催化效果的检验,一直是人工增雨作业中既重要又困难的业务性和研究性问题。本研究主要基于现代统计方法(如:马氏距离聚类分析、周期分析、变量分离、bootstrap等)和常规地面气象资料等开展研究。吉林省作为我国最早开展人工增雨的省份,50多来积累了大量作业数据和专业经验。本文以4月-7月吉林省不固定目标区的人工增雨效果为研究对象,在对空中水资源和地面降水分析的基础上,研究副区的合理划分、物理协变量的选取,运用统计数值模拟方法分析降水自然变异对人工增雨效果检验的影响,并建立数据删失模型控制这种影响,为科学合理地评估人工增雨效果和促进作业方案的改进提供科学依据。主要成果如下:(1)空中水资源和地面降水的概况。90%以上的空中水资源集中在500hPa层以下,夏季最丰沛,其次是秋季、春季,冬季最少。因此,4月-7月在500hPa层以下进行的人工增雨作业具有良好的空中水资源条件。吉林省地面降水的年际分布通常有4.2-7.6年的周期,年分布有单峰特征(最高值发生在7月)。从空间分布上看,地势对降水的影响比较显著,东南部地区降水量大、变化梯度大,而西北部地区降水较少、变化梯度小。4月-7月期间,白城和松原一带旱情频发,是吉林省人工增雨作业重要的目标区。(2)副区的合理划分。目标区不固定的人工增雨作业,需要运用"浮动对比区"方法来检验效果,其中第一步是运用聚类分析对研究区域进行划分。本研究根据R2统计量、伪F统计量、伪T2统计量和半偏R2统计量以及吉林省降水的空间分布特征,确定副区数为6。马氏距离聚类分析克服了欧式距离聚类中变量单位和相关性的影响,本研究还考虑了变量权重和样本类别而改进马氏距离聚类中协方差矩阵的算法,准确率至少能提高6.63%,同一副区内的站点在地形特征和降水特征上都很相似。(3)物理协变量的选取。本文从地面常规气象资料、NCEP再分析资料和大尺度气候指数中,通过分离降水量、相关分析和基于交叉检验的逐步回归挑选月降水量的协变量,运用简单相关分析和典型相关分析挑选日降水量的协变量。发现:月降水量的年代际分量普遍与大尺度气候指数、全球NCEP再分析资料有关,与地面常规气象指标的相关性不明显;年际分量与大尺度气候指数、NCEP再分析资料和地面常规气象指标三种资料都可能有关联。日降水量的协变量,选取了风速、气温、水汽压和相对湿度,并用空白试验和作业实例验证了合适的物理协变量能够改进人工增雨效果的统计检验。(4)自然变异的影响。本文选取非作业降水数据进行bootstrap统计模拟,发现副区1-副区5的降水自然变异在士20%以内,并把其分布中的单侧置信上限定义为增雨效果的"检出下限"。通过删除强影响点和选取降水结构相似的对比单元建立了 "数据删失模型",并用实证分析验证了其可靠性。(5)吉林省人工增雨的效果。本研究通过副区划分、协变量选择和控制降水自然变异的影响后,得到1997-2007年4月-7月的35例作业的效果在0%-30%(平均11.95%),和降水量没有直接联系。但是,较强的降水具有较高、较稳定的云水转化率,因此作业效果比较稳定。