树轮气候信息提取方法研究 ——以模拟和实测树轮数据分析为例.pdfVIP

摘要 摘 要 树轮作为过去气候变化研究的代用指标已被广泛应用。当前的研究呈现多种 树轮指标 （宽度、稳定同位素、密度等）、多维气候因子（气温、降水、相对湿 度、热量指数、ENSO 、SPEI、scPDSI、NDVI 等）、多样数理分析方法（线性、 非线性等）和多时空尺度（年、季、月、日，全球、区域、局地等）交互的特点。 一些研究发现，对于同样的数据，不同的分析方法会得到不同的结果。如何科学 高效地分析它们的变化特征和相互关系，合理准确地提取气候变化信息，是树轮 气候领域面临急需解决的重要问题。正是在这一背景需求下，本文以实测树轮数 据和模拟数据为基础，面向 R 语言进行树轮气候信息提取方法的比较研究，以 期为树轮气候信息更准确、高效的提取提供方法支持和策略选择依据。其中实测 数据包括我国亚热带6 个不同地区采集的286 棵马尾松的不同宽度指标（全轮、 早材、晚材）、不同组分（全木、α 纤维素、综纤维素）稳定碳同位素数据，以 及公开发表的树轮数据和国际树轮数据库数据，从更大区域和更大样本量的方向 评估树轮-气候信息提取方法。最终取得如下一些新的认识。 1. 树轮宽度研究中，首先需要去除非气候生长趋势。现在常用的去趋势方 法有各自的不足，如负指数法可能会出现拟合失败和丢失低频气候信号问题； Spline、RCS 、signal-free RCS 法面临人为选择截断区间的问题。而基于时间序 列的互补集成经验模态分解法（CEEMD ）完全以数据为中心进行不同频率的信 号分解，避免了人为因素，建立的模拟年表数据对比结果表明对“低频信号丢失” 问题有一定的减轻。建立的实测树轮年表数据的相位变化与常用去趋势法（如负 指数、Spline、signal-free RCS 等）相对一致，与各气候因子的相关系数的平均 值有一定的提高。基于大区域格网气象数据及其近邻的树轮宽度数据进行点-点 主成分回归分析的结果表明，CEEMD 的模型评估指标（VRSQ 、VRE 、VCE ） 与其他去趋势法差距微小。从时序信号理论来看，相较于先验基函数模型，这种 基于数据本身的自适应“无基”时序分解法，在树轮气候研究中具有很好的应用 潜力。 2. 传统相关方法（Pearson 、Kendall 、Spearman ）定量分析树轮-气候变量间 的相关关系时，往往只对线性或单调相关关系起作用，易受异常值和样本量影响， 鲁棒性不高。本文利用模拟数据和已公开发表的树轮数据对传统和现代相关方法 （互信息、距离相关、最大信息系数、Hoeffding‘s D 等）进行比较分析，发现对 于同一数据集，不同的相关分析量化的相关系数有一定的差异。距离相关和互信 摘要 息方法不仅在量化树轮-气候线性相关关系时具有与 Pearson 相关大致相当的性 能，而且还适用于非线性相关分析，可作为树轮-气候相关分析的辅助方法。 3. 非平稳的树轮气候时间序列和气候变量间的共线性可能引起虚假回归问 题和特征变量信息冗余，从而为树轮气候回归模型的构建带来不确定性。通过对 全球 67414 个 CRUts4.03 格网点进行非平稳检验，发现均温因子在全球约 58% 的格网点表现为显著的非平稳变化，而显著平稳变化的格网点主要集中在北纬 40 °–70 °之间；降水因子约15%的格网点表现为显著非平稳变化，其趋势显著 非平稳变化格网点主要集中在北半球区域。因此，在进行树轮气候时序回归分析 时，需关注平稳性检验和平稳化处理，以降低重建模型的不确定性。针对特征变 量选择问题，本文以模拟数据和美国科罗拉多河上游的树轮宽度数据为例，发现 基于信息熵的偏互信息相关算法遴选关系显著的特征变量，不仅能减轻信息冗余 问题，且能遴选出非线性相关的变量，拟合优度优于逐步回归方法。 4. 基于线性（MLR 、MT ）和非线性（BRNN 、RF ）方法，选用不同时间分 辨率（日值、月值）的气候因子建立树轮宽度-气候响应模型，对比发现 BRNN 和MLR 方法优于MT 、RF 方法。相较于月值气候数据，利用日值数据分析，回 归模型最大方差解释量有一定的提高。 5. 面对全球尺度的格网树轮气候数据，必需求解近邻点间的距