【正文】 因子和建立非線性預報方程的方法，可用于長、中短期預報。使氣象研究及業(yè)務水平進入一個更高層次。極大方差旋轉是正交旋轉，是氣象預測、科研業(yè)務中最常用的旋轉方法。符淙斌 [59]利用協(xié)譜與正交譜研究緯向和經(jīng)向垂直環(huán)流強度之間的反相耦合振蕩關系。史久恩等 [70]用自激勵門限自 回歸模型作 soi（南方濤動指數(shù)）的預報，其結果與線性 ar 模型相比較，結果表明非線性門限自回歸模型擬合 soi數(shù)據(jù)，比線性模型更能有效地反映數(shù)據(jù)的內在規(guī)律。周曾奎等 [80]利用神經(jīng) bp 網(wǎng)絡模型輸出判斷臺風移向趨勢－西進、北上、西北移。 4 近年來國內外一些數(shù)學界的研究新成果，如自記憶方程、 第 14 頁 共 14 頁 主振蕩模、混沌分形、小波分析等引入到氣象界的速度很快，如何使其在天氣預測中更快、更好地發(fā)揮作用值得研究。 11車貝雪夫多項式展開 經(jīng)典車貝雪夫多項式展開只適用于矩形網(wǎng)格，周家斌將車貝雪夫展開推廣到不規(guī)則格點上，并將其用于氣象要素的分布預報[78]。而時間序列分析中的門限自回歸模型（ tar）是一種非線性模型，它利用逐段線性化手段來處理非線性系統(tǒng)。最優(yōu)二分割的進一步優(yōu)化，產生了一種叫做 aid的分割算法（ automaticinteractiondetection），利用 aid方法，不但可以分類，還可以根據(jù)新的樣品落區(qū)在哪一類作出預報。但哪一個主因子的天氣意義更重要些，可通過因子荷載矩陣進行分析，一般來說因子荷載矩陣越簡單越易解釋。 奇異值分解（ svd）也是提取兩個場的最大線性相關摸態(tài)的方法， svd方法可以變成是兩個要素場關系的擴大 eof分析。張萬誠 [11]用最優(yōu)子集回歸作低緯高原雨季開始預報。 第 1 頁 共 14 頁 氣象中的統(tǒng)計方法總結 中國近 20年來氣象統(tǒng)計預報綜述 中國近 20年來氣象統(tǒng)計預報綜述 謝炯光曾琮 （ XX省氣象臺） 摘要 近 20 年來，多元統(tǒng)計分析方法有了長足的進步，涌現(xiàn)出不少新方法、新技術。在氣象預報的實際工作中，常要考慮多個自變量（預報因子）與多個因變量（預報量）的 關系。謝炯光等 [28]用奇異值分解方法，求出了 XX 省前汛期（ 46 月）西太平洋場海溫與 XX 省降水場的 6 對奇異向量，來作汛期降水趨勢預報。為此，使每個因子的荷載平方按列向 0或 1兩端分化。 aid具有解決一些 非線性問題的能力。由于門限的控制作用，保證了遞推的穩(wěn)定性。周家斌提出了一種用車貝雪夫多項式做時間序列預報的迭代算法，這是一個非線性、非參數(shù)方法，無需對序列作平穩(wěn)或其它假定。 5在統(tǒng)計預報的使用中，如何發(fā)揮統(tǒng)計預 報的長處，避免其不足的地方，要繼續(xù)研究 。 12神經(jīng)網(wǎng)絡原理在氣象中的應用 近年來神經(jīng)網(wǎng)絡在氣象中的應用快速發(fā)展。丁裕國等 [69]利用奇異譜分析對nino 海區(qū) ssta 月際序列作短期氣候預測試驗，采用 ar（ p）模型，結果發(fā)現(xiàn)在 ssa 分析基礎上的 ar模型對 enso海區(qū)的 sst預報特別有效。 6譜分析 李小泉等 [57]利用譜分析研究 500hpa 環(huán)流指數(shù)的變化，譜分析也常常與其它方法相結合應用于天氣分析與預報中，黃嘉佑[58]在研究海溫場與太平洋副熱帶高壓之間的關系時使用交叉譜發(fā)現(xiàn)，海溫不單有明顯的兩年振動周期，而且這種振動存在于太平洋地區(qū)的氣壓系統(tǒng)中，關系十分密切，它們之間的凝譜平方 第 9 頁 共 14 頁 值高值 的 臨界值。這種變換稱為旋轉主因子分析，一般分正交旋轉與斜交旋轉 兩種方式。 氣象場的分解及其應用