广海大《统计天气预报》教学大纲

《统计天气预报》教学大纲课程编号1140009学分3总学时54理论46实验/上机8英文课程名StatisticWeatherForecast开课院（系）水产学院开课系环境科学系修订时间2006年8月12日课程简介本课程是一门专业课，主要介绍了涉及天气统计分析和预报的近代统计方法。主要内容有气象资料的整理、预报因子筛选和基本统计量的计算及在气象中的应用；气象要素场的分析的多元回归分析方法；气象要素随时间变化的时间序列分析和谱分析方法及预报。通过本课程的学习，使学生掌握统计天气预报的基本方法与原理，具备统计天气预报业务工作的基本技能。课程大纲一、课程的性质与任务：统计天气预报是大气科学专业的专业课。随着计算机技术广泛应用于处理大量数据信息资料，以及统计学的不断发展，统计天气预报方法已被广大气象台站所采用，成为天气预报中不可缺少的方法。因此该课程具有很强的实用性。本课程的教学任务是使学生掌握统计学方法在大气科学领域气象预报中的应用和基本理论；重点掌握回归分析的基本理论及气象预报方法，使学生具有综合应用分析各种气象资料图表以及计算机应用能力，为今后从事气象业务工作和科研工作打下良好的专业基础。二、课程的目的与基本要求：本课程主要是介绍了涉及天气分析和预报的近代统计方法和基本理论。通过程的理论教学与实习，要求学生掌握气象资料的整理分析和表示，预报因子的筛选和统计量的检验与应用；掌握回归分析的基本原理和建立回归预测方程的基本方法；掌握判别分析的判别准则及二级判别分析和预测；掌握聚类分析的准则及聚类统计量建立，掌握逐级归并法、最优分割法和Ｋ均值法；掌握时间序列分析的概念和自回归分析模型的建立及方差周期分析；对气象数据的功率谱分析有一定的了解。初步掌握编制和应用统计预报方法程序的能力，为从事天气预报工作奠定必要的专业基础。由于本课程是一门应用性很强的课程，必须安排一定量的作业和教学实习，让学生理解概念、掌握方法。三、面向专业：大气科学四、先修课程：概率与数理统计、线性代数、大气科学概论、动力气象学、微机原理及应用、大气探测学、数据库原理及应用五、本课程与其它课程的联系：必有具备概率与数理统计和线性代数等基础知识，具有一定的计算机应用和编程能力，具备大气科学专业基础理论知识。六、教学内容安排、要求、学时分配及作业：第一章

气象资料的整理(8学时)第一节

气象资料的表示和基本统计计量平均值(A)；标准差与方差(A)；协方差与相关系数(A)；分级相关系数与列联表(B)；自协方差与自相关系数(A)；落后交叉协方差与相关系数(A)第二节

统计量的检验与应用平均值的显著性检验(A)；两组样本平均值差异的显著性检验(A)；方差的显著性检验(A)；相关系数的检验(A)；变量的分布检验(C)；气象中的应用(C)第二章回归分析(10学时)第一节

一元线性回归回归的概念(A)；一元线性回归模型(A)；最小二乘估计回归系数(A)；回归效果的方差分析(A)；相关系数与线性回归(B)；回归方程的显著性检验(A)；预报值的置信区间(B)第二节多元线性回归多元线性回归模型(A)；向量β的最小二乘估计(A)；回归系数向量b的统计性质(B)；线性回归模型的其它形式(A)；复相关系数(B)；各因子的重要性检验-偏回归平方和(A)；回归方程的显著性检验(A)；多元回归方程实例(B)第三节

因子数目(B)第四节

逐步回归“最优”回归方程的定义和选择(B)；逐步回归的模式(A)；逐步回归方程系数确定的基本计算公式(A)；逐步回归方程建立步骤和实例(B)第五节

非线性回归多项式回归(B)；可化为线性的曲线回归(B)；一般的非线性回归模型(C)；回归分析在气象中的应用(C)第三章

判别分析(6学时)第一节费歇尔判别准则费歇尔判别准则的概念(A)；判别系数的确定(A)；多因子二级判别(A)；判别方程的显著性检验(B)；二级判别方程建立步骤和实例(B)第二节多级判别(B)第三节逐步判别(C))第四章

