氣象統(tǒng)計(jì)方法第一章氣象資料及其表示方法(編輯修改稿)
2025-04-02 20:05 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 n m mn n nmx x xx x xx x x??????????X x x x第 t個(gè)樣本的資料向量為 nt ,2,1 ??（ ） 1 2 3()t t t m tx x x x?tx 兩個(gè)方面來研究問題 (?) “ R型分析 ” ： 研究不同要素或變量 (如同一 要素不同格點(diǎn)之間）的關(guān)系。（列） “ Q型分析 ” ： 研究樣本之間的關(guān)系（行）。 二、數(shù)據(jù)的兩種空間表示（幾何意義） n維空間中的 m個(gè)點(diǎn)（列） m個(gè)變量（格點(diǎn)、站點(diǎn)）確定了 n維空間中的 m個(gè)點(diǎn)； 用來研究變量（或者不同格點(diǎn)、站點(diǎn)）之間的關(guān)系。相關(guān)關(guān)系，如兩個(gè)變量之間的相關(guān)系數(shù) m維空間中的 n個(gè)點(diǎn)（行） 空間點(diǎn)聚圖 一個(gè)樣本對(duì)應(yīng) m維空間中的一個(gè)點(diǎn)； 分析樣本之間的關(guān)系時(shí)用到，如尋找相似個(gè)例。 三、均值向量 m個(gè)變量的樣本平均值組成的向量。 m維空間中的 n個(gè)點(diǎn)的 重心 （各部分受到的重力作用集中于一點(diǎn)，這一點(diǎn)就是重心 ）。 12() mx x x?x???ntiti xn11xmi ,2,1 ??（ ） 多年平均 1月氣溫（ 1971~2023年） 多年平均 7月氣溫（ 1971~2023年） 多年平均 1月降水量（ 1971~2023年） 多年平均 7月降水量（ 1971~2023年） 四 、 距平向量 ( 1 , 2 , , 1 , 2 , )dij ij jx x x i n j m? ? ? ? ，其表達(dá)式為 ： 五、協(xié)方差和協(xié)方差矩陣 衡量任意兩個(gè)氣象要素（變量）之間關(guān)系的統(tǒng)計(jì)量 (正、負(fù)相關(guān)關(guān)系 )，另外一個(gè)統(tǒng)計(jì)量叫相關(guān)系數(shù)（以后講解）。 表達(dá)式： )()(11jjtntiitij xxxxns ??? ??jintjtit xxxxn ?? ?? 11mji ?,2,1, ?（ ） 距平的內(nèi)積 協(xié)方差氣象意義的進(jìn)一步理解： 1）反映了兩個(gè)氣象要素異常關(guān)系 的平均狀況，或者兩個(gè)變量的正、負(fù)相關(guān)關(guān)系。 兩變量關(guān)系越密切，其協(xié)方差的絕對(duì)值越大 ， 如理解（氣溫為例）： 前冬氣溫負(fù)距平（冷）、后冬正距平（暖） 協(xié)方差負(fù)值 反相關(guān) 前冬氣溫正距平（暖）、后冬正距平（暖） 協(xié)方差正值 正相關(guān) 2）變量自身的協(xié)方差就是方差。 距平的乘積 X1與 x2的距平符號(hào)相同率高，有相同的變化趨勢(shì)， x2與 x3的距平符號(hào)相反率高，有相反的變化趨勢(shì)； 兩組變量均有良好的相關(guān)關(guān)系。 問題： 協(xié)方差帶單位，不同要素之間不好比較，以后學(xué)習(xí)相關(guān)系 數(shù)可解決這個(gè)問題。 302010010203040500 5 10 15系列1系列2系列3 m階對(duì)稱矩陣 ,對(duì)角線元素是第 i個(gè)變量的方差 ,撇號(hào)代表距平。 )( ijs?S mji ?,2,1, ?（ ） 1 Tddn? XX???????????????ppppppsssssssssS???????212222111211? 協(xié)方差的另一種表示： 用 離差積 表示，構(gòu)成離差矩陣。 ? 總體協(xié)方差矩陣的無偏估計(jì) )()(1jjtntiitij xxxxss ??? ??)( ijss?SS（ ） mji ?,2,1, ? SS11S?? n（ ） 1月氣溫標(biāo)準(zhǔn)差 7月氣溫標(biāo)準(zhǔn)差 1月降水標(biāo)準(zhǔn)差 7月降水標(biāo)準(zhǔn)差 狀態(tài)資料和統(tǒng)計(jì)特征 狀態(tài)資料 表征氣象要素的各種狀態(tài)，觀測(cè)結(jié)果無法用數(shù)據(jù)表示。 如霧、冰雹、霜 用 “ 有 ” 、 “ 無 ” 、“ 強(qiáng) ” 、 “ 弱 ” 等表示。 雨的強(qiáng)度 等級(jí)表示，如大暴雨、大雨等。 風(fēng)的強(qiáng)度等級(jí) 1級(jí)、 。 12 頻率表、分布列 如何描述狀態(tài)資料的統(tǒng)計(jì)特征？ 列出各個(gè)狀態(tài)出現(xiàn)的頻率。 對(duì)樣本而言是 頻率表 ，總體而言就是 分布列 。 多維頻率表、多維分布列 針對(duì)氣象要素的狀態(tài)資料； 概念： 統(tǒng)計(jì)多個(gè)氣象要素（現(xiàn)象）的各種情況 下的頻率，組成一張多維頻率表。 優(yōu)點(diǎn)： 對(duì)預(yù)報(bào)有參考價(jià)值。 7月份某氣象站 24小時(shí)內(nèi)（ 08時(shí)到次日 08時(shí)）降雨量與 08時(shí)絕對(duì)濕度關(guān)系 重要天氣氣候事件及其影響 臺(tái)風(fēng) 2023年 8月我省先后受到 5個(gè)近海 和 登陸臺(tái)風(fēng)的直接或外圍環(huán)流系統(tǒng)影響，臺(tái)風(fēng)影響個(gè)數(shù)偏多。5個(gè)熱帶氣旋分別是 9號(hào)臺(tái)風(fēng) “ 蘇拉 ” 、 10號(hào)臺(tái)風(fēng)“ 達(dá)維 ” 、 11號(hào)強(qiáng)臺(tái)風(fēng) “ ?？?” 、 14號(hào)臺(tái)風(fēng) “ 天秤 ” 和 15號(hào)超強(qiáng)臺(tái)風(fēng) “ 布拉萬 ” 。其中 ， “ 海葵 ”對(duì)我省的影響特別嚴(yán)重，其風(fēng)雨程度超過 2023年的臺(tái)風(fēng) “ 麥莎 ” ，是 1991年以來影響江蘇最嚴(yán)重的臺(tái)風(fēng) 。 強(qiáng)對(duì)流天氣 ? 據(jù)不完全統(tǒng)計(jì)， 2023年 8月江蘇 省因強(qiáng)對(duì)流天氣過程共造成多人傷死，房屋損壞，農(nóng)田受災(zāi)。 8月蘇州出現(xiàn) 8個(gè)強(qiáng)對(duì)流天氣日，其中出現(xiàn)雷雨大風(fēng)短時(shí)強(qiáng)降水，冰雹，龍卷風(fēng)襲擊， ? 8月 26日 17： 30左右，江蘇洪澤湖上出現(xiàn)了難得一見的“龍吸水”現(xiàn)象 ，巨大的水柱連接水天?；疑鶑倪h(yuǎn)處的烏云中垂落湖面，像吊在空中晃晃悠悠的
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1