气象统计方法 第七章 主分量分析.pptVIP

气象统计方法主讲：温娜， 主要参考南京信息工程大学大气科学学院李丽平老师课件 主分量导出 我们希望主分量有极大方差，即 （7.8） 将新变量带入（7.8）式， 其中 在条件 下的极值问题，转化为 求 的极值问题，即有 整理得 。要使V有非零解，必须 由于S为mxm的协方差阵，设它的秩为m，则它有m个非零特征值 及其对应的m个特征向量 主分量的性质 1. 各主分量的方差分别与原m个变量的协方差的特征值相对应。 原场m个变量方差和等于 其对应协方差特征值之和 第K个主分量解释方差： 前P个主分量累积解释方差： 2.主分量之间是正交的，彼此无关。 三、EOF分析方法原理 将某气候变量场的观测资料以矩阵形 式给出 m是空间点，n是时间序列长度。 气象场的自然正交展开，是将X分解为时间函数Z和空间函数V两部分,即 或 含义：场中第i个格点上的第t次观测值，可以看作是m个空间函数 和时间函数 的线性组合 。 其中， 是第j个典型场，只是空间的函数。 第t个空间场可表示为 或者 上式表明，第t个场可以表示为m个空间典型场，按照不同的权重线性叠加而成。V的每一列表示一个空间典型场，由于这个场由实际资料确定，故又叫经验正交函数。 上述分解要求满足下列两个条件： 性质 分解方法 A为实对称矩阵，根据实对称矩阵分解原理，一定有 或者 V的列就是A的特征向量， 是A的特征值组成的对角矩阵。 即 Z就是时间系数矩阵， 第i个特征向量对应的时间系数序列的第t 个值。 主分量分析/经验正交函数 经验正交函数： 主分量分析： 要素场的拟合 其中 是拟合场. 可以证明误差 第i个特征向量对X场的贡献率 （解释方差） 前p个特征向量对X场的贡献率 （累积解释方差） 计算中的时空转换 当 时，先求出 的特征值， 然后求 的特征向量，这种方法叫时空转换。 令 的特征值为 ，其特征向量为 ， 的特征值也为 ，其特征向量为 转换关系： 1）根据分析目的，确定X的具体形态(距平或者标准化距平)； 2）由X求协方差矩阵 ； 3）求A的全部特征值 、特征向量 ，h=1~H（通常使用Jacobi法）； 计算步骤 4）将特征值作降序排列，并对特征向量序数作相应变动； 5）根据 ,h=1~H和X总方差，求出全部 、 , h=1~H； 6）由X及主要 求其时间系数 、h=1~H，主要的数量由分析目的及分析对象定； 7）输出主要计算结果。 H是非0特征值总个数，对实际问题 需要强调的是，第1）步很重要。在大多数情况下，EOF分析对原观测场时间序列、距平场时间序列和标准化距平场时间序列进行。选择何种形态作分析取决于分析目的和分析对象。 经验正交函数的物理意义 第一特征向量（第一空间典型场）是与n张X图平均最相似的，或者说具有与所要展开的资料矩阵的n个样本最相似的特征。比如：若原始资料矩阵是7月份50年实测降水场（非距平场），则第一特征向量就可以解释为这50年的平均场，其相应的时间系数基本对应我国大尺度旱涝年。但当降水场由距平组成，第一特征向量就解释为与50年夏季距平场最相似的特征场，它指出了我