共查询到20条相似文献,搜索用时 74 毫秒
1.
把均生函数延拓序列作为因子加入最优子集回归方程,将因子筛选和均生函数分析相结合作最优子集回归双重分析,用于制作钦州市月降水量的预报,预报精度有所提高。 相似文献
2.
3.
4.
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
5.
利用典型相关分析作攀枝花市雨季开始期预报试验,选择1965—2001年的海洋特征指数、500hpa环流指数、太阳黑子数作为预报因子,建立典型回归模型。再以典型变量作为预报因子,用逐步回归和最优子集回归分别建立各站的预报模型,用2002—2004年的资料进行检验,对比试验结果表明:逐步回归和最优子集回归预报效果较好,典型回归模型效果较差。 相似文献
6.
7.
8.
9.
利用典型相关分析作攀枝花市雨季开始期预报试验,选择1965~2001年的海洋特征指数、500hpa环流指数、太阳黑子数作为预报因子,建立典型回归模型.再以典型变量作为预报因子,用逐步回归和最优子集回归分别建立各站的预报模型,用2002~2004年的资料进行检验,对比试验结果表明:逐步回归和最优子集回归预报效果较好,典型回归模型效果较差. 相似文献
10.
MOS预报最优子集模型,通过消除数值模式系统性误差,可最大程度地提高其预报技巧。为了建立Na?ve Bayes降水最优模型,利用2008—2011年T511数值预报产品和单站观测资料,对介休、运城、丰宁3个站Na?ve Bayes降水概率分级预报模型进行研究。通过设计恰当的适应度函数,提出了一种用遗传算法搜寻Na?ve Bayes模型最优子集的计算方案,得到了3个站的最优子集模型。结果表明:最优子集的拟合效果明显高于普通初始子集,能够显著提升数值模式在单站的预报技巧。最优子集模型主要通过降低数值模式空报率提高单站晴雨、小雨预报效果,通过小幅提高正确次数和降低空报次数改善对中雨预报效果。 相似文献
11.
利用最优子集回归作鲁南夏季降水量预报 总被引:3,自引:0,他引:3
通过普查北半球500hPa、100hPa月平均高度场与鲁南夏季降水量的相关,选取相关信度达到0.05的相关区的格点平均高度值作为预报因子,利用最优子集回归建立鲁南夏季降水量预报方程,并投入业务运用,通过与逐步回归方法比较得知,最优子集因归比逐步回归具有更好的预报效果。 相似文献
12.
13.
14.
多元均生函数模型及其在短期气候预测中的应用 总被引:6,自引:3,他引:6
在原均生数模型的基础上,对模型进行改进,首次引入预报因子变量,建立一个多元的均生函数模型。它适应于气温、降水、热带气旋个数等多种要素预报。新建的多元均生函数模型包含了原模型的优点。而且比原有均生函数模型具有更物理基础。 相似文献
15.
通过对1991—2000年四川省2~4月雾的气候特征进行分析研究,在掌握其变化特点、规律以及成因的基础之上。进行预报因子的筛选,结合实况气象资料和数值预报产品,通过最优子集回归计算建立了四川雾站数预报的方程。 相似文献
16.
均生函数模型在高原汛期降水预报中的应用 总被引:15,自引:5,他引:10
以均生函数为基函数,建立了正交化、主成分和最优子集回归三类预测模型。对云南昆明、滇中(包括昆明、玉溪和楚雄)及西藏林芝的汛期(6 ̄8)降水进行了模拟和预测、其拟合效果,特别是对极值的拟合十分理想。结果表明:在高原地区,均生函数模型预报降水具有较高的精度,拟合报准率和实际报准率分别为97% ̄100%和60% ̄80%,且具有多步预测能力。 相似文献
17.
采用均生函数模型对单一的要素序列作气候预测试验。首先计算出要素的均生函数,经逐步回归,筛选出周期性预报因子,以期建立历史拟合和预测效果好的模型。实例计算分析表明,均生函数模型预测的结果具有一定的可信度。 相似文献
18.
19.
通过相关系数选出预报因子后,用逐步回归、最优子集回归、EOF降维逐步回归、神经网络等统计预报方法对预报对象进行逐年交叉检验以及实际预报检验,检测预报因子对原预报序列的预报能力。同时通过计算每种方法的平均绝对误差和实际预报检验的平均误差,客观地对各种预报方法进行既有纵向也有横向的较为全面的比较。 相似文献