第1篇：说尺子范文
老倔能倔到什么程度？人说“不撞南墙不回头”，他呢，撞了南墙也不回头，那可真不是一般的倔。
就从他买鞋这件事说起吧。
除夕的早晨，也是当地最后一个年集的早晨，他一起来就寻思还有什么年货没备齐，寻思来寻思去，觉得没什么可买了，就很满意地笑了：今年要过个好年呀。这时，他一低头，忽然发现鞋子破旧得有点不成样子了，他不禁叹了口气道：“唉，要是老伴还在的话，怎会让我穿这样的鞋子？”沮丧了一阵子，他决定去集上买一双新鞋子。
可他刚要出门，转念一想：“这鞋有大有小的，谁知道哪一双合脚？我还是先把脚的尺码量好再说吧！”想着，他立即翻箱倒柜地找来尺子，然后在凳子上坐定，脱下鞋，拉着尺子先量了量左脚，又量了量右脚。量的时候他还自言自语：“还是我聪明，要是空手去集市上，也挑不出一双合脚的鞋，但是有了这尺码……嘿嘿……”看天已近晌午，他赶紧穿上鞋子，随手把尺子扔在了凳子上，甩着大袖子匆匆出了门。
到了集市，他直奔卖鞋子的地方，一看那么多鞋店，他傻眼了：哪家的好呢？
忽然，他眼前一亮，看到一家打着“千里之行，始于足下”招牌的店铺，他觉得这广告有意思，就踱了进去。“一双好鞋，将会助你踏上幸福之路！”鞋柜前，这么一条醒目的广告，把他吸引了过去。
经过一番精心挑选，他看好了一双，便优哉游哉地往口袋里摸，摸着摸着，脸色变了：“怎么忘带了呢？”
掌柜的一听，又仔细地看了看他那身打扮，笑脸也跟着拉了下来：“没钱？老先生你是不是走错门了？”
老倔急了：“钱我有的是！”说着，他拿着褡裢在掌柜的耳边使劲地晃了晃，只听叮叮当当地响成一片。
掌柜的马上满脸堆笑：“您老别见怪，我是关心您，以为您老钱被偷了。那您老摸什么呢？”
“尺子！”
掌柜的问：“用尺子干吗？”
老倔倔起来了，他大眼一翻：“不用尺子用什么？你说说，脚丫子不用尺子量能知道有多长？”
“可是，您也可以用脚试试大小，再说了，只用尺子，能量大小，不能量舒适程度。”掌柜的接着说。
“你懂什么？尺子要不行，古人造尺子干吗？你说说……”
一看他这样认死理，掌柜的说：“好好好，你找个尺子量一下吧。”
“找什么呀？我家有量好的，多省事。”他气呼呼地说。
这时，不知哪位顾客小声嘀咕了一句：“还真没见过这样信尺子不信脚的人呢……”
老倔一听，火了：“谁说的？告诉你吧，我宁可信那把尺子，也不相信自己的脚！”
说着，他就赶忙往家跑。
人们望着他的背影不禁笑了：“这人真倔！”
老倔这次却没听见，他已经走远了。可是，当他急匆匆地拿着尺子从十多里外的老家赶回来的时候，集已经散了，所有的店铺也都关了门，街上冷冷清清的，毕竟最后一个年集了，人们都要早回家准备贴门对、包饺子、去祖坟给先人送纸钱呢。老倔一看，沮丧透了，只好空着手晃着尺子气呼呼地回家了……
在路上，老倔依稀听见一两个行人在议论着什么，仔细一听，是在说自己呢：“那人真傻，宁愿信尺子，也不信自己的脚。估计是个书呆子，读书读傻了吧？”“肯定的，你想，要都像他那样固执不会变通，那么死守教条，怎么进步呀……”
他听了，心想：“我相信尺子错了吗？”望着手中的尺子，他困惑起来……
【原文】
郑人有欲买履者①，先自度其足②，而置之其坐。至之市，而忘操之。已得履，乃曰：“吾忘持度③。”反归取之④。及反，市罢，遂不得履。
人曰：“何不试之以足！”
曰： “宁信度⑤，无自信也⑥。”
（《韩非子》）
①郑：春秋时代一个小国的名称，在现今河南省的新郑县。 履（lǚ）：鞋子。
②度（duó）：用尺子量。
③度（dù）：量好的尺码。
④反：通“返”，返回。
⑤宁（nìng）：宁可。
⑥自信：相信自己。
张良拾履
据说，西汉的张良小时候有一次在桥上游玩，有一个老翁，穿着麻布衣服，走到张良所在的地方，顺手把自己的鞋子扔到了桥下，然后对张良说：“小子，下去把我的鞋子取上来！”
张良很惊愕，真想上去打那人俩耳光。可他强行忍住了，下去取了鞋子给了老翁，老翁又说：“给我穿上！”张良想了想，觉得反正已经替他取回了鞋子，给他穿上也并不费事，于是就给他穿上了。
