共查询到10条相似文献,搜索用时 31 毫秒
1.
2.
3.
4.
基于逐步多元线性回归和人工神经网络两种方法,利用安徽省有电线积冰观测的15个气象台站建站至2008年的观测资料,建立了安徽省3个不同区域电线积冰标准冰厚的气象估算模型。结果表明:相比人工神经网络模型,逐步多元线性回归模型预测效果较好;在覆冰机理认识上,印证了影响标准冰厚主要是气温、湿度和风速3个因子的配置,其中气温是影响覆冰的最重要因子;平原和丘陵地区的标准冰厚受当日气象条件影响更多,而高山地区与前几日及当日的气象条件均密切相关,且26个气象因子 (1987—2008年资料) 构建的模型的预测效果好于24个气象因子长序列 (建站—2008年资料) 效果。最后利用最优模型推算各区域非观冰站电线积冰标准冰厚,为冰冻灾害的评估以及风险区划的开展提供了基础。 相似文献
5.
利用非线性回归技术建立洛阳机场大风预报方法 总被引:1,自引:1,他引:0
利用2005-2008年洛阳机场200个大风天气个例,从经验和物理意义出发选取地面风速预报因子,然后对初选因子进行多种组合并同预报量作相关分析,确定了东、西风型各10个因子。根据各个因子在引入的线性和5种非线性函数形式下同预报量的相关程度,确定每个因子同预报量的最优函数关系,进而分别建立了东、西风型风速预报的多元非线性回归方程,再应用双重检验的逐步回归方案对方程进行优化,并将优化后的方程进行了检验,最后分析了影响风速主要因子的作用。结果表明:利用非线性回归方程对风速进行客观定量化预报,预报效果达到了民航气象对大风预报的质量要求,能够为实际工作提供参考;预报东、西风型风速的首要因子分别是气压梯度和变压梯度。 相似文献
6.
利用1979—2010年我国冬季522个站点的日平均温度资料,使用基于尺度分离的多元线性回归方法建立预报模型,对我国冬季的持续低温事件的预报做了一定的尝试。将温度按照一定的方法进行尺度分离,分解出年际、月、季节内尺度温度,对各个部分分别进行拟合再相加。挑选特定海区的海温、北极海冰作为年际尺度温度预测因子,多个低频气象场作为季节内温度预测因子,利用1979—2003年资料拟合出各因子回归系数。用重构的冬季温度挑选出持续低温事件并与实际的事件进行对比检验,计算出此方法的TS评分为0.57,再利用2008年初我国南方大范围的持续低温事件检验拟合结果。检验结果表明基于时间尺度分离的多元线性回归方法在持续低温事件的预报中有一定的参考意义。 相似文献
7.
利用渭南市1996—2018年玉米产量和同期全市11个气象站玉米生育期内光、温、水气候资源,采用直线滑动平均法结合调和权重法对渭南市玉米产量进行趋势产量和气象产量的分离。采用SPSS17.0软件对分离出的1996—2014年玉米气象产量与生育期各类气象因子进行相关性分析,筛选出相关性较高气象因子,采用多元线性回归方法,与气象产量建立预报模型。分析各因子对玉米产量的影响发现:在营养生长阶段,降水对产量贡献最大;在生殖生长阶段,降水与产量呈负相关。预报模型回代、预测结果显示,回归方程显著,预报效果良好。 相似文献
8.
根据1958—2015年我国北方地区8个主产省(市)小麦蚜虫分省发生面积和发生程度资料、1958—2015年601个气象站点相应逐日气象资料和农业气象站小麦发育期资料,采用相关分析、主成分分析和逐步回归等方法,并利用相关系数法进行因子普查,结合小麦蚜虫适宜生理气象指标和华北、黄淮小麦生育期规律,筛选影响小麦蚜虫年发生程度的关键气象因子,构建分区域的小麦蚜虫气象适宜度预报模型,并将气象适宜度指数划分为非常适宜、适宜、较适宜、不适宜4个等级,以反映气象条件对小麦蚜虫发生发展的适宜程度。结果表明:筛选出影响华北小麦蚜虫年发生程度的8个关键气象因子,影响黄淮小麦蚜虫年发生程度的6个关键气象因子。建立的华北、黄淮模型回代检验等级准确率分别为91.2%,93.1%,2016—2018年3年外推预报平均准确率均在75%以上;利用黄淮模型反演苏皖两省2016—2018年小麦蚜虫发生等级、异地检验3年预报效果均较理想。模型适用于从气象角度对华北、黄淮及江淮地区小麦蚜虫发生等级进行监测和预报。 相似文献
9.
利用2015—2018年高要区国家基本气象常规观测资料,选取11个与雾天气事件相关的气象要素,通过主成分分析降维得到新的公共因子后构建Logistics回归方程,并根据ROC曲线、约登指数选出作为判别雾天气事件的最优临界值。结果表明:气压、温度露点差、相对湿度、水汽压、绝对湿度、露点、10 min平均风速、能见度、总云量、低云量、日照与雾天气现象具有很好的相关性;从这11个气象要素中提取3个具有代表性的主成分因子分别为水汽因子、辐射因子和风速因子。建立的Logistic回归预报模型对有雾和无雾的判别效果较为理想,比判别大雾和轻雾效果好。 相似文献
10.
根据且末气象站1971-2012年冬季逐日气温资料,通过对冬季极端最低气温、日平均气温≤-10℃负积温、最低气温≤-18℃日数、≥1cm积雪持续日数等冻害气象因子进行标准化处理,运用主成分分析方法计算红枣综合冻害指数,并采用线性回归,man-kendall检验和小波分析方法对综合冻害指标进行分析,结果表明,综合冻害指数数值越小,冻害越严重;确定综合冻害指数≤-1.0时为红枣出现冻害的临界指标;冻害指数在1977年前后出现了一次增大突变;预测2013年红枣受冻可能性小. 相似文献