导读:本文包含了统计预报论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:模型,宜宾,多项式,方法,气旋,正交,神经网络。
统计预报论文文献综述
杨德全,赵玉新,何忠杰,刘厂,李威[1]（2019）在《南海海面高度异常中长期统计预报方法研究》一文中研究指出本文基于经验正交函数分析方法,通过空间重构,提出了一种新的时空经验正交函数统计预报方法。以南海海面高度异常为预报对象进行了中长期预报试验,结果显示这种新的时空经验正交函数方法可用于中尺度海洋现象的中长期预报。在90 d内的预报精度明显高于最优气候均态法,相关系数高达0.88。预报结果可以很好地描述海洋中尺度现象,为解决海洋要素中长期预报问题提供了新的思路。(本文来源于《中国海洋学会2019海洋学术（国际）双年会论文集》期刊2019-10-25）
徐杰,陈忠孝,秦刚,赵文婧[2]（2019）在《基于统计预报模型的滑坡位移预测研究》一文中研究指出滑坡预测中,由于不同的时间段导致滑坡位移的变化不同,相同模型不一定完全使用于整个预测过程。需要根据滑坡位移时间段的选择,选择不同的预测模型和方法解决这种问题。基于统计预报模型中的二次指数平滑法、最小二乘多项式拟合法、灰色GM(1,1)法进行滑坡中短期位移预测分析。预测结果表明,二次指数平滑法和最小二乘多项式拟合法预测值变化较平稳,灰色GM(1,1)法预测数据波动较大。根据总体预测趋势,二次指数平滑法、最小二乘多项式拟合法、灰色GM(1,1)法均具有一定的拟合性。最小二乘多项式拟合法的预测精度优于二次指数平滑法和灰色GM(1,1)法,数据预测误差较小,位移预测值与真实值更加接近。(本文来源于《国外电子测量技术》期刊2019年08期）
李曦[3]（2019）在《两种统计预报方法在广安气温预报中的对比研究》一文中研究指出将2009—2012年欧洲中期数值预报模式产品资料(ECMWF)作为预报因子,以四川广安市4个测站(广安、武胜、邻水、岳池)同时期每日最高气温、最低气温为预报对象,分别采用MOS统计方法、BP神经网络算法训练并建立起预报方程,然后利用2012—2013年的实况数据对预报结论进行检验。结果表明,通过MOS方法、BP神经网络方法得到的预报结论明显优于数值模式本身的预报结论;采用两种方法对最低、最高温度的预报准确率均较高,对最低温度的预报准确率略高于最高气温,且均随着时间的延长,准确率下降;MOS方法对最低温度的预报准确率略高于BP方法,而BP方法对最高气温的预报效果更好。(本文来源于《科技与创新》期刊2019年15期）
杨德全,郝日栩,何健新,何忠杰[4]（2019）在《统计预报方法在海洋预报中的应用研究进展》一文中研究指出统计分析是人们认识自然规律、预测事物发展趋势的一种基本手段,统计预报方法在海洋、气象预报中一直占有重要地位。随着计算机和大数据技术的发展,海洋统计预报技术也取得了一定突破,涌现出许多新方法、新技术。本文系统介绍了统计预报方法在海洋预报中的,应用研究进展,对其发展历程进行了系统的梳理,对目前具有代表性的4类统计预报方法进行了总结,并对海洋统计预报的发展方向和应用前景给以展望。(本文来源于《海洋信息》期刊2019年02期）
何爽爽,汪君,王会军[5]（2019）在《滑坡泥石流大尺度统计预报模型的实时检验》一文中研究指出利用滑坡敏感性分布和降雨阈值公式建立了一个滑坡泥石流统计模型,该模型可以用于中国大尺度范围内的滑坡泥石流预警。使用CMORPH卫星降水驱动该统计模型,对2016—2017年的106起滑坡泥石流事件进行了验证分析。结果表明,该模型能较好地预警大多数滑坡泥石流事件,其中对72. 1%的雨季滑坡泥石流事件能较好预警,但对非雨季的事件只有35%能较好预警,对雨季的预警效果明显优于非雨季。由于滑坡泥石流主要发生在雨季,因此该模型总体上具有较好的效能。该模型对于强降雨引发的快速滑坡事件具有较好的预警能力,但对于由强度较小、持续时间较长的降雨引发的慢过程滑坡事件的预警效果有待提升。利用该统计模型以及CMORPH实时卫星降水产品,可以建立滑坡泥石流大尺度实时预警系统,对滑坡泥石流减灾防灾具有一定意义。(本文来源于《大气科学学报》期刊2019年01期）
