近百年全球气候变暖的分析

本文对比分析了IPCC，Vinnikov，Jones及Hansen的北半球，南半球及全球共12个地面温度序列，以及中国的气温序列。资料为1880—1991年。近百年气候变暖的速度为0.5℃/100 a。温度的长期变化趋势占序列总方差60%以上。但气候变暖有突变性，在1890年代中，1920年代中及1970年代末有3次突然气候变暖。分析表明，总的变暖趋势与CO2浓度及太阳活动有密切关系。火山活动也可能有一定作用。但前两次突然变暖可能与火山活动沉寂有关。最后一次突然变暖则可能是温室效应加剧的结果。     

20世纪中国气候变暖的归因分析

 考虑不同排放情景和各种强迫因子分别组合3组试验，对试验结果采取多模式集合，并把3组数值试验模拟的20世纪中国年平均气温距平变化与观测序列作对比，对20世纪中国气候变暖进行了归因分析。结果表明：20世纪中国气候变暖与人类排放温室气体和硫酸盐气溶胶有密切的联系，尤以近50 a更明显。当模式综合考虑多种外部和内部强迫因子时，所模拟的20世纪中国年平均气温距平变化最接近实际观测。归因分析中还强调了海洋的重要作用。但是3组试验都没有模拟出20世纪20年代的变暖。     

望谟县40年气温变化的气候分析

利用望谟县1961～2000年共40年的气温资料进行分析，其结果为：进入80年代以来20年的平均气温较80年代以前20年的平均气温升高了0．13℃、最冷月平均气温升高了0．65℃，气候变暖明显。与全球气候变暖的趋势相吻合。     

贵州省森林覆盖与气温长期变化关系初探

通过对贵州省84个市县54a来的气温资料分析，讨论了20世纪50年代以来全球气候变暖的进程与贵州省各县气温长期变化的关系，发现森林覆盖对局地气候变暖可能有一定的制约影响。     

科尔沁沙地气候变暖及对农牧业的影响

利用通辽地区1950—2006年的气温、降水、降水日数、积温、日照、无霜期等资料，分析了科尔沁沙地地区近57年来的气候变化越势、突变和周期波动，探讨了科尔沁沙地气候变暖对当地农牧业的影响。结果表明：该地区1950年代以来气候变暖已成事实，1987年是气候变暖的突变时间点。气候变暖后，低温日数明显减少，高温日数增加；农业积温增加；无霜期延长，曰照时数增加；全年降水日数减少，特别中雨日数明显减少。气候变暖对科尔沁沙地农牧业的影响有利有弊，综合分析是弊多利少。     

黑龙江省气候变化与农业发展对策

黑龙江省气候变化与农业发展对策祖世亨黑龙江省地处中高纬度，是８０年代气候明显变暖的地区，预计９０年代前期黑龙江省仍以变暖变干为主要趋势，变暖的季节主要是冬季和春季，变暖的时间主要是夜间，即夜间的最低气温上升，而白天的最高气温没有上升。未来气候变化的总...     

新疆近40年气候变化与沙尘暴趋势分析

用新疆近40年的气象资料，分析了新疆沙尘暴的长期变化趋势，发现新疆沙尘暴无论是从发生频率还是影响范围上，20世纪90年代较70、80年代都有所减少。而新疆的气候在变暖的同时，80年代后期到90年代，变湿趋势明显，两者之间可能有一定的同步关系。从气候变暖不可改变的趋势分析，荒漠化程度在加剧，如果不积极采取措施保护环境，沙尘暴灾害将有可能进一步加剧。     

近50年气候变暖对黑龙江省玉米增产贡献的研究

使用黑龙江省1961—2008年22个站的逐日气象资料和玉米主产县的产量资料,确立基准时段,建立气温影响系数,分析气候变暖对黑龙江省玉米单产增加/减少的贡献率。结果表明:近50年来,气候变暖总体上对黑龙江省玉米单产增加趋势有利。以1961—1969年为基准时段,相对于20世纪60年代,70年代、80年代、90年代和21世纪初气候变暖的贡献率分别为16.8%、16.0%、20.9%和23.9%;以1970—1983年为基准时段,相对于20世纪70年代,80年代、90年代和21世纪初气候变暖的贡献率分别为3.6%、9.2%和11.2%。     

内蒙古地区冬季变暖分析及影响

内蒙古地区冬季变暖分析及影响邸瑞琦（内蒙古气候中心）引言若干年来，气候变暖问题一直受到各界重视，特别是进入８０年代以来，全球气温明显增高。据统计，全球气温最高的６年均出现在８０年代以后。气候变暖给社会经济活动和人民生活带来多方面影响。随着全球气候变暖...     