之后，老翁便大笑着走了。张良非常惊奇，目送老翁走了很远。而那老翁走了大约一里来路，又折了回来，说：“孺子可教啊！这样吧，五天后的黎明，你到这里等我。”张良虽然更加奇怪，但还是恭敬地说：“好的。”
五天后的黎明，张良老早就来了。可是，老翁已经先到了，他大怒道： “和老人约定会面，却比我后到，这样不好！”说完就走了，并回头说：“五天后早来。”
到了那天，鸡刚叫头遍，张良就来了。不想老翁又先到了，又嫌张良晚了，就训斥道：“你这孩子，真不礼貌，怎么又晚了？五天后要早来。”说完又走了。
五天后到了，张良不到半夜就去了那里。过了好久，老翁才到，见此情景，他高兴地说： “这才像样子。”说着，拿出一本书告诉张良：“读好这本书就能当皇帝的老师。相信十年后你将会发达……”说完，就离去了。
第2篇：说尺子范文
【课堂实录片段一】
甲学生展示：将刻度尺按在桌面上，用手拨动刻度尺。
听到了“噗噗”地声音。
学生乙：这个声音是尺子撞击桌面的声音，不是尺子振动的声音。
多数学生附和，并提供建议：要压紧尺子。
学生甲依言操作，“噗噗”地声音小了一点，但仍盖住了其它的声音。
学生丙将一抹布递上：垫在下面试试。
甲同学垫上后，用力压紧尺子后拨动，“噗噗”地声音几乎没有了。
甲同学一做完，学生丁立即举手：老师，我们听到的是手拨尺子时，手划过尺子端点的声音，这个声音应该仍然不是尺子振动发出的声音。
甲同学楞在那儿，求助的目光转向老师。
教师微笑，不置可否。
此言一出，一片哗然，不少学生拿起尺子操作起来。
七嘴八舌地议论：
“这个声音确实不是尺子振动发出的声音”
“好像还听到轻微的呼呼地声音”
课堂中很是热闹。
教师环顾四周微笑地：同学们我们再请一个同学给我们演示一次，并说说我们到底应该听那个声音?
丁拿着尺子走到讲台前，一边演示一边解说。
“手滑过尺子时肯定是有声音的，但我们应该听得是手离开尺子后，尺子继续振动发出的声音，就是这个呼呼地声音。”
教师：同学们认同吗?
学生的声音此起彼伏：“认同”“就是这个声音”……
丁同学继续边演示边解说：“我们不改变尺子伸出桌面的长度，轻拨和重拨刻度尺，比较两次的声音，我们发现尺子振动的幅度越大，听到的声音也越响。”
教师引导学生总结：同学们实验探究完成得非常好，关于这个实验我们要注意些什么?
“要压紧尺子”
“不能改变尺子伸出桌面的长度”
教师：对，为什么不能改变尺子伸出桌面的长度呢?我刚才在巡视时还看到有的组将尺子伸出桌面的长度改变呢?
学生：老师是我们这组这样做的，后来改过来了，因为我们发现这是两次对比实验，不好比较响度了。
学生：是的，如果这两组对比实验中，尺子伸出桌面的长度和敲击的力度都发生变化，不好比较响度和振幅的关系了。
我所教的这个初二(3)班是直升班，学生的整体素质都比较高，物理课刚刚才上了三节课，学生们就能通过相互合作交流，默契配合近乎完美地完成了这个实验，原本我是准备引导学生排除实验过程中的干扰因素，然而不需我的参与，他们就能从这个实验中发现问题、提出问题并解决问题，让我深切感受到我的这些学生的身上潜藏着一股求知的激情和难以预测的智慧，课上到这儿我也和同学们一样很兴奋，头脑中闪过一个词：孺子可教，但也不好教，在接下来进行音调与频率关系的探究实验中，鉴于学生的表现，我决定放手，让学生继续用刻度尺来做这个探究实验，在课前备课时，我也做了这个实验，我发现如果只做两组对比实验的话，很难将两次的声音比较出来，如果第一次尺子伸出较短，用手拨动后，尺子能量衰减很快，听到的多是手划过尺子的声音，如果伸得较长，尺子振动频率过小，音调低，又听不见尺子振动的声音，除非在一个相对安静的环境，才能够将两次尺子的声音区分开。
在这样一个嘈杂的实验课堂上，我很想看看我们这群聪明又肯动脑筋的学生如何完成这个探究。
【课堂实录片段二】
学生实验探究音调与频率的关系，教师巡视。
教室里声音嘈杂，有学生做实验时尺子和桌面碰撞发出的声音，有学生之间的讨论声。
教师走到一学生桌前：你能告诉我你的实验结论吗?