董天翔,包云轩,袁成松,周林义,焦圣明[6]（2018）在《叁种统计预报模型在江苏省道路低温预警中的应用》一文中研究指出为了更好地开展道路交通低温灾害的预警,减轻道路结冰给车辆行驶造成的危害,本文利用2012—2016年江苏省高速公路网AWMS系统交通气象观测数据,在对路面低温发生规律进行分析的基础上,结合多元线性回归、朴素贝叶斯以及支持向量机3种统计预报方法,开展了路面低温预警的统计建模与预报试验。结果表明:(1)江苏全省高速公路网路面温度出现0℃以下、-2℃以下、-5℃以下的低温频率均呈"北高南低"分布。(2)全省高速公路网路面温度出现0℃以下的低温时次大多在15:00到次日06:00之间。(3)在对京沪高速M9308站的单站建模与预报试验中发现,路面低温预报因子组合中以13:00气温、13:00—18:00气温变温、13:00路面温度、13:00—18:00路面变温、13:00路基温度、13:00—18:00路基变温、18:00相对湿度和18:00风速U分量为自变量组合的预报方程效果最好,3种方法中以朴素贝叶斯模型的预报准确率最高;(4)就全省高速公路网而言,3种统计预报模型的路面低温预报准确率均超过75%,通过对全路网路面低温预报的试验结果对比发现,多元线性回归方法对江苏省北部路网的预报效果最好,预报准确率大多在85%以上;而支持向量机模型对江苏省南部路网的预报效果最好,大部分站点的低温预报准确率达95%以上。(本文来源于《气象科技》期刊2018年04期）
丁晨晨[7]（2018）在《中国登陆热带气旋降水动力统计预报技术研究》一文中研究指出数值天气预报(NWP)过去几十年在热带气旋(TC)预报方面的最大进步是越来越准确的路径预报。对于登陆热带气旋降水的预报而言,目前以数值模式为代表的技术手段的预报能力还十分有限。本文围绕动力-统计结合之方法,对TC降水预报进行研究,概括而言本文研究的主要内容和结果如下:(1)初步发展了登陆热带气旋降水(LTP)预报的一种新方法----基于路径相似的登陆热带气旋降水动力统计集合预报(LTP_DSEF)模型。并利用LTP_DSEF模型在华南(广东、广西和海南)地区进行TC过程降水预报试验,将模型预报效果与叁家动力模式(EC、GFS、T639)预报效果进行对比。结果显示成功发展了LTP_DSEF模型。模型对2012-2016年影响华南地区出现最大日降水量≥100mm的21个TC的定量降水预报(QPF)试验结果表明,该模型对登陆TC过程降水的预报结果优于动力模式。登陆TC过程降水≥50mm情况下,建模样本和独立样本平均TS评分均高于动力模式(EC、GFS、T639)相应的最好表现。对LTP_DSEF模型叁个最优方案的参数取值分析显示,起报时刻参数设定为最临近影响时刻即TC对陆地产生降水的前一天12:00UTC、集合参数取最大值时预报效果稳定趋好。(2)LTP_DSEF模型中引入TC强度相似筛选因子进行改进,并在华南地区进行相同预报试验。试验结果表明引入TC强度相似筛选因子后,模型在华南地区的预报性能有了一定的提升,相对叁家动力模式而言,优势更加明显。在建模样本试验阶段,模型对于强降水级别预报的TS评分都有所提升,尤其是过程降水≥100mm的TS评分的提升较明显,由改进前的0.1805提升到0.2221,提高了23%,此时模式预报的最高TS评分仅为0.1681。