共查询到20条相似文献,搜索用时 390 毫秒
1.
判别分析是多元分析方法之一,我们将其应用于海洋水团的判别预报。用逐步判别的方法挑选因子,依每个因子的Wilks量进行F—检验,逐步地将判别“能力”强的因子选入。同时将由于其他因子组合而相形见绌者及时剔除。根据矩阵变换的信息,给出了Fisher型逐步判别预报式。将北黄海冷水团强度预报作为示例,给出了筛选因子及建立判别式的全过程。用历史资料检验了预报效果。与习用的Bayes型逐步判别预报进行了对比。 相似文献
2.
判别分析是多元分析方法之一,我们将其应用于海洋水团的判别预报。用逐步判别的方法挑选因子,依每个因子的Wilks量进行F—检验,逐步地将判别“能力”强的因子选入。同时将由于其他因子组合而相形见绌者及时剔除。根据矩阵变换的信息,给出了Fisher型逐步判别预报式。将北黄海冷水团强度预报作为示例,给出了筛选因子及建立判别式的全过程。用历史资料检验了预报效果。与习用的Bayes型逐步判别预报进行了对比。 相似文献
3.
应用模式输出统计的逐步判别方法,对山东南部沿海4~7月海雾出现作24h的判别预报。候选预报因子包括:日本数值预报传真图、近岸台站的观测、经验设计因子及其一些组合因子。对1993年4~7月独立资料,进行试报检验,结果表明,预报准确率达77% 相似文献
4.
根据历史台风的相似路径将台风分为西行、西北沿海登陆和海上转向三类,并分析了各类500hPa高度场的特征。通过对台风位移与其相应的500hPa高度场的典型相关分析,提取了天气强迫信息,连同台风的一些气候学和持续性特征作为待选因子,采用多级逐步判别方法,建立台风72h路径趋势的各类判别函数。预报时,代入72h500hPa数值预报产品及气候持续性因子。通过对1990~1994年的独立台风进行了试报检验。结果表明,试报的准确率为88.8%,Heidke技巧得分为0.80。该方法为南海台风中期路径趋势预报提供了一种客观方法。 相似文献
5.
本文探讨东海区近海强风预报模式,首先介绍建立预报模式的思路和步骤,及使用说明,为了验证强风预报模式和判别条件,用1986、1987上日本传真天气图进行试报,准确和基本准确度为91.1%,并给出了1989、1995年随船试验预报结果,准确和基本准确率为90%以上。 相似文献
6.
7.
从(0,1)型的完备随机因子群与预报量之间的等概率相关出发,我们导出了偶然性相关率概率定理,即:任一含有n个(0,1)型元素的预报量序列,它与含有n个(0,1)型元素的完备随机因子群之间具有偶然性相关率m/n二的概率P_w(m/n)=C_n~m/2~n。类似于“偶然性单相关的识别与过滤”一文中的做法,引进统计量 并用其对预报因子进行显著性检验。文中给出了实际应用时应当执行的步骤。 然后本文将变量型从(0,1)型推广到K级划分的情况,于是得到K级偶然相关率概率定理,即:任一含有n个k级划分元素的预报量序列,它与包含n个k级划分元素的完备随机因子群之间具有的偶然性相关率m/n的概率P_w(m/n,k)=(k-1)~(n-m)C_n~m/K~n。 相似文献
8.
近年来,在美国风暴潮数值预报中,Jelesnianski提出了一个剖面预报模式(以下简称杰氏模式),在作业上是很独特的。这一模式在某种合理规定的限度内,充分显示出预报基本风暴潮的技巧,并已成功地对美国东海岸及墨西哥湾沿岸的风暴潮进行了预报。因此,目前已被美国国家天气服务局确定为风暴潮的业务预报工具。
杰氏模式源于风暴潮的流体动力学方程组的数值解。与其他研究者不同的是:它在业务预报实践中,只要利用事先算好的一个在“标准海域”中、由“标准风暴”引起的内边界增水剖面,然后,通过预报海域的风场订正因子和深度订正因子进行修正,使其与实际海域和实际风暴相一致,就可作出预报。由于用这种方法所给出的结果是一条沿海域内边界的风暴潮剖面图,故称为风暴潮剖面预报方法。应用这种方法所需的基本资料是:风暴移行速度、风暴相对于海岸线的移动方向、最大风速半径、风暴中心气压及风暴登陆点附近的海域水深。因此,只要深度剖面订正值为已知,台风强度及登陆点预报得准确,利用杰氏模式就可以很快作出离风暴登陆点不同距离的沿岸增水高度及最大增水出现位置的预报。为此,我们进行了杰氏风暴潮剖面预报方法在我国的应用试验和研究。应该指出,这种方法不仅对台风暴潮的预报有用,而且对确定港工建筑,防潮工程等极值水位的设计也有其重要的应用价值。
杰氏模式能否应用到我国台风暴潮预报业务中的问题,关键在于如何确定最大风速半径以及我国沿岸的深度订正因子。实践表明:当我们确定了这两个参数后,应用杰氏方法对我国东南沿海登陆型台风进行后报,获得满意的结果。本文中,我们将着重讨论如何确定最大风速半径和给出深度订正因子问题。并简单介绍其他参数的选取方法及怎样预报台风暴潮剖面,对杰氏模式则不拟过多涉及。 相似文献
9.
在大多数预报问题中,一般都采用逐步回归方法解决因子选择问题,且用复相关系数的大小判断预报方程的优劣.事实上,不能单凭复相关系数的大小决定预报方程的取舍. 本文应用自由度调整复相关系数的方法对如何合理地选择预报方程进行了研究,并用此方法对长江口蓝点马鲛春汛渔期预报方程进行了最佳选择,得到了较好结果.回报检验结果误差最大的年度为2天,预报的结果也是令人满意的. 相似文献
10.
