现代大气科学统计方法课件：第五章 气候突变检测.pptVIP

第五章 气候突变检测 气候突变的定义： 场变量的变化：一种是连续性变化，另一种是不连续的飞跃。后者的特点是突发性，所以人们称其为“突变”。 气候突变通常是指从一个平均值状态到另一平均值状态的急剧变化。 气候突变的类型： 均值突变：气候从一个平均值到另一个平均值的急剧变化； 变率突变（方差突变）：气候从一个方差状态到另一个方差状态的急剧变化； 跷跷板突变； 转折突变：在某一时段持续减少（增加），然后在某点开始持续增加（减少）。 上述四种突变的定义仅是从时间演变角度考虑某一气候变量的特性，气候要素场空间结构的变化同样存在突变现象。 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。 §5.1 滑动t-检验 考察两组样本平均值的差异是否显著。 对于具有n个样本量的时间序列x，人为设置某一时刻为基准点，基准点前后两段子序列x1和x2的样本分别为n1和n2，两段子序列平均值为 和 ，方差为 和 。 统计量： 其中 统计量遵从自由度为n1+n2-2的t分布。 缺点：子序列的选择带有人为性。 因此实际使用时反复变动子序列的选取进行试验比较，提高可靠性。 步骤： 确定基准点前后两子序列的长度，一般取相同长度。 采取滑动办法连续设置基准点，分别计算统计量ti。 给定显著性水平，查t分布表临界值t?，若|ti|t?，则认为基准点前后的两子序列均值有显著差异，出现突变,否则认为在基准点时刻未出现突变。 P59，例5.1 §5.2 Cramer法 Cramer法的原理与t检验类似，区别仅在于它是用比较一个子序列与总序列的平均值的显著差异来检测突变。 设总序列x和子序列x1的均值分别为 和 ，总序列方差为s。 统计量： 式中n为序列样本长度，n1为子序列样本长度。 统计量遵从自由度为n-2的t分布。 实际使用时可反复变动子序列的长度来提高结果的可靠性。 计算步骤： 确定子序列的长度n1， 以滑动的方式计算t统计量，得到t统计量序列ti，i=1，2，?，n-n1+1， 给定显著性水平，查t分布临界值，若|ti|t? ，则认为子序列的均值与总体序列均值无显著差异，否则认为在ti对应时刻发生突变。 §5.3 Yamamoto法 对于时间序列x，人为设定某一时刻为基准点，基准点前后样本量分别为n1和n2的两段子序列x1和x2的均值为 和 ，标准差为 和 ，定义信噪比为： 上式的含义是，两段子序列的均值差的绝对值为气候变化的信号，而它们的变率则视为噪声。 在t-检验中，若选取两段子序列样本相同，令n1=n2=IH，则 证明： 若信噪比RSNi的值大于1，则认为在i时刻有突变发生，若RSNi大于2，则认为在i时刻有强突变发生。 Yamamoto方法是用检验两序列均值的差异是否显著来判别突变。形式上比t-检验更简单明了。但也存在和t-检验相同的缺点，由于人为设定基准点，子序列的长度不同可能引起突变的漂移。应该通过反复变动子序列的长度进行试验比较，以便得到可靠的判别。 计算步骤： 确定基准点前后两段子序列长度，一般取n1=n2=IH。 连续设置基准点，以滑动方式依次按前式计算信噪比，得到信噪比序列RSNi，i=1，2，…，n-2?IH-1。 若信噪比RSN的值大于1，则认为有突变发生，若RSN大于2，则认为有强突变发生。 §5.4 Mann-Kendall法 非参数统计检验方法，又称无分布检验，其优点是不需要样本遵从一定的分布，也不受少数异常值的干扰。 设气候序列为x1，x2，?，xN，mi表示第i个样本xixj(1≤j≤i)的累计数，定义统计量： 在时间序列随机独立的假定下，dk的均值和方差分别为 将dk标准化： 给定显著性水平?，若|u|u?，则表明序列存在明显的趋势变化。所有u可组成一条曲线。 将此方法引用到反序列， 表示第i个样本xi大于xj(i≤j≤N)的累计数。 当i’=N+1-i时， ，则反序列的 由下式给出： 注：把反序列xN，xN-1，?，x1表示为x1’，x2’，?，xN’。 画出 和 曲线，如果两条曲线的交叉点在信度线之间，这点便是突变点的开始。 可以有多个交点，超出了信度的交点可通过与实际曲线相比较来确定是否突变点。 作用：M-K法可确定突变的确切年份。 优点：检测范围宽，人为性少，定量化程度高。 P64，例5.3 §5.5 Pettitt方法 Pettitt方法与M-K法相似，是非参数检验方法。 对气候序