基于典型相关与最优子集回归的暴雨概率预报模型的研究
近年来，MOS预报有很大的发展，突出表现在预报方法和预报因子的改进方面，在预报方法上，采用最优子集回归代替逐步回归。逐步回归算法虽然应用十分广泛，但在给定自变量条件下，并不能获得一个最优回归方程。现在我国绝大多数省市均已建立了降水概率预报业务系统，概率天气预报比传统的预报有更高的经济价值，在降水概率预报中重点又是对暴雨的概率预报，是社会经济和农业生产所关注焦点。预报因子和预报对象的处理，建方程前参数的选择以及预报因子的选取都会影响要素预报的质量。本文在数值预报产品基础上应用统计分析方法建立安徽省宿州市客观暴雨降水概率预报方程，建立了一种新的改进型的MOS降水概率预报模型。用典型相关分析方法来提取要素场的信息，用求得的典型变量作为新预报因子，用CSC准则和最优子集回归选取预测因子，建立单站降水概率回归模型。根据事件概率回归估计的原理建立预报方程，用最优子集方法排列因子的组合，根据双评分准则选出最优方程，将这种方法具体应用于有、无降水概率预报中；运用布莱尔(B)评分、技巧(Bs)评分和偏差测度(Bias)评分方法检验所建最优子集概率回归方程的拟合效果和试报效果。并在对比试验中说明了，要素场和典型相关系数阈值的选择都会对预报结果造成影响。该模型试报效果表明，随着计算机技术的高速发展，用最优子集建立暴雨降水概率预报模型，是探讨现代暴雨预报的一种新方法。
最优子集回归 暴雨降水 概率预报模型 典型相关分析
张玉民 王德育 马玲
安徽省宿州市气象局 宿州 234000 安徽市蚌埠市气象局 蚌埠 233000
国内会议
杭州
中文
81-87
2009-10-14（万方平台首次上网日期，不代表论文的发表时间）