气温统计分析方法剖析.ppt

气候诊断及预测实****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r>0时,b>0,说明x随时间t呈上升趋势;当r<0时,b<0,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|>ra,表明x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。