单因素方差分析法挑选显著周期的一种简易方法及应用

针对单因素方差分析在应用过程中存在选择显著周期不够准确的实际情况,提出了单因素方差分析寻找显著周期的具体改进步骤和应用思路,并通过举例对简易法进行验证.验证结果表明:改进后的方法具有分析显著周期准确,周期叠加值与原序列相关系数大,拟合度高等特点.     

厄尔尼诺与石家庄市降水

对石家庄市４３年年降水量和１２次厄尔尼诺年进行功率谱分析,分析二者的周期和相关性,找出厄尔尼诺和石家庄市年降水量的相关关系,并对１９９８、１９９９年降不进行了验证,结果与实际较为一致。     

道真县干旱强度指数方差分析周期动态计算程序设计及预报

针对方差分析周期叠加外推法在长期天气预报中应用较多,而周期寻找和周期元值提纯相当繁琐的问题,设计了一个小程序,对道真干旱强度指数进行周期分析,在道真夏旱预报中应用效果较好.此方法从传统的手工计算转向计算机运算,不但提高了计算速度,而且保证了计算结果的准确率.计算程序不受样本长度限制,随时可以增加样本长度,补充最新资料进行周期元值提纯,提高拟合度.     

区域气候自忆模式中记忆系数的某些特征及汛期降水预报分析

根据制作中国汛期降水业务预报的需要, 调整了区域气候自忆预测模式的边界条件及计算格式并进行了数值试验; 讨论了模式中记忆系数的线性趋势及周期变化等特征; 对1988~1997年中国汛期降水分布预报试验和1998年实际预报结果进行了分析, 结果表明, 自忆模式对汛期降水年际预报具有一定的能力.     

大尺度海气异常关系的主振荡型分析

简要介绍了主振荡型(POP)分析的原理及方法.用它分析了热带太平洋海表温度异常,得到的主振荡型 P_1、P_2及其周期 T,描述了 El Nino 与 La Nina 事件交替出现的时空特征.分析了热带太平洋区域月平均海温与风场的伴随相关型(ACP),得到了与 El Nino 事件相关的、物理意义清楚的环流异常图像.而对东亚夏季降水、气温的 ACP 分析给出了 El Nino 事件与我国夏季长期天气异常联系的接近实际的结果.     

非线性共振与中期天气过程

最近,许多作者根据实际资料发现了大气中的准二周与准三周的周期变化,也发现了较短的如3—4天的周期。引起这些周期变化的原因,不外于外部源的周期变化和内部源即不同尺度的波动相互作用的周期变化。对于中期天气过程来说,内部的源可能是主要的。本文利用作者之一所得到的波动共振的结果,用与实际情况较为接近的数据计算了能量变化的周期。虽然,它随着初值不同或K_i的不同而变化,但基本上有二种明显不同的周期。一种是大于半个月的较长的周期,一种是大于3天的较短的周期。这些结果与实际资料是较接近的,这也说明了中期过程与波动的共振是具有密切关系的。     

西藏羊八井地区近地晴天大气电场周期变化

基于西藏ARGO-YBJ实验,分析了2005年12月-2007年9月期间西藏羊八井地区近地晴天大气电场强度的周期变化,并重点讨论了其太阳日周期的相位变化.结果表明,晴天状态下大气电场强度存在明显的半日周期和太阳日周期变化.太阳日周期的相位变化呈现大陆复杂型(双峰、双谷),日变化曲线随季节变化,在冬季,电场强度水平较高,最大日变化幅度约30%;春、夏季电场强度水平较低,最大日变化幅度约15%.该初步研究结果对了解西藏地区晴天大气电特征具有十分重要的意义.     

用动态时间序列周期分析预测模型作郑州汛期降水预报

动态时间序列周期分析预测模型是将多层递阶方法与逐步回归周期分析的基本原理相结合,可以有效地选取时间序列的各个隐含周期.利用所选取的隐含周期,可作更长时间的预测.本文以郑州汛期降水为样本,对该预测模型进行了应用及讨论.     

浚县春季旱涝分析及预测

利用浚县1965～1998年春季降水资料,分析了浚县春季旱涝特征,并利用春季降水周期方差分析结果,对春季旱涝进行预测.     

从气候振动的某些准周期看天体引潮力对天气气候的影响

本文指出,实际資料分析所揭示的气候振动准37年和准2年等周期可以从月亮相对于地球、太阳运行的准周期规律性来解释。作为这种观点的应用,文中选择了某些参数来表示月亮运行轨道的特点,并由此给出了长江中下游汛期降水量和赤道附近高空23公里附近东西风方向转换日期的超长期预报方法.結果与实际基本符合。     

年际变量自相关法在塔城市春季降水预报中的应用

本文通过年际变量自相关法在塔城春季降水预报中的实际应用,并与周期分析和自回归模型进行的对比分析,表明年际变量自相关法的预报效果明显地优于周期分析和自回归.其趋势预报准确率达81%,分级预报得分为78.8分.特别是对于非正常年份具有较好的预报能力.本文最后附有年际变量自相关法的BA-SIC语言的源程序.     

莱芜月降水量和平均气温的谱分析

对一个时间序列,从时间域上研究序列中的周期振动的方法是谐波分析。但是长度为N的序列的谐波分析只能得到谐波长度为N/k(k=1,2,……,N)的各个谐波分量。而实际序列存在的主要波动周期并不一定包括在上述的周期之内。也就是说,容易漏掉主要周期,而只是采用了一些次要的周期。这也是谐波分析的局限性。而谱分析则从整个序列的频率域上考察其周期振动,分析各频率的贡献如何,借以确定哪些是主要振动频率。从而分析整个序列的周期振动。     

菏泽市月降水量变化周期分析及应用

对历年逐月降水量距平百分率序列采用固定样本和变动样本两种方式进行多次周期提取试验,初步揭示了本地月降水量周期存在状况及发生规律.用多个周期与月降水量序列进行相关分析,引入优势周期建立月降水量预报方程,试报效果较好.     

