气象中的统计方法总结中国近20年来气象统计预报综述中国近20年来气象统计预报综述谢炯光曾琮(XX省气象台)摘要近20年来,多元统计分析方法有了长足的进步,涌现出不少新方法、新技术。本文着重介绍了近20年来气象统计预报在中国气象业务科研中的一些应用和发展,主要从多元统计分析意义上来选材。关键词。多元分析、气象统计、预报。一、前言气象统计预报在中国气象业务预报和科研工作中占有重要的位置,特别是在模式统计释用及中长期预报业务中,统计预报更是扮演着一个重要的角色,多元分析中的回归分析、典型相关分析、eof分析等更是气象预报和分析不可少缺的工具。近20年来,气象统计预报在中国取得了长足的发展。本文主要综述统计方法在气象预报业务中的各个方面的应用及其所取得的一些成绩。二、多元统计分析在气象预报业务中的应用1、回归分析广东、江西、河北、辽宁等气象局[1]用0、1权重回归、逐步回归、多元回归等方法,得出晴雨mos预报方程。1978年曹鸿兴等、史久恩等[2]用逐步回归建立最高、最低气温预报方程。新疆自治区气象台张家宝等[3]以预报员经验为基础,采用完全预报(perfectprogmethod)方法,应用0、1权重回归建立了有无寒潮的预报。上海气象台丁长根、黄家鑫[4]用逐步回归建立u、v和s(全风速)预报方程。1965年w.f.massy[5]提出的主成份回归、1970年hoerl和kennard[6]提出的岭估计(ridgeestimate)以及webster等人[7]提出的特征根回归(latentrootregression,lrr)对在回归分析中出现复共线性(multi-collinearity)有较好的处理。冯耀煌[8]在预报集成第1页共9页中,应用了岭回归技术,李耀先[9]用岭回归作水稻产量年景预测。魏松林[10]用特征根回归建立长春6-8月平均气温的特征根回归。furnialhe和wilson提出的穷尽所有回归的算法,比较彻底地解决了最优回归(即最优子集回归)的问题。张万诚[11]用最优子集回归作低纬高原雨季开始预报。在气象预报的实际工作中,常要考虑多个自变量(预报因子)与多个因变量(预报量)的关系。中国数学家张尧庭[12]解决了这一问题的算法,徐一鸣等[13]用多预报量双重筛选逐步回归作台风路径预报,严华生等[14]用多因变量多自变量建立大气环流--区域水稻产量预报。引入非线性回归是近年来发展的趋势。冯耀煌等[15]、姜子俊等[16]提出了一种选择非线性最优预报因子和建立非线性预报方程的方法,可用于长、中短期预报。近年来由于数值预报模式的频繁更迭,使模式输出统计预报方法受到新的考验,黄嘉佑等[17]介绍了卡尔曼滤波在天气预报中的应用,刘春霞等[18]用此方法制作了XX省冬季的最低气温预报。近年来,卡尔曼滤波技术在短期气候预测中也得到了应用[19]。2、判别分析XX省徐闻气象局[20]用二级判别做台风登陆地段的预报。fisher、bayes以及逐步判别等虽然在气象实际中广泛应用,但严格地说,这些方法仅当变量为正态分布时才可应用,logistic判别对变量的基本假设条件较宽,对未经正态检验的变量应用本方法是可行的,且可用于既有连续变量又有多值离散变量的情形。吕纯濂等[21]将logistic判别引入中国气象界,并研究了二次logistic判别[22]分析及逐步判别[23]在气象中的应用。3、相关分析近20年来在气象统计中用得较多的主要有典型相关(cca)分析和奇异值分解(svd)方法。cca是提取两个气象场的最大线性相关摸态的方法。朱盛明、祝浩敏[24]在数值预报的解释应用中用典型相关分析提取有物理意义的预报因子作预报方程。陈嘉玲、谢炯光[25]用典型相关分析作中期冷空气第2页共9页预报。黄嘉佑[26]用典型相关分析作副高的统计动力预报。近年来发展了一种新的cca改进方法,称为典型相关分析的bp(barnert和preisendorfer)方法,在气象统计中也得到了应用[27]。奇异值分解(svd)也是提取两个场的最大线性相关摸态的方法,svd方法可以变成是两个要素场关系的扩大eof分析。谢炯光等[28]用奇异值分解方法,求出了XX省前汛期(4-6月)西太平洋场海温与XX省降水场的6对奇异向量,来作汛期降水趋势预报。江志红等[29]用svd方法讨论了中国夏半年降水与北太平洋海温异常的关系。4、气象场的分解及其应用50年代中期由loreng引入到...