发布时间 : 星期一 文章SDSM降尺度模型中文操作手册范本更新完毕开始阅读
4.2数据转换
数据进行变换，对变换数据按钮从任何的主屏幕上点击。 下面的屏幕会出现：
在选择输入文件按钮。一个打开的文档窗口将出现。浏览到你处被转化–例如表面涡在英格兰东部的目录和文件，ncepp__zee.dat。在所需的文件，单击。如果有多个列输入数据（如天气发生器产生的合奏模拟的案例或生成场景的功能，见第7和10）输入输入文件框中的适当数量的列。为了使变换后的数据与多个列的数据处理分析功能（8节），检查框下创建SIM文件。
如果用户希望从一个多列数据文件检查此屏幕上的液箱中提取单个集合成员。进入乐团成员的数量要求和数据将被写入到所选择的保存文件。请注意，在这种情况下，没有变换应用到提取的成员。
通过检查相应的按钮选择变换。可变换包括：自然对数和log10，广场，立方体，第四大国，反演，滞后区间和二项式，连同上述的逆转换在适当的地方。如果包选择（滞后N）的最后一个值作为滞后变换的第一个值；否则，丢失的数据标识符插入（注意负滞后值将数据转发，一个积极的滞后值将数据返回）。落后的更改按钮是用来计算连续天之间的差异。所有的转换可以应用到标准的预测变量的模型校准之前（6节），产生非–线性回归模型（例如，使用功率变换的多项式模型）。
在英格兰东部的数据，选择滞n，输入“–1”框中，并检查包装箱（这将产生一个没有缺失数据的变量的滞后–1系列）。在“选择输出文件按钮。将一个打开的文档窗口–浏览到所需的目录位置，输入转换数据的文件名，在这种情况下ncepzlagee.dat（即，在前一天的涡度），然后点击保存。警示：用于转换文件的名称必须完全遵守本协议第2.4.1描述。 启动程序，对变换按钮在屏幕的顶部单击。以下确认将出现：
点击OK按钮回到变换数据文件屏幕。点击重置按钮来清除屏幕的条目，或执行一个新的转型。
5。筛选的降尺度预测变量
识别之间的经验关系式预测指标（如平均海平面气压）和单站预报对象（如站降水）是所有的统计降尺度方法中往往是最次的过程中消耗的一步。屏幕的变量选择的目的是帮助用户在模型校准适当的降尺度预测变量的选择（第6节）。SDSM执行三个配套任务：季节相关性分析，偏相关分析，和散点图。最终，然而，用户必须决定是否或不确定的关系，为的身体感（S）和预测量的问题。在这件事情上，是无可取代的地方性知识。 探讨潜在的有用的预测–预报量的关系，从任何的主屏幕按钮单击屏幕上的变量。下面的屏幕会出现：
5.1安装程序
在变量筛选操作的第一步是选择的预报量和预测的文件。预报量的文件（例如，观察到的日最高气温，日降水总量，等）必须由用户提供，在SDSM格式（见2.4节）。在“选择文件”按钮单击预测。将一个打开的文档窗口–浏览到适当的目录已经找到了。例如在预测数据文件–点击，最高气温在blogsville，tmax.dat，位于C：\\ \\ \\ observed1961-90 blogsville SDSM。
遵循类似的程序，找到并选择所需的预测变量从下拉在屏幕中心窗口选择正确的驱动。该驱动器上的可用的目录将出现在窗口的拖动窗口上方。浏览直到适当的目录位于。所有*。此目录中的DAT文件然后是列出的在上面的窗口。选择预测器，只需点击文件名–将高亮的蓝色。所选择的变量的一个简短的定义是在预测描述窗口了。对
选择一个文件，点击它再次，它将不再被高亮显示。预测变量选择的数显示在这个窗口（最多12个）。
在左–右边的屏幕屏幕菜单允许变量数据的分析周期的开始和结束日期必须改变。默认的日期是在设置屏幕举行（见3.1节），在这种情况下，1961–1990。如果开始日期和结束日期不在允许围，用户将被提示输入新值。用户也必须选择季节性的子集从下拉窗口下选择分析周期。可用的选项是年度（没有季节性亚–设置），冬季（十二月–二月），春季（3月–可能），夏季（六月–八月），秋季（九月–十一月），和个人的月。
三更多的行动是必要的分析之前发生。首先，必须指定类型的过程。如果预测–预测过程是不通过中间过程的调节（如在最高温度的情况下）然后点击无条件，否则选择条件（如沉淀在量取决于湿–天发生）。其次，显著性水平的修改的要求。这个值是用来测试预测的相关性–预测的意义。默认情况下，P＜0.05（5%）。最后，如果用户想自回归项被包括在计算中的自回归模型的选择应选择。
一旦上述已被指定，SDSM准备分析所选用的预测预报量的关系–（S），用于指定子–期（S）。
5.2时间变化的预测强度
分析按钮是用来研究变异的具体预测–预测器对解释的百分比。个人的预测强度经常变化明显的逐月的基础上（参见图5.2）。用户应该是明智的，因此，关于最适当的组合（S）的预测（S）对于一个给定的季节预报系统。如上所述，当地的知识基础，也是宝贵的确定合理组合预测时。
图5.2结果屏幕为blogsville例子。在每个月的相关性最强的是以红色显示，表明最高温度和P500和p__u之间的关系是最重要的。空白是微不足道的关系，在所选择的显著性水平
blogsville例子，选择每日最高温度（Tmax）的预测，预测和以下文件：P500，p__u，p__v，和p__z（见表2.1）。此外，使用变换工具（第4.2节）创建的滞后值（一天，即，滞后的数据- 1）为表面气流指数。预报量不依赖于一个中间发生的过程，所以无条件的过程是在检查选项。使用默认的日期数据选项（即，1961–1990），并选择在选择的分析期间的年度。使用默认的显著性水平（即，0.05）然后点击分析在屏幕variablesmenu顶部的按钮。图5.2中的结果表明，美国是一个潜在的有用的预测四月至十月最高温度，并通过3月十二月p__u。
5.3相关矩阵
相关的按钮是用来研究跨–指定变量的相关性 子–时期（年，季或月）。SDSM还报告选定的预测和预报量之间的偏相关分析。这些数据有助于确定，是每一个独特的解释力量的预测。
为blogsville的例子，使用相同的预报量与预报因子为5.2节，但选择分析期二月从下拉列表中选择。然后点击相关按钮在屏幕的顶部变量菜单。结果如图5.3所示。