第一章气象的整理.pptxVIP

第一章、气象资料的整理 1. 统计分析和预报方法简介 2. 气象资料的表示及其统计特征 3. 统计检验方法与应用 第一章1.统计分析与预报方法简介 分析研究大气运动规律的方法大体可以分为三类： 理论分析法 应用热力学和流体力学原理，结合观测事实，分析天气或气候系统的分布和空间结构、演变过程，为天气或气候的预测提供理论依据。代表课程：大气物理、天气学、动力气象学、气候动力学等。 实验分析法 包括“实验室模拟实验”和“数值模式实验”，仿真地研究大气变化。在数值模拟基础上发展起来的数值天气预报，已成为当今天气预报的主要技术。 统计分析法 基于概率统计理论，运用回归分析、主分量分析、时间序列分析等具体的统计方法，从历史气象资料中寻找大气现象之间的统计规律或相互关系。 相应地，三种预测天气和气候变化的方法： 天气图法 根据天气学原理和经验建立的、以物理定性关系描述为主的经验预报方法。具有较强的主观性。 数值预报方法 利用基于动力学方程组的计算机数值模式，根据当前气象要素的分布预测出未来的天气或气候。常用于短期天气形势预报。 统计预报方法 应用数理统计的理论与方法对大量历史气象资料进行分析,找出天气气候变化的统计规律,用以预报未来的天气形势或天气统计预报方法。 其中，统计预报方法在中、长期天气或气候的预测方面有着独特优势。尤其将数值方法与统计方法二者相结合的动力-统计方法，得到了广泛应用。 本课程特点 1.处理对象是气象中的随机现象和随机过程 大气运动既有确定性，又有随机性的特征。 2. 需要多门课程知识的融合 数理基础(概率论与数理统计、线性代数) 计算机应用知识(数据处理与绘图) 气象专业理论 (天气学、动力气象学或气候学等)， 对统计结果做出物理解释。 第一章2. 气象资料的表示 两种变量类型：连续型和离散型 连续型变量 取值连续。气象数据大部分是取值连续的，如气温、气压、降水量等气象要素。 离散型变量 取值是离散的，如雨日数、台风数、云量（0-10的自然数）、天气现象（某天气现象的出现与不出现用“0”和“1”来表示）等。 两种类型的变量可以转化： 例如对连续型变量设定一个临界值进行0、1化处理，使得变量无大小或次序之分，仅表示气象要素的状态和类别，就变成了离散型变量，常用于定性预报结果。 2.1单变量资料的表示 对于某一个气象要素，可用x 表示取值，记录下n个时刻的采样数值，可表示为：x1, x2, x3, … xn。 数学上也常用列向量符号来表示该组数据： x=(x1, x2, x3, … xn)T n被称为数据的“样本容量”。 对于连续型的气象要素，能否获得在某时间段内的全部连续取值？ 答：不可能。 需要采样，获得“样本”数据 。 需要厘清的概念: 总体(population)与样本(sample)： “总体”： 统计分析对象的全体；一个变量的全部可能取值。“总体”是无限的、未知的。 “样本”：为了了解“总体”的变化规律，对“总体”进行采样，获得“总体”的部分数据，称为“样本”。 “总体”是未知的，我们所研究的气象资料数据都是“样本”。统计分析的目的就是根据“样本”的统计特征去估计“总体”的特征。 “总体”的特征是客观存在的，而“样本”的特征（如平均值、方差）随着“样本”的不同而变化。某个“样本”的统计特征是否能够代表“总体”的统计特征，这需要对该样本的特征进行统计检验。 单变量资料的统计特征 平均值 某一气象要素的样本资料x1, x2, x3, … xn的平均值： n称为样本的容量，样本的平均值反应了该要素观测值的平均状况。 右图为青岛附近海域二十年月平均的海表面温度(SST)数据（1994-2013），样本的平均值为15.2℃。 右图为多年平均的各月温度（气候平均状况），反映春夏秋冬季节循环。 距平(anomaly) 某样本资料中，单个数据与平均值的差称为“距平”，例如第i个数据的距平记为xdi： 距平可正可负，单位和原数据的单位相同，反映个别数据偏离平均值的大小。 将原数据资料转化为距平资料，使其平均值为0，这种处理方法称为：“距平中心化”，对研究问题带来诸多方便，气象研究中常针对距平资料进行分析处理。 年际距平（年际异常）： 在气候研究中我们关心的往往是某个变量相对于该变量气候态的异常偏离情况，即需要从原始资料序列中扣掉季节循环，从而得到年际异常（距平）序列： 平均差(mean deviation) 要想反映某个样本数据相对于平均值的离散程度，可以将距平的绝对值求和，然后除以总数n，称为“平均绝对差”或“平均差”，反映该变量的变化幅度。 为了比较不同气象要素之间的变化程度，引入相对平均差vr，即：平均差除以该要素的平均值： 右图蓝色虚线所示为平均差： 方差(variance