偏最小二乘回归在水汽和地面气温多模式集成预报中的应用研究

发布时间：2020-11-09 14:32

　　 使用一种新的多模式集成方法偏最小二乘回归(Partial Least Square Regression,PLS),利用其能完全消除多重共线性的特征来改善比湿和地面气温多模式集成预报的效果。偏最小二乘回归本质上也是一种超级集合预报,它的优势在于各个因子之间完全消除了多重共线性,能使每一组数据都相互独立不相互干扰,而其他所有方法包括消除偏差集合平均(BREM)、滑动平均等都不可能避免多重共线性,各个因子之间的多重共线性很容易使模型不稳定,造成误差较大。PLS成分中既保留了原自变量中较多的方差,而且保留了与因变量较大的相关性,从而在消除原自变量复共线性的同时,所建立的回归模型仍能充分的反映出自变量与因变量之间的相关关系。基于TIGGE资料集下的欧洲中期天气预报中心(ECMWF)、中国气象局(CMA)、日本气象厅(JMA)、英国气象局(UKMO)四个中心集合预报结果,建立2012年多模式(25-60°N,60-150°E)区域24小时-168小时预报时效(间隔24小时)比湿和地面气温的多模式集成模型,分别使用消除偏差集合平均(Bias-Removed Ensemble Mean,BREM)、简单集合平均(Ensemble Mean,EMN)、超级集合预报(Multi-model Superensemble,SUP)以及偏最小二乘回归(Partial Least Square Regression,PLS)四种方法对地面气温和水汽多模式集成,进行了四次多模式集成预报试验,利用均方根误差(Root-mean-square Error,RMSE)和距平相关系数(Anomaly correlation coefficient,cor)来判定多模式集成的效果并且针对性的预报了一次短期寒潮过程。四次预报结果均表明偏最小二乘回归(PLS)方法的多模式集成效果最好,不但优于四种单一模式而且相比于其他三种方法,表现出了更好的预报性能,具有一定的价值以及应用前景。
【学位单位】：南京信息工程大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：P456
【部分图文】：

图１多模式集成预报过程??

测与气候中心（ＣＰＴＥＣ）、欧洲中期天气预报中心（ＥＣＭＷＦ）、韩国气象中心（ＫＭＡ）、??美国国家环境与预拫中心（ＮＣＥＰ）、加拿大环境与气候变化部（ＥＣＣＣ）、法国气象局??（ＭＦ）、英国气象局（ＵＫＭＯ）和印度（ＮＣＭＲＷＦ）这Ｈ—国集合预报产品。如图３??１８??

??同样，图５是２０１２年１２月１日－２０１２年１２月３１日这３１天８种模式气温分别与??ＦＮＬ?“观测值”的日平均距平相关系数，可以看出对于地面气温来说，各种模式预报的还??是比较准确的，２４ｈ预报来说，单一模式距平相关系数均达到了?０．８以上，效果最好的??ＰＬＳ达到了?０．９左右，其他三种多模式集成也在０．８８左右，多模式集成的效果来看，偏??最小二乘回归第一，其次是超级集合预报、消除偏差集合平均和简单集合平均，四种单??一模式相比，效果最好的是英国气象局ＵＫＭＯ、其次分别是欧洲中期天气预报中心ＥＣ、??日本气象厅ＪＭＡ和中国气象局ＣＭＡ。从２４ｈ到１６８ｈ预报来看，各种单一模式和多模??式集成效果都有所衰减，其中效果最差的是ＣＭＡ，且随着预报时效的增加距平相关系??数有明显的衰减
【参考文献】

相关期刊论文 前10条

1 唐圣钧;王东海;杜钧;周镜石;;混合集合预报法在华南暴雨短期预报中的试验[J];应用气象学报;2015年06期

2 秦育婧;卢楚翰;;利用高分辨率ERA-Interim再分析资料对2011年夏季江淮区域水汽汇的诊断分析[J];大气科学;2013年06期

3 李振锋;李五生;付伟基;脱宇峰;杨海龙;张琪;;利用Poor-man集成预报方法改进数值预报效果研究[J];气象与减灾研究;2013年02期

4 智协飞;季晓东;张璟;张玲;白永清;林春泽;;基于TIGGE资料的地面气温和降水的多模式集成预报[J];大气科学学报;2013年03期

5 刘春艳;凌建春;寇林元;仇丽霞;武俊青;;GA-BP神经网络与BP神经网络性能比较[J];中国卫生统计;2013年02期

6 宋金杰;王元;陈佩燕;陈联寿;;基于偏最小二乘回归理论的西北太平洋热带气旋强度统计预报方法[J];气象学报;2011年05期

7 张亚洲;李盛林;邓文彬;梅华;;基于多模式短期集合预报技术的热带气旋降水预报试验[J];气象与减灾研究;2011年02期

8 李倩;胡邦辉;王学忠;顾锦荣;;基于BP人工神经网络的区域温度多模式集成预报试验[J];干旱气象;2011年02期

9 李葳;;NECP FNL资料解码及数据格式转换[J];气象与减灾研究;2011年01期

10 杜振彩;黄荣辉;黄刚;;滑动窗区空间相关系数加权集合方法及其在IPCC-AR4多模式集合模拟和预测中的应用[J];大气科学;2010年06期

相关硕士学位论文 前5条

1 邓志刚;油田开发中数据集成的集合卡尔曼滤波方法研究[D];西南石油大学;2014年

2 王海霞;基于多模式的降水量统计降尺度预报研究[D];南京信息工程大学;2014年

3 毕潇潇;基于TIGGE资料的集合预报应用研究[D];南京信息工程大学;2013年

4 钟光科;偏最小二乘回归分析在短期负荷预测中的应用[D];河北工程大学;2011年

5 张凤莲;多元线性回归中多重共线性问题的解决办法探讨[D];华南理工大学;2010年

本文编号：2876564