多元逐步回归与卡尔曼滤波法在霾预报中应用

针对目前霾预报的重要性和霾客观预报准确率较低,提出基于多元逐步回归算法和卡尔曼滤波算法的霾客观预报订正技术。利用多元逐步回归法控制因变量的物理因子,建立能见度预报方程,利用卡尔曼滤波法根据实况资料对多元逐步回归算法中回归系数进行订正,建立霾客观预报订正模型。以北京站、广州站、南京站、杭州站四个站为例,对站点进行预报实验和检验。实验结果表明,与业务上运行的雾-霾数值预报系统(CUACE)进行对比,提出的多元逐步回归与卡尔曼滤波法的预报准确率有所提高。