基于随机重排去趋势波动分析的极端高温事件研究及其综合指标的建立

基于中国气象局公布的1961-2006年中国165个国际交换站无缺测的逐日平均气温资料,利用随机重排去趋势波动分析(S-DFA)方法,计算并分析了中国极端高温事件阈值的空间分布特征,并对S-DFA方法在实际资料中的应用进行了检验。从可预报性的角度给出了极端高温事件强度综合指标的定义。该综合指标将极端高温事件的发生频次和强度综合起来,兼顾不同地区各自特有的区域气候背景,进一步说明综合指标定义的合理性。基于极端高温事件综合指标的空间分布规律,将1961-2006年间中国极端高温事件分为4个不同等级的地区。极端高温事件综合指标在20世纪90年代初期之前一直保持平稳的波动变化,之后则一直处于上升之中,尤其是在90年代中后期开始迅速上升。

基于随机重排去趋势波动分析的全国极端日降水事件综合指标

将去趋势波动分析法(Detrended Fluctuation Analysis,DFA)和替代数据法相结合,同时引入启发式分割算法和卡方检验,提出了一种确定极端气候事件阈值的新方法,称为随机重排去趋势波动分析(Stochastic resort detrended Fluctuation Analysis,S-DFA)方法。同百分位阈值方法相比,S-DFA方法明确指出了极端事件和非极端事件之间的临界值。利用随机重排去趋势波动分析(S-DFA)方法计算并分析了中国极端降水事件阈值的空间分布特征,并对S-DFA方法在实际资料中的应用进行了检验。基于极端降水事件综合指标将中国1961～2006年间极端降水事件分为3个不同等级的地区,进一步发现我国1961～2006年间极端降水的综合指标整体没有表现出明显的上升或下降趋势,保持平稳的波动变化。

基于随机重排去趋势波动分析的极端低温事件研究及其综合指标的建立

将去趋势波动分析法(detrended fluctuation analysis,DFA)和替代数据法相结合,同时引入启发式分割算法和卡方检验,提出了一种确定极端气候事件阈值的新方法,称为随机重排去趋势波动分析(stochastic re-sort detrended fluctuation analysis,S-DFA)方法.同百分位阈值方法相比,S-DFA方法明确指出了极端事件和非极端事件之间的临界值.基于中国气象局公布的中国165个国际交换站1961-2006年无缺测的逐日日平均气温资料,利用随机重排去趋势波动分析(S-DFA)方法计算并分析了中国极端低温事件阈值的空间分布特征,并对S-DFA方法在实际资料中的应用进行了检验.从可预报性的角度给出了极端低温事件综合指标的定义.这一综合指标将极端低温事件的发生频次和强度综合起来,且兼顾了不同地区各自特有的区域气候背景,进一步说明了综合指标定义的合理性.基于极端低温事件综合指标的空间分布规律,将中国1961-2006年间极端低温事件分为四个不同等级的地区.极端低温综合指标整体表现出下降趋势,在20世纪80年代初期之前综合指标的变化具有两个明显的准10年周期,而在这之后则一直处于下降趋势且大大低于平均值,直到90年代中期以后才再次上升至平均值附近.