5氣象中的統(tǒng)計方法總結(jié)(編輯修改稿)
2024-09-11 23:08 本頁面
【文章內(nèi)容簡介】 化特征，符綜斌等 [43]曾將 ceof 分析用于 elnino增暖的振幅和位相變化，畢幕瑩 [44]用 ceof 分析研究了夏季西太平洋副高的振蕩。 、旋轉(zhuǎn)主因子分析（ rpc） 將主成份分析向前推進一步，就是因子分析，因子分析又分r 型分析和 q型分析兩種，我們知道，由于主因子是通過原始變量的線性組合得到的，因而可以了解到其天氣意義。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。為此，使每個因子的荷載平方按列向 0或 1兩端分化。使主因子在每個變量上的荷載趨近于1，而在其它變量上的荷載接近于 0，這樣，就更容易解釋主因子的天氣意義。這種變換稱為旋轉(zhuǎn)主因子分析，一般分正交旋轉(zhuǎn)與斜交旋轉(zhuǎn) 兩種方式。極大方差旋轉(zhuǎn)是正交旋轉(zhuǎn)，是氣象預(yù)測、科研業(yè)務(wù)中最常用的旋轉(zhuǎn)方法。謝炯光等 [45]用因子分析和旋轉(zhuǎn)因子分析對西太平洋 8個海區(qū)進行了分析，對頭 4個主因子的物理意義進行了初步的解釋，進而用它建立了 XX 省各月降水與海 第 7 頁 共 14 頁 溫的預(yù)報方程。黃嘉佑 [46]用斜旋主分量分析了我國夏季氣溫及降水場（ 19511987 年）的時空特征，王敬方等 [47]用旋轉(zhuǎn)主分量（ rpc）方法，分析近 40年來我國夏季溫度變化的規(guī)律。 對應(yīng)分析是一種綜合了 r型及 q型因子分析特點的多元統(tǒng)計分析技術(shù)，黃嘉佑 [48]、李麥村等 [49]用該方法發(fā)現(xiàn)副高逐月變化曲線與赤道海溫變化十分相似，謝炯光 [50]用對應(yīng)分析對 46月逐月的連續(xù)變化進行分型，把各月的降水連續(xù)變化分為連升型、連降型、降后升型等四型，并利用回歸分析作出各型的預(yù)報，在前汛期降水趨勢和冬半年（ 1－ 3 月）氣溫趨勢的預(yù)測中收到了較好的效果。 （ pop）分析 主振蕩型（ pop）是 hasselmamm 和 storch 在 20 世紀 80 年代末提出來的 [51]。章基嘉等 [52]對離散化場時間序列推導(dǎo)了主振蕩型分析方法的兩個導(dǎo)出量：主振蕩型（ pop）及其伴隨相關(guān)型（ acp）。通過熱帶太平洋 sst矩平場時間序列 pop 及相應(yīng)區(qū)域850hpa 風(fēng)場 acp的計算例子，給出了它們的實際算法。 5聚類分析 鄭祖光 [53]在首先不能確定用幾個因子和分成幾類的情況下，提出用變 k 變 n 方案。章基嘉等 [54]應(yīng)用 k均值聚類法對東亞各自然天氣季節(jié) 500hpa 平均環(huán)流進行分型試驗。在聚類分 第 8 頁 共 14 頁 析中多數(shù)的分類樣品是相互獨立的，分類時彼此是平等的，但在一些問題中，樣品的分類是不能打破順序的。比如，對某一階段氣象要素數(shù)據(jù)進行分段以確定不同時段的氣候特征。這種分 類，稱為分割更為形象一些， fisher 提出了最優(yōu)分割的算法，謝炯光等 [55]利用最優(yōu)分割，對中國 t106 數(shù)值預(yù)報輸出產(chǎn)品的各種物理意義明確的預(yù)報因子進行最優(yōu)二分割，挑選出晴雨及有無大于 25毫米降水的預(yù)報因子，建立概率回歸方法，做 24144小時的晴雨，大于 25 毫米降水的完全概率預(yù)報，在業(yè)務(wù)中收到較好效果。最優(yōu)二分割的進一步優(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，還可以根據(jù)新的樣品落區(qū)在哪一類作出預(yù)報。 aid具有解決一些 非線性問題的能力。謝炯光 等 [56]據(jù)天氣學(xué)實踐選出 47個與 XX省臺風(fēng)、暴雨關(guān)系密切的預(yù)報因子，利用 aid方法，進行計算做出臺風(fēng)暴雨的短期預(yù)報。 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
語文相關(guān)推薦
鄂ICP備17016276號-1