短期气候实习报告六

1、南京信息工程大学短期气候实验（实习）报告实验名称 夏季区域降水的定量预测日期2017.6.6得分指导教师 系大气科学专业大气科学年级2014级班次2姓名车楚玉学号20141301043一、目的要求:目的：掌握短期气候预测中物理统计预测的基本步骤。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。二、资料和方法:资料:1、前期1月的Nino3.4指数（来自CPC）;2、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

2、数）；3、夏季华北区域10站的降水量，距平百分率。方法:回归分析（mregrssi on .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。三、实习步骤: 说明所用资料方法; 计算方法的简单介绍;19522001 年），并附 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; 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（ 简单的说明; 输出独立预测试验的观测与预测值。四、结果（图表并解释说明）程序如下:P ROGRAMAININTEGER PARAMETER=50INTEGER PARAMETEK=5REA

3、LDIMENSIONK,N):X REALDIMENSIONN):Y REALDIMENSIONK+1):A REALDIMENSIONK+1,K+1):B REALDIMENSIO(K):VREALQ,S,R,U,i nd(6,60),year(50),y1(50), pre(7) integer i,j |x(5,50) y(50) a(6) b(6,6),v(5)OPEN THE INPUT DATA FILEOP EN10,FILE= 'D:dua nqishixi6shixi.txt'READ THE DATA and give data to X and Y do

4、i=1,50read (10,*) year(i),x(1:5,i),y(i)en ddoMM=K+18889100call DYHG(X,Y,K,MM,N,A,Q,S,R,V,U,B,DYY) write (*,88) A(1) format (/1x, 'b 0=' ,f19.5) do 89 j=2,MM 丨write (*,100) j-1,A(j)format (1x, 'b' ,i2, '=' ,f9.5)open (11,FILE= 'D:dua nqishixi6guji.txt'open (12,FILE= &#

5、39;D:dua nqi shixi6guji.grd'),form= 'bi nary') op en(13,FILE= 'D:dua nqishixi6predictio n.txt' do j=1,50y1(j)=a(1)+a (2) *x(1,j)+a (3) *x(2,j)+a *x(3,j)+a(5)*x(4,j)+a(6)* *x(5,j)en ddop re(1)=a(1)+a(2)*26.50+a(3)*13.00+a(4)*100.00+a(5)*196.00+a(6)*I 2.00pre( 2)=a(1)+a(2)i27.76+a

6、(3) *12.00+8(4)*90.0+8(5)*197.00+3(6)*(-1.00)pre(3)=a(1)+a(2)*26.74+a (3)*12.0+a (4)*120.00+a(5)*199.00+a(6)*H-11.00)pre(4)=a(1)+a (2) *27.10+a (3)T3.00+a(4)*110.00+a(5)*220.00+a (6)*3.00 p re(5)=a(1)+a (2) *25.64+a (3)*14.00+a (4)T05.00+a(5)*215.00+a (6) *13.00p re(6)=a(1)+a (2) *27.26+a (3) *15.00

7、+a (4)*90.00+a(5)*185.00+a (6)*(-8.00)p re(7)=a(1)+a (2) *24.71+a (3)*17.00+a (4)T25.00+a(5)*222.00+a (6) *13.00 print *,prewrite (11,*)(y(i),y1(i),i=1,50)write (12)(y(i),y1(i),i=1,50)write (13,*)(pre(i),i=1,7)cccccccccccccccccccccccccccccccccccccccccccccccccccccc20223040write (*,20)Q,S,R |format (1

8、x, 'Q=' ,f13.6,3x,'S=' ,f13.6,3x,'R=' ,f13.6)write (*,22)U,DYYformat (1x, 'U=' ,f13.6,3x,write (*,30)(i,V(i),i=1,K)format (1x, 'VC ,i2, ')=' ,f13.6)write (*,40)Uformat (1x, 'U=' ,f13.6)open( 6,file='table' )! out put datawrite (6,180)'D

9、YY=' ,f13.6)180 format (/2x, 'regression coefficients:'write (6,88) A(1)do 189 j=2,MMwrite (6,100) j-1,A(j) write (6,200)format (/1x, 'Generic Analysis of Varianee Table for the Multiple * Lin ear Regressi on' )write (6,202)format (/1x,'189200202204206»' )write (6,20

