《现代气候统计诊断与预测技术》课件：第四章 气候变化趋势分析

1、第四章第四章 气候变化趋势分析气候变化趋势分析l随时间变化的一列气候数据构成了一个气候时随时间变化的一列气候数据构成了一个气候时间序列。间序列。l气候时间序列一般具有以下特征：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；数据的取值随时间变化；n每一时刻取值的随机性；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；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；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。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前两种特征是一般规律，

2、后几种则在不同的序列有不同的表现。列有不同的表现。l本章介绍气候趋势的诊断方法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第六章介绍时间序列周期的提取l对任一气候时间序列对任一气候时间序列xi都可以看成是由以下几个分都可以看成是由以下几个分量构成：量构成：lxt=Ht+Pt+Ct+St+atnH Ht t为气候趋势分量，指几十年的时间尺度显示出的气候为气候趋势分量，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；变量上升下降趋势，是一种相对序列长度的气候波动；nPt为气候序列存在的一种固有的周期性变化，

3、例如年、为气候序列存在的一种固有的周期性变化，例如年、月变化；月变化；nC Ct t为循环变化分量，代表气候序列周期长度不严格的隐为循环变化分量，代表气候序列周期长度不严格的隐含周期性波动；含周期性波动；nSt是平稳时间序列分量；是平稳时间序列分量；nat是随机扰动项。是随机扰动项。lSt具有两个特点：具有两个特点：n绕同一水平均匀摆动，即数学期望、方差不随时间变化；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，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。与时间起点无关。4.1 线性倾向估计（线性趋势）线性倾向估计（线性

4、趋势）l方法：一元线性回归方法：一元线性回归l用用xi表示样本量为表示样本量为n的某一气候变量，用的某一气候变量，用ti表示所表示所对应的时刻，建立对应的时刻，建立xi与与ti之间的一元线性回归：之间的一元线性回归：l式中式中a为回归常数，为回归常数，b为回归系数。为回归系数。a和和b可以用最可以用最小二乘法进行估计。小二乘法进行估计。iibtaxt bxatnttxntxbniiniiniiniiniii211211111niiniitntxnx1111lti与与xi之间的相关系数之间的相关系数r为：为：l对于线性回归计算结果，主要分析回归系数对于线性回归计算结果，主要分析回归系数b和相和相关系数关系数r。bxnxtntrniiniiniinii2112211211lb的符号表示气候变量的倾向趋势。的符号表示气候变量的倾向趋势。b0表明随时间表明随时间增加增加x呈上升趋势呈上升趋势，bZ ，l则认为变化趋势显著。则认为变化趋势显著。