在独立样本试验阶段,模型预报的TS评分提升较少,但依然优于动力模式预报的最好水平,尤其在过程降水≥250mm阶段,模式的预报的最高TS评分都为0,LTP_DSEF模型预报的降水TS评分为0.025。LTP_DSEF模型参数(起报时刻和集合方案)的取值与引入TC强度相似筛选因子前表现出一定的共性。(3)丰富改进后的LTP_DSEF模型部分参数,并在全国地区进行降水预报试验,根据LTP_DSEF模型对2004-2016年在全国地区出现最大日降水量≥100mm的99个TC的QPF试验结果,筛选出了一套适用中国地区的固定预报参数。参数取值结果显示,就中国地区而言,对于较强TC过程降水(≥250mm,≥100mm,≥50mm),起报时刻参数设定为TC对陆地产生降水的当天12:00UTC较前一天12:00UTC预报效果更好,季节相似参数丰富后则暂未表现出优势。模型预报效果显示,在建模样本试验和独立样本试验中表现较为稳定。(本文来源于《成都信息工程大学》期刊2018-06-01）
丁愫,陈报章,王瑾,陈龙,张晨雷[8]（2018）在《基于决策树的统计预报模型在臭氧浓度时空分布预测中的应用研究》一文中研究指出近地面层臭氧是光化学污染的主要污染物之一.臭氧污染不仅严重影响着空气质量并且危害人类健康与动、植物生长.本研究以徐州市为研究区,基于环境监测站连续监测数据分别采用分类回归树(CART)、随机森林(RF)和M5模型树方法建立臭氧浓度统计预报模型,选取1、4、7、10等4个月作为季度代表进行区域臭氧浓度预测的研究.以2015整年逐小时徐州市国控大气监测站实时监测的臭氧浓度(因变量)和气象因子数据(自变量)为训练样本建立臭氧浓度统计预报模型.模型验证结果表明,总体上3种决策树模型能够较好的预测臭氧浓度动态变化特征,月尺度上预测值与观测值相关系数均值为0.68,平均绝对误差和均方根误差均值分别为21.63μg·m~(-3)和27.42μg·m~(-3).在此基础上,基于站点观测所建立臭氧统计预报模型,以WRF模型模拟的气象场作为输入,预报区域网格化臭氧预报值,并发现臭氧浓度空间分布与站点观测特征总体一致性较好.经与观测值进行对比,结果表明两者相关系数均值为0.58,平均绝对误差及均方根误差分别为29.38μg·m~(-3)和37.15μg·m~(-3),预报准确率均高于75%.同时利用周步长观测值与预测值建立的多元线性集合预报回归方程对3种决策树模型的预报值进行修正,在一定程度上提高了预报值的精度.(本文来源于《环境科学学报》期刊2018年08期）
张自银,赵秀娟,熊亚军,马小会[9]（2018）在《基于动态统计预报方法的京津冀雾霾中期预报试验》一文中研究指出利用欧洲中期天气预报中心(ECMWF)数值预报产品和动态统计预报方法,对北京、天津、石家庄等14个京津冀重点城市雾霾与空气污染进行定量化的中期预报试验,包括对首要污染物PM_(2.5)浓度和能见度的逐时定量化预报及雾霾现象的客观化判断,并对2015年10月1日—2016年11月10日试验预报效果进行了检验评估。检验结果显示:该方法对北京及周边城市未来10 d逐时和逐日能见度、PM_(2.5)浓度及雾霾现象的预报值与观测值之间具有显着正相关系数、较高的误差减少量和TS评分等,表明基于ECMWF数值预报产品和动态统计预报方法的京津冀雾霾污染中期定量化预报技术整体上具有较高的可靠性、稳定性与预报技巧性。此外,检验指标还显示出该动态统计预报方法对能见度的预报效果要略优于PM_(2.5)浓度预报,同时对霾的预报准确率高于对雾的预报。个例分析显示,该动态统计预报方法能提前5~6 d预报出北京地区典型持续性雾霾污染的发展过程,对持续性雾霾的提前预报预警具有较好的参考意义。(本文来源于《应用气象学报》期刊2018年01期）