11.
在统计预测中,如何选取物理意义明确、预报准确率又高的预报因子,几乎是统计预测成功与否的关键。在实际预测当中,常会碰到这样的情况:某些因子与预报量的单相关率甚高,但用它们构成预报方程并做预报时,却常常导致失败。事后分析发现,这些因子并非由于物理上的原因,而仅仅由于在有限样本的情况下(在实际预报中样本客量常常很小),预报因子序列偶然地与预报量序列具有很高的相关性。本文把这样的因子称为虚假因子,并把这种相关称为偶然性单相关。 为了研究的方便,作者将因子和预报量分别化为(0,1)序列,并提出了一种最佳(0,1)化算法。在因子X和预报量Y分为(0,1)两级的情况下,假定它们相互独立,于是有 P_i(x,y)=P_i(x)P_i(y)即:X和Y在i级的正相关率等于各自出现在i级的概率之积。引进统计量 式中υ_i是(X,Y)实际出现在i级内的频数,n为子样总数。用该统计量对预报因子进行显著性检验,就能有效地识别和过滤假因子。 本文最后将理论应于台风的登陆,转向预报。显著水平为0.001时,有8个预报因子通过检验。从中选取η值较大的5个,用简单的编码相关法构成预测模型,其预报准确率为94.1%。 相似文献
12.
热带气旋气候数学模型的预报应用 总被引:5,自引:2,他引:3
使用西太平洋海温格点资料,选取若干个因子,组成多个复合因子,建立权重方程,使得单因子的相关系数信度检验0.05提高到复合因子的信度检验0.01,权重方程的信度检验提高到0.001。用权重方程产生的突变的高阶非线性预报方程,其Y与X的相关系数比1阶线性方程提高5%左右。自1999年至今,热带气旋年、月频数气候预测的模型投入到实际预报应用,其预报准确律达到75%~90%。使用非线性预报模型作了逐日气压、逐日雨量的气候预测。将沿海气压场、雨量场的气候预测结果用于分析、制作热带气旋登陆中国以及广东地区的时段、地段的气候预报,准确率达80%~90%。 相似文献
13.
14.
南海北部海区水团的判别分析 总被引:1,自引:0,他引:1
将判别分析应用于南海北部海区的水团分析。划分为八个水团:沿岸冲淡水团(F),近岸混合水团(M),暖表层水团(WS),表层水团(S),表—次层混合水团(SU),次层水团(U),次—中层混合水团(UI)和中层水团(I)。给出了各水团在四季代表月的Bayes多组判别的系数和参数。用资料检验判别的成效.冬季和春季可达95.90%以上,夏季为94.80%,秋季是全年最低值,为92.72%。讨论了造成错判的原因,并与Fisher判别作了比较。当测值维数较低时,建议选用Bayes判别。对八个水团以及各水团两两之间差异的显著性进行了检验,证实在每个季节中各水团之间的差异,都在高度置信水平(α=0.01)上具有显著性。因而,划分为八个水团是有实际意义的,其判别式的系数和参数,可用于实际的判别和预报。 相似文献
15.
本文首先根据700hPa高空实况分析图划分天气类型,并确定低槽天气型的区域标准。然后,从日本气象厅发布的数值预告传真图资料中,通过相关普查,筛选出物理意义清楚、效果较好的四个预报因子。检验后,建立了青岛地区及其近海盛夏低槽型大—暴雨的甚短时(0,1)权重回归MOS预报方程。经严格的统计假设检验,认为该方程非常可靠。投入业务试用两年后证明,效果良好,优于经验预报方法,是一种较佳的甚短时大—暴雨预报方法。 相似文献
16.
17.
本文旨先对北部湾海面强风的气候概况进行统计和比较,然后对偏北强风的天气学成因进行分析,初步归纳偏北强风的主要预报指标;利用欧洲中心数值预报模式近20年的分析场资料选取有物理意义的预报因子,利用专业统计软件SPSS,用完全预报方法分秋、冬、春三个季节建立强风定量预报模式,模式经过试报检验效果较好,已投入业务使用. 相似文献
18.
本文主要研究热带风暴复杂路径的预报,以热带风暴路径趋势为特征,对统计样本作天气型划分,引进500、200Pha图上特征站的要素值,客观地将天气形势分成东风型和非东风型,并对预报因子作了非线性变换。通过追踪前期路径的移向和移速变化轨迹,寻求出台未来路径将发生转折的规律,并综合出一套自动化业务预报流程。 相似文献
19.
苏育嵩 《中国海洋大学学报(自然科学版)》1989,(Z1)
现行的场预报方法,一般是根据预报量之间的统计关系,进行场分解,而后用经验正交函数建立预报方程,但却很少考虑到外界因子的作用。本文尝试把影响因于引入经验正交预报方法中。在这种优选因子场预报方法中,作者不仅考虑预报量之间内部的相互关系,而且也考虑了外部因子的影响,借助于从综合因子中优选因子,可以建立对于预报数量和等级都适用的最优预报方程。提出了权重相关系数的概念。与其他相关系数之间的明显差别是,它具有场的特征。本文还介绍了水湿的盐度预报的一些实例。 相似文献
20.
本文通过对初始场及环境场与东海热带低发展关系的统计分析,提出了一个预报24小时东海热带低压发展与否的预报模式。模式从初始场及环境场的参数与导出因子中选取天气学意义明确的高相关预报因子,建立差别及回归的统计预报模式。检验及应用表明该预报模式对东海热带低压的发展与否具有预报能力。 相似文献