韓心婭+沈翀+沈婷婷+程宗毛

摘要：本文針對東海一點(diǎn)的9年海表溫度遙感數(shù)據(jù)集的序列（2003-2011）進(jìn)行處理，首先通過SPSS初步檢驗(yàn)出所處理的溫度數(shù)據(jù)滿足正態(tài)性。然后通過Mann-Kendall秩次相關(guān)檢驗(yàn)研究了數(shù)據(jù)點(diǎn)溫度的趨勢性和突變性。通過周期存在性檢驗(yàn)取定四個(gè)周期。用傅里葉函數(shù)描述周期成份，各自系數(shù)分別通過參數(shù)估計(jì)得到。對比測試數(shù)據(jù)的周期項(xiàng)和原始數(shù)據(jù)圖表得結(jié)果有效。該隨機(jī)序列的自相關(guān)是拖尾的，而偏相關(guān)是一階截尾的，故可建立AR（3）模型，分析得序列是白噪聲序列。

關(guān)鍵詞：海表溫度；Mann-Kendall方法；趨勢性；突變性；周期成分

1.引言：時(shí)間序列分析是概率統(tǒng)計(jì)學(xué)科中的一個(gè)分支，隨著基本理論的更加深入和完善，以及統(tǒng)計(jì)軟件技術(shù)的發(fā)展，使其在氣象水文等領(lǐng)域有了更加廣泛的應(yīng)用。海表溫度不僅是描述海洋表層熱狀況的重要指標(biāo)，其異常情況還是海洋影響大氣環(huán)流、氣候變化的主要因子。所以海表溫度一直都是諸多學(xué)者觀察、研究和預(yù)測的重要研究對象。趨勢性、突變性和周期性是時(shí)間序列數(shù)據(jù)的基本特征， Mann-Kendall方法作為一種非參數(shù)統(tǒng)計(jì)檢驗(yàn)方法，其優(yōu)點(diǎn)在于樣本不需遵從一定的分布，也不會受少數(shù)異常值的干擾，計(jì)算相對方便。近幾年被廣泛用于氣溫、降水量變化 、植被變化等自然界變化的趨勢分析中，考慮到海表溫度的變化規(guī)律也有相似的性質(zhì)。因此，本文選擇通過處理海表溫度使其可以顯示出正態(tài)性，而后引入該M-K方法測試數(shù)據(jù)在一定時(shí)間段內(nèi)是否異常，在此基礎(chǔ)上再進(jìn)一步提取海表溫度集的周期成分，確立時(shí)間序列模型。

2.數(shù)據(jù)預(yù)處理

本文考慮建立合理的分析模型提取海洋表層溫度數(shù)據(jù)的趨勢性、周期性和突變性特征，通過誤差分析比較不同提取方法的優(yōu)缺點(diǎn)，為預(yù)測海表溫度未來的變化提供更加有效的依據(jù)。此外，將溫度數(shù)據(jù)集進(jìn)行合理的區(qū)間劃分，使得每個(gè)區(qū)間內(nèi)的統(tǒng)計(jì)數(shù)據(jù)復(fù)合最優(yōu)的正態(tài)分布統(tǒng)計(jì)，并給出正態(tài)分布的檢驗(yàn)方法、統(tǒng)計(jì)區(qū)間的上下節(jié)點(diǎn)及統(tǒng)計(jì)分布模型的相關(guān)參數(shù)。

本文采用了東海海表上2003年至2011年一研究點(diǎn)的溫度遙感數(shù)據(jù)集，從1開始編號，共計(jì)數(shù)據(jù)3287個(gè)。計(jì)一年為365天，這組數(shù)據(jù)記錄了9年里每一天的溫度，但是由于2004年和2008年是閏年，為減小不同年份的對比差異，將這兩年2月29日的溫度數(shù)據(jù)剔除。推算可得這兩個(gè)時(shí)間點(diǎn)的溫度數(shù)據(jù)對應(yīng)的序號分別為425和1886，剔除后數(shù)據(jù)長度變?yōu)?285。

幾乎所有的科研數(shù)據(jù)都必須滿足正態(tài)性才能進(jìn)行分析，因此要對數(shù)據(jù)進(jìn)行正態(tài)性檢驗(yàn)，以保證后續(xù)分析的可靠性。本文利用SPSS對每個(gè)點(diǎn)每一年的溫度數(shù)據(jù)進(jìn)行了直方圖和正態(tài)曲線繪制，具體將東海2003年的情況呈現(xiàn)如下：

觀察圖1可得數(shù)據(jù)呈正態(tài)分布。圖2給出了K-S檢驗(yàn)的具體結(jié)果，由于概率p值為0.227，大于0.05，故不能拒絕K-S檢驗(yàn)的原假設(shè)，即數(shù)據(jù)滿足正態(tài)性。這為接下來的探討提供了一定的支持和幫助。

3.海表溫度基本特征分析

3.1 Mann-Kendall方法簡介。Mann-Kendall方法由于最初由H.B. Mann和M.G.Kendall提出原理并發(fā)展了該方法。當(dāng)時(shí)這一方法僅用于檢測序列的變化趨勢，后來經(jīng)他人進(jìn)一步完善和改進(jìn)，才形成目前的計(jì)算格式。該方法既可以檢測序列的變化趨勢，也可以進(jìn)行突變點(diǎn)檢驗(yàn)。

