共查询到20条相似文献,搜索用时 15 毫秒
1.
冯志斌 《沙漠与绿洲气象(新疆气象)》1986,(7)
本文利用欧洲数值预报中心发布的500百帕48小时预报图网格点资料,及北京气象中心B模式输出的有关物理量作为因子,计算了有无天气过程出现的相关概率,选取相关性显著的因子,用0,1权重回归建立MOS方程,经回报取得了较好的效果. 相似文献
2.
3.
模糊识别方法在水稻潜叶蝇预报中的应用 总被引:1,自引:0,他引:1
用模糊识别方法对五常地区近10年来水稻潜叶蝇发生量进行等级划分,筛选出主要气象因子,建立隶属函数,并利用模糊运算法则,求解最优组合集确定出最优人截集。再根据计算预报年的隶属值和隶属度,对水稻潜叶蝇发生量作出预报。 相似文献
4.
使用天门市1971~1994年小麦产量资料及其同期气象资料,采取模糊统计方法,建立了预报小麦产量年景的隶属函数,并分析了多个气象因子对小麦产量的隶属程度。结果表明,运用模糊数学中的隶属函数作小麦产量年景预报是可行的,通过回代检验,其历史拟合率达83.3%。 相似文献
5.
6.
利用T106格点场资料,通过因子组合、相关分析等手段,构造与本地降水关系密切、有明确物理意义的、能反映本地天气系统的动力结构和发展机制的结构特征因子,预报因子和预报量均采用非线性0,1化处理。用MOS预报方法,建立安顺6县(市)的降水分级预报方程。系统从资料采集到结果输出均在微机上实现全自动化,预报结果客观、定量。 相似文献
7.
这一工作是在江苏省气象科学研究所“天气周期”研究成果的基础上进行的。江浦县的暴雨主要发生在“粤台副高天气周期”内,本文利用Fuzzy决策制作该周期六月的暴雨预报工具。 统计各因子隶属度对应各降水量级的频率,以组成Fuzzy决策矩阵,计算各因子隶属度和降水量级的相关系数,组成权重矩阵,求出两矩阵的代数积得到一级综合预报决策。再挑选新的因子重复以上步骤,得到最终的综合预报决策结果。此方法对暴雨的历史鉴别能力为95.2%。 相似文献
8.
9.
10.
应用模糊综合评判的方法,建立了钦州市甘蔗产量年景与前期关系较密切的5个大气环流因子在不同的预的备选因素,然后,根据不同年份的及因子权重A~报等级下各个因子区间的隶属度矩阵,以此作为模糊变换矩阵R~,应用模糊数学的运算法则,得到甘蔗产量年景的预测结果。和A~因子值来构造R~ 相似文献
11.
本文所介绍的一致拟合率法,是在吸收了0、1权重回归和权重集成等统计学方法优点的基础上而引入的一种新方法。该法解决了同商值(不同比)因子应配有不同权重的问题;并采用计算单(或组合)因子可靠度大小来引入因子,组建0、1化一致拟合率方程,收到类似回归的预报效果。通过在 MOS、PP 法和经典统计预报中检验和使用,证明用一致拟合率法比0,1权重回归法所建方程的试报准确率平均高8—20%。 相似文献
12.
13.
钦州市甘蔗产量年景气象预测方法研究 总被引:1,自引:1,他引:1
应用模糊综合评判的方法,建立了钦州市甘蔗产量年景与前期关系较密切的5个大气环流因子在不同的预报等级下各个因子区间的隶属度矩阵,以此作为模糊变换矩阵R及因子权重A的备选因素,然后,根据不同年份的因子值来构造R和A,应用模糊数学的运算法则,得到甘蔗产量年景的预测结果。 相似文献
14.
为了探索建立多元隶属函数识别雹云的判别方程,本文将雹云和非雹云视作含参变量β的多因子线性模型,用最小二乘法确定参变量,并构造由多元隶属函数表示的判别方程,进而按样本的多元隶属度回报拟合最好原则确定雹云和非雹云的判别阈值λ0。用该方法建立了5个不同样本组合的雹云判别式,进行了效果检验,并与其它雹云判别法的结果相比较,效果较理想。 相似文献
15.
为适应长期预报服务的需要,本文利用德清县局历年的梅雨等气象资料,选择了与梅雨总量相关的四个因子,运用模糊数学工具,建立隶属函数通过“连”、“交”运算,充分发挥和调动每个因子的作用,求算出当年的梅雨总趋势,为防汛抗旱提供决策依据。 相似文献
16.
近几年来,随着模糊数学的发展,逐步引进到气象、农业气象预报中,并开始形成一种称之为模糊数学的预报方法。由于方法的新颖、灵活,在某些场合又比其他方法具有更好的效果,很是引人注目。本文着重介绍,依据模糊数学的特点如何选择预报因子、如何确定预报因子的隶属函数。 相似文献
17.
应用模糊综合评判的方法,建立了桂中春季低温阴雨总日数与前期5个预报因子在不同的预报等级下各个因子区间的隶属度矩阵,以此作为模糊变换矩阵R~及因子权重A~的备选元素,然后,根据不同年份的因子值来构造R~和A~,由算子M(·,0)作出预报等级的归属评判,其准确率要比目前气象部门所用的预报方法高15-20%。 相似文献
18.
应用模糊综合评判的方法,建立了桂中春季低温阴雨总日数和前期5个预报因子在不同的预报等级下各个区间的隶属度矩阵,以此作为模糊变换和矩阵R及因子权重A的备选元素,然后,根据不同年份的因子值为构造R和A,由算子M(,0)作出预报等级的归属评评判,其准确度要比目前气象部门所用的预报方法高15-20%。 相似文献
19.
20.
基于北京市观象台雷达基数据和加密自动气象站数据,利用支持向量机算法建立了雷暴大风天气的有效识别模型。首先确立了9个用于识别雷暴大风的预报因子:回波顶高、最大反射率因子、最大反射率因子所在高度、垂直积分液态水含量、垂直积分液态水含量随时间变率、垂直积分液态水含量密度、雷暴大风发生前最大反射率因子下降高度、风暴移动速度、速度谱宽。通过计算各预报因子在大风和非大风样本中的概率分布,得到对应的各项预报因子雷暴大风的隶属度,利用得到的隶属度函数对样本进行归一化处理。确立核函数和模型参数,利用支持向量机建立雷暴大风天气的提前识别和临近预警模型。通过对北京2017年7月7日飑线和2012年5月19日块状回波引起的灾害大风典型个例的识别效果检验,得到两个个例预测的命中率、误判率和临界成功指数分别为92.0%,22.1%,73.0%和99.1%,40.5%,59.2%,对于提高雷暴大风预警预报的准确率有一定帮助。 相似文献