气象统计方法主分量分析.pptxVIP

1;第七章 主分量分析/经验正交函数分解（EOF）;重点掌握： 1）EOF方法原理 2）EOF方法在分析气象问题中的 应用。;一、引 言 经验正交函数（EOF）方法最早由统计学家pearson在1902年提出，由Lorenz[1]（1956）引入气象问题分析中。该方法以场的时间序列为分析对象，对计算条件要求甚高，故直到20世纪60年代后期才在实际工作中得到广泛应用（Craddock，1969[2]；Kutzback，1970[3]；Kidson，1975[4]）。; 近30年来，出现了适合于各种分析目的的EOF分析方法，如扩展EOF（EEOF）方法，旋转EOF（REOF）方法，风场EOF（EOFW）方法，复变量EOF（CEOF）方法。 EOF方法不但用于观测资料的分析，还用于GCM资料的分析和数值模式的设计。现在，EOF方法已作为一种基本的分析手段频繁地出现在大气科学研究的文献中。;二、主分量分析;两个变量的主分量;通过一种线性变换，使得产生的新变量y1的 变化代替原场两个变量的主要变化情况。;主分量导出;用（）式带入（）有 = （）模型的极大值问题转化为 的极值问题。为了不同变量相互比较，对新变量中的线性组合系数 通常还需加上约束条件; 在上面条件下， 问题转变成求下面函数的极值问题 根据微积分学求极值有 ; 上面线性方程组等价于 其中 S 为x1和x2的协方差阵，I为单位阵，V为（v1,v2）的组合向量。 如果V有非零解，必须使 上式是矩阵S的特征多项式，因此问题就转化为求矩阵S的特征值及其对应特征向量的问题。; 因S的秩有两个，故它有两个非零特征值及其对应特征向量 ： 由此，可得到例中两个新变量 ： ;主分量性质;2.不同主分量之间是无关的、相互独立的 证明这一性质，只需证明两个主分量的协方差为零即可。 根据（）式，y1和y2的协方差可写为 由 ，得证;主分量的几何意义; 主分量也可以看成由原变量组成的坐标系旋转变换的结果，新变量y1,y2与原变量的变换关系式可写为 对例中坐标旋转角 。寻找主分量原则可以看成为寻找这样的坐标旋转角，使得样品点在新坐标系中对某一坐标轴上投影有极大方差。;第17页/共51页;多个变量的主分量;第19页/共51页;主分量导出; 在条件 下的极值问题，转化为 求 的极值问题，即有 整理得 。要使V有非零解，必须 由于S为mxm的协方差阵，设它的秩为m，则它有m个非零特征值 及其对应的m个特征向量 ;主分量的性质;第K个主分量解释方差： 前P个主分量累积解释方差： ;2.主分量之间是正交的，彼此无关。 ;三、EOF分析方法原理; 气象场的自然正交展开，是将X分解为时间函数Z和空间函数V两部分,即 或 含义：场中第i个格点上的第t次观测值，可以看作是m个空间函数 和时间函数 的线性组合 。;其中， 是第j个典型场，只是空间的函数。 ;第t个空间场可表示为 或者; 上式表明，第t个场可以表示为m个空间典型场，按照不同的权重线性叠加而成。V的每一列表示一个空间典型场，由于这个场由实际资料确定，故又叫经验正交函数。 上述分解要求满足下列两个条件：;;分解方法; V的列就是A的特征向量， 是A的特征值组成的对角矩阵。 即 Z就是时间系数矩阵， 第i个特征向量对应的时间系数序列的第t 个值。;主分量分析/经验正交函数;要素场的拟合;第i个特征向量对X场的贡献率 （解释方差） 前p个特征向量对X场的贡献率 （累积解释方差）;计算中的时空转换;转换关系：;1）根据分析目的，确定X的具体形态(距平或者标准化距平)； 2）由X求协方