学生边演示边解释：改变尺子伸出桌面的长度，用同样的力拨尺子，我听到尺子伸出桌面长的音调低，伸出桌面短的音调高。
教师：你能确定你听到了音调的变化吗?
学生有点不自信地点头。
旁边一学生叫了起来：老师，我觉得听不出来，区别不是很大。
一学生附和：我把耳朵贴近在上面听，也不能区分两次的音调不同。
教师微笑：你们再试试。
附近的学生听了，都把头低了下来贴近刻度尺，相互研究起来。
教室里学生三三两两聚在一起讨论，脸上的表情大多凝重。
一学生举手兴奋地大声说：老师，如果我连续改变尺子伸出桌面的长度，用手不断拨动，就能听到音调渐渐的变化，就如同初学钢琴的人，可能难以单独区分“dou”“rai”两个音，在音调上他们区分不大，但如果连起来弹，就可辨别两音的高低了。
教师激动地：太好了，你不仅能想到通过连续的拨动感知声音的变化，而且能举这样的一个通俗的例子来帮助理解，真聪明!
教室里响起了掌声。
在这个实验的探究过程中，我原以为实验现象不明显，学生会为了实验而实验，应付了事，但他们能从干扰因素中抓住现象的本质，不肯放弃、锲而不舍的专研，让我也不由的佩服，我为自己遇到这样的学生感到高兴，但也同时感到了压力，面对这样的一群聪明、悟性极高的学生，教师该如何引导他们，这些天我一直在思考，有所感悟：
第3篇：说尺子范文
一天，铅笔和尺子吵起来。“我的功劳比你大。”铅笔说。尺子也不逊色，“我比你强！”它喊道。两人就这样吵起来……
“尺子啊，尺子啊，你到底有什么资格说你的功劳大。”“哼”尺子不屑一顾，“你只会跟着人们手动，在纸上指手划脚，根本就是好吃懒做。”“你敢这么说我。”显然铅笔生气了，“你只会用你那尖锐的角去衡量别人，是个讨人厌的家伙。而我，有一种红烛精神，我时刻面临着死亡。”说着它们便谁也不理谁了。
一次，小主人要画一个三角形，找来了尺子和铅笔，然后画了起来，“哗哗哗”马上就画好了。可是却是“畸形”的，铅笔气急败坏地说：“你别动啊，让我画平点！”尺子反驳道：“你不能画好点，亏我还一动不动地摆造型，看来是白费了！”两人又吵了起来，后来硝烟更加浓重了，马上便打了起来。“好孩子，别打了。”在一边的铅笔盒公公发话了，你们化干戈为玉帛好不好？”“好好。”铅笔盒公公义正严辞地说：“铅笔是描绘蓝图的工具，而尺子也一样，你们两缺异步可。”终于化戾气为浆糊了。两个好朋友又重归于好了。
虽然尺子和铅笔的故事是接进尾声了，可社会上追名逐利是层出不穷，这将是他们永远想要的东西，难道名声真的那么重要吗？为什么不能像这个例子一样为了名利的人请抬起高贵的头，不要再向一些虚荣低头了。
第4篇：说尺子范文
人与人之间本来就有一种隔阂，但是有些人互相关爱，让他们更加亲近、和谐、还记得那一天发生的事……
那天，要数学考试。离考试还有五分钟的时候，我再一次检查我的文具盒，看看文具准备好了没。中性笔，好好地躺在文具盒中；铅笔，乖乖地趴在文具盒里内；橡皮，安静地坐在文具盒里；尺子，咦？尺子跑哪去了?我再一次检查，嘴里还喃喃自语“中性笔,铅笔,橡皮……”还是不见尺子。我看了看表，糟了，快上课了，怎么办？怎么办呢?我着急地看了看旁边的同学，心里想“要是有人可以帮帮我就好了”----可是没有，周围的同学都在认真地准备着东西，只有我，在焦急地东张西望，六神无主的我心里想有一只调皮的小兔子在嘭嘭直跳，我心想“昨天晚上还在呀，现在怎么没了呢？难道它长翅膀飞了？那我考试怎么办?这次百分之八十的题目都要用上尺子，我该怎么办？向同学借？可是每个同学也都只带了一把呀！我越想越着急。”
就在这时，杨诗祺看见我的样子，便跑过来关心地问：“你怎么了？”我着急地说：“我的尺子不见了，怎么办，要是现在去买肯定来不及，更何况我又没带钱，更不要说回家拿了。怎么办呀……”她听完以后说:“原来是这么回事呀，这好办，交给我吧。”她说完回到自己座位上，把一把崭新的尺子“啪”得一声掰成了两半，我当时就愣了，傻傻地望着她，她看我傻愣在那，“扑哧”一声笑了，说：“还愣在那干什么？快拿着呀！”说着，便把手中的一截断尺子伸向了我，她看我还傻傻地看着她，便把我的手摊开，把尺子放在我的手心，我终于醒了过来，半晌，才说出一句话:“你这是干什么？”她笑着说：“‘断尺救人’呗”……就在这时，上课铃声响了起来……
