最优子集回归模型在重庆汛期旱涝冷暖趋势预测中应用.pdfVIP

最优子集回归模型在重庆汛期旱涝冷暖趋势预测中的应用 李梗董新宁张天宇周浩陈欢 (重庆市气候中心，重庆市，401147) 摘要 将反映重庆汛期旱涝趋势的伏早指数F，干旱综合指数ci，6—9月的气温距平和降水距 平百分率作为预测对象，引入国家气候中心下发的74项环流因子作为预选因子，采用兼顾 数量和趋势预测效果的双评分准则csc，建立最优子集回归预测模型，历史拟合效果好，2006 年预测检验表现出对超历史的异常状况有较强预测能力。 关键词旱涝趋势最优子集回归预测模型 前言 近年来，在全球气候变暖的背景下，极端天气气候事件呈现增多趋势。如2006年夏季 发生在重庆市的百年不遇的高温干旱，沙坪坝7月11日～9月3日降水量仅为32．3mm，为 1892年以来同期最少，日最高气温大于37℃、40℃的天数分别达到38天和14天，均为1924 年有气温观测记录以来高温日数最多的一年，持续高温干旱造成直接经济损失超过90亿元。 汛期旱涝冷暖趋势预测是防灾救灾的熏要信息，倍受各级党政部门和社会公众的广泛关注。 本文重点针对重庆市汛期旱涝冷暖趋势预测，采用最优子集回归预测方法建立旱涝冷暖趋势 预测模型， 2006年夏季旱涝冷暖趋势预测进行业务试验，证明效果较好。 l资料选取 以重庆1960—2005年46年的汛期早涝指数F，盛夏7—8月重庆6个代表站的平均气象干 早综合指数G．6—9月的降水距平酉分率和平均气温距平为预报对象来构造预测模型。以国 家气候中心74项环流指数作为待选凶予。 2 ci指数和F指数的定义 2．1 Ci指数 气象干旱综合指数G是以标准化降水指数、相对湿润指数和降水量为基础建立的一种 综合指数： Ci=az，+7M 3+pz。 干旱等级的划分见表1。 表1根据综合干旱指数G划分的干旱等级 选取7—8月重庆6代表站(奉节、梁平、万州、沙坪坝、涪陵、彭水)的Ci指数的平 均值作为预测对象序列。 1249 2．2 F指数 参考李永华n3等利用伏早期(6月下旬到9月上旬)各站的高温日数(D，指≥35℃的日 数)、极端最高气温(TM)和总降水量(R)定义了伏旱指数(F)。 。1亡现斗TMl ，2吾厶—i_ ‘ i=l 该伏早指数同时考虑了气温和降水对伏早的贡献，经对比计算，其正常值为1．8，伏 旱指数(F)越大，表明伏旱越重，反之则轻，与历史实况比较，较为客观定量地刻画了伏旱 特征。 3 初选预报因子 以国家气候中心公稚的74项环流因子作为基本因子，计算1960一2005年的汛期旱涝指 数F、、7—8月重庆6个代表站的平均ci干旱指数、6—9月的降水量距平百分率和平均温度 足巨平等预测对象序列与前期环流因子的相关系数，选取相关系数较高因子(通过95％信度检 验)作为备选因子。 其中，预测熏庆伏旱指数F预选出上年3月大西洋副高面积指数，上年4月北美大两洋 副高强度指数、当年2月大西洋副高脊线等25个因子；预测重庆7—8月气象干旱综合指数 ci预选出上年3月大西洋副高强度指数、上年3月经向环流指数，当年3月南海副高脊线 等25个因予：预测6—9月平均气温预选出上年3月大西洋副高强度指数、上年9月北美大 西洋副高强度指数、当年2月北美区及涡强度指数等25个因子：预测6—9月降水量预选出 上年10月大西洋剐高脊线，上年5月太平洋区极涡面积指数，当年1月印度剐高面积强度 指数等26个因子。 4最优子集回归预测模型拉1 4．1基本构思 在气候预测工作中，逐步回归得到广泛应用，其优点是计算量小，但在给定自变量条件 下，不能获得最优回归方程。且选入和剔出自变量都基于统计检验，显著性水平Q的选择 具有任意性。特别是当引入方程中自变量很多时，所建回归方程很容易通过回归效果的F 检验或复相关检验，使检验流于形式。 在计算机技术高速发展的今天，用最优子集回归代替逐步回归应成为一种趋势。最优子