聚类分析(8学时)第一节

相似性度量相关距离系数(A)；相似系数(A)第二节逐级归并法逐级归并方法和原则(A)；逐级归并步骤和实例(B)第三节

K-均值分类K-均值分类的方法和原则(B)；K-均值分类的步骤和实例(B)第四节最优分割法最优分割法统计量和步骤(A)；最优分割的显著性检验(B)第五章

时间序列分析(10学时)第一节

随机序列的基本概念随机过程、现实、截口(A)；随机过程的数学特征(B)；时间序列和平稳时间序列(B)；时间序列的“各态历经性”(A)第二节

自回归模型一阶自回归模型(A)；P阶自回归模型(A)；自回归模型参数的估计(A)；自回归预报实例(B)第三节时间序列方差周期分析；方差识别周期的基本原理(A)；方差分析法(A)；方差分析周期迭加及外推预报实例(B)第六章

谱分析(4学时)第一节

谱和功率谱的概念(B)第二节功率谱周期分析离散功率谱检验(B)；连续功率谱检验(B)；谱分析的应用(C)习题七、实验名称与类别：序号实验名称学时实验类别1多元线性回归分析在气象上的应用2综合型2逐步回归分析2操作型3逐级归并聚类2操作型4方差分析2操作型八、实验目的、内容与要求实验1多元线性回归分析在气象上的应用（2学时）实验目的：通过实习掌握气象统计预报中对预报因子的相关普查及确定方法；掌握多元线性回归方程建立方法及对气象要素预报的应用。实验内容：相关系数计算：计算各因子与预报对象的协方差、相关系数等统计量；相关系数检验，确定预报因子：给定信度，求得查表检验域值，对能通过检验的所有因子进行气象、天气学意义分析，以确定建立方程的预报因子；计算所确定的预报因子间的协方差，建立和求解确定多元线性回归系数的标准方程组；用高斯求解求逆法解标准方程组，得出各因子的回归系数；对各因子进行偏回归平方和计算，并进行各因子的重要性统计分析；回归方程效果检验和预报置信区间的确定方程历史回报，计算拟合率，评价方程在回报中的预报效果。实验要求：掌握建立单一气象要素预报的多元线性回归方程的方法；掌握对预报方程中各因子的重要性的分析。实验2逐步回归分析（2学时）实验目的：理解逐步回归分析的基本思想，掌握逐步回归分析的基本方法及在天气预报中的应用。实验内容：各因子间及与预报对象间的相关系数计算，零增广矩阵的建立。确定筛选因子检验的临界值Fα引入（或剔出）因子的偏回归平方和的计算和检验；及相应矩阵转换计算；整理计算结果：写出标准化变量和原值的回归方程；计算引入方程的因子与预报对象的平均值及协方差。计算复相关系数和方程的误差无偏估计量。计算方程的拟合率和试报。实验要求：掌握因子筛选时的偏回归平方和的方差检验及矩阵转换计算；掌握逐步回归方程在天气预报中的应用。实验3逐级归并聚类（2学时）实验目的：理解逐级归并逐类的基本原理，掌握聚类的基本计算方法和应用实验内容：用极差法对原始资料归一化处理；计算各点间的相似统计量值—相似系数；以最小相似原则逐级聚类，并进相似矩阵转换计算；绘制聚类结果树形图，从树形图上对结果分类。实验要求：掌握相似统计量的选择及计算；掌握聚类过程中相似矩阵转换计算和最终分类的基本原则和思路。实验4方差分析（2学时）实验目的：掌握方差周期分析的基本原理和基本方法，提高实际应用技能。实验内容：将气象时间序列按一定间隔长度分组，计算基本统计量A、B、C、F；查表确定各种分组情况下的F值，确定第一显著周期，计算第一周期位相值；确定第二、第三显著周期，计算第二、三周期位相值；将三个周期位相值外推迭加回报和试报，计算平均绝对误差值；绘出实况值与周期迭加拟合值的曲线图，说明预报效果；实验要求：理解方差分析识别时间序列周期的基本原理；掌握方差周期分析位相迭加外推预报的基本思路和方法。九、教材与参考书：本课程选用教材：黄嘉佑《气象统计分析与预报方法》本课程推荐参考书：章景德编著《气象统计预报基础》