气候诊断及预测实****br/>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-Kenda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Exce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- Kendal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- Kendal突变检测
线性倾向估计
方法概述:
对观测序列x,建立x与t,之间的一元线
性回归方程:
元=a+bt1i=1,2,…,n
式中
a为回归常数b回归系数
根据最小二乘法,有:
x;tz
b
a=x-bt
利用回归系数b,求出时间t与变量x
之间的相关系数:
b
计算步骤:
(1)对变量x构造其对应t的时间的序
列。t1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
算值元
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a,若|r|r,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。
气温统计分析方法 来自淘豆网www.taodocs.com转载请标明出处.