事后，我一直珍藏着这把断尺，直到永远……
第5篇：说尺子范文
2011年10月13日星期二小雨
今天下午放学时，我前桌两人在争执，走近一看，原来她们两人在争一把尺子。杨倩说是她的，杨梦倩说是她的，就这一把尺子在她俩手里夺来夺去，尺子被她们俩折磨得死去活来。杨倩说这把尺子是她昨天晚上才跟她弟弟换的，尺子上的那个凹处是她刻的；杨梦倩说这把尺子是她前天买的，还是她爸给她的钱……她们两人争论不休，你不让我，我不让你。我也被搞得一头雾气，想：“这把尺子到底是谁的，当然只会是一个人的。是她们其中一人想贪污，还是真的没记清？都无从知道。唉，真是真假难辨呀。”
河南南阳内乡县灌涨镇杨营小学六年级:张应强
第6篇：说尺子范文
那是小学6年级的一次数学期中考试，考试前一天，老师嘱咐我们：“同学们，这次考试有画图题，大家一定要带好铅笔尺子。”当天晚上，我复习到很晚，没有收拾考试要带的东西。第二天早上，我睁眼一看，啊？都7点30了！糟了，考试要迟到了！我匆忙穿好衣服，把摊在桌上的铅笔，橡皮等等一股脑地往书包里一赛，就飞奔向了学校。
到了教室，我把东西一件一件地掏出来。铅笔，橡皮，钢笔，尺……咦？啊！尺子！我忘带尺子了！完了，离考试就剩5分钟了，怎么办？
我把书包翻了个底朝天，又在座位周围找来找去，希望能找到一把直尺。可是奇迹到底没有发生，书包里空空的，地上干干净净的，什么也没有。唉，这下惨了，没带尺子，画图题怎么做啊。
我接过那半截尺子，一股感激之情从心底升起，可我还没来的及说什么，铃声就响了，开始考试了，我只好转过身，开始聚精会神地答题，用那截断尺仔细地画着图……
第7篇：说尺子范文
那是小学6年级的一次数学期中考试，考试前一天，老师嘱咐我们：“同学们，这次考试有画图题，大家一定要带好铅笔尺子。”当天晚上，我复习到很晚，没有收拾考试要带的东西。第二天早上，我睁眼一看，啊？都7点30了！糟了，考试要迟到了！我匆忙穿好衣服，把摊在桌上的铅笔，橡皮等等一股脑地往书包里一赛，就飞奔向了学校。
到了教室，我把东西一件一件地掏出来。铅笔，橡皮，钢笔，尺……咦？啊！尺子！我忘带尺子了！完了，离考试就剩5分钟了，怎么办？
我把书包翻了个底朝天，又在座位周围找来找去，希望能找到一把直尺。可是奇迹到底没有发生，书包里空空的，地上干干净净的，什么也没有。唉，这下惨了，没带尺子，画图题怎么做啊。
老师已经拿着卷子进来了，我急得像热锅上的蚂蚁。忽然，我听到身后传来一个声音：“你怎么了？丢东西了吗？”回头一看，不认识。所谓病急乱投医，我虽然觉得他帮不上什么忙，可还是把忘带尺子的事告诉了他。他沉没了一会，说：“我给你吧。”我正在纳闷，忽然见他把他那把新尺子“啪”的一声折成了两半，把其中一截递给我，说：“给，拿去用吧。”
我接过那半截尺子，一股感激之情从心底升起，可我还没来的及说什么，铃声就响了，开始考试了，我只好转过身，开始聚精会神地答题，用那截断尺仔细地画着图……
第8篇：说尺子范文
如果世界是一间小屋，关心就是小屋中的一扇窗；如果世界是一艘船，那么关心就是茫茫大海中的一盏明灯。被人关心是一种美好的享受，关心他人是一种美好的品德。
记得有一次，要数学考试。离考试还有五分钟的时候，我再一次检查我的文具盒，看看文具准备好了没。中性笔，好好地躺在文具盒中；铅笔，乖乖地趴在文具盒里内；橡皮，安静地坐在文具盒里；尺子，咦？尺子跑哪儿了?我再一次仔仔细细地检查了一遍，嘴里还情不自禁地喃喃自语“中性笔,铅笔,橡皮……”还是不见尺子地身影。我看了看表，糟了，快上课了，怎么办？怎么办呢?我顿时成了热锅上的蚂蚁--团团转。心里想“要是有人可以帮帮我就好了”可是没有，周围的同学都在认真地准备着东西，只有我，在焦躁不安地东张西望，六神无主的我心里想有一只调皮的小兔子在嘭嘭直跳，我心想“昨天晚上还在呀，现在怎么没了呢？难道它长翅膀飞了？那我考试怎么办?这次百分之八十的题目都要用上尺子，我该怎么办？向同学借？可是每个同学也都只带了一把呀！我越想越心急火燎。”
