广州近百年来气候变化的多时间尺度分析

用小波变换理论对广州历年（１９０８—１９９７年）逐月气温和降水资料进行了分析，其中存在的各种周期振荡及变化趋势可以用二维小波系数图清楚地显现出来，其未来的演变趋势也可以用该图进行定性的估计。利用小波分析技术得到广州气温存在９９年、４５年、２．２年左右的主要周期，广州降水存在２８年、７年、２年左右的主要周期，广州前汛期降水存在２５年、２年左右的主要周期，后汛期降水存在２３年、９年、２年左右的主要周期。利用小波逆变换可以反映气候变化在不同时间尺度上的演变特征，使我们能够揭示气候的变化趋势。     

和田河流域1954—2007年气温及降水气候特征分析

应用和田河流域和田市气象站1954-2007年逐月平均气温和降水量资料,采用趋势系数、Morlet小波分析法分析了54a来和田河流域气温、降水趋势变化及周期特征,结果表明：气温和降水变化呈暖湿化发展,气温线性变暖率为0.33℃／10a,降水线性递增率为2.1mm／10a,各年代变化趋势存有差异,但基本与西北地区气候变化趋势一致;小波系数的实部、模、位相信息准确揭示出了不同时间尺度下气温、降水的年际、年代际周期演变、强度变化以及突变特征。     

陕北地区近47年降水小波变换分析

利用陕北地区12个站1959--2005年逐月降水资料和小波变换方法,对陕北近47a降水的季节变化和年际变化时间序列进行小波分析,并对未来降水变化趋势估计。主要结论;（1）陕北地区各个季节和年降水都存在多时间尺度特征,21a左右时间尺度的周期振荡明显,且具有全域性;春、夏、秋和全年降水分别在1．5a、2a、21a和16a左右的时间尺度周期振荡也比较明显。（2）春季降水变化的显著时间尺度为1．5a和8a;夏季降水在2a的时间尺度上具有第一主周期;秋季和全年降水分别在21a和16a的时间尺度上具有第一主周期。（3）根据小波分析结果,估计夏季降水近期会逐渐增多,其它季节和年降水量的总体趋势偏少。     

北疆地区1955—2009年气温、降水变化特征的时间序列分析

依据北疆地区1955-2009年月平均气温、降水资料,运用线性倾向的最小二乘法分析北疆年、季平均气温及降水的演变趋势;为增强突变分析结果的可信度,运用Mann-Kendall检验、滑动T检验及累计距平法对北疆年平均气温、降水的进行突变检测;运用Morlet小波变换分析了年平均气温、降水的周期性特征。结果表明：近55a北疆地区年平均气温及降水量在波动中整体呈上升趋势,气候倾向率分别为0.332℃/10a及0.016(mm/d)/10a,且发生突变时间分别在1988-1990年之间及1986年较明显;四季平均气温及降水也呈增加趋势,其中冬季增温最大,夏季较其它各个季节增温不显著,秋季在四季中降水量增加显著;年平均气温变化在8a,12-13a以及21a时间尺度上的均存在周期振荡,其中8a振动周期表现稳定,为1955-2009年的主要周期;年平均降水量在5-7a,12-14a及32a时间尺度上振荡比较明显,其中5-7a及12-14a较32a振动周期表现较弱,32a为1955-2009年的主要周期,其周期表现稳定。     

贵州省近47a来降水的小波变换分析

利用贵州省17个站1959-2005年的逐月降水资料,对贵州近47a来降水的气候特征及春夏秋冬4个季节的降水变化特征进行了小波分析研究,并对未来降水变化趋势进行了估计.分析得出,贵州省各个季节和年降水都存在多时间尺度特征,21a左右时间尺度的周期振荡明显,且具有全域性.春季降水变化的显著时间尺度是8a和21a;夏季降水在4a的时间尺度上具有第1主周期;秋季、冬季和全年降水分别在21a、2a和5a的时间尺度上具有第1主周期.预计除了夏季降水在近期会逐渐增多,其它季节和年降水量的总体趋势将减小.     

我国华东地区气候变化与副高指数的小波分析

根据1951～2007年华东地区逐月平均气温和降水资料,在利用连续小波变换对华东地区的降水、气温与副高指数的时频变化特征进行分析的基础上,采用交叉小波变换方法分析了华东地区近57年的气候变化与副高之间的相关关系.结果表明,华东地区气候要素与副高指数距平序列都存在着不同时间尺度的周期分量,并且各周期分量的强度是不同的.其中以2～8年尺度的年际振荡较为明显,10年以上的年代际变化以1980年为突变点.     

