共查询到20条相似文献，搜索用时 100 毫秒
1.
在统计分析中,非线性相关因子的处理经常采用初等函数变换的方法,即把自变量X和因变量Y通过一个非线性函数x′=F(x)进行变换后,再计算x′同Y的线性相关系数。但是,由于确定这种函数的计算工作量很大,而且事实上大多非线性关系很难用某一规则函数来表达,所以,有时效果并不理想。我们在雨量量级预报中试用模糊事件的概率变换进行非线性相关因子筛选,然后,由因子的概率样本建立回归方程,在微机上编程计算,方法简单,使用效果较好。 相似文献
2.
1957年以来,美国Thom等人提出艇Г分布(指分布密度为水(α~p/Г(P))e~(αx)x~(p-1)(α>0,p>0,0相似文献
3.
在统计分析中,非线性相关因子的处理经常采用初等函数变换的方法。即把自变量X和因变量Y通过一个非线性函数X＇=F(x)进行变换后,再计算X＇同Y的线性相关系数,但是,由于确定这种函数的计算工作量很大,而且事实上非线性关系很难用某一规则函数来表达,所以,有时效果并不理想。 相似文献
4.
论陆面蒸发量的计算 总被引：3，自引：0，他引：3
在的著作中,根据基本假定形式x=∫_0~z(dz/((1-(z/z_0))~n)进行了陆面蒸发量的推算。但该式只有在极少数情况下能够进行积分,就是积分所取得的公式也是相当复杂,且仅当n=1及2时能取得z对于x和z_1的显函数。 本丈将的假定形式改成如下形式: x=∫_0~z(dz/(1-(z/z_0))~(1/n)) 上式在n为任何数值时都可以积分,且取得的公式非常简单。根据所得的公式曾计算了不同z值(当z_0=1时)和对应的x值,并利用这些计算的数据绘出了图1上的曲线(以实线表示),同时也将的曲线绘在图1上(以虚线表示)。两曲线比较的结果指出,当(x/z_0)<1.10时所有实线都位于虚线之下,当(x/z_0)>1.10时所有实线逐渐位于虚线之上,且随着(x/z_0)的增加,两组曲钱位置相距愈远。 相似文献
5.
东营市短期气候预测系统设计及应用 总被引：1，自引：0，他引：1
东营市短期气候预测系统使用逐步回归、最优子集回归、BP人工神经元网络和多因子EOF迭代4种因子预报模型,以及3个以均生函数为基函数的多步预测模型,并通过集成得出预报结论。因子普查时,采用滚动式相关分析方法,保证了入选因子的稳定性。 相似文献
6.
7.
作物病虫害的发生发展与气象条件有密切的关系。在资料年代较短的气象站,如何用前期气象条件来预测预报病虫害的发生蔓延,我们做了些简单尝试。下面用预报水稻三化螟成虫高峰期为例,说明我们的作法。 1.要素和预报对象分级 把本站主要气象要素分为“ ”,“-”两级,可以按距平值来分,也可以按把历史资料各占一半的某临界值来分。把历年三化螟成虫高峰期也按迟、早分为“ ”、“-”两级。 2.普查相关因子 用预报对象(y)普查各气象要素(x_1……x_n),找出历史相关机率达75％或以上的相关因子。为使找出的相关因子比较稳定,至少要统计5年以上的历史 相似文献
8.
9.
作物最终产量是许多因子x_1、x_2、x_3…x_n的函数。这些因子可分为四类:光(L)、热(T)、水(B)和养料(Q)。因为每块农田都具有各自的一列决定产量的参数值,所以其产量M可用下式表示: M=f′(x_1,x_2,x_3,…,x_n) (1) M=f(L,T,B,Q) (2) 作物产量M可以是总生物质、商品量或其他物质形式(如糖、油、蛋白质等)。很明显,每种作物或品种相应都有一列能保证它获得最高产量M。的最适宜参数值L_0、T_0、B_0和 相似文献
10.
春播期(4月份)是西平县大秋作物育苗播种的关键季节.春播期降水量的多少,直接关系到烟叶、棉花的适时移栽、播种.为此,我们利用本站气象资料,利用多因子交叉相关法,制作春播期降水趋势预报.经回代和试报,效果均较好.1 资料处理1.1 预报对象(Y)当春播期雨量 R_(4月)>63mm,记 Y=1;否则,记 Y=0.1.2预报因子(X_(?))通过相关普查,选择出3个与春播期降水量拟合高的预报因子: 相似文献
11.
12.
为及时、准确地进行玉米产量预报,为吉林省玉米产量预报业务提供参考依据,为政府调控提供科技支撑,利用吉林省19802016年春玉米产量和50个气象站逐日气温、降水量、日照时数等资料,基于相似距离和相关系数构建综合诊断指标筛选气温、降水量、日照时数等各类气象要素历史相似年,根据各类气象要素历史相似年与预报年的玉米产量丰歉气象影响指数之间的关系,建立吉林省春玉米产量动态预报模型。同时,对历史相似年的筛选方法进行改进,利用欧氏距离直接筛选综合气候历史相似年,根据气候历史相似年与预报年的玉米产量丰歉气象影响指数之间的关系,构建春玉米产量预报模型。对比改进前、后的产量预报模型的预报,结果表明:两种方法在吉林省玉米单产预报中,预报准确率均较高,普遍在85%以上。产量预报模型对20022013年的预报检验结果表明,改进方法后20022013年单产预报平均准确率提高了3.9个百分点,均方根误差降低了4个百分点,标准差降低了2。对20142016年的预报检验结果表明,改进方法的玉米产量预报结果优于传统方法的预报结果。改进方法比传统方法准确率更高,稳定性更强,应用价值更高。 相似文献
13.