就在这时，我的好朋友看见我的样子，便跑过来关心地问：“冼丽，你怎么了？”我忐忑不安地说：“我的尺子不见了，怎么办呀……”她听完以后说:“原来是这么回事呀，这好办，交给我吧。”她说完回到自己座位上，把一把崭新的尺子“啪”得一声掰成了两半，我当时就愣了，目瞪口呆地望着她，她看我傻愣在那，“扑哧”一声笑了，说：“还愣在那干什么？快拿着呀！”说着，便把手中的一截断尺子伸向了我，她看我还傻傻地看着她，便把我的手摊开，把尺子放在我的手心，我终于醒了过来，半晌，才说出一句话:“你这是干什么？”她笑着说：“‘断尺救人’呗”……就在这时，上课铃声响了起来……
第9篇：说尺子范文
关键词：统计降尺度；联合EOF分解；长江中下游；短期气温预测
引言
虽然随着数值预报的发展，天气预报对气温已有很好的预报，肖明静等[1]对2010年6月至2011年5月WRF-RUC和T639模式预报的24h2m温度预报产品进行分析与订正， 阈值2度的预报准确率均达到80%以上，但是短期气候预测效果依然不尽如人意。例如08年发生南方冰冻雨雪灾害，虽然天气预报当时已经可以很好的预报出未来几天的天气变化，但是却没能提供良好的短期气候预测，依旧造成非常大的影响和损失。目前，常用的短期气候预测方法有天气气候学、统计气候学和动力气候学方法。天气气候学和统计气候学方法难以从根本上解释气候形成的物理机制，虽历史拟合率可能较好，但预报准确率有限且不稳定，同样大气环流模式（GCMs）是进行气候预测最行之有效的方法之一[2-4]，然而由于它的空间分辨率一般是上百公里，虽然对大尺度信息的模拟与预测是不错的，却不能达到局地或区域气候预测空间尺度的精度[5]。可以弥补大气环流模式的这种不足目前有两种方法[6]，一是发展更高精度的气候模式，另外一种即是采用降尺度方法。第一种方法计算代价巨大耗时，结果却未必理想，“性价比”不高。相形之下，降尺度可以在已有模式的基础上通过动力或者统计的方法来提高局地气候预测的精度，是更可性的方法。
从90年代初变开始了统计降尺度的研究，这是一门较新的科学，经历初期集中在欧洲等地的研究和应用后，近年来国内也开始对统计降尺度展开研究。无论是线性方法、非线性方法以及动力-统计降尺度[7-9]，很多学者都将落脚点放在降尺度方法本身，而对预报因子变量、预报区域选取和对不同区域的适用性问题关注较少。本文采用PCA与逐步回归相结合的统计降尺度方法，通过改变初始输入的预报因子变量区域、预报因子变量场和输入回归方程中主成分的个数，建立了不同模型，再通过对长江中下游各台站气温多个统计降尺度模拟结果进行研究比对，选择最优预报方程，从而提高该地区气温预测精度。值得注意的是由于统计降尺度多种不确定性，未来方向[10]将是不断提高气候模式的预测能力，将模式良好的输出信息作为预报因子才能提高区域降尺度的发展，同时用不同的气候模式驱动不同的降尺度模型即超级集合以期得到更好的关于未来短期或长期等的气候预测，同时将降尺度的方法应用在各种复杂多样的区域气候下，尤其气候累计观测资料较少的地区，可以用不同统计降尺度方法进行对比试验，来提高资料稀少地区的区域气候预测能力。
1 资料选取
对统计降尺度的研究可知[11-13]，在建立统计降尺度模型时，需要观测的预报因子变量及观测的预报量两种数据进行建模，前者代表大尺度信息，后者代表区域尺度。中国地域辽阔，不同教材对各区域有不同的划分，为了便于统计降尺度方法的研究与应用，Liu Y等[14]对中国南方地区进行重新划分，本文在此基础上，选取了长江中下游地区共计25个站点1961-2010年1月和7月的月平均温度资料。图1为长江中下游地区25个测站分布图，图中长江中下游地区包括湖南、湖北、江苏、浙江、安徽五省，由图1可以看出25个站点分布较均匀。由表1可知，站点地形海拔较为均匀，除个别站点外，海拔都低于100m。
预报因子来自于同时期NCEP/NCAR分辨率为2.5°*2.5°的月平均资料，包括17个等压面（1000，925，850，700，600，500，400，300，
