基于PCCCA方法的雷暴日数.pdfVIP

第 卷第 期 29 4 气 象 与 减 灾 研 究 Vol.29NO.4 年 月 METEOROLOGYAND DISASTER REDUCTION RESEARCH 2006 12 Dec.2006 基于 — 方法的雷暴日数 PC CCA 资料序列延长模式试验 1 2 罗树如 ，王 欢 （江西省气象局，江西南昌 ；江西省气象台，江西南昌 ） 1. 3300462. 330046 摘 要：为了给防雷工程设计、雷电损害风险评估和建筑物站址选择提供更加科学准确的年平均雷暴 日资料，引入主成分典型相关分析 （ ）方法，建立了月雷暴日资料延长模式，用多年人工观测雷暴日资 PC-CCA 料，对江西省区域内闪电定位网探测的月雷暴日数场序列进行订正延长试验。试验结果表明，模式中提取5 个主分量的总体效果最好， 方法用于月雷暴日资料的延长是可行的；在此基础上，进行各月累加平均 PC-CCA 求取年平均雷暴日资料也是可行的。 关键词：典型相关，雷暴日数，资料序列，延长，分析。 中图分类号： + 文献标识码： 文章编号： （ ） P468.028 A 1007-9033200604-0017-04 0 引言 ［］ 年 1在研究 组变量间的相关关系时，引进了典型相关和典型变量的概念，将原来较 1936 Hotelling 2 多的变量转化为少数几个典型变量，通过研究典型变量之间的相关系数，分析2组变量间的相关关系。到 了 世纪 年代，典型相关分析 （ ， ）作为一种分析手段，在社会科学 20 60 CanonicalCorrelationAnalysisCCA ［］ 研究领域得到广泛应用。 年 2首次将 使用在统计天气预报中，开始了 在两气象变量 1968 Glahn CCA CCA 组或两变量场的相关研究中的应用。应用实践表明， 是一种具有坚实数学基础，推理严谨，能够有效 CCA 提取 组变量或两变量场相关信号的有用工具。分离两变量场的相关结构，就是将两变量场的每个测站 2 或网格点资料视为变量，这样研究对象仍归结为 组变量。 2 研究气象场序列资料的插补、延长、重建的统计模式，一直是一个十分重要的课题。气象专家已较早 地认识到如何更客观地建立高精度插补方案的重要意义 在气象场序列订正方面做过许多有益的研究。 , ［］ ［］ 屠其璞3,4