Mann-Kendall 方法(以下称为 M-K 方法) 可以用于突变检验和趋势检验。检验的主要过程:对于平稳随机序列 Xi(1 ≤i≤N),定义si式中,xk和xi为样本数据值,n为数据集合长度。当 n≥8 时,统计数S近似呈正态分布,且其方差V(S)可由下式计算得到。...[继续阅读]

    这种方法通过气候信息与气候噪声之比来检验不同时段平均值的显著差异。定义:S/N=∣E[X1]-E[X2]∣/(S1+S2),E[X1]、E[X2]、S1、S2分别代表两个不同时段的平均值和方差。做比较的时段 n1和 n2可根据需要设定,它们的取值影响 S/N 之比的显著...[继续阅读]

    小波分析不仅可以给出气候序列变化的尺度,还可显示出变化的时间位置,这对气候预测非常有用。小波变换就是将一个一维信号在时间和频率两个方向展开,可对时频结构做细致的分析,提取突变信号,找出显著周期,诊断某一阶段哪一...[继续阅读]

    EOF 即经验正交函数分解,又称主分量分析,是用于分析气候变量场特征的主要工具。对于矩阵 F(m 行、n 列),场中任一点(i,j) 可分解为时间系数 T 和空间系数 X 两部分,对时间系数 T 和空间系数 X 进行分析,从而得到分析对象的时间和空间...[继续阅读]

    合成分析方法是指以不同的气候态 A、B 为标准,将变量场 X 分成 x1和 x2,并对 x1和 x2分别进行合成,分析在 A、B 两种气候态下,变量 X 有无明显差异,或者说 A、B 两种气候态是否对变量 X 有显著影响。也可以把 A、B 气候态当作异常事件...[继续阅读]

    对于两个时间序列 x(t) 和 y(t),若时间序列长度为 N,它们之间的相关系数可以通过下式计算:式中,相关系数的显著性检验,采用检验。自由度为-2,选定信度水平α,查表得 α。这时:若Rxy≥Rc,则认为相关通过信度为α 的统计检验。...[继续阅读]

    对于两个时间序列x(t)和y(t),若时间序列长度分别为n1和n2,平均值分别为,方差分别为,则统计量:遵从自由度 v=n1+n2-2 的 t 分布,选定信度水平α,查表得 tα,若 t ≥ tα,则认为两序列差值通过显著水平为α 的检验,即差异显著;否则为没有显著...[继续阅读]

    在气候学研究中,变率常被用来泛指气候的变化性,描述变量围绕平均值变化幅度的大小。根据 Ratcliffe,研究气候变率有两条途径:一是研究基于长期年际平均值的异常距平发生的频率;二是研究标准差。如果在研究时段内,气候要素的分...[继续阅读]

    在进行气候带年代际波动分析时,采用了气候干湿指数,计算方法如下。潜在蒸散量采用改进的Penman 计算公式计算:式中,该式为McCulloch在Penman公式原型的基础上,根据Ripley认为Δ与γ随海拔高度、Ra随纬度不同有明显变化的研究结论而改...[继续阅读]

    以6站1905—2001年的年平均气温的平均值代表本区的气温气候变化序列,类似的,以春季(3—5月)、夏季(6—8月)、秋季(9—11月)、冬季(12月至翌年2月)的6站平均值建立该区域的各季气候变化序列(图3.1.1)。从年平均序列来看,东北地区百年升...[继续阅读]