250，150，200，100，70，50，30，20，10（hPa））上的温度（t），位势高度（hPa），全风速，u分量风速，v分量风速，以及垂直风速（w）等共计102个预报因子。首先对预报因子做距平化处理，然后对预报因子进行初选，即102个因子分别与25个站点做全球相关场分析，选出温度场中相关性最好的850hPa温度场、高度场中相关性最好500hPa位势高度场（1月是1000hPa）和海平面气压场，选取了站点与区域为（110°～125°E；20°～40°N）的T850温度场平均相关系数进行说明（图2）。一些研究中表明[15]，在使用统计降尺度方法对地面温度进行预测时，采用大尺度温度场作为预报因子变量比大气环流作为预报因子变量效果好，同时研究还认为温度因子和环流因子的联合预报因子变量比单个变量作为预报因子变量更能得到真实的结果。所以本文采用850 hPa大尺度温度场、500 hPa位势高度场、海平面气压场与850 hPa大尺度温度的联合场（SLP+T850），以及500hPa高度场和850 hPa温度的联合场（H500+T850）作为预报因子变量场，其中1月选取的大尺度位势高度场为1000hPa。除了预报因子变量外，其预报因子具体取值区域和代入统计模型的主成份（PCs）个数对统计降尺度的模拟结果也有很强的敏感性。因此本文在全球相关场分析的基础上还选择了三个预报因子变量的取值区域和三种PCs输入个数，对25站1月和7月分别建立了共计36种统计降尺度模型（详见表2）。
2 方法介绍
2.1 主成份分析
在建立统计降尺度模型之前，首先对资料需要进行主成份分析，来减少系统维数，提取主要特征，主成分分析（PCA）在气象资料分析中有着广泛使用。
图2 站点与该区域T850温度场的平均相关系数
它目的是降低资料的自由度和维数，也就是用少数几个新变量序列反映原多个变量的变化信息[16]。为了从资料中分离出有用的大尺度信息减少计算量，需要先对NCEP再分析资料进行主成分分析。
单个变量场（如T850）作为预报因子变量场进行分析可以写成如下形式： 其中其中m为格点数，n为样本数，
代表主分量的矩阵。其中n=1为第一主分量，n=2为第二主分量，依次类推。主成分具体运算过程可以参考文献[17]。对于两个变量的联合场（如T850+H500）与单量场类似，需要把两个变量场在空间上联合为一个新变量场，需要注意的是其空间格点数为两个场空间格点数的总和，然后进入EOF分解步骤。因为T850和H500两个变量场取自同区域的相同格点，所以场其特征向量为两者空间格点数总和，而绘制EOFs空间模态时应该把两个变量绘于相同网格上，以便考察两个变量在空间上的耦合情况，同样的联合EOF分解得到的PCs代表了联合场随时间变化的共同特征。以1月，预报因子变量为T850+SLP和T850+H1000，取值区域为（110°～125°E；20°～40°N）来对比说明单变量预报因子场和双预报因子联合场的EOF分解结果。如果是单个温度场T850分解的第一EOF模态只能表示温度场的变化趋势。图3a表示了联合场T850+SLP的EOF分解结果，其中包含了两种等值线，实线代表SLP的等值线，虚线代表T850的等值线，两者绘于同区域，可以看出气候变量空间模态的耦合特征，第一EOF反应了与单因子T850类似的温度变化模态，同时还伴随海平面气压的增加（减少）变化趋势，所以表征了温度和海平面气压之间的物理联系，同理，图3b也同时反映了该场温度变化，及其随位势高度的增加（减少），表征了温度和位势高度场之间的物理联系，使得预报因子物理意义更加明显。
2.2 逐步回归
在建立多元线性回归模型时，有时自变量会非常多。逐步回归可以按照一定的显著性条件选出重要因素达到既能减少自变量个数，又能保证回归效果的目的。其主要的分析思路为：首先对多元线性回归进行因子筛选；最后给出在一定显著性水平下，各因子均为显著回归方程中的回归系数。以公式 说明，其中以
代表1月份，第n站的气温序列， 代表k个主分量组成的矩阵，因为代入统计模型的主成份（PCs）个数对统计降尺度的模拟结果一定影响，所以本文分别选取了k为10、15、20来进行建模。 为多元线形回归模型的系数，？着为残差部分，是不能被多元回归方程解释的部分。对k个主分量利用逐步回归方法，进行逐步筛选，得到对气温统计模式显著的主分量。筛选得到的通过显著性检验（本文取α=0.25）的PC主分量，再建立多元线形模型，估计出多元线形回归的系数。在本文中由于受资料时间长短的限制，对长江中下游地区1月及7月份气温使用前40年（1961-2000年）的资料建模，而后10年（2001-2010年）的资料进行模型独立检验，采用距平符号一致率Pc来进行评分。
