通过0.05、0.01和0.001的显著性检验Р对所有数据进行准确性检验后,计算处理获得各自对应的年、季节时间序列。其中,季节划分按照气象学的划分方法,以3-5月为春季、6-8月为夏季、9-11月为秋季、12月至翌年2月为冬季。气候要素多年平均值按照世界气象组织推荐的1971-2000年30年的平均值作为各站各项气象数据的多年平均值。Р1.2方法、Р1.2.1气候突变分析方法Р气候趋势分析采用一次线性倾向估计法[16],即Р式1Р式1中:Yi为气候要素值;ti为气候要素对应的时间(本文t为1960-2010年);a和b分别为回归系数和回归常数,a也称为气候倾向率,a>0表示气候要素随时间t升高(增大),a<0表示气候要素随时间t降低(减少),a的大小表示气候要素随时间的变化速率,为了方便一般用a×10来表示气候要素每十年的变化率。在求得气候倾向率后,判断其是否显著,需要计算气候要素Y和时间t的相关系数(又称为趋势系数),此趋势系数避免了气候要素的标准差对线性回归系数的影响,可以用来比较不同位置气候要素的长期趋势变化的大小[24]。如果趋势系数通过显著性检验,则式1中计算的气候倾向有统计意义。Р此外,5年滑动平均线和50%局部加权平均线有助于对气候年际变化的识别。Р1.2.2气候突变分析方法Р 气候突变分析采用Mann-Kendall法和滑动t检验法。РMann-Kendall法[6][7][10][16][29]简称M-K法,是一种非参数统计检验方法,其优点是不需要样本遵从一定的分布,也不受少数异常值的干扰,更适用于类型变量和顺序变量,计算也比较简便,而且可以明确突变开始的时间,并指出突变区域。方法是对于具有n个样本量的时间序列x,构造一秩序列:Р, (k =2,3,…,n)Р式2Р秩序列Sk是第i时刻数值大于j时刻数值个数的累计数。在时间序列随机独立的假设下,定义统计量:
全文预览
