第五章 现代气候统计诊断与预测技术

气候突变检验

气候变量的两种方式 :连续性变量和不连续性变量。不连续性变量为突变,突变的精髓是奇点理论(在于考察其种系统或过程从一种稳态到另一种稳态的飞跃)。

检测气候突变的常用方法:以下   种,对于其应用最好进行多中方法比较,指定严格的显著水平进行检验。

一、滑动t-检验:

定义:考察两组样本平均值的而差异是否显著来检验突变。

基本思想:把一气候序列中量短子序列均值有无显著差异看成来自两个总体均值有无显著差异的问题来检验。如果超过则认定发生质变,有突变发生。

缺点:子序列时段的选择带有人为性。为避免选择序列长度造成的突变漂移,可以反复进行试验比较。

计算步骤:确定基准点前后两个子序列的额长度;用滑动平均连续设置基准点;给定显著水平a查t分布表得到临界值ta。

计算结果分析:根据t统计量曲线上的点是否超过ta值来判断序列是否出现过突变。

二、Cramer's法

原理与t-检验相似,但是它是用来比较一个子序列与总序列的平均值的显著差异来检测突变。

三、Yamamoto法

是从气候信息和气候噪声两部分(信噪比=信号/噪声)来讨论突变问题的。

也是用检验两子序列均值的差异是否显著来判别突变的,形式上要比t检验简单,但是也存在于t检验相似的缺点,比如认为设置的基准点,会出现突变点的漂移,需要反复变动序列长度进行比较。

计算步骤:确定基准点前后两端子序列的长度;设置基准点,滑动方式依次计算信噪比;若SNR>1.0认为在i时刻有突变发生、若SNR>2.0认为在i时刻有强突变发生。

计算结果:根据信噪比曲线上的点是否超过1.0或是2.0直线判断序列是否发生过突变,并且点突变的时间,特别适用于长期演变趋势。

四、Mann-Kendall法(一种非参数统计检验方法或成为无分布检验,优点是不需要样本遵循一定量的分布,也不受异常值得干扰,适合于类型变量和顺序你变量)

优点:计算简单,可以明确突变开始的时间,并指出突变的区域,是一种常见的突变检测方法。

计算步骤:计算顺序时间序列的秩序列;计算逆序时间序列的秩序列;给出显著水平。

计算结果分析:分析绘制UFk和UFk曲线图。若UFk或UFk的值大于0,表示序列成上升趋势,小于0表示呈现下降趋势。当它们超过临界直线时,表明上升或下降显著,而超过临界线的范围确定为出现突变的时间区域。如果UFk和UBk两条曲线出现焦点,且交点在临界线之间,那么焦点对应的时刻便是突变开始的时间。

五、Pettitt法

是一种类似Mann-Kendall法相似的非参数检验的方法。直接利用秩序列来检测突变点的。

六、Lepage法

是一种无分布双样本的而非参数检验的方法,用来检验序列的突变。

原理:视序列中的两个子序列为另个独立总体,经过统计检验,如果两子序列有显著差异,则认为在划分子序列的基准线点时刻出现了突变。

计算步骤:确定基准点前后两个子序列的样本长度;采用连续设置基准点的办法以华东的方式进行计算;给定显著水平进行查询卡方分布图。

计算结果分析:在绘制WA曲线图上的点是否超过临界值来判断序列是否出现突变,并确定突变时间。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 219,039评论 6 508
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,426评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 165,417评论 0 356
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,868评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,892评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,692评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,416评论 3 419
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,326评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,782评论 1 316
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,957评论 3 337
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,102评论 1 350
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,790评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,442评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,996评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,113评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,332评论 3 373
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,044评论 2 355

推荐阅读更多精彩内容