3 统计降尺度模式的评估
图4显示了1月及7月36个预报因子变量选择方案的独立检验符号一致率Pc的平均得分分布图。分析图4可以看出，相对与7月，1月的各方案模拟效果更优，直观上说明冬季气温可预报性更高。同时可以看出预报因子变量及其区域的选择，以及输入的PCs个数对模拟的效果有着明显影响。输入的PCs上来说，平均得分较高的是选择10个PCs作为输入，其模拟结果优于较大的输入个数。而从预报变量取值区域上看较小的区域3结果优于其它区域，这与预报因子初选有着密切关系，在建立模型前进行了大尺度资料102个因子全球相关场的对比，从实验的结果证明相关性越高的区域最终模型得分也较高，进一步说明不同区域预报因子的适用性不同，预报因子区域的确定也为进一步研究长江中下游地区气候变量打下了基础。
预报因子实验方案还考虑了预报因子的物理意义所以选用了双因子和单因子进行比较，以区域3和输入10个PCs为例，发现同样对于1月或是7月，T850+SLP和T850+H1000优于单因子T850、H1000的模拟性能说明联合场的预报因子考虑了两个场的物理意义其适用价值高于单预报因子场。总体上看36个预报因子变量方案Pc得分都高于0.5，然后从图4的曲线变化可以明显看到36个预报因子变量方案平均得分变化较大，存在差异性，进一步证明，预报因子变量的选择对统计降尺度模型的直接影响及对结果的敏感性。
图5是25个测站的36个预报因子变量方案符号一致率得分的箱线图，x轴是预报因子变量方案，y轴是Pc得分，由图5a，1月的Pc得分可以看出箱体的中位数位置基本较高，中心趋势除个别站点外均高于0.6，而4、12和25号站点模拟性能较集中且分散程度也较小，其中最高得分0.9也出现在4号和25号站，说明这些站点对统计降尺度结果都有较好的模拟性能，这和其海拔较高有一定关系。总体上看各站点地理位置基本分布较集中，长江中下游地区属于亚热带季风气候，干湿两季较明显，所以冬季气温变化温和，预报因子变量模拟方案较夏季更好，分散程度也较小。由图5b，7月的箱线图分布可以看出其中位数波动随站点变化较大，预报因子变量方案Pc得分差异也较大，这和预报因子取值区域和输入的PC个数有关，而站点12和25号站中位数依旧较高，模拟性能较集中，进一步说明海拔较高的站点对统计降尺度结果模拟性能更好。虽然7月份与1月份模拟结果相比Pc得分存在一定差异，但总体上看25个站点几乎都有得分为0.8左右的预报方案并且所有范围均超过0.5，这对进一步研究长江中下游地区统计降尺度方法适用性提供了前提基础。
图5 1月（a）和7月（b）36个预报因子变量模拟的25个
台站气温的统计降尺度独立检验Pc得分箱线图分布
4 结束语
（1）首次较详尽的对长江中下游地区各站点的气温观测资料和NCEP再分析资料的T850、H1000、T850+H1000和T850+SLP（7月为H500）建立的36种统计降尺度模型，通过独立检验Pc得分可以看出，1月的模型得分均高于7月，并且无论1月或是7月，都有得分0.8左右的预报方案，并且36个预报变量方案模拟结果Pc得分均超过了0.5，这为进一步研究该区域统计降尺度方法提供了参考性和前提保障。
（2）对25个站点36种预报因子变量方案，筛选出Pc得分较高的预报方案进一步分析发现对于EOF与逐步回归相结合的统计降尺度方法，PC输入个数为10，预报因子取值区域较小的区域3模拟的平均得分最高，而对于联合的预报因子变量其模拟性能比单个预报因子变量模拟性能更佳，说明物理意义更明确的预报因子选择价值更大，同时无论1月还是7月较高得分方案均集中出现在海拔较高的站点，说明海拔较高的站点对统计降尺度模拟性能更好。
（3）通过25个站点多个统计降尺度模型的箱线图分布可以看出，1月中位数位置较高分散程度也比7月份小，这跟长江中下游地区的气候特点可能有关。同时分析7月各站点Pc得分分散程度可以看出建模时输入PC的个数、预报因子区域的选择对模拟性能有很大影响，进一步说明预报因子变量方案的选择对统计降尺度模型建立的重要性，不同区域要具体分析。