青藏铁路沿线永冻土区近千年的气候演变特征

利用树木年轮重建了青藏铁路沿线多年冻土区的年平均气温(763—1998年)、年降水序列(1518—1983年)。利用小波分析,发现10年时间尺度上气温可分为14个暖期和13个冷期,在30年时间尺度上中世纪暖期和小冰期表现明显;降水从30年左右时间尺度上看,大致上只有1591—1640年、1671—1730年和1770—1950年降水偏多,其余时间降水都偏少。现今依然处在暖干期。功率谱分析发现,气温主要周期为2．0,2．5,3．6,7．2,22．8和117．7年,降水主要周期为2．1,3．1,4．5,7．7,11．3,20．8,28和62年。     

黔西南近30a降水时空变化特征分析

利用贵州省黔西南州8个台站1982—2011年的逐月降水资料,采用Morlet小波分析、一元回归分析、Mann-Kendll法对黔西南州30 a降水序列变化进行分析,对小波的功率谱变化进行了检验,空间场及时间场上给出了黔西南州30 a的降水气候态年及四季分布。结果表明:黔西南州年降水存在多时间尺度特征,30 a时间尺度周期振荡明显,时间上表现为线性减少,空间分布表现为州西部及北部多,东部少;降水的年内分配极不均匀,每年6月前降水量呈逐月增大趋势,且增幅逐月增大,至6月达到年内最大值,之后月降水量呈下降变化,且变幅逐月减小;季节变化特征明显,夏季降水最多,占全年降水量的55%,冬季最少为5%;近30 a黔西南州降水量一直呈减少趋势,比较明显的突变点是1989年;Morlet小波分析结果表明黔西南州季节降水具有较明显的周期变化规律,30 a降水量在年际尺度上存在6 a、2 a的周期振荡。     

景德镇市近50a降水的小波变化特征分析(摘要)

利用了Morlet连续小波变换分析了景德镇市1953～2002年共50a年降水的多时间尺度变化特征,并利用Yamamoto检验法对突变点进行了真假性检验.结果显示,景德镇市年降水变化包含了多个不同时间尺度的周期变化和演变特征.年降水包含了17a、5a、7a、9a和4a的周期振荡;涝年或旱年主要取决于年际尺度(7a及7a以下)的周期变化;目前及今后2～3a景德镇市的年降水呈偏少的趋势;小波变换系数的零点不一定就是突变点,景德镇市年降水小波变化17a时间尺度的突变点发生在1958年和1992年.     

当阳市水稻产量与气候变化的相关分析

根据1959-1998年当阳市的日平均气温、日降水量以及同期水稻产量资料,采用morlet复值小波变换与小波功率谱方法,分析了近40 a来当阳市水稻气候产量、降水量以及气温的多时间尺度的时频特征,并采用交叉小波方法探讨了气候产量与降水量、气温的相关。研究结果表明:水稻气候产量与降水量均具有5 a以及2-4 a的显著周期变化,与气温均存在2-4 a的显著周期变化,而且气候产量与降水量、气温在时域分布上也存在着某些相似性特征;气候产量与降水量、气温存在着密切的相关,相关关系随振荡周期尺度的不同而不同,且气候产量与降水量在5 a和9 a时间尺度上的相关程度最大,与气温在11 a时间尺度的相关程度最大;气候产量与降水量在2~4 a、6~10 a、11 a以及16~20 a时间尺度上呈负相关而在准5 a时间尺度上呈正相关,与气温在2~4 a、6~8 a、10~12 a以及16~20 a时间尺度上呈正相关而在准5 a以及9 a时间尺度上呈负相关。     

墨西哥帽小波变换的影响域和计算方案新探讨

该文分析了Torrence等人研究的墨西哥帽 (Mexican Hat) 小波变换的影响域和高频失真问题并探讨了解决方案。平移点b处、小波尺度为a的墨西哥帽小波函数的有效定义域为[ b-2.12a, b+2.12a], 以墨西哥帽为母函数的小波变换的真正影响域是2.12a, 小波尺度a的最大值应为N/4.24(N为时间序列长度)。提出了充分利用小波函数速降性质和立方样条插值小波系数的新计算方案, 消除了该计算方案产生虚假的显著高频周期振荡问题。利用正弦函数型时间序列小波变换的解析式检验了文中提出的新计算方案的合理性。利用新计算方案对冬季Ni?o3.4指数进行分析, 冬季Ni?o3.4指数的平均整体小波功率谱表明, 存在约12年的年代际变化和准4年的年际变化, 不存在显著的准两年周期振荡。     

Bivariate Wavelet Analysis of Asia Monsoon and ENSO

This paper employs some recently developed bivariate wavelet analysis techniques to study the correlation between Asia monsoon and E1 Nino southern oscillation (ENSO).Various energy spectral densities are defined for waveiel transforms,analogous to those used in conventional Fourier analysis.Some comparisons are made by applying both wavelet and Fourier spectral methods (o the data.The wavelet analysis shows evidence of some relationship between Asia monsoon and ENSO,which the Fourier analysis resolves poorly.Correlation on several time scales,ranging from 2-4 years,11 years,and 22 years,become apparent with the wavelet cross-spectrum.Finally,the warelet cross-transform provides time localization of the distinctive features within the data record.     

