气象统计方法课件 4气候趋势分析.pptVIP

第四章 气候变化趋势分析 ---气候时间序列：随时间变化的一列气候数据。 如年降水总量、月海表温度、季平均气温序列等。 ---气候序列的基本特点： 1）数据取值随时间变化； 2）每一时刻取值的随机性； 3）前后时刻数据之间存在相关性、持续性； 4）序列整体有上升或下降趋势，或呈周期振荡； 5）某一时刻数据取值出现转折或突变。 任一气候时间序列xt可看成由以下几个分量构成： xt ＝ Ht + Pt + Ct + St + at Ht : 气候趋势分量 Pt : 气候序列固有的周期性变化 Ct : 循环变化分量 St : 平稳时间序列分量 at : 随机扰动项 要分离Ht的常用做法 , 采用年、月、季节总量或平 均值等来构造气候时间序列。这样可以消除Pt ，再 通过统计处理消除或削弱Ct 和at 。 第一节 线性倾向估计 一、方法介绍 用xi表示样本量为n的某一气候变量，用ti表示xi所对应的时间，建立xi与ti之间的一元线性回归关系： 二、计算步骤 对变量xi 构造其对应的时间序列ti。可以是年份，也可以是自然数序列1，2，3……。 根据公式（1）和（2）算出回归系数b，回归常数a，及相关系数r。 将a，b的值代入回归方程式，求出回归计算值。 第二节 滑动平均 滑动平均是趋势拟合技术最基础的方法，它相当于低通滤波器，滤除了高频成分。用确定时间序列的平滑值来显示变化趋势。对样本量为n的气候序列x，其滑动平均序列表示为： 二、计算步骤 n个数据可以得到n-k+1的平滑值。 编程计算时：先用前k个数据求和，得到一个数字；然后依次用这个数字减去平均时段的第一个数字，并加上第k+1个数据，再用求出的值除以k；循环这样的过程计算出第2个到第n-k+1个平滑值。第一个平滑值就是前k个数据的平均值。 三、计算结果分析 主要从滑动平均序列曲线图来诊断其变化趋势。 例如：看其演变趋势有几次明显的波动，是呈上升还是下降趋势。 第三节 累积距平 一、方法概述 二、计算步骤 （1）计算出x的均值； （2）根据上式逐一计算出各个时刻的累积距平值。 注意：最后一个累积距平值为0。 (相当于全部距平的和)。 第四节 五、七和九点二次平滑 一、方法概述 对时间序列作五点二次、七点二次和九点二次平滑，与上面的滑动平均作用一样，也起到低通滤波作用，以展示出变化趋势。 优点：可以克服滑动平均削弱过多波幅的不足。 二、计算步骤 （1）根据实际问题需要及样本量大小确定平 滑的点数k，然后根据前面的算式直接对观 测数据进行平滑计算，得到n-k+1个平滑值。 （2）对五、七及九点端点的平滑值，分别由 相邻的二、三、四点平滑值平均得到。这样 就可以得到n个平滑值。 第五节 变化趋势的显著性检验 一、方法概述 二、计算步骤 1.对原气候序列或用某种方法得到的趋势序列，计算其统计量ri。 2.计算统计量Z。 3.计算判据Z0.05，若 Z Z0.05 则判断变化 趋势是显著的。 实习四 利用数据ma.dat，编写11点滑动平均的程序，ma.for给出了阅读资料的fortran程序。数据在文件夹中单独给出。 要求：实习报告中附出程序，并给出原数据和滑动后数据的图形（一张图） 累积距平也是一种常用的，由曲线直观判断变化趋势的方法。对于序列xi，其某一时刻t 的累积距平表示为： 三、计算结果分析 1）累积距平曲线呈上升趋势，表示累积距平值增大（正距平），气候变量处于持续偏多（高）状态； 2）呈下降趋势，表示累积距平值减小（负距平），气候变量处于持续偏少（低）状态； 3）从曲线明显的上下起伏，可以判断其长期显著的演变趋势及持续性变化，甚至还可以判断出发生突变的大致时间。从曲线小的波动可以考察其短期的距平值变化。 分析有误！ 图1(b)西安地区1951-2000年降水量的累积距平曲线表明：1951-1958年、1980-1984年曲线趋势上升，亦为降水量偏多。1959-1974年曲线趋势变化小，降水量基本正常。从1975-1980年、1991-2000年曲线趋势下降，亦为降水量偏少。 党碧玲,等.2011 图2显示，沈阳50年来的气温变化可以分为2个阶段。1960-1987年是偏冷阶段，在此期间，大多数年份为负距平值，气温呈波动上升趋势，线性倾向值是0.065℃/10a；1988-2009年是偏暖阶段，期间只有2000年是负距平值，其他21年为正距平值，气温呈显著的上升趋势，气候倾向率为0.145℃/10a。 殷红,等.2011 对时间序列x，用二次