短期气候预测实习报告六

南京信息工程大学实验（实习）报告实验（实习）名称短期气候预测实习日期11.29得分指导教师系~专业~年级~班次~姓名Trichtu学号~实习目的：掌握短期气候预测中物理统计预测的基本步骤。实习要求：能运用提供的资料和方法子程序，编写或补充完成程序当中的部分片断，了解区域降水的预测方法及其建立过程，输出实验要求的相应结果，并就方法对区域降水的拟合及试验预测效果进行分析。实习内容：利用前期1月的海温关键区（Nino3.4指数）和环流特征量（西太平洋副高脊线、西太平洋副高西伸脊点、亚洲极涡面积、南方涛动指数）等前期冬季预测因子；运用多元回归方法，对1952-2001年华北夏季降水建立预测方程；对2002-2008年进行多元回归预测试验；实习资料：前期1月的Nino3.4指数（来自CPC）西太平洋副高脊线、西太平洋副高西伸脊点、亚洲极涡面积、南方涛动指数（来自中国气象局整编的74个环流指数）、夏季华北区域10站的降水量距平百分率。实习方法：回归分析(mregrssion.for)是用来寻找若干变量之间统计关系的一种方法，利用所找到的统计关系对某一变量作出未来时刻的估计，称为回归预报值。效果分析——回归拟合效果的参数分析(1)残差平方和(SSR)误差方差标准差(2)标准差(3)复相关系数当R近似等于1，则相对误差将近似0，说明回归效果很好。(4)回归方差反映回归拟合的程度,其值越大反映效果越好(5)总离差平方和nSSRS/21)(/1niiyySSRR22211012)]([)ˆ(mminiinitxbxbxbbyyySSRQ2221101)]([mimnixbxbxbbyUQUDYY它遵从自由度为m和n-m-1的F分布。实习步骤：（1）编写程序：（原文件的子例行程序不计入在内）PROGRAMMAININTEGER,PARAMETER::N=50INTEGER,PARAMETER::K=5REAL,DIMENSION(K,N)::XREAL,DIMENSION(N)::YREAL,DIMENSION(K+1)::AREAL,DIMENSION(K+1,K+1)::BREAL,DIMENSION(K)::VREALQ,S,R,U,ind(6,60),year(N),expect(50)COPENTHEINPUTDATAFILEopen(8,FILE='e:\copy6\weight.txt')open(9,FILE='e:\copy6\compare.grd',form='binary')OPEN(10,FILE='e:\copy6\shixi.txt')CREADTHEDATAandgivedatatoXandYread(10,*)doi=1,Nread(10,*)year(i),y(i),x(1,i),x(2,i),x(3,i),x(4,i),x(5,i)enddoMM=K+1callDYHG(X,Y,K,MM,N,A,Q,S,R,V,U,B,DYY)!CCCCCCCCCCCCCCCCCCC预测1952-2001doi=1,Nexpect(i)=a(1)+x(1,i)*a(2)+x(2,i)*a(3)+x(3,i)*a(4)expect(i)=expect(i)+x(4,i)*a(5)+x(5,i)*a(6)enddowrite(9)((expect(i),y(i)),i=1,50)write(*,88)A(1)88format(/1x,'b0=',f19.5)do89j=2,MM89write(*,100)j-1,A(j)100format(1x,'b',i2,'=',f9.5)ccccccccccccccccccccccccccccccccccccccccccccccccccccccwrite(*,20)Q,S,R20format(1x,'Q=',f13.6,3x,'S=',f13.6,3x,'R=',f13.6))1/(/mnQmUFwrite(*,22)U,DYY22format(1x,'U=',f13.6,3x,'DYY=',f13.6)write(*,30)(i,V(i),i=1,K)30format(1x,'V(',i2,')=',f13.6)write(*,40)U40format(1x,'U=',f13.6)open(6,file='e:\copy6\table.txt')!outputdatawrite(6,180)180format(/2x,'regressioncoefficients:')write(6,88)A(1)do189j=2,MM189write(6,100)j-1,A(j)write(6,200)200format(/1x,'GenericAnalysisofVarianceTablefortheMultiple*LinearRegression')write(6,202)202format(/1x,'-----------------------------------------------------*---------------')write(6,204)204format(/3x,'SourcedfSSMS')write(6,202)write(6,206)N-1,DYY206format(/1x,'Totaln-1=',i2,'SST=',f13.4)u2=U/real(K)write(6,208)K,U,U2208format(/1x,'RegressionK=',i2,'SSR=',f13.4,'MSR=SSR/K='*,f13.4)q2=q/real(n-k-1)write(6,209)n-k-1,q,q2209format(/1x,'Residualn-k-1=',i2,'SSE=',f13.4,'MSE=SSE/(n-k-1)*=',f13.4)f=(U/real(K))/(Q/real(N-K-1))write(6,220)f220format(/1x,'F=MSR/MSE=',f13.4)write(6,202)close(6)stopend（2）结果输出得到回归效果的参数及回归系数，拟合预测与观测资料的对比数据，独立预测试验与观测资料的对比数据。输出反映回归效果的参数及回归系数，并就相关参数分析回归效果；回归系数：:b0=-196.06274b1=4.40570b2=1.19246b3=-0.00290b4=0.32351b5=0.50310即：Nino3.4指数=-196.06274+4.40570*西太平洋副高脊线+1.19246*西太平洋副高西伸脊点-0.00290*亚洲极涡面积+0.32351*南方涛动指数+0.50310*夏季华北区域10站的降水量距平百分率GenericAnalysisofVarianceTablefortheMultipleLinearRegressionTotaln-1=49DYY=20596.3984RegressionK=5U=1492.2344MSR=SSR/K=298.4469Residualn-k-1=44Q=19104.5078MSE=SSE/(n-k-1)=434.1934R=0.269137F=MSR/MSE=0.6874相关为0.29137，F小于标准值2.4（0.05）且大于0.416，效果不显著，说明拟合程度不好。预测量与回归方程计算的估计值和观测值的历年曲线变化图（1952~2001年），并附简单的说明；Ctl文件：'reinit''opene:\copy6\compare.ctl''enableprinte:\copy6\comparation.gmf''setx11''sety11''sett150''dreal''dexp''print''disableprint';Gs文件:'reinit''opene:\copy6\compare.ctl''enableprinte:\copy6\comparation.gmf''setx11''sety11''sett150''dreal''dexp''print''disableprint';（实际值黑线、预测值绿线）从图中可以看出，某些年份，预测值和实际值的趋势是反向的，实际的极大值在预测中是极小值。所以预测效果不好。输出独立预测试验的观测与预测值(下表)。2002-2008夏季降水预测试验结果年份2002200320042005200620072008预测值-9.70-7.80-8.074.18-1.62-10.835.885实际值29.75-17.450.6422.96-22.96-19.403.30