一维气候时间序列的李亚普诺夫指数所显示的动态系统的演化特征

本文利用广州1873—1980年共108年的月平均气温时间序列资料,在拓展了的三维相空间中,用Wolf的方法,求出了在不同参数条件下的李亚普诺夫指数λ₁。从中发现,对每一组参数,均得到λ_1,2>0（其中λ₁>λ₂）,λ₃<0。这说明我国季风区短期气候演化存在着浑沌吸引子,因而气候应该分享经历着浑沌力学行为的体系所具有的那种本征的演化特征。      

从一维气候时间序列直接提取K熵及其可预报时间的估计

对广州１９０８－１９８０年的月平均气温资料，在延拓的ｎ维相空间中直接提取Ｋ熵，得到该序列的Ｋ熵值为０．１８１９，由此得到，月平均气温的平均可预报时间Ｔ－１／Ｋ，约为６个月。     

非线性时间序列分析在气候中的应用研究进展

非线性时间序列分析方法在气候领域中的应用主要包括如下三个方面:观测数据处理、气候突变和气候预测.综述众多文献的结果表明,有许多学者为非线性时间序列分析方法在气候领域中的应用做了大量的工作,大部分文章用到了非线性时间序列分析方面较新的方法,几乎每种方法都能在某个方面取得一定的成功.但这些大多是个例的研究,得出的结论有待更多的验证和理论上更系统的阐述;可用于业务预测且可提高预报技巧的方法仍需探求.非线性时间序列分析在气候中的应用还是任重而道远.     

气候时间序列变点的推断

本文研究时间序列的变点问题。所给出的统计方法可用来推断一个时间序列是否存在变点，存在几个变点以及变点在什么位置。这种统计推断方法可用于气候阶段的划分。     

诊断天气气候时间序列极值特征的一种新方法

将平稳过程的交叉理论用于天气气候极值分析,提出了一种诊断天气气候时间序列极值特征量的新方法,在正态假设下,推证出天气气候记录中,极值出现频数、持续时间和等待时间的估计公式,论证了极值出现频数与其频谱结构的对应关系及其相互推算方法.实例应用表明,其理论计算值与实测值相当一致,这种方法对于气候变化诊断与预测和天气预报具有很强的实用价值.     

气象要素时间序列的演化建模分析与短期气候预测

以武汉站(5~9月)汛期降水量观测数据序列为例,将这类具有明显的不规则性(混沌特征)时间序列分解为宏观气候尺度周期的波动部分和迭加其上的微观气候尺度周期的波动部分,分别采用演化建模方法和自然基小波方法模拟逼近。特别强调由演化建模方法得到的非线性常微分方程较之传统的线性建模具有更好的分析预测能力。     

SSA方法在气候时间序列分析和预测中的应用

文章介绍了奇异谱分析方法在不同时期尺度气候研究中的应用。表明ＳＳＡ是气候动力重建、统计分析和信息压缩的一种有效工具，并可应用于建立经验长期预报的预报因子集。     

一维气温时间序列的多重分形研究

采用武汉１９５１－１９７０年日平均气温序列作多重分形分析，从计算ｑ阶分数维Ｄｑ着和，得到了多重分形谱ｆ（ａ）曲线，反映了大气运动确定是一个层次分明的过程，具有多标度结构。     

短期气候预测的多时间序列相空间相似模型

为了充分利用对气候系统进行定时观测而积累的关于它过去和现在情况的大量数据,本文提出了短期气候预测的一种多时间序列相空间相似模型,并从与云南气候变化有某种物理关系的２０多个时间序列出发,建立了一个云南短期气候变化的年度预测模型。模型对云南８０个气象观测站点１９９１～１９９８年的５月雨量距平和５月气温距平预测检验的距平同号率分别达到４２４／６４０＝ ６６．３％ 和４２６／６４０＝ ６６．６％ ;对云南１９９０～１９９７年的６～８月雨量距平、６～８月气温距平、年雨量距平和年气温距平预测检验的距平同号率则可分别达到４０４／６４０＝ ６３．１％ 、４６３／６４０＝ ７２．３％ 、４５６／６４０＝ ７１．３％ 和４５５／６４０＝ ７１．１％ 。     

