【正文】 因子和建立非線(xiàn)性預(yù)報(bào)方程的方法，可用于長(zhǎng)、中短期預(yù)報(bào)。使氣象研究及業(yè)務(wù)水平進(jìn)入一個(gè)更高層次。極大方差旋轉(zhuǎn)是正交旋轉(zhuǎn)，是氣象預(yù)測(cè)、科研業(yè)務(wù)中最常用的旋轉(zhuǎn)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(qiáng)度之間的反相耦合振蕩關(guān)系。史久恩等 [70]用自激勵(lì)門(mén)限自 回歸模型作 soi（南方濤動(dòng)指數(shù)）的預(yù)報(bào)，其結(jié)果與線(xiàn)性 ar 模型相比較，結(jié)果表明非線(xiàn)性門(mén)限自回歸模型擬合 soi數(shù)據(jù)，比線(xiàn)性模型更能有效地反映數(shù)據(jù)的內(nèi)在規(guī)律。周曾奎等 [80]利用神經(jīng) bp 網(wǎng)絡(luò)模型輸出判斷臺(tái)風(fēng)移向趨勢(shì)－西進(jìn)、北上、西北移。 4 近年來(lái)國(guó)內(nèi)外一些數(shù)學(xué)界的研究新成果，如自記憶方程、 第 14 頁(yè) 共 14 頁(yè) 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(yù)測(cè)中更快、更好地發(fā)揮作用值得研究。 11車(chē)貝雪夫多項(xiàng)式展開(kāi) 經(jīng)典車(chē)貝雪夫多項(xiàng)式展開(kāi)只適用于矩形網(wǎng)格，周家斌將車(chē)貝雪夫展開(kāi)推廣到不規(guī)則格點(diǎn)上，并將其用于氣象要素的分布預(yù)報(bào)[78]。而時(shí)間序列分析中的門(mén)限自回歸模型（ tar）是一種非線(xiàn)性模型，它利用逐段線(xiàn)性化手段來(lái)處理非線(xiàn)性系統(tǒng)。最優(yōu)二分割的進(jìn)一步優(yōu)化，產(chǎn)生了一種叫做 aid的分割算法（ automaticinteractiondetection），利用 aid方法，不但可以分類(lèi)，還可以根據(jù)新的樣品落區(qū)在哪一類(lèi)作出預(yù)報(bào)。但哪一個(gè)主因子的天氣意義更重要些，可通過(guò)因子荷載矩陣進(jìn)行分析，一般來(lái)說(shuō)因子荷載矩陣越簡(jiǎn)單越易解釋。 奇異值分解（ svd）也是提取兩個(gè)場(chǎng)的最大線(xiàn)性相關(guān)摸態(tài)的方法， svd方法可以變成是兩個(gè)要素場(chǎng)關(guān)系的擴(kuò)大 eof分析。張萬(wàn)誠(chéng) [11]用最優(yōu)子集回歸作低緯高原雨季開(kāi)始預(yù)報(bào)。 第 1 頁(yè) 共 14 頁(yè) 氣象中的統(tǒng)計(jì)方法總結(jié) 中國(guó)近 20年來(lái)氣象統(tǒng)計(jì)預(yù)報(bào)綜述 中國(guó)近 20年來(lái)氣象統(tǒng)計(jì)預(yù)報(bào)綜述 謝炯光曾琮 （ XX省氣象臺(tái)） 摘要 近 20 年來(lái)，多元統(tǒng)計(jì)分析方法有了長(zhǎng)足的進(jìn)步，涌現(xiàn)出不少新方法、新技術(shù)。在氣象預(yù)報(bào)的實(shí)際工作中，常要考慮多個(gè)自變量（預(yù)報(bào)因子）與多個(gè)因變量（預(yù)報(bào)量）的 關(guān)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(chǎng)海溫與 XX 省降水場(chǎng)的 6 對(duì)奇異向量，來(lái)作汛期降水趨勢(shì)預(yù)報(bào)。為此，使每個(gè)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(xiàn)性問(wèn)題的能力。由于門(mén)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(chē)貝雪夫多項(xiàng)式做時(shí)間序列預(yù)報(bào)的迭代算法，這是一個(gè)非線(xiàn)性、非參數(shù)方法，無(wú)需對(duì)序列作平穩(wěn)或其它假定。 5在統(tǒng)計(jì)預(yù)報(bào)的使用中，如何發(fā)揮統(tǒng)計(jì)預(yù) 報(bào)的長(zhǎng)處，避免其不足的地方，要繼續(xù)研究 。 12神經(jīng)網(wǎng)絡(luò)原理在氣象中的應(yīng)用 近年來(lái)神經(jīng)網(wǎng)絡(luò)在氣象中的應(yīng)用快速發(fā)展。丁裕國(guó)等 [69]利用奇異譜分析對(duì)nino 海區(qū) ssta 月際序列作短期氣候預(yù)測(cè)試驗(yàn)，采用 ar（ p）模型，結(jié)果發(fā)現(xiàn)在 ssa 分析基礎(chǔ)上的 ar模型對(duì) enso海區(qū)的 sst預(yù)報(bào)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(jié)合應(yīng)用于天氣分析與預(yù)報(bào)中，黃嘉佑[58]在研究海溫場(chǎng)與太平洋副熱帶高壓之間的關(guān)系時(shí)使用交叉譜發(fā)現(xiàn)，海溫不單有明顯的兩年振動(dòng)周期，而且這種振動(dòng)存在于太平洋地區(qū)的氣壓系統(tǒng)中，關(guān)系十分密切，它們之間的凝譜平方 第 9 頁(yè) 共 14 頁(yè) 值高值 的 臨界值。這種變換稱(chēng)為旋轉(zhuǎn)主因子分析，一般分正交旋轉(zhuǎn)與斜交旋轉(zhuǎn) 兩種方式。 氣象場(chǎng)的分解及其應(yīng)用