14.
基于1981-2016年江苏省不同区域一季稻产量序列,计算站点尺度的气温、降水、日照适宜度以及综合气候适宜度,在此基础上构建基于气候适宜指数的作物产量预报模型,开展不同空间尺度的一季稻产量精细化预报。同时,以各主产地市、县一季稻种植面积百分比为权重,加权集成省级产量,开展基于不同空间尺度一季稻产量序列的大区域尺度产量预测。结果表明:(1)江苏省不同区域一季稻气象产量与不同时段气候适宜指数之间存在较高的相关性,基于气候适宜指数的预报方法适用于江苏省不同区域一季稻单产预报。(2)2012-2016年省级尺度模型预报平均准确率高于97.5%,主产地市、县模型平均预报准确率低于省级尺度预报模型,主产县预报准确率年际间波动较大,表明预报区域越小,预报的难度提升。(3)基于气候适宜指数模型的江苏省级、主产地市集成,主产县集成模型预报准确率大部在95%以上,整体上看主产县集成优于主产地市集成,主产地市集成优于省级尺度模型。由此,开展地市级和县级尺度的精细化产量预报可提升省级尺度预报准确率,同时提高县级作物产量预报能力。 相似文献
15.
16.
基于1971—2005年辽宁省主要粮食作物水稻和玉米的全区平均单产资料,根据产量数据的多周期和波动性特点,采用周期修正残差值方法,构建了辽宁省粮食产量灰色预测模型,采用正弦曲线拟合残差序列,对模型的残差进行周期修正,预测精度提高。结果表明：预测＂十二五＂期间,辽宁省水稻在2013年以后出现小幅度下降,而单产绝对值仍处于一个相对较高的水平。玉米单产至2014年呈持续增产趋势,2015年略有下降,单产波动幅度较小。以2006—2009年实际产量数据对模型进行检验,效果较好。水稻单产预测模型精度为一级,玉米单产预测模型精度为二级。该模型对于大灾年份的粮食产量预测精度较差,但可反映其趋势。 相似文献
17.
以1960-2007年共48年6月份西行进入南海海域的热带气旋样本为基础, 将热带气旋中心附近最大风速作为台风强度, 以气候持续预报因子作为模型输入, 采用模糊神经网络方法, 进行了热带气旋强度预报模型的预报建模研究。结果表明, 对175个独立预报样本模糊神经网络方法的南海热带气旋强度24 h的预报平均绝对误差为3 m·s-1。另外, 根据相同的热带气旋样本及预报因子, 还进一步将该预报方法与国内外普遍采用的气候持续法热带气旋强度预报方法进行对比分析, 结果表明, 气候持续预报方法的预报误差明显偏大, 独立样本强度预报平均绝对误差为4.54 m·s-1。 相似文献
18.
在新型统计检验聚类分析 (CAST) 方法对山东省冬小麦种植区进行合理分区的基础上,利用基于作物产量历史丰歉气象影响指数、关键气象因子影响指数、气候适宜度指数、WOFOST (world food study) 作物生长模型分别建立各区域冬小麦产量动态预报方法,利用这4种方法分别对2004—2011年山东省冬小麦产量进行动态预报,在分析历史预报结果平均准确率的基础上,剔除预报准确率低于90.0%的预报方法,确定每种方法的权重系数,采用加权方法建立山东省冬小麦产量动态集成预报方法。结果表明:4种单一产量预报方法在各区域各时段的预报准确率很不稳定,波动范围较大。而集成预报方法对山东省各区域冬小麦产量动态预报准确率相对于4种单一预报方法均有所提高,预报准确率普遍在95.0%以上,且其预报结果稳定性较好,变化比较平稳, 集成预报方法更适合在业务上应用。 相似文献
19.
为了提高产量趋势预报的准确性和定量预报的准确率,利用1962—2002年气象、早稻产量和田间观测资料,建立基于气候适宜度、关键气象因子、作物生长模型的湖南省早稻产量动态预报方法,进行回代检验;并利用2003—2012年资料进行预报检验。分析表明:3种方法的预报准确率比较接近,平均在93.8%以上;基于气候适宜度预报方法的趋势预报准确性最高,较基于关键气象因子的预报方法高4%~6%;基于作物生长模型预报方法的误差5%以内样本百分率最高,较基于气候适宜度的预报方法高2%~20%。研究结果为湖南省早稻产量动态预报筛选出了较优的方法,即产量趋势预报选用基于气候适宜度的方法,定量预报选用基于作物生长模型的方法,同时可供我国其他早稻区的产量动态预报方法研究借鉴。 相似文献
20.
热带气旋的强弱和移动路径会直接影响到周围大气中气压、温度、露点等气象要素的变化.为更好地了解热带气旋对海口市的影响,通过收集影响海口市热带气旋关键因子,建立热带气旋风雨影响预报因子库,基于SVM方法对热带气旋在过程降水量、最大风速和平均温度进行趋势预报.结果表明,该方法对影响海口市热带气旋的过程降水量、最大风速和平均温度都有较好的预测效果,但对于超过15 m/s的最大风速和200 mm以上降水量级上存在一定的偏差,这可能与SVM模式中预报因子库中关键因子不全及模式的择中原理使结果趋于平均化相关. 相似文献