雨量预报方法的评价4..docVIP

雨量预报方法的评价 ——————汪琴 杨梦青 谢艳新 摘要 本文根据题中所给的有关信息和数据，对雨量预报的评价方法进行研究，针对各个问题，经过严密的理论论证，精确的计算，很好的解决了某气象部门评价预报方法的好坏的问题。 针对问题一，为了两种不同的预报方法进行评价，综合考虑公众的满意程度，基于各种预报仪器的有限即误差的存在性等，给出了评价两种途径的预报方法好坏的评价要求，建立了雨量预报方法的评价的模型。通过插值对误差进行计算，计算得到模型相应的误差平方和、绝对误差和、相对误差和。再将所得的方法一的三个值与方法二所得的对应的三个值相比较，差值越小，说明方法越好；差值越大，说明方法比较不好。 针对问题二，就雨量大小的情况，我们将其分为7个等级：小于0.1毫米为无雨，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。考虑到了不同等级的预报误差对公众的影响不同，以及在不同时段的预报误差使人们产生的不满意程度也是不一样的，我们建立了满意度评价的模型。从人们对气象预报的感受来评价两种预报方法的好坏。根据数据，对公众的不满意度方案进行了调整，并由改进后的方案来确定公众对预报误差的满意程度。基于问题一中所给出的评价指标体系，我们对满意度评价的模型进行了评价，得到了公众对气象预报的满意度的数据。表明我们的模型在评价预报方法好坏的评价上有了很大的改进。 最后，我们评价了模型的合理性和科学性，并对模型进行了推广。 关键词：预报 插值的余项 公众满意度 模型的假设及符号说明 ㈠ 模型的假设 1、假设忽略仪器测量产生的误差； 2、假设不考虑91个观测站周围地形等因素的影响，设各个观测站所观测站采集信息范围一样大小； 3、假设观测站提供的测量实测数据在一定的范围内有参考价值； 4、假设91个观察站的测试范围是相同； 5、评价方法中考虑公众的感受，忽略个人的嗜好； 6、排除人工降雨等相关人为造成的降水因素。 ㈡ 符号说明 为了便于问题的表达和研究，我们运用一些符号来代替问题中涉及的一些基本变量，其他一些变量我们将在文中陆续说明。 符号 意义 ， 观测站点的坐标 ， 处的实测值 ， 个预报网格点的坐标 ， 处的预测值 ， 在50天中每天的病床有效利用率 平均病床的有效利用率 ， 在50天中医院每天的出院人数 ㈢ 名词解释 1、插值[1]：插值是离散函数逼近的重要方法，利用它可通过函数在有限个点处的取值状况，估算出函数在其他点处的近似值 图1. 预测点与实测点的分布 由于观测站点的位置是根据经度与纬度一起决定的，因此我们用二维插值的方法求解本问题。鉴于观测站点在直角坐标系上的分布是散乱的，于是我们可采用散乱数据的曲面拟合方法。散乱数据的插值计算有最邻近插值、双线性插值、 双三次插值等，在此我们选用双线性插值的方法。 考虑到实测值个数远少于预报值，且预报网格点的范围大大超过实际观测站点，用途径二作插值时需要大量的外插，而途径一只是作内插，因此途径一较符合插值原理；又方法途径二的计算量远大于途径一的计算量，故途径一相对较好。 模型的建立 根据个网格点上的预测值推算出实际观测点的预测值，较然后将推算出的预测值和实测值进行比较，从而判断误差的大小。于是我们建立了评价准则函数，相对预报误差平方和、绝对预报误差平方和、相对预报误差和。 (1) (2) (3) 其中当的时候，一种处理方法是定义 (4) 模型的求解 我们利用已知的数据，运用matlab求得91个站点41天的雨量预测值（由于数据很多，所以我们不一一列出），，并运用matlab计算相对预报误差平方和、绝对预报误差平方和、相对预报误差和。结果如表1所示。 表1 三种误差准则下的数值结果 预报方法 误差平方和（） 绝对误差和() 相对误差和() 方法一 1.3613e+005 6.1455e+003 1.877e+009 方法二 1.5275e+005 6.4674e+003 结果分析 我们从求得的三种误差准则下的数值结果知道预报方法一的误差小于方法二，故预报方法一优于预报方法二。 ㈡ 问题二的分析与求解 对问题二的分析