论文部分内容阅读
短期精确降水预报一直是天气预报的难点,如何提高预报准确率也是一直被关注的热点。提出了一种新的基于加权最近邻算法,利用某地区降雨量资料和NCEP天气资料,将降雨量作为类,将NCEP天气资料的各种因子场都作为分类因子,计算出不同天气样本间分类因子的相似离度,利用分类因子与类的皮尔逊矩阵相关系数来确定分类因子的权重,通过因子场的逐步引入实现最优分类,最终确定分类因子的数目及其权重来建立最优预报方程,即预报模型。实验中用改进模型对南京市7、8月份进行了24小时降雨预报,实验结果表明,改进模型具有较好的预报效果。