周书华,颜华,吴建军[10]（2017）在《基于逐步回归分析法的宜宾市PM2.5浓度的统计预报模型研究》一文中研究指出利用2014年5月31日—2016年5月31日宜宾市的污染物浓度监测资料和气象要素观测资料,综合分析了PM_(2.5)浓度与前一日污染物浓度、当日不同气象要素的相关性,并基于逐步回归分析法建立了适合该地区不同季节P_(2.5)浓度的统计预报模型。结果表明,宜宾市各季节PM_(2.5)浓度与前一日六项污染物浓度均呈显着正相关,与当日降雨、平均风速呈显着负相关,且前者除了CO和O_(3-8)外相关性明显高于后者。统计预报模型的预测值与实测值的大小及变化规律吻合得较好,可以准确反映PM_(2.5)浓度的变化规律。根据该模型预测的PM_(2.5)浓度的准确率总体较高,为71.5%。其中夏季预测的PM_(2.5)浓度的准确率最高,达到86.7%,其次是秋季和春季,分别为72.8%、67.0%,冬季最低,仅59.0%。根据相关性分析的结果和模型引入的预报因子来看,影响宜宾地区PM_(2.5)浓度的主要因子是前一日的PM_(2.5)浓度、当日的平均风速和降雨。(本文来源于《2017中国环境科学学会科学与技术年会论文集（第一卷）》期刊2017-10-20）
统计预报论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
滑坡预测中,由于不同的时间段导致滑坡位移的变化不同,相同模型不一定完全使用于整个预测过程。需要根据滑坡位移时间段的选择,选择不同的预测模型和方法解决这种问题。基于统计预报模型中的二次指数平滑法、最小二乘多项式拟合法、灰色GM(1,1)法进行滑坡中短期位移预测分析。预测结果表明,二次指数平滑法和最小二乘多项式拟合法预测值变化较平稳,灰色GM(1,1)法预测数据波动较大。根据总体预测趋势,二次指数平滑法、最小二乘多项式拟合法、灰色GM(1,1)法均具有一定的拟合性。最小二乘多项式拟合法的预测精度优于二次指数平滑法和灰色GM(1,1)法,数据预测误差较小,位移预测值与真实值更加接近。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
统计预报论文参考文献
[1].杨德全,赵玉新,何忠杰,刘厂,李威.南海海面高度异常中长期统计预报方法研究[C].中国海洋学会2019海洋学术（国际）双年会论文集.2019
[2].徐杰,陈忠孝,秦刚,赵文婧.基于统计预报模型的滑坡位移预测研究[J].国外电子测量技术.2019
[3].李曦.两种统计预报方法在广安气温预报中的对比研究[J].科技与创新.2019
[4].杨德全,郝日栩,何健新,何忠杰.统计预报方法在海洋预报中的应用研究进展[J].海洋信息.2019
[5].何爽爽,汪君,王会军.滑坡泥石流大尺度统计预报模型的实时检验[J].大气科学学报.2019
[6].董天翔,包云轩,袁成松,周林义,焦圣明.叁种统计预报模型在江苏省道路低温预警中的应用[J].气象科技.2018
[7].丁晨晨.中国登陆热带气旋降水动力统计预报技术研究[D].成都信息工程大学.2018
[8].丁愫,陈报章,王瑾,陈龙,张晨雷.基于决策树的统计预报模型在臭氧浓度时空分布预测中的应用研究[J].环境科学学报.2018
[9].张自银,赵秀娟,熊亚军,马小会.基于动态统计预报方法的京津冀雾霾中期预报试验[J].应用气象学报.2018
[10].周书华,颜华,吴建军.基于逐步回归分析法的宜宾市PM2.5浓度的统计预报模型研究[C].2017中国环境科学学会科学与技术年会论文集（第一卷）.2017
论文知识图