参考文献
[1]肖明静，隋明，范苏丹，等. 三种数值模式温度预报产品在山东应用的误差分析与订正[J].干旱气象，2012，30（3）： 472-477.
[2]Schlesinger M E， Mitchell J F B. Climate model simulations of the equilibrium climatic response to increased carbon dioxide[J]. Reviews of Geophysics， 1987，25（4）： 760-798.
[3]Stouffer R J，Manabe S， Bryan K. Interhemispheric asymmetry in climate response to a gradual increase of atmospheric CO 2[J]. Nature，1989，342（6250）： 660-662.
[4]Mearn L O，Bogardi I， Giorgi F，et.al. Comparison of climate change scenarios generated froom regional climate model experiments and statistical downscaling. JournalGeophysicsResearch1999，104（D6）：6603-6621.
[5]Cubasch U， Von Storch H， Waszkewitz J， et al. Estimates of climate change in Southern Europe derived from dynamical climate model output[J]. Climate Research， 1996， 7（2）： 129-149.
[6]范丽军，符淙斌，陈德亮. 统计降尺度法对未来区域气候变化情景预估的研究进展[J]. 地球科学进展，2005，20（3）： 320-329.
[7]柯宗建，张培群，董文杰，等. 最优子集回归方法在季节气候预测中的应用[J].大气科学，2009， 33（5）： 994-1002.
[8]何慧，金龙，覃志年. 基于 BP 神经网络模型的广西月降水量降尺度预报[J].热带气象学报，2007， 23（1）： 72-77.
[9]严小冬， 吴战平， 马振锋， 等. Downscaling 法在贵州冬季气温和降水预测中的应用[J]. 高原气象，2008，27（1）： 169-175.
[10]任丽娜，翟宇梅，王力维. 多模式集合在统计降尺度应用上的研究进展[J].科学技术与工程，2011，11（29）： 7185-7194，7201.
[11]赵芳芳，徐宗学. 黄河源区未来地面气温变化的统计降尺度分析[J].高原气象，2008，27（1）： 153-161.
[12]曾晓青，王式功，刘还珠，等. 统计降尺度方法在青海省冬季最低温度预测中的应用[J].高原气象， 2009，28（6）： 1471-1477.
[13]陈丽娟，李维京，张培群，等. 降尺度技术在月降水预报中的应用[J]. 应用气象学报，2003，14（6）： 648-655.
[14]Liu Ying， Fan Ke， WANG Hui-Jun. Statistical Downscaling Prediction of Summer Precipitation in Southeastern China[J]. Atmospheric and Oceanic Science Letters， 2011，4（3）： 173-180.
[15] Huth R. Statistical downscaling of daily temperature in central Europe[J]. Journal of Climate， 2002， 15（13）： 1731-1742.
[16]吴洪宝，吴蕾.气候变率诊断和预测方法[M].北京：气象出版社，2005： 33-34.