气候动力学结构突变检测的研究

气候突变的研究无疑对预估未来气候变化有着重要的指导意义，然而传统的气候突变检测方法，大多基于气候序列的统计量具有统计意义上的显著差异判断气候突变，其检测结果具有多时间尺度特征。事实上，气候系统动力学结构变化所引起的气候突变与特定的时间尺度无关，传统的突变检测方法不能够对其进行有效的检测。鉴于此，本项目基于标度理论的研究成果和大气演变的长程相关性特征，致力于研发新的动力学结构突变检测方法，实现准确地检测气候系统动力学结构变化所导致的气候突变，服务于气候变化的研究。同时利用本项目提出的新方法对我国20世纪70年代末80年代初的气候突变进行分析，回答此次突变究竟是由气候系统的动力学方程变化所致，还是仅仅是气候系统自身位相的改变。若是前者，则进一步分析各种外部因子对于此次气候突变的影响，并尝试定量的区分不同外部因子的贡献大小。

本项目从大气演变的长程相关性、时间序列的复杂性及其概率密度分布型在突变前后的微小变化等三个典型特征出发，提出了滑动移除去趋势波动技术和滑动移除重标极差方法、滑动移除近似熵方法以及基于Box-Cox变换的概率密度微小变化识别技术等四种突变检测新技术，其中前三种方法适用于检测系统的动力学结构突变，而第四种方法则适用于检测系统的概率密度分布型的变化。将新方法与传统的滑动-t检验、Yamamoto方法、Mann-Kendall、Cramer法，滑动近似熵方法以及偏度系数、峰度系数等反映概率密度分布特征的物理量进行了较为系统的比较，结果发现新方法对于不同性质的突变检测能力明显优于传统方法。项目还系统地研究了各种噪声和趋势对于去趋势波动方法、滑动移除近似熵的影响，发现噪声对于DFA有一定的影响，而各种趋势对去趋势波动方法几乎没有任何影响；噪声和各种趋势对于滑动移除近似熵的检测结果影响较小。通过对多阶Vondrak滤波、N点加权滑动平均、快速傅里叶变换等三种不同的滤波技术进行了系统的比较，发现Vondrak滤波方法明显优于其他两种传统方法，进而提出结合Vondrak滤波技术能够明显的降低甚至消除噪声对于滑动移除去趋势波动方法突变检测结果的不利影响。