气候变化趋势分析课件.pptVIP

l随时间变化的一列气候数据构成了一个气候时间序列。l气候时间序列一般具有以下特征：n数据的取值随时间变化；n每一时刻取值的随机性；n前后时刻数据之间存在相关性和持续性；n序列整体上有上升或下降趋势，并呈现周期振荡；n在某一时刻的数据取值出现转折或突变。l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。l本章介绍气候趋势的诊断方法l下一章介绍突变的检测方法l第六章介绍时间序列周期的提取

l对任一气候时间序列x都可以看成是由以下几个分量ttttttnH为气候趋势分量，指几十年的时间尺度显示出的气候变量t上升下降趋势，是一种相对序列长度的气候波动；nP为气候序列存在的一种固有的周期性变化，例如年、月变nC为循环变化分量，代表气候序列周期长度不严格的隐含周t期性波动；nS是平稳时间序列分量；tna是随机扰动项。tlS具有两个特点：tn绕同一水平均匀摆动，即数学期望、方差不随时间变化；n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性向估（性l用x表示样本量为n的某一气候变量，用t表示所ii对应的时刻，建立x与t之间的一元线性回归：iil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。

lt与x之间的相关系数r为：il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。

lb的符号表示气候变量的倾向趋势。b0表明随时间增加x呈上升趋势，b0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。lr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。lP39，例4.1lP40，例4.2

l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：lk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。

l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。l分析时主要从滑动平均序列曲线图来诊断其变化趋势。l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。

l对序列x，其某一时刻t的累积距平表示为：l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。

l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。（？）lP44，例4.4

§4.4五、七、九点二次平滑l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：l根据最小二乘法确定系数a，a，a，可以分别得0到五点二次、七点二次和九点二次平滑公式：12

§4.5化著性l非参数统计检验方法：l对气候序列x，在i时刻，i=1，2，…，n-1，有il算l于增直，r序列n-1，n-2，…，1，Z=1，减直Z=-1，Z在-1至1之化。l定著性水平?，判据l若|Z|Z，?l化著。P60，例4.7

第四章完