月平均气温客观集成预测方法研究
为了有效综合各种预测方法的预测结果，实现预测结果客观化，以陕西3 个气候区域1999 年7 月至2010 年6 月月平均气温预测为例，利用多元回归预测方法、基于EOF 的Downscaling 预测方法、月际持续性预测方法、年际持续性预测方法历史评分建立二类6 种客观集成预测方法进行客观集成预测试验，结果表明：（1）每种客观集成预测方法评分和预测与实况距平符号一致率年平均值均高于任何一种预测方法，体现出集成的优势。6 种客观集成预测方法评分平均值比4 种预测方法评分平均值高6.8，预测与实况距平符号一致率高6.2％；客观集成预测方法评分比业务发布产品平均高3.5，预测与实况距平符号一致率高1.7%。（2）3 个气候区域1999 年7 月至2010 年6 月业务发布产品月平均气温全年评分平均值71.3，预测与实况距平符号一致率67.4%。（3）3 个气候区域中，榆林客观集成预测效果最好，6 种客观集成预测方法评分平均值比4 种预测方法评分平均值高5.5，预测与实况距平符号一致率高 10.0%；6 种客观集成预测方法评分平均值比业务发布产品高5.0，预测与实况距平符号一致率高6.7%。（4）第二类客观集成预测方法预测技巧高于第一类，其中第二类第3 种预测方法（Z23）年评分平均值比4 种预测方法评分平均值高7.3，预测与实况距平符号一致率高7.9%；第二类第3 种预测方法（Z23）年评分平均值比业务发布产品高4.2，预测与实况距平符号一致率高4.5%，推荐首先选择使用。一般认为，月际持续性预测和年际持续性预测属于无技巧预测方法，本文研究证明：持续性预测在部分月份有很高的准确率，即便是这样简单的预测方法，参加客观集成也能提高整体预测技巧。降尺度预测方法是气候预测技术发展的一个重要方向，基于EOF 的Downscaling 预测方法（X4）目前预测技巧较低，要在客观集成预测中发挥重要作用方法本身需要改进。本文计算权重系数使用PS 评分主要考虑业务考核的需要。实际工作中根据需要，可以使用各种预测方法预测年前10 年、前5 年、前3 年预测与实况距平符号一致率平均值确定权重系数，或者使用其它检验方法的检验结果。
月平均气温 气温偏低月 准确率 客观集成预测 权重系数
雷向杰
陕西省气候中心,西安 710015
国内会议
厦门
中文
1-8
2011-11-01（万方平台首次上网日期，不代表论文的发表时间）