Non-Negative Matrix and Canonical Correlation Method of Field Quantitative Prediction
基于非负矩阵和典型相关的场定量预测方法研究

设计了一种基于非负矩阵分解和典型相关的短期气候预测模型(NMF-CCA)， 通过选择适当的影响要素场， 建立与预测对象之间的联系， 从而实现对气象场序列的预测。并将NCEP再分析前冬青藏高原积雪作为因子场， 华中五个省市的1971-2008年近38年夏季(6～8月)降水资料作为预报对象场， 分别使用EOF-CCA和NMF-CCA 2种预报模型， 做1999-2008年10年独立样本交叉检验。结果表明, EOF-CCA与NMF-CCA都取得了较好预报效果， 但NMF-CCA模型近10年交叉检验的3种评分的平均值要略好于EOF-CCA方法， ACC， Ps， Ss评分方法的评分分别为0.33， 76.68和0.12， 显示出该模型具有一定的应用价值。