气候变化趋势分析.ppt

第四章 气候变化 趋势分析 ? 随时间变化的一列气候数据构成了一个气候时间 序列。 ? 气候时间序列一般具有以下特征： ? 数据的取值随时间变化； ? 每一时刻取值的随机性； ? 前后时刻数据之间存在相关性和持续性； ? 序列整体上有上升或下降趋势，并呈现周期振荡； ? 在某一时刻的数据取值出现转折或突变。 ? 前两种特征是一般规律，后几种则在不同的序列 有不同的表现。 ? 本章介绍气候趋势的诊断方法 ? 下一章介绍突变的检测方法 ? 第六章介绍时间序列周期的提取 ? 对任一气候时间序列 x i 都可以看成是由以下几个分量 构成： ? x t = H t + P t + C t + S t + a t ? H t 为气候趋势分量，指几十年的时间尺度显示出的气候变 量上升下降趋势，是一种相对序列长度的气候波动； ? P t 为气候序列存在的一种固有的周期性变化，例如年、月变 化； ? C t 为循环变化分量，代表气候序列周期长度不严格的隐含 周期性波动； ? S t 是平稳时间序列分量； ? a t 是随机扰动项。 ? S t 具有两个特点： ? 绕同一水平均匀摆动，即数学期望、方差不随时间变化； ? 不同时刻之间的相关函数只是这两个时刻之差的函数，与 时间起点无关。 § 4.1 线性倾向估计（线性趋势） ? 方法：一元线性回归 ? 用 x i 表示样本量为 n 的某一气候变量，用 t i 表示所 对应的时刻，建立 x i 与 t i 之间的一元线性回归： ? 式中 a 为回归常数， b 为回归系数。 a 和 b 可以用最 小二乘法进行估计。 i i bt a x ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? t b x a t n t t x n t x b n i i n i i n i i n i i n i i i 2 1 1 2 1 1 1 1 1 ? ? ? ? ? ? n i i n i i t n t x n x 1 1 1 1 ? t i 与 x i 之间的相关系数 r 为： ? 对于线性回归计算结果，主要分析回归系数 b 和相 关系数 r 。 b x n x t n t r n i i n i i n i i n i i ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 2 1 1 2 2 1 1 2 1 1 ? b 的符号表示气候变量的倾向趋势。 b 0 表明随时间 增加 x 呈上升趋势 ， b 0 表示随时间增加 x 呈下降趋 势 。 b 的大小反映上升或下降的速率，即表示上升 或下降的倾向程度。因此，通常将 b 称为倾向值， 将这种方法叫做线性倾向估计。 ? r 表示变量 x 与时间 t 之间的线性相关的密切程度 。 r 的符号与 b 相同，因此 r 也可以说明 x 的上升下降趋 势，要判断变化趋势是否显著可对 r 进行检验。 ? P39 ，例 4.1 ? P40 ，例 4.2 § 4.2 滑动平均 ? 滑动平均相当于低通滤波器，保留低频部分，去 掉高频部分。用确定时间序列的平滑值来显示变 化趋势。对样本量为 n 的序列 x ，其滑动平均序列 表示为： ? k 为滑动长度，一般取奇数，以使平均值可以加到 时间序列中项的时间坐标上。 ? ? 1 , , 2 , 1 1 ? 1 1 ? ? ? ? ? ? ? ? k n j x k x k i i j j ? ? 经过滑动平均后，序列中短于滑动长度的周 期大大削弱，显示出变化趋势。 ? 分析时主要从滑动平均序列曲线图来诊断其 变化趋势。 ? 例如：看变化趋势有几次明显的波动，是呈 上升还是下降趋势。 P42 ，例 4.3 。 § 4.3 累积距平 ? 对序列 x ，其某一时刻 t 的累积距平表示为： ? 其中 ? 将 n 个时刻的累积距平值全部算出，就可绘出累积 距平曲线进行趋势分析。 ? ? ? ? n t x x x t i i t , , 2 , 1 ? 1 ? ? ? ? ? ? ? ? ? n i i x n x 1 1 ? 累积距平曲线呈上升趋势，表示有正距平值， 呈下降趋势则表示有负距平值。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，甚至还可诊断出发生突变 的大致时间。（？） ? P44 ，例 4.4 § 4.4 五、七、九点二次平滑 ? 也是起到低通滤波的作用，它可以克服滑动平均削 弱过多波幅的缺点。对于时间序列 x ，用二次多项 式拟合： ? 根据最小二乘法确定系数 a 0 ， a 1 ， a 2 ，可以分别得 到五点二次