K近邻非参数回归概率预报技术及其应用

针对参数回归技术制作概率预报存在拟合好、但预报结果不稳定的现象,提出了用K近邻非参数回归技术制作概率预报的新途径。K近邻非参数回归技术包括历史样本数据库、近邻子集生成和优化以及预报量估计4个主要部分。利用该技术进行了单要素概率预报(主要包括云量和降水)和多维联合概率预报(降水、总云量、风速和气温)试验,并对试验结果进行了检验。实例研究结果表明:该文所给出的计算方案预报稳定性好,准确率较高,具有良好的业务应用价值。

概率天气预报的K近邻非参数估计仿真模型

基于模式识别和相似预报思想,提出了一种制作概率天气预报的K近邻非参数估计仿真模型(简称KNN-M)。该模型包括历史样本数据库、近邻子集搜索程序、近邻子集优化算法和预报量估计技术。利用该模型进行了降水和云量的概率预报试验,独立样本检验结果表明,该模型预报稳定性好,预报准确率较高,具有较好的业务应用前景。