包头气候变暖过程的突变事件及耗散结构特征

章是包头市第三次气候区划中的部分内容,主要结论有：1．从上个世纪50年代到世纪末,包头市年平均气温大约升高2℃左右;2．通过对年平均气温时间序列计算信噪比发现,在上个世纪70年代初,包头气候在变暖过程中发生了一次气候突变;3．通过对气候信息熵的计算和分析表明,气候突变发生后,由于负熵的产生,气候并没有向混乱和无序的状态发展,而是建立了新的稳定的气候系统。     

基于小波包变换的EMD算法在超声信号处理中的应用

提出基于小波包变换的EMD算法,并将其应用于超声回波信号去噪.对于采用EMD分解含高斯白噪声的超声缺陷信号存在模态混叠的问题,首先用小波包变换对信号作预处理,再对信号进行EMD分解,最后重构出有用的缺陷信号.实验结果表明:该方法不仅具有很好的消噪效果,而且重构的缺陷信号的波形失真度小,有利于对信号做进一步的定量分析.     

EMD在广西季节降水预报中的应用

气候系统是一种耗散的、具有多个不稳定源的非线性、非平稳系统。该文利用支持向量机(SVM)算法在处理非线性问题中的优越性和经验模态分解(EMD)算法在处理非平稳信号中的优势,采用将EMD与SVM相结合的短期气候预测方法,并应用到广西季节降水预报中。选取广西88个气象观测站1957—2005年6—8月逐年降水量的距平百分率序列作为试验数据,通过EMD算法将标准化处理后的距平百分率序列分解成多个本征模态函数(IMF)分量和一个趋势分量,在分解中针对EMD算法存在的端点极值问题选择两种方法分别进行处理,对比得出极值延拓法效果更好。对每个分量构建不同的SVM模型进行预测,并通过重构形成最后的预测结果。试验中采用不经EMD处理的反向传播(BP)神经网络和SVM算法进行对比验证,结果表明:相对于直接预测方法,该文提出的方案均方误差最小,能够较为准确地反映出降水序列未来几年的变化趋势,具有更高的预测精度和较好的推广前景。     

含噪语音的基音周期提取算法

背景噪声对语音信号的基音周期提取有很大的影响.结合能够对背景噪声进行有效降噪的EMD(Empirical Mode Decomposition)软阈值法,提出了一种噪声背景下语音基音周期提取的方法.首先将EMD软阈值降噪法和中心削波法相结合,对信号进行预处理,然后利用语音信号波形本身的信息,进行波形之间的匹配估计,从而获得准确的语音信号基音周期.仿真实验表明:与传统的基音周期提取方法相比较,所提方法在基音周期提取的准确度方面有很大的提高.     

基于去噪和分形的加密货币投资组合模型优化研究

为提高投资效益,本文针对传统投资组合模型的缺陷,结合经验模态分解（EMD）去噪法和多重分形消除趋势交叉相关分析法（MF-DCCA）,提出经验模态分解去噪下的多重分形投资组合模型（简称EMD-Mean-MF-DCCA）.将新模型应用于极具投机性的加密货币投资组合,结合滚动窗口技术进行样本外检验和分析,实证结果显示：无论加密货币价格处于上升还是下降趋势,EMD-Mean-MF-DCCA相对于其他传统投资组合模型及未去噪的分形投资组合模型,均在盈利能力和夏普比率方面具有明显优化效果,且当加密货币价格大幅下跌时,基于新模型的组合投资策略也具有较好的抵抗风险能力.     

吉林省最高最低气温非对称变化时空演变特征

利用吉林省45个气象站1970-2014年逐日的最高、最低气温资料,分析吉林省最高、最低气温不对称变化在年、季尺度上的时空演变特征。采用经验模态分解法(EMD)分解年、季最高、最低气温序列,分析变化趋势。结果表明:近45年年平均最高、最低气温均呈增加趋势,且最低气温增幅是最高气温的两倍。四季的最高、最低气温变化形式与年变化一致;不同地区之间最高气温的增幅差异不大,最低气温增幅存在一定区别,东部最低气温增幅小于中、西部。相对稳定的增温区出现在西部和中部,不同季节的增温幅度不同,春、夏要强于秋、冬。经验模态分解(EMD)结果显示吉林省年平均最高、最低气温均为增加趋势,而春、冬季中最高气温趋势分量的倾向率与原始序列不同,为负值。夏、秋季中最高气温及四季中最低气温趋势分量序列与原始数据序列的倾向率一致,均为正值但大小存在差异。     

Using Empirical Mode Decomposition to Filter Out Non-turbulent Contributions to Air–Sea Fluxes