由NOAA-9AVHRR资料确定美国大平原的反照率

利用1986年和1987年无雪月份期间美国大平原的NOAA-9 AVHRR(改进的甚高分辨率辐射仪)观测资料推算出地面反照率的季节变化.使用一种简单的与模式无关的方法绘制月反照率分布图,其方法包括按卫星九天周期重新排列无云资料、周期中逐日平均资料的空间内插和对周期求平均获得月平均估计值.应用窄带转换到宽带和对每月晴空反照率的简单大气订正获得地面反照率,分析了四个目标区(两个森林目标区和两个农作物目标区)的物候变化. 在某些地区,生长季节里农作物生长能使反照率成倍地增大.这种变化在辐射收支计算中是重要的.从整体来看,这些结果与其它文献中对各种地表类型的反照率的研究所得的结果相当一致.     

太阳活动变化的小波分析

结合太阳活动变化分析,介绍了Morlet小波变换方法在气象时间序列周期分析和突变分析中的应用,对太阳黑子活动得出了一些有意义的结果。分析发现,太阳活动存在14.5 a和106 a的变化周期,其中14.5 a周期最为显著。太阳活动强弱变化存在一定的阶段性,在近258 a发生过6次突变。     

黄土高原260万年以来东亚夏季风演变信号研究

在研究黄土高原东亚季风地质时期周期演变中,引入了用于定量检测周期的奇异谱分析方法,结合小波分析,对典型的黄土高原陕西省洛川黄土剖面、甘肃省灵台黄土剖面的磁化率中2.6 MaB.P.以来东亚季风的强信号进行了研究。结果表明:2.6-1.0 MaB.P.之间地质时期,除在1.87-1.37 MaB.P.之间可能存在一个周期演变不明显的缺失时段外,东亚季风演变的主导周期是40 ka,0.9-0.6 MaB.P.是40 ka周期和100 ka周期的调整过渡期。0.6 MaB.P.以来的主导周期是100ka。研究还发现,1.2 MaB.P.前后没有明显的周期差异,说明1.2 MaB.P.不是一次真正意义上的周期转型事件,而是周期演变过程中的触发事件,这一触发事件对0.9 MaB.P.以后出现的周期转型事件影响深刻。40 ka周期从1.2 MaB.P.开始衰减,至0.9MaB.P.时100 ka周期逐渐建立。0.6 MaB.P.开始东亚季风出现冷暖大幅振荡的100 ka演变周期,因而0.6MaB.P.具有气候振荡加剧的突变性质。     

阿尔泰山南坡树木年表的气候信息量

本文介绍阿尔泰山南坡10个年表的采点状况和统计特征;阐述了阿尔泰山东西部年表的气候信息量的差异,是由于生长环境、限制因子、自相关程度等方面的影响,并给于合理地解释.采用相关分析和谱分析等方法,揭示了年表的时域及频域结构特征;探讨了年表周期与太阳活动的关系,得出两者周期基本相似的结论.同时,对年表序列的正态分布给予检验,其结果对今后合理地使用年表具有一定的实际意义.     

用墨西哥帽小波函数研究雅安降水变化

利用1951～2006年月平均降水和年平均降水资料,采用墨西哥帽小波函数,对雅安56年来降水的季节变化和年际变化时间序列进行了小波分析,揭示了雅安降水变化的多时间尺度的复杂结构,分析了不同时间尺度下降水序列变化的周期和突变点,并根据主周期对未来降水变化进行了预测.结果表明,各季节和年降水均存在8～12年左右时间尺度的周期特征;其次,4～6年左右时间尺度的周期特征也较明显.夏季和年降水变化趋势一致,均有1年和12年尺度的主周期,夏季降水完全控制年降水. 经降水变化趋势分析,预测2006年前后雅安降水将偏少,大约在2008～2010年雅安降水将偏多.     

长江中下游地区柑桔冻害周期研究

本文选择≤-90℃的负积温和极端最低温度≤-8℃,作为长江中下游地区柑桔越冬期间冻害指标,利用功率谱、方差分析、谐波分析三种方法,对长江中下游地区柑桔冻害周期进行研究。结果表明,功率谱计算结果与生产实际相吻合,方差分析可反映冻害周期趋势,谐波分析不宜单独进行柑桔冻害研究。长江中下游地区柑桔冻害存在准10年周期。     

EOF/PCA诊断气象变量场问题的新探讨

进一步论证了经验正交函数/主分量分析(EOF/PCA)在气象变量场诊断中的物理内涵,证明基于EOF/PCA的R型和Q型展开,可描述为气象变量场主要振荡型分解和主要空间分布型分解两种方案.前者表明,气象变量场的准周期振荡可分解为各主分量的周期振荡,它们各自等价于不同网格点(或站点)以其载荷为权重的迭加周期振荡,因此,气象变量场准周期振荡可视为来自不同周期源(网格点或站点)的准周期振荡逐层叠加的结果;后者表明,气象变量场的水平空间分布可视为各种主要空间分布型的叠加,而Q型展开才是对各种主要空间分布型的正交分解.由此深化了EOF/PCA气象变量场诊断的物理内涵.