作二维点聚图,作为预报工具;(3)一次输入多项指标,可控制给出任意两组合或全部因子成对组合的点聚图。经过分析可以从中挑选少数较好的点聚图使用。(安徽省气象科研所)     

应用微机自动挑选场内的预报“关键区”

一、引言在MOS预报和其他预报方法的研制中,如何提高因子品质是大家所共同关心的问题。目前,对于大多数气象要素的实时场和数值预告场的处理是读取指标站资料或网格点资料,然后从中挑选与预报量关系最好的单点或多点平均(如:三点挑花,四点挑花等)作为因子。这些方法简便易行,但是单点的稳定性较差,且有较大的读数误差和偶然性,多点平均对此稍有弥补,但对于各种场的预报关键区事先不知其几何形状时,人为地作几点平均显然是不够     

预报青岛9—11月降水的“MOS”方法

一、基本思路 根据天气学原理和预报员的经验进行天气分型,每型下由数值预报输出产品、天气实况资料选取预报因子,并利用点聚图、多因子组合做“线性化”处理,进而建立“MOS”预报方程。这是把天气学方法,数值预报(其中包括完全预报和“MOS”预报)、人的经验结合起来,取各方之长,融为一体的方法。     

用高斯权重平均数对点聚图分析的再研究及其在预报中的应用

本文在点聚图分析中,引入高斯权重平均数,构成了任意维点聚图,并使点聚图分析的预报结论定量化。利用预测误差最小准则,得到了预测精度最高的高斯权重平均数中所需的最高大有效订正半径r_0,(即以r_0为半径的园内的历史个例值,采用客观分析中逐步订正法的基本原理所构成的高斯权重平均数,即为预测误差最小的对象预报值)。经试用,预报效果尚佳。     

春播期逐日冷暖MOS预报方法

春播期冷暖时段的中期预报,多年来我们做了大量的研究工作,但所采用的预报因子都是前期的气象要素和环流形势,有些因子物理意义不够明确,预报质量不稳定,效果不够好。为了解决这个问题,我们从1982年3月1日开始接收日本第4～8天的中期地面、500mb形势预报,采用当日的形势系统预报信息来作当日的气象要素预报,因子物理意义明确。用1982年春播期和1983年春播期前期的预报传真图建立了一条MOS预报方程,经1983年春播期后期的使用,效果很好,报准了3月下旬一次低温阴雨天气过程和一次回暖天气过程,使我县早稻播种避过了低温阴雨,抓住了有利的回暖天气,防止了早稻烂秧,抢上了播种季节,领导和群众     

“NLM”方法在预报集成中的应用

用马氏距离客观确定样本的空间结构后,我们可定义在E最小意义下高维空间到低维空间的映射。根据这个原理,L(L>2)个预报方法可综合为2个新因子,最后通过点聚图分析作出预报决断。     

用多因子综合相关法制作天气预报

应用“多因子综合相关法”预报天气能够综合多方面的因素对于预报对象的影响,并可制作逐日预报,是一种比较客观和适用的方法。下面是我们使用该方法的一些体会。一、关于如何选取预报因子从大量的预报因子中筛选出与预报对象相关性好的、互相独立的多个因子,是应用此方法的基础,应注意以下两点:     

试用欧洲中心500毫巴120小时予告图做秋季中期逐日晴雨“MOS”预报

每年秋季都为在忙季节,特别我县多丘陵地,地瓜较多,切晒瓜干需要3—5天的预报。本文介绍了使用欧洲中心500毫巴120小时预告图,试做五天的晴雨预报的情况。 一、雨日标准规定 我们规定凡是本站20点—20点24小时内雨量≥0.0毫米为一雨日,为了提高预报因子的预报能力,我们又采用了外延雨日,20点—20点再后延12小时(即单预报因子符合     

初夏大雨以上降水的一种短期解释预报方法

以单站要素为基本因子,用非线性判别方法为基本工具,再选用部分传真高空资料,采用复相关表和点聚图逐步筛选消空制作初夏大降水解释预报,效果良好,方法简便,适于县站使用。     

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     

优势波分型下的多因子LOGIT回归模型

本文用1972—1981年3月27日至6月10日500mb高度纬圈波波谱资料,在对春季超长波、长波、相角、振幅以及西风指数等特征进行定性分析的基础上,以55°N纬圈上各简谐波(波数K:1,2……6)的振幅方差百分比I_k进行优势波分型,选取34个待选因子,分型算出它们与对应y(降水:有雨为1,无雨为0)的相关系数,挑选相关性较好的因子两两作点聚图,求出点聚图上九点滑动平均的降水概率,建立优势波分型下的分对数(LOGIT)模型,用PPM法作逐日晴雨预报。 用本回归模型对1983年进行试报,1984年4月应用于日常中期预报,效果良好。     

试论县站预报工作中的指标法

县站天气预报是我国独创的单点预报。预报方法是比较多的。如天气学、气候学、统计学、数值预报、点聚图、模式法、指标法等方法。目前,县站预报普遍采用的是指标法。这种方法制作不难使用简便,效果较好。所谓指标法是指某气象要素现象的出现或达到了一定标准时,对应在一定的时     

渭南市长期预报业务系统

系统是为地市气象台开发的长期预报业务软件 ,由数据库模块、气象要素的时间序列预报模块、关键农事季节预报模块及统计预报方法制作模块 4部分组成 ,将预报结果采用“多元决策加权法”进行集成 ,得出最终的预报结论 ,还可以用相关分析、点聚图等方法选取因子 ,建立统计预报模型     

多维点聚的简化试验

多维点聚方法,是一种相关相似预报方法。依照两个因子平面点聚找相似的原则。点聚图上两点越靠近,这两个个例越相似。两点的靠近程度,可以两点间的距离表示。由此,如 a,b 两点分别代表两个个例那末 a 点和 b 点间距离 Dab=