基于非線性時間序列分析方法的氣候突變檢測研究.pdf

1、全球變化已成為當(dāng)代科學(xué)界矚目的新領(lǐng)域，氣候變化是其研究的核心內(nèi)容之一，它受到各國政府的極大重視。氣候突變是氣候變化的重要表現(xiàn)形式之一，是一個典型的物理學(xué)與氣候?qū)W的交叉性科學(xué)研究課題，是非線性科學(xué)研究的重要領(lǐng)域。目前對氣候突變的研究主要針對代用資料，運用傳統(tǒng)的統(tǒng)計學(xué)方法進行處理，盡管取得了不少進展，但氣候系統(tǒng)的非線性、多層次性和非平穩(wěn)性對分析和檢測氣候突變的方法提出了較高的要求?；诜蔷€性科學(xué)的最新研究成果，本文的主要研究內(nèi)容如下：

2、 (1)本文介紹了經(jīng)驗?zāi)B(tài)分解(EmpiricalModeDecomposition，EMD)、希爾伯特變換(HilbertTransformation，HT)、小波分解(WaveletDecomposition，WD)和小波變換(WaveletTransformation，WT)的主要思想，并利用理想時間序列和青藏高原古里雅冰芯18O時間序列，系統(tǒng)地分析比較了EMD和小波分解(WaveletDecomposition，WD)以及HT

3、和小波變換(WaveletTransformation，WT)處理非線性時間序列時的優(yōu)缺點，并針對它們的分解結(jié)果中均存在虛假分量這一問題，提出了基于兩種分解結(jié)果的相關(guān)性分析方法，在一定程度上實現(xiàn)了去除虛假分量并找到包含原序列最顯著信息的主要分量。研究結(jié)果表明，將基于EMD的方法和基于WD的方法有機結(jié)合起來應(yīng)用，可以更有效地識別原時間序列不同尺度(周期)的主要特征信息。 (2)在上述工作的基礎(chǔ)上，引入BernaolaGalvan等

4、提出的能夠?qū)⒎瞧椒€(wěn)序列分割為多個不同尺度的自平穩(wěn)子序列的啟發(fā)式分割算法(下文簡稱BG算法)，并應(yīng)用于非平穩(wěn)時間序列的突變檢測。通過數(shù)值試驗驗證了BG算法處理非平穩(wěn)時間序列的有效性和尖峰噪聲、隨機擾動等對檢測結(jié)果的影響較小。同時，基于濾波方法對近2000年北半球樹木年輪寬度和北京石花洞石筍微層厚度距平序列進行以100a尺度為界限的高低頻信號分離處理，并應(yīng)用BG算法對高頻和低頻信號分別進行處理，試圖檢測和分析其中包含的各種尺度的氣候突變事件

5、，區(qū)分不同性質(zhì)的突變，并揭示其變化的物理機制。定義了新的物理量-突變密度，對比前后千年內(nèi)突變的疏密分布特點，就人為因素對氣候變化可能產(chǎn)生的影響作初步的探討。進而以華北氣候變化的特征為例，研究局地和全球氣候變化之間內(nèi)在聯(lián)系。此外，BG算法對國家氣候中心1956～2000年華南和華北20個站點的逐日降水量資料的10天滑動平均序列處理后的統(tǒng)計結(jié)果表明：各個站點降水序列分割得到的子序列其尺度的累積分布均遵循P(L＞l)～l-γ的尺度律特征，即尺

6、度大于l的子序列的概率分布具有冪律尾特征，結(jié)合溫度和人類心率序列等已有的研究，這一特征可能是許多非平穩(wěn)時間序列的共同屬性；同時華南地區(qū)個站點的冪律尾指數(shù)λ在1.6～2.0范圍內(nèi)波動，華北地區(qū)則在2.0～2.4內(nèi)波動，就整體而言華南偏小1.92，華北偏大2.54，其原因可能在于兩個地區(qū)分別屬于不同動力氣候特征區(qū)，故而λ可能在一定意義上能夠表征原序列的基本結(jié)構(gòu)特點；分年代滑動計算華南和華北各個站點降水均值序列的冪律尾指數(shù)并將λ劃分為四個不同

7、的等級發(fā)現(xiàn)，華南和華北在1970年、1980年和1990年前后λ均存在明顯躍變，其原因可能在于我國的降水在這些時段出現(xiàn)了一定程度的突變，所以冪律尾指數(shù)這一非平穩(wěn)時間序列的重要屬性可能是檢測降水等序列突變的新的有效方法。 (3)為了從時間序列中挖掘出復(fù)雜系統(tǒng)物理的、本質(zhì)的特征，即從動力學(xué)的角度檢測實際序列發(fā)生的突變，本文在BG算法中引入非線性時間序列分析新方法——動力學(xué)相關(guān)因子指數(shù)，從而發(fā)展了一種新的動力結(jié)構(gòu)突變的檢測方法—動力學(xué)