A methodology based on Empirical mode decomposition (EMD) was used to filter out non-turbulent motions from measurements of atmospheric turbulence over the sea, aimed at reducing their contribution to eddy-covariance (EC) estimates of turbulent fluxes. The proposed methodology has two main objectives: (1) to provide more robust estimates of the fluxes of momentum, heat and CO\(_2\); and (2) to reduce the number of flux intervals rejected due to non-stationarity criteria when using traditional EC data processing techniques. The method was applied to measurements from a 28-day cruise (HALOCAST 2010) in the Eastern Pacific region. Empirical mode decomposition was applied to 4-h long time series data and used to determine the cospectral gap time scale, \(T_\mathrm{{gap}}\). Intrinsic modes of oscillation with characteristic periods longer than the gap scale due to non-turbulent motions were assumed and filtered out. Turbulent fluxes were then calculated for sub-intervals of length \(T_\mathrm{{gap}}\) from the filtered 4-h time series. In the HALOCAST data, the gap scale was successfully identified in 89% of the 4-h periods and had a mean of 37 s. The EMD approach resulted in the rejection of 11% of the flux intervals, which was much less than the 68% rejected when using standard filtering methods based on data non-stationarity. For momentum and sensible heat fluxes, the averaged difference in flux magnitude between the traditional and EMD approaches was small (3 and 1%, respectively). For the CO\(_2\) flux, the magnitude of EMD flux estimates was on average 16% less than fluxes estimated from linear detrended 10-min time series. These results provide evidence that the EMD method can be used to reduce the effects of non-turbulent correlations from flux estimates.     

1921～2010年天津气温和降水量序列的多尺度分析

基于集成经验模态分解(EEMD)方法,对1921~2010年天津年平均气温和降水量序列进行了多尺度分析。并结合功率谱对年平均气温和年降水量及其本征模态函数(IMF)分量进行周期分析。结果表明:天津年平均气温的变化主要是由第1、第2本征模态分量和趋势项构成,即准5 a和2~3 a的振荡与"先降后升"的长期趋势变化起主要作用。而第4、第5本征模态分量则反映出天津近90年来气温年代际尺度的冷暖变化,它们对1920年代至1940年代的暖期以及1950年代至1970年代的冷期有重要贡献。降水量的变化主要由第1、第2本征模态分量构成,即4.5 a、准9 a和2~3 a的振荡起主要作用。与气温序列相比,降水序列中年代际尺度的变化和长期趋势的贡献明显要小得多,但也反映了1980年代以后降水减少的趋势。     

基于EMD 和集合预报技术的气候预测方法

气候系统是典型的非平稳性系统,然而对于气候观测数据的处理通常是在时间序列平稳的假定下完成的,比如气温和降水的多步预报,这通常会导致预报准确度较低。为改进该缺陷,首先将非平稳数据序列分解成平稳的、多尺度特征的本征模态函数分量(IMF),再使用数值集合预报与逐步回归分析相结合的方式对每一个IMF 分量构建不同的预报模型,最后线性拟合成预报结果。通过Visual Studio 2008 开发平台使用上述方法建立了一个短期气候预报系统,采用广西区88 个气象站1957—2005 年的2 月距平气温数据进行实际验证。结果表明,相对于普通预测和单一预测方法,加入了EMD 和集合预报技术的方法在仅用历史资料进行多步预测的情况下,对于气候的变化趋势以及突发性气候具有更好的预报能力。      

A Climate Prediction Method Based on EMD and Ensemble Prediction Technique

Observed climate data are processed under the assumption that their time series are stationary, as in multi-step temperature and precipitation prediction, which usually leads to low prediction accuracy. If a climate system model is based on a single prediction model, the prediction results contain significant uncertainty. In order to overcome this drawback, this study uses a method that integrates ensemble prediction and a stepwise regression model based on a mean-valued generation function. In addition, it utilizes empirical mode decomposition (EMD), which is a new method of handling time series. First, a non-stationary time series is decomposed into a series of intrinsic mode functions (IMFs), which are stationary and multi-scale. Then, a different prediction model is constructed for each component of the IMF using numerical ensemble prediction combined with stepwise regression analysis. Finally, the results are fit to a linear regression model, and a short-term climate prediction system is established using the Visual Studio development platform. The model is validated using temperature data from February 1957 to 2005 from 88 weather stations in Guangxi, China. The results show that compared to single-model prediction methods, the EMD and ensemble prediction model is more effective for forecasting climate change and abrupt climate shifts when using historical data for multi-step prediction.     

The changing pattern of droughts in the Lancang River Basin during 1960–2005

Drought is one of the most costly natural disasters in the world. Understanding the drought characteristics in space and time will help deepen our apprehension of the drought formation and evolution mechanisms. It can also contribute to design monitoring system for drought warning and mitigation. In this study, we analyzed meteorological droughts, using the Standardized Precipitation Index, for Lancang River Basin, Southwest China. The 46-year (1960–2005) daily precipitation observations from 35 meteorological stations in the basin were used to derive the drought index. Spatial patterns and temporal patterns of the drought characteristics at multiple scales were investigated. The results utilizing the Principal Component Analysis and K-means clustering methods suggest that the study area can be divided into four sub-regions geographically with each sub-region having its own distinctive temporal evolution patterns of droughts. The temporal variability of droughts was investigated using the Empirical Mode Decomposition (EMD) analysis and the wavelet method. The EMD analysis showed that more than 60 % of the variance of the drought is associated with intra-decadal fluctuations in precipitation, except for one sub region, represented by the Changdu station. The wavelet transform showed an evolution of the main cycle near 3–7 years for most parts of the study area.