利用一维时间序列重建动力系统的进一步研究

对月平均气温一维时间序列作相空间拓展，并根据系统的分维数设定重建的动力系统，且在具有二次非线性项的假定下，利用最小二乘法求解相空间状态演化方程中的各项系数，以重建动力系统。结果表明：随相空间维数的增加，重建的动力系统对气候演化过程可作出更精确、细致的描述。     

短期气候预测不应忽略时间序列中存在的简单统计规律

1　初霜日序列中存在着的统计特征近几年有些气象要素变化无常 ,往往很容易地超过极值。无霜期显著延长 ,初霜日序列变得没有规律可循 ,这些都与气候异常有关。以往制作初霜日预报 ,无非是用周期叠加外延法去做 ,但近几年初霜日序列的周期性越来越不明显 ,无法通过统计检验 ,预     

模糊时间序列模型在短期气候预测中的应用

将模糊时间序列模型引入短期气候预报,利用重庆34个地面气象观测站的逐日观测资料(1971—2007年)和重庆市旱涝灾害监测预警决策服务系统计算的干旱指数和洪涝指数等资料,运用模糊时间序列模型分别对2001—2007年重庆市城口县1月降水、1月平均气温的预报结果(年度预测)和重庆市春旱指数的预报结果(年度预测)进行了模糊时间序列分析,预测了2004—2007年的发展趋势,用2004—2007年实测值与预测结果进行了比较,并与加权集成、人工神经网络集成、数据挖掘集成等模型进行了精度比较和分析.结果表明:模糊时间序列模型各项精度评定指标优良,并且计算简单,具有一定的实用价值.     

利用一维时间序列重建动力系统的初步研究

通过对月平均气温一维时间序列作相空间拓展,和假定相空间状态变量随时间的演化方程含有线性和非线性二次项,再根据拓展后的资料进行拟合,利用最小二乘法求出各项系数,保留其方差贡献大的项,以重建动力系统.实际计算结果表明,重建的低阶动力系统有可能对月平均气温所表征的短期气候演化过程的非线性特性作出描写.     

气侯时间序列变点的推断

本文研究时间序列的变点问题。所给出的统计方法可用来推断一个时间序列是否存在变点，存在几个变点以及变点在什么位置。这种统计推断方法可用于气候阶段的划分。     

非正态分布的天气气候序列极值特征诊断方法研究

推广了非正态假设下的交叉理论,且将其用于极值特征的诊断,并从理论上导出了适用性更广的基于Gamma分布和负指数分布的极值特征量诊断公式及其样本估计式.以有关降水要素的时间序列为例,说明了这种方法在天气气候诊断与气候影响研究中的应用前景.     

气候序列的层次结构

一个气候时间序列含有多个时间尺度 ,形成不同尺度的气候层次。气候是冷还是暖是随着尺度而变化的。文中用北半球地表月平均气温气候资料的子波变换分析表明 :气候突变点既随尺度有规律的变化 ,也具有随尺度变化而不变的性质 ,即标度不变性。不论什么尺度 ,气候总是有冷暖之分 ,这种自相似性可以帮助笔者从气候资料的子波变换中建立一个一维映射动力系统 ,它反映出气候突变时间的演变规律和气候的层次结构。     

一种干湿气候指数的计算方法

在科塔哥月干燥指数的基础，采纳了柯本在夏季多雨地区，草原气候（干）与林木气候（湿）界限的地区标准，结合广东地区气候特征，通过实际气候资料检验和修正，提出了一种适用于广东及其邻近地区的干湿气候指数计算公式，经过用广东省各地实际资料作年内的和冬，夏半年的，以及任意年，月的干湿指数的实际计算和分析，发现该指数能较清楚地反映了广东干湿气候变化特征，这对于农业生产和经济建设服务具有实际的意义。