气温统计分析方法剖析课件.pptVIP

气候诊断及预测实习目的：从气候的时间序列中分离出气候变化趋势，并应用滑动t-检验及Mann-Kendall方法进行气候突变检测。要求：使用Fortran程序进行资料处理，对运算结果利用Grads或Excel等技术进行绘图，解释图中的等值线的气侯学意义。

气候诊断与预测技术内容：利用全国160站月气温和降水资料，应用线性倾向估计、滑动平均、二次平滑等技术，分离出气温场及降水场中的气候变化趋势；应用滑动t-检验或Mann-Kendall方法判断气候序列中是否存在气候突变，如果存在，确定出突变发生的时间。

气候诊断与预测技术内容：（1）线性倾向估计（2）滑动平均（3）五点二次平滑（4）滑动t-检验（5）Mann-Kendall突变检测

线性倾向估计方法概述：对观测序列x,建立与之间的一元线性回归方程:式中a为回归常数b回归系数

根据最小二乘法，有：

利用回归系数b,求出时间与变量之间的相关系数:

计算步骤：(1)对变量构造其对应的时间的序列。可以是年份;也可以是序号。(2)求回归系数b,回归常数α及相关系数ｒ(3)将a和b代入方程,求出回归计算值。

计算结果分析: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。

相关系数r：(表示变量x与时间t之间线性相关的密切程度)当r=0时,b=0,说明x的变化与时间t无关；当r0时,b0,说明x随时间t呈上升趋势；当r0时,b0,说明x随时间t呈下降趋势。|r|越接近于0,x与t之间的线性相关就越小。|r|越大,r与t之间的线性相关就越大。

序列变化趋势的程度是否显著,需要对相关系数进行显著性检验。确定显著性水平α,若|r|r,表明xa随时间t的变化趋势是显著的,否则表明变化趋势是不显著的。

实例:用线性倾向估计分析华北地区（24站）1951~1995年夏季(6-8月)干旱指数的变化趋势。

分析代表华北整个区域干旱状况的干旱指数的变化趋势。n=45,＊计算求出a=40.7602,b=-0.0182,r=-0.3395,＊将a和b代入方程,求出=40.7602-0.0182＊绘制出线性趋势图。

结论：该地区夏季干旱指数呈下降趋势,相关系数|r|=0.2875,表明这种下降趋势在α=0.05显著性水平上是显著的。由图可见,回归直线向下倾斜比较明显。

滑动平均方法概述：滑动平均是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式中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;可以证明,经过滑动平均后,序列中短于滑动长度的周期大大削弱,显现出变化趋势。

计算步骤：根据具体问题的要求及样本量大小确定滑动长度k,用方程直接计算序列（观测数据）的滑动平均值。n个数据可以得到n–k+1个平滑值。

计算结果分析:分析时主要从滑动平均序列曲线图来诊断其变化趋势。看其演变趋势有几次明显的波动,是呈上升趋势还是呈下降趋势。

实例:计算北京l951-1996年夏季降水量的11年滑动平均。样本量n=46,滑动平均后得到46–11+1=36个平滑值。北京l951-1996年夏季(6-8月)降水量年份原始数据19511970197119901991—19962494044908486218593824521170410411285660520185448484204675456383228528372357578529511554243293466319382620509469545268384559364404697385612

图中虚线为滑动平均曲线。可以看出：20世纪50年代中期至60年代未,北京夏季降水量呈逐渐下降趋势。20世纪70年代初降至低点后变化平缓,处于少雨阶段,并持续至今,虽有小的波动,但没有出现明显的上升或下降趋势。

五点二次平滑方法概述：对时间序列x作五点二次平滑，其作用与滑动平均一样，亦是起到低通滤波器的作用，以展示其变化趋势，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：根据最小二乘法原理确定系数a，a，a，可以012分别得到五点二次平滑公式：

五点二次平滑计算步骤：（1）确定平滑的点数k，然后按方程对数据进行平滑计算，得到n–k+1个平滑值。（2）处理端点的平滑值，分别由相邻的二点平滑值求平均得到。由此得到n个平滑值。在编制程序计算时，设计计算五点二次平滑的子程序，每个子程序含有计算n–k+1个平滑值及端点平滑值过程。在主程