10、4)format (/3x, 'Source df SSwrite (6,202)write (6,206)format (/1x, 'Totalu2=U/ real (K)write (6,208)N-1,DYYn-仁'K,U,U2208format (/1x, 'RegressionK='*lf13.4)q2=q/ real (n-k-1)write (6,209)n-k-1,q,q2format (/1x, 'Residual n-k-1- I=',f13.4) IMS',i2, ' SST=' ,f13.4

11、),i2, ' SSR=' ,f13.4,i2, ' SSE=' ,f13.4,'MSR=SSR/K=''MSE=SSE/( n-k-1)209f=(U/ real (K)/(Q/ real (N-K-1) write (6,220) f220 format (/1x,'write (6,202)close (6)sto pF=MSR/MSE=',f13.4)endsubrout ine DYHG(x,y,m,mm, n,a,q,s,r,v,u,b,dyy) dimension x(m,n),y(n),a(mm),b(mm

12、,mm),v(m) b(1,1)=ndo 20 j=2,mmb(1,j)=0.0do 10 i=1,n10b(1,j)=b(1,j)+x(j-1,i)b(j,1)=b(1,j)20con ti nuedo 50 i=2,mmdo 40 j=i,mmb(i,j)=0.0do 30 k=1,n3040b(i,j)=b(i,j)+x(i-1,k)*x(j-1,k) b(j,i)=b(i,j)con ti nue50con ti nue90a(1)=0.060do 60 i=1,na(1)=a(1)+y(i)do 80 i=2,mma(i)=0.070do 70 j=1, na(l)=a(i)+x(i

13、-1,j)*y(j)80con ti nuecall CHOLESKY(b,mm,1,a,l) yy=0.0do 90 i=1, nyy=yy+y(i)/nq=0.0dyy=0.0u=0.0 ccccccccccccccccccccccccccccccccccdo 110 i=1, nP=a(1)15010do 100 j=1,m I100p=p+a(j+1)*x(j,i)q=q+(y(i)-p)*(y(i)-p) dyy=dyy+(y(i)-yy)*(y(i)-yy) u=u+(yy-p)*(yy-p)110 con ti nue cccccccccccccccccccccccccccccc

14、ccccs= sqrt (q/n)r= sqrt (1.0-q/dyy) do 150 j=1,m I p=0.0do 140 i=1,npp=a(1)do 130 k=1,m if (k.ne.j)pp=pp+a(k+1)*x(k,i)130con ti nuep=p+(y(i)-pp )*(y(i)-pp) 140 con ti nuev(j)= sqrt (1.0-q/p)con ti nuereturnend subrouti ne CHOLESKY(a, n, m,d,l) ! Perform the CHOLESKY Decom positiondimension a(n,n),d

15、(n,m)l=1 if (a(1,1)+1.0.eq.1.0) thenl=0write (*,30)returnen difa(1,1)= sqrt (a(1,1) do 10 j=2, na(1,j)=a(1,j)/a(1,1)do 100 i=2,n Ido 20 j=2,ia(i,i)=a(i,i)-a(j-1,i)*a(j-1,i)if (a(i,i)+1.0.eq.1.0) thenl=0write (*,30) return20304050100110en difformat (1x, 'fail') a(i,i)= sqrt (a(i,i)if (i.ne.n)

16、thendo 50 j=I+1, ndo 40 k=2,ia(i,j)=a(i,j)-a(k-1,i)*a(k-1,j) a(i,j)=a(i,j)/a(l,i)en difcon ti nuedo 130 j=1,md(1,j)=d(1,j)/a(1,1)do 120 i=2,ndo 110 k=2,id(i,j)=d(i,j)-a(k-1,i)*d(k-1,j)d(i,j)=d(i,j)/a(i,i)120con ti nue130con ti nuedo 160 j=1,md(n ,j)=d( n,j)/a( n,n)do 150 k=n ,2,-1do 140 i=k, n140150d(k-1,j)=d(k-1,j)-a(k-1,i)*d(i,j)d(k-1,j)=d(k-1,j)/a(k-1,k-1)con ti nue160con ti nuereturnend2- - z2-：ra. I表一 1952-2001年回归方程计算的估计值和观测值的历年曲线变化图2002200320042005200620072008观测值-29.75-17.450.64-10.63-22.96-19.403.30预测值30.8053339.2322031.9930128