< >[摘要] 本文用C++程序和反距离加权插值法(Inverse Distance to a Power)算法（试验了全局距离平方倒数法，局部距离平方倒数法，以及广义谢别德法<FONT face="Times New Roman">(Sheprad)</FONT>方法），利用三维图像比对，选出最适合算法。利用计算机的强大的计算能力对海量天气预报数据（80万预报数据）进行了曲面拟合并重新采样使之成为可以直接与观测站实测数据（1.5万）进行直接一对一比对的数据。然后运用总体和分时段的数据的统计学参数和标准统计学方法，分析了统计学上的数据。然后用6等级分级法下的数据详细分析了两种方法得出的预报结果对公众出行，心理的影响，详细分析了两种预报方法的优劣。</P>
<><v:shapetype><v:stroke joinstyle="miter"></v:stroke><v:formulas><v:f eqn="if lineDrawn pixelLineWidth 0"></v:f><v:f eqn="sum @0 1 0"></v:f><v:f eqn="sum 0 0 @1"></v:f><v:f eqn="prod @2 1 2"></v:f><v:f eqn="prod @3 21600 pixelWidth"></v:f><v:f eqn="prod @3 21600 pixelHeight"></v:f><v:f eqn="sum @0 0 1"></v:f><v:f eqn="prod @6 1 2"></v:f><v:f eqn="prod @7 21600 pixelWidth"></v:f><v:f eqn="sum @8 21600 0"></v:f><v:f eqn="prod @7 21600 pixelHeight"></v:f><v:f eqn="sum @10 21600 0"></v:f></v:formulas><v:path gradientshapeok="t" extrusionok="f" connecttype="rect"></v:path><LOCK aspectratio="t" v:ext="edit"></LOCK></v:shapetype><v:shape><v:imagedata></v:imagedata><w:bordertop type="single" width="4"></w:bordertop><w:borderleft type="single" width="4"></w:borderleft><w:borderbottom type="single" width="4"></w:borderbottom><w:borderright type="single" width="4"></w:borderright></v:shape></P>
<>
<br>
<P>具体方法是这样，已有的数据是2491个非均匀分布点的降雨量预报数据，我们根据这2491个点的数据拟合一个曲面（经，纬，降雨量），在曲面上重新采样91个观测站的经纬度处的预报降雨量数据，与91个观测站的实测数据进行对比和统计学分析</P>
<P>最后的结果，单单从统计学数据上，一二两种方法差别不大，二稍好，但没有绝对优势</P>
<P>但考虑公众影响的情况下二号预测模型好，因为二号模型的偏差是正偏差，也就是误报天气数据时是趋向于多报，而一号预测模型倾向于少报，也就是说在同一天，二者均出现失误的情况下，二号模型预报为中雨，一号模型预报为无雨，而实际是小雨，这样如果采用二号模型，人们都回考虑到降雨影响，从而携带雨具，取消野外出行计划，而一号模型会使很多人制定错误出行计划，忘记携带雨具，产生较大不满情绪。且二号模型的误差波动范围小，也就是失误多而小，一号模型误差波动大，也就是说相对二号失误少而大。</P>
<P>最终我们推荐二号预报模型。</P>
<P>由于是第一次参赛，三人均为大二学生，没有经验，没有经过培训，所以结果不太成熟，忘大家谅解，不过我们敢于发表自己的结论，所以恳请各位指正，探讨</P>
<P><a href="mailtbathy@vip.sina.com" target="_blank" >bathy@vip.sina.com</A>欢迎大家来信讨论，请勿索要论文全文</P>
[此贴子已经被作者于2005-9-21 16:51:53编辑过]
| 
发表于 2005-9-22 00:37:51
楼主