基于启发式分割算法的气候突变检测研究

上一篇

下一篇

封国林, 龚志强, 董文杰, 李建平. 2005: 基于启发式分割算法的气候突变检测研究, 物理学报, 54(11): 5494-5499. doi: 10.3321/j.issn:1000-3290.2005.11.087
引用本文: 封国林, 龚志强, 董文杰, 李建平. 2005: 基于启发式分割算法的气候突变检测研究, 物理学报, 54(11): 5494-5499. doi: 10.3321/j.issn:1000-3290.2005.11.087
Feng Guo-Ling, Gong Zhi-Qiang, Dong Wen-Jie, Li Jian-Pin. 2005: Abrupt climate change detection based on heuristic segmentation algorithm, Acta Physica Sinica, 54(11): 5494-5499. doi: 10.3321/j.issn:1000-3290.2005.11.087
Citation: Feng Guo-Ling, Gong Zhi-Qiang, Dong Wen-Jie, Li Jian-Pin. 2005: Abrupt climate change detection based on heuristic segmentation algorithm, Acta Physica Sinica, 54(11): 5494-5499. doi: 10.3321/j.issn:1000-3290.2005.11.087

基于启发式分割算法的气候突变检测研究

Abrupt climate change detection based on heuristic segmentation algorithm

  • 摘要: 气候系统的非线性、多层次性和非平稳性对气候突变的检测方法提出了较高的要求.基于t检验将非平稳序列分割为多个不同尺度的自平稳子序列,Bernaola Galvan提出的启发式分割算法(BG算法),对非平稳时间序列的突变检测效果较好.在BG算法的基础上,通过理想时间序列验证BG算法处理非平稳时间序列的有效性,并对近2000a北半球树木年轮距平宽度序列基于不同层次的思想,检测和分析其中包含的各种尺度的气候突变事件,成功地区分不同尺度的突变.定义的新物理量--突变密度的分析表明,自然因素作用的基础上,人为因素影响的加剧可能导致近1000a来突变密集段和稀疏段分布失衡,这可能是全球变化的重要表现之一.
  • 加载中
  • 加载中
计量
  • 文章访问数:  892
  • HTML全文浏览数:  59
  • PDF下载数:  155
  • 施引文献:  0
出版历程
  • 刊出日期:  2005-11-30

基于启发式分割算法的气候突变检测研究

  • 扬州大学物理科学与技术学院,扬州,225009;国家气候中心气候研究开放实验室,北京,100081
  • 扬州大学物理科学与技术学院,扬州,225009;中国科学院大气物理研究所东亚区域气候-环境重点实验室,北京,100029
  • 国家气候中心气候研究开放实验室,北京,100081
  • 中国科学院大气物理研究所东亚区域气候-环境重点实验室,北京,100029

摘要: 气候系统的非线性、多层次性和非平稳性对气候突变的检测方法提出了较高的要求.基于t检验将非平稳序列分割为多个不同尺度的自平稳子序列,Bernaola Galvan提出的启发式分割算法(BG算法),对非平稳时间序列的突变检测效果较好.在BG算法的基础上,通过理想时间序列验证BG算法处理非平稳时间序列的有效性,并对近2000a北半球树木年轮距平宽度序列基于不同层次的思想,检测和分析其中包含的各种尺度的气候突变事件,成功地区分不同尺度的突变.定义的新物理量--突变密度的分析表明,自然因素作用的基础上,人为因素影响的加剧可能导致近1000a来突变密集段和稀疏段分布失衡,这可能是全球变化的重要表现之一.

English Abstract

参考文献 (0)

目录

/

返回文章
返回