米兰科维奇旋回时间序列分析法研究进展

时间序列分析法是米兰科维奇旋回(米氏旋回)研究的主要方法。它利用数学变换对地层数据序列进行定量分析,从而识别地质记录中天文驱动形成的旋回信号,为年代校准、地层划分和古气候研究等提供重要依据。针对米氏旋回研究中时间序列分析法的主要步骤,分别从地层序列的数据类型、天文检验及天文调谐等三方面,阐述了现有方法的基本原理,并总结了其优势和局限性。在基于时间序列分析的米氏旋回研究中,不同地层序列数据对天文轨道驱动和非天文噪声的响应具有差异性,综合利用多种数据指标中蕴含的地质信息有助于减小旋回分析中的不确定性;近年来涌现的新型天文检验和调谐方法促进了米氏旋回分析向定量化方向发展,但这些新方法仍需要进一步验证及改进。未来的工作中,地层数据序列的定量评价、多数据类型的信息优化等方面仍值得深入研究;面对多种时间序列分析方法,有效整合现有方法的同时,也需要引入新方法和新思路。