【出 处】：《 计算机仿真 》 CSCD 2014年第31卷第6期 325-328页,共4页

【作 者】： 陈凯 ; 王立松

【摘 要】 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。