最优小波尺度空间的图像边缘检测方法

根据图像和检测算子的特性,以相关性为准则,使用遗传算法对图像小波变换的尺度进行选择,从而构成一种自适应的高斯小波尺度空间.融合该空间下不同尺度检测的图像边缘,使得整幅图像的边缘细节丰富清晰,具有更好的抗噪性能.对测试图像使用Canny算法、单尺度、二进尺度和自适应尺度小波进行边缘检测,验证了该算法在去除噪声和准确定位方面的有效性.     

On wavelet analysis of nonstationary turbulence

Wavelets are new tools for turbulence analysis that are yielding important insights into boundary-layer processes. Wavelet analysis, however, has some as yet undiscussed limitations: failure to recognize these can lead to misinterpretation of wavelet analysis results. Here we discuss some limitations of wavelet analysis when applied to nonstationary turbulence. Our main point is that the analysis wavelet must be carefully matched to the phenomenon of interest, because wavelet coefficients obscure significant information in the signal being analyzed. For example, a wavelet that is a second-difference operator can provide no information on the linear trend in a turbulence signal. Wavelet analysis also yields no meaningful information about nonlinear behavior in a signal — contrary to claims in the literature — because, at any instant, a wavelet is a single-scale operator, while nonlinearity involves instantaneous interactions among many scales.     

近百余年北京气候变化的小波特征

文中对1870～1994年北京年、季平均气温,以及1841～1994年北京年、季降水序列进行了分析和小波变换计算,对所得结果进行了宏观分析。结果表明,温度增暖期和低温期与小波波幅中心间的周期增长、波幅加强相关联。降水距平绝对值越大,相应的小波周期越长和波幅越强。即小波分析在气候变化研究中显现了年与年之间、波长与波长之间的波幅变化形态与特征,从而为了解气温和降水随着年代的变化展示了一个视窗。     

The local effect of intermittency on the inertial subrange energy spectrum of the atmospheric surface layer

Orthonormal wavelet expansions are applied to atmospheric surface layer velocity measurements. The effect of intermittent events on the energy spectrum of the inertial subrange is investigated through analysis of wavelet coefficients. The local nature of the orthonormal wavelet transform in physical space makes it possible to identify a relationship between the inertial subrange slope of the local wavelet spectrum and a simple indicator (i.e. the local variance of the signal) of local intermittency buildup. The slope of the local wavelet energy spectrum in the inertial subrange is shown to be sensitive to the presence of intermittent events. During well developed intermittent events (coherent structures), the slope of the energy spectrum is somewhat steeper than -5/3, while in less active regions the slope is found to be flatter than -5/3. When the slopes of local wavelet spectra are ensemble averaged, a slope of -5/3 is recovered for the inertial subrange.     

1994年6月广东省特大洪涝期间气象要素的小波分析

通过对１９９４年６月广东洪涝期间省内南雄与电白两部逐时地面降水、气压和温度和小波分析,清楚地将影响两站的不同尺度的扰动显示出来,利用小波方差图可帮助确定该段时间的主要天气系统,利用小波逆变换可对原序称进行多种形式的重构。     

Wavelet methods: application to the study of the stable atmospheric boundary layer under non-stationary conditions

In this work, some wavelet methods are introduced to study the atmospheric boundary layer under stable conditions, where intermittent events and non-stationary turbulence take place. Such behavior makes classical methods, based on Fourier transform, difficult to use or even of no application.The wavelet transform is used to detect and characterize some structures in the stable atmospheric boundary layer. First, a wave-like event with a 16 min period is detected and analyzed in a wind record. The sum of some Morlet wavelets is proposed as a model for the oscillations. Afterwards, the wavelet transform is introduced to the study of non-stationary small scale turbulence. It provides the time evolution of the energy and a good location in time of the spots of turbulence. Finally, some wavelet tools are used to characterize a traveling structure, provided that it is simultaneously detected at different locations. The phase differences in the wavelet transform give the wavelength and the phase speed of the oscillations, whereas a double transform method is introduced to estimate the group velocity of the structure.     

Advanced Combination Of Spectral And Wavelet Analysis (`Spavelet' Analysis)

An advanced statistical approach named ``spavelet analysis' is described. The proposed technique combines conventional spectral and wavelet analyses to yield information about duration and periodicity of a phenomenon. The procedure consists in estimation of spectra of the wavelet coefficients at different wavelet scales. Graphic presentation of the calculated spectra in the form of a contour plot versus period and wavelet temporal scale clearly shows the predominant repetition period and durationof the analysed phenomenon. The efficiency of this technique is demonstrated using as examples both model and real atmospheric processes. This approach can have wide practical applications, being a useful tool to analyse not only atmospheric phenomena, but any kinds of random events having some certain duration and periodicity.     

多步预测的小波神经网络预报模型

采用小波分析与人工神经网络相结合的方法，进行了一种新的非线性长期预报模 型研究。结果表明，所构造的小波神经网络多步预测模型对历史样本具有很好的拟合效果， 独立样本的预报效果也令人满意。并且，该预报模型具有误差收敛快，预报时效长以及建 模所需阶数低等显著优点，具有很好的研究前景。