气候统计气候序列的周期提取方法参考.ppt

SSA-MTM软件介绍 软件全称：Singular Spectrum Analysis-Multitaper Method； SSA-MTM软件是由SSA-MTM工作组研发，研发人员主要来自于UCLA (University of California Los Angeles),包括Myles Allen, Mike Dettinger, Kayo Ide, Dmitri Kondrashov, Michael Ghil, Mike Mann等。 SSA-MTM软件介绍 软件是免费的，可以自由下载； 但软件有版权，使用该软件应在所撰写的论文或书籍中注明； 如果认为该软件有助于自己的科研工作，可以通过引用工作组成员的文章回报他们的工作 如Ghil M., Allen M.R., Mann M. E., Vautard R.等撰写的文章。 SSA-MTM软件介绍 该软件由一系列的程序构成，主要用于数据的谱分析和数据分解（可用于单变量或多变量）； 主要包括以下部分： 时间序列的谱估计； 时间序列分解为趋势项、准周期振荡成分以及噪音； 对分解后的时间成分进行重构。 SSA-MTM软件介绍 该软件包括以下几种方法： “Traditional” Correlogram Analysis; Maximum-Entropy Spectral Estimates; Multi-Taper-Method Estimates; Singular-Spectrum Analysis; Multi-Channel Singular-Spectrum Analysis。 SSA-MTM软件中的MEM方法——数据介绍 为Southern Oscillation Index (SOI)月资料 长度：1942年1月-1999年6月，共690个月； 计算：资料由Tahiti和Darwin站的月平均海平面气压计算得到： 分别将两站月平均海平面气压资料作月标准化处理； 在求Tahiti和Darwin月标准化数据的差值。 SSA-MTM软件中的MEM方法 SSA-MTM软件中的MEM方法 举例8 存在5.3年和2.51年2个显著的周期 * l=2k,仅仅是将圆频率里的k换为l，习惯处理方式。 * 分析黄嘉佑书中表9.1的例子 * 长度为690的SOI序列 * 分析黄嘉佑书中表9.1的例子 * 长度为690的SOI序列 注意事项 连续功率谱估计的方法并不只有上述方法，自相关函数和平滑方案都可以有一些差别； 计算过程中人为的选择最大落后长度m，会改变谱估计曲线： m取值小，所反映的波数少，谱的分辨率低； m取值大，虽然估计的谱分量较多，但m太大时，参与自相关系数计算的样本容量小（n-m）估计的自相关函数差； 因此，通常m的取值范围在序列长度n的1/10-1/3之间。 举例6——离散功率谱估计 举例7——连续功率谱估计 离散功率谱检验 原假设： 有检验统计量： 遵从分子自由度为2，分母自由度为 n-2-1的F分布。 举例6——检验 连续功率谱检验 通常，在连续功率谱图上，功率谱图的峰点（极大值）所对应的周期可定为主要周期； 但这些周期是否显著，要通过显著性检验方可确定； 显著性检验通常是与非周期性随机过程作比较，即白噪音和红噪音过程。 红噪音过程的功率谱 在红噪音过程中每一时刻的观测值仅与前一时刻的观测值有关，即一阶自回归过程； 红噪音过程功率谱谱密度为： 白噪音过程的功率谱 白噪音过程是一无周期性的纯随机过程； 其自相关函数为： 其功率谱密度： 功率谱的显著性检验过程1 原假设：所要检验的气象要素的总体谱为某一非周期的随机过程的谱； 建立检验统计量，某一频率上的样本谱估计值与假设过程的平均谱估计值之比遵从被其自由度去除的 分布： 功率谱的显著性检验过程2 在上式中，自由度的计算和样本容量n及所取的最大落后长度m有关，即： 在显著性水平为0.05下，拒绝原假设的要求是： 功率谱的显著性检验过程3 判断用那一种过程来检验，有判据： 在显著性水平为0.05下，有临界值： 若实际计算的落后一个时刻的自相关系数有关系： ，即序列存在明显的持续性，则用红噪声过程检验，否则用白噪声过程检验。 功率谱的显著性检验过程4 对于红噪声过程检验有平均红噪声谱为： 其中： 为估计的样本平均谱值。 功率谱的显著性检验过程5 对于白噪声过程检验有平均白噪声谱为： 举例7——检验 存在5年和2.5年2个显著的周期 最大熵谱(Maximum-Entropy Spectral) 概述——连续功率谱估计缺点 在连续功率谱的谱图中，功率谱值随频率变化是比较平滑的； 如果我们分析时间序列的主要目的是寻找序列的主要周期，则总希望所寻找