常用数据方法介绍资料.pptx

常用数据分析方法介绍（EOF分析、突变检验、周期分析）;近年来，经验正交分解(Empirical Orthogonal Function ,EOF)在气象上应用比较广泛。这种正交函数展开不象三角函数展开、球函数展开那样有固定的展开形式，它无固定的函数形式，不是事先人为地给定典型场函数，图形是由场本身来决定的，它具有收敛快又能更好地反映出场的基本结构的特征，它可以在有限的区域中进行，既可以取空间不同站点进行分解，也可以对同一站点的不同时间、不同高度的多种要素进行综和分析，因此它在气象中具有广泛的应用，可用于气象要素场分析、大气垂直结构分析、动力模型垂直分层等。;EOF的优点如下： (1) 它没有固定的函数，不像有些分解需要有一种特殊的函数作基函数，如球谐函数。 (2) 它能在有限的区域内对不规则分布的站点进行分解。 (3) 它的展开收敛速度快，很容易将变量场的信息集中在几个模态上。 (4) 分离出的空间模态具有一定的物理意义。;实例分析：安徽省干旱日数EOF分析 （1）样本数据见EOF文件夹下的“EOF数据.xlsx”； （2）EOF分析Fortran程序见EOF文件夹下的“EOF.FOR”； （3）EOF程序输入数据文件为EOF文件夹下的“Filein.txt”，Fortran计算程序中需要修改的参数主要有：N（样本长度）、M（台站数）、JOB（原始、距平、标准化数据）;（4）EOF程序输出结果文件为EOF文件夹下的“Fileout.txt”，主要参看结果文件中的“ACCUMULATE PROPORTION”（累积方差贡献）、“CHARACTERISTIC VECTOR”（特征向量）和“TIME COEFFICIENT”（时间系数），根据累积方差贡献选取前N个模态进行分析；;（5）结果分析：本例中选取前3个模态，其累积方差贡献为75％，空间分布见下图，由第一模态可知，全省一致为正，基本呈纬向空间分布，表明全省干旱日数为一致多（少）的分布型式（全省一致型）；第二模态零线横向将安徽分为南北两部分，北部为负，南部为正，数值相当，表明南北干旱日数呈现相反的分布型式，北多（少）南少（多）（南北相反型）；第三模态零线横向将安徽分为三部分，中间正两头负，表明安徽干旱日数还有两头多（少）中间少（多）的分布特征（两头与中间相反型）。;;气候突变的普适定义：从一种稳定态（或稳定的持续变化趋势）跳跃式地转变到另一种稳定态（或稳定的持续变化趋势）的现象。它表现为气候在时空上从一个统计特性到另一统计特性的急剧变化。 常用的突变检验方法有：滑动t-检验和Mann-Kendall检验。;实例分析：安徽省干旱日数滑动t-检验 （1）样本数据见MTT文件夹下的“样本数据.xlsx”； （2）滑动t-检验Fortran程序见MTT文件夹下的“MTT.FOR”； （3）滑动t-检验程序输入数据文件为MTT文件夹下的“Filein.txt”，Fortran计算程序中需要修改的参数主要有：N（样本长度）、IH（滑动年数）、NYEAR（起始年份）；;;;实例分析：安徽省雷暴日数MK检验 （1）样本数据见MK文件夹下的“样本数据.xlsx”； （2）MK检验Fortran程序见MK文件夹下的“MK.FOR”； （3）MK检验程序输入数据文件为MK文件夹下的“Filein.txt”，Fortran计算程序中需要修改的参数主要有：N（样本长度）、NYEAR（起始年份）;（4）MK检验程序输出结果文件为MK文件夹下的“Fileout.txt”，其中第一列为年份；第二、三列分别为UF和UB统计量值；第四、五列为显著性水平。;结果分析：下图为安徽省雷暴日数的MK突变检验，由UF（正序列）及UB（逆序列）曲线可见，安徽省雷暴日数一直有减少趋势，且在1976年存在一次突变，此外由UF线及-1.96线可知，这种减少趋势是通过显著性检验的。;周期分析可分为时域与频域分析，时域分析揭示序列的统计特性；频域分析是分析序列的多尺度振动特性。 小波分析是一种时、频多分辨率分析方法，具有时频局部化功能，可以对函数和信号系列进行多尺度细化分析，以分析不同尺度（周期）随时间的演变情况。 小波分析不仅能将时间系列的频率特征在时间域上展现出来，分析出其主要周期，而且能清晰地给出各种时间尺度（周期）的强弱和分布情况以及变化趋势和突变点。;实例分析：安徽省干旱日数小波分析 （1）样本数据见WA文件夹下的“样本数据.xlsx”； （2）小波分析Fortran程序见WA文件夹下的“WA.FOR”； （3）小波分析程序输入数据文件为WA文件夹下的“Filein.txt”，Fortran计算程序中需要修改的参数主要有：N（样本长度）、M（时间尺度个数）、NS（起始时间尺度）、KS（时间尺度间距）；;（4）小波分析程序