雨量预报分析的评价模型.doc

雨量预报方法的评价模型 庄丽丽、燕巧、冯琳（指导教师钱浩韵等） 摘要 要评价两种预测方法的准确性，就要在相同地点、相同时段对预报值和实测值进行比较，本文首先针对这一问题，采用k—NN方法对数据进行压缩，将2491个网格点的预报值变为91个观测站点的预报值；在问题一中，我们采用绝对误差的大小,平均值大小来评价两种预报方法准确性的好坏；在问题二中我们通过求公众对预报结果满意度之和（或每个时段的满意度之和）的方法评价两种预报方法的准确性。由问题一和问题二所得出结果可知，两种预测方法各有各的优点和缺点，我们可以根据实际情况，选择较佳的预测方法。 我们应用MATLAB软件编程，处理数据并求解结果。检验结果表明两种预测方法所得的结果相差不大。但我们可以利用相差不大的数据得出我们实际情况所需的较佳预测方法。 一 问题重述 雨量预报对农业生产和城市工作和生活有重要作用，但准确、及时地对雨量作出预报是一个十分困难的问题，广受世界各国关注。我国某地气象台和气象研究所正在研究6小时雨量预报方法，即每天晚上20点预报从21点开始的4个时段（21点至次日3点，次日3点至9点，9点至15点，15点至21点）在某些位置的雨量，这些位置位于东经120度、北纬32度附近的53×47的等距网格点上。同时设立91个观测站点实测这些时段的实际雨量，由于各种条件的限制，站点的设置是不均匀的。 41天的用两种不同方法的预报数据和相应的实测数据。58138 32.9833 118.5167 0.0000 0.2000 10.1000 3.1000 58139 33.3000 118.8500 0.0000 0.0000 4.6000 7.4000 58141 33.6667 119.2667 0.0000 0.0000 1.1000 1.4000 58143 33.8000 119.8000 0.0000 0.0000 0.0000 1.8000 58146 33.4833 119.8167 0.0000 0.0000 1.5000 1.9000 雨量用毫米做单位，小于0.1毫米视为无雨。 6小时雨量预报方法的准确性； 6小时降雨量分为6等：0.1—2.5毫米为小雨，2.6—6毫米为中雨，6.1—12毫米为大雨，12.1—25毫米为暴雨，25.1—60毫米为大暴雨，大于60.1毫米为特大暴雨。若按此分级向公众预报，如何在评价方法中考虑公众的感受？ 符号说明 ： 表示第种预报方法， : 表示第种预报方法预测第天第个段第个站点雨量值, : 第天第个段第个站点的实测值, : 第种预报方法在第天第个段第个站点的绝对 ， : 第一种预报方法比第二种预报方法更准确的次数所占的比例 （绝对误差的平均值） ： 91个站点在41天内，每个时段绝对误差的平均值。 （绝对误差的最大值） ：91个站点在41天内，每个时段绝对误差的最大值。 （绝对误差的最大值） ：91个站点在41天内每个时段绝对误差的最大 ：公众对第种方法预测的第个观测点、第天、第个时段结果满意度 :雨量转化成的雨级数 三 模型假设 问题分析 由于此题所给的数据相当大，计算起来较麻烦，所以首先我们对数据做了压缩，由于只有91个实测值，所以我们把2491个要预报雨量的网格点向91个观测站点进行转化，可以用k—NN方法，二维插值法等。 在处理数据k时，我们可以运用以下方法： 正三角形标准，求出正三角形顶点处的三个点，正三角形内部和三条边上的 　　点，再根据实际情况取适当的边长。 以正方形为标准：求出正方形顶点处的四个点， 以正六边形为标准：求出正六边形顶点处的六个点 以实测点为圆心，R为半径作圆，算出这个圆内预测点的个数，根据实际情况使R取恰当的值，对R进行调试。 以实测点为中心，作矩形，在这个矩形内算出预测点的个数，再根据实际情况取适当的长a和宽b。 经过分析和观测数据，最后我们选择k—NN方法找出离观测站点最近的k个点,再求出这k个点的平均值作为相应观测站点的预测值，根据实际情况，地球上经线之间的距离与纬线之间的距离是不相等的，四个节点和它们之间的线段构成了一个矩形，所以我们选择了K_NN方法来处理数据，最终得到91个与实测点对应的预测点。 通过观察分析数据我们