- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
维普资讯
第20卷 第2期 气 象 科 学 Vo1.20,No.2
2000年6月 SCIENTIA METEOROLO~ CA SINICA .run.,2000
一 尸
多元样条逐步回归模型在夏收中期 ,
预报中的应用① 5/6.2/6
. 兰垫蒸 墨 茔
(苏州市气象台,苏州215021)
摘 要 在夏收期间的中期预报中.使用了非线性多元样条函数回归预报模
型。该方法保留了线性统计预报模型中多元分析,逐步筛选固子和显著性检验等特
点,又吸取了数值逼近中样条函数处理复杂非二鼍性函数的一些优点。经过与线性回
蛐 篓 般 灵扳
分关类蕾号词! ;主垄 墨圣兰璺!巳 . ,、 I 欠…1殳\
PP445566.88
引 言
5月下旬一6月上甸是苏南夏收夏种的重要农时季节。该时段大气环流发生由春季向夏季
的季节性调正,天气复杂多变,过多的雨量和雨 日会给麦子,油菜的收割,脱粒带来很大的损
失。在 1951--1995年中,2个甸的雨量超过累年平均值的有 18年,雨 日大于等于8天的有 20
年,都占总数的一半左右,而且每年的差异 比较大。做好这一时段的气象预报服务,至关重要。
由于线性预测模型不能很好的反映实际天气的非线性变化,作为尝试,我们以样条函数回归模
型 来拟合这种非线预报系统,并用于 1998年的业务预报 ,有一定的效果。
1 样条函数回归模型简介
设预报量Y和预报因子x,当它们存在非线性预报函数关系时,可以用一组分段光滑的
低次多项式去拟合逼近Y,即用多项式样条的光滑对接分段多项式作为预报拟合逼近函数,井
适合外推预报。
当有多个预报因子时,仅考虑在线性空间的多元多项式样条 回归模型时,多元样条函数
为:
m 一
S(X1,X2,…Xm)= 三 国 ·翟 + 三三C ( 一 ){- (1)
其中:n为样本数,m为因子数,P为阶数,p=l,2…n一1,L是在x的取值区间中插入分
点 的个数,L=I,2…n--I,(一r)为半截多项式,i=l,2…m,j=l,2…p,k=l,2…L。
① 收祷 日期tl99 —O卜l8I修改稿 日期≈l99 —05—3O.
维普资讯
2期 王德隽等:多元样条逐步回归模型在夏收中期预报中的应用 225
当 r时
c 一 = {一 当 ≤r时
而勘,d和rL为待定参数
I
在非线性系统中,因存在误差,只需样条函数有一定阶数的可徽性,当n不很大时,可用较
’ 低价的多项式和较少的分点,P—般取3阶以下就可以了。
2 建模方法
通过给定预报量 y和因子x,的n个样本,来确定(1)式中的参数a,ck和吐。
2.1 确定分点
在因子 】i【的n个样本中,将它按从小到大的顺序排列,可得到新的序列哥,也得到了因子
样本区间所有可能的分点L。
以3月平均气温的因子为例(以下同),在其取值范围内[5.8,11.1]选取 2个分点8.0和
1O.0,即把它分为3个子区间,并取p=2
2.2 生成备选因子集
文档评论(0)