3.2 Mann-Kendall方法應(yīng)用

3.2.1 研究點(diǎn)海表溫度的日變化趨勢與突變情況。在對東海表溫度的數(shù)據(jù)的趨勢性和突變性信息進(jìn)行提取時(shí)，本文主要采用M-K方法，通過matlab軟件編寫程序，我們得到下述結(jié)果：

①趨勢變化：

②突變情況：

③結(jié)果分析：一般而言M-K方法計(jì)算的趨勢符合正態(tài)分布，且Z= 4.381>1.96，則說明該點(diǎn)海表溫度的日變化趨勢有明顯上升趨勢。UFK和UBK在95%的信度線之間沒有交點(diǎn)，說明該點(diǎn)溫度在這段期間內(nèi)沒有突變。

3.2.2 研究點(diǎn)海表溫度的年變化趨勢與突變情況

①趨勢變化：

②突變情況：

③結(jié)果分析：Z statistic = 0.31277<1.96，說明該點(diǎn)溫度的年變化趨勢有上升但不明顯。UFK和UBK在95%的信度線之間有交點(diǎn)，且致在8-9年之間，說明該點(diǎn)海表溫度在第八年左右發(fā)生突變，且該點(diǎn)表溫度由下降趨勢轉(zhuǎn)為上升趨勢。

3.3 周期成分識別

3.3.1 周期顯著性判斷。首先我們用方差分析法判斷時(shí)間序列中是否存在顯著周期。在分析周期之前，事先并不知道這一序列的周期是多少，所以要根據(jù)序列長度，列出可能存在的周期。若時(shí)間序列總長度為n，則可能存在的周期為。將周期為T的時(shí)間序列進(jìn)行分組，對應(yīng)可以分為組數(shù)據(jù)，根據(jù)

可知第i組的平均值為：

上式中ni表示第i組內(nèi)的數(shù)據(jù)個(gè)數(shù)。

將時(shí)間序列分別按每一個(gè)可能的周期進(jìn)行分組，計(jì)算相應(yīng)的組內(nèi)離差平方和SE及組間離差平方和SA：

上式中表示第i組的平均值，表示總平均值。

可以證明服從自由度為的F分布。給定顯著性水平，查分布表可以得到的值，如果，則此周期為顯著周期。由于與真實(shí)周期相鄰的值有可能通過顯著性檢驗(yàn)，我們?nèi)∵B續(xù)通過F檢驗(yàn)的T值中使F值最大的對應(yīng)T值作為主周期。用測試數(shù)據(jù)測試檢驗(yàn)周期的存在和判定周期：

從圖5中可以看出當(dāng)t=52，103，154，206時(shí)F值最大，故我們?nèi)《ㄟ@四個(gè)周期。

3.3.2 周期提取。周期確定后， 周期成份Pt可用如下形式也即傅里葉函數(shù)描述：

上式中d表示有效諧波數(shù)即主周期的個(gè)數(shù)，Ti表示第i個(gè)諧波對應(yīng)的周期，ai和bi為參數(shù)，計(jì)算式為：

根據(jù)傅里葉函數(shù)求系數(shù)的公式，對其參數(shù)進(jìn)行估計(jì)得到：

從而得出測試數(shù)據(jù)的周期項(xiàng)和原始數(shù)據(jù)的對比圖，從而計(jì)算得到隨機(jī)項(xiàng)圖，具體如下所示：

用Eviews對隨機(jī)項(xiàng)做ADF檢驗(yàn)，檢驗(yàn)結(jié)果如下表所示：

從上圖中可以看出，該隨機(jī)序列通過ADF檢驗(yàn)，是一組平穩(wěn)序列。再對隨機(jī)序列進(jìn)行相關(guān)分析，看其是否相關(guān)，從而判定它是否是白噪聲。

從圖9可以看出，該隨機(jī)序列的自相關(guān)是拖尾的，而偏相關(guān)是一階截尾的，故可建立AR（3）模型，模型建立結(jié)果和殘差序列如下所示：

由圖11和圖12可知，該殘差序列在5%的置信區(qū)間內(nèi)平穩(wěn)且不相關(guān)，故為白噪聲序列。

總結(jié)：本文通過SPSS初步檢驗(yàn)出所處理的溫度數(shù)據(jù)滿足正態(tài)性。繼而通過Mann-Kendall秩次相關(guān)檢驗(yàn)發(fā)現(xiàn)東海表層溫度的年變化趨勢雖然在第八年有突變，海表溫度由下降趨勢轉(zhuǎn)為上升趨勢，但近9年整體無明顯變化的趨勢。而在日變化趨勢上則有明顯的上升趨勢。周期存在性檢驗(yàn)中，t=52，103，154，206時(shí)F值最大，故我們?nèi)《ㄟ@四個(gè)周期。周期成份可用傅里葉函數(shù)來描述，4個(gè)周期下系數(shù)則可分別通過參數(shù)估計(jì)得到。測試數(shù)據(jù)的周期項(xiàng)和原始數(shù)據(jù)對比圖表明所得結(jié)果有效。該隨機(jī)序列的自相關(guān)是拖尾的，而偏相關(guān)是一階截尾的，故可建立AR（3）模型，分析得序列是白噪聲序列。