[发明专利]一种统计分析大气甲烷长期变化趋势和季节变化规律的方法

说明书

技术领域

本发明涉及一种统计分析气体变化趋势和规律的方法，具体涉及一种统计分析大气甲烷长期变化趋势和季节变化规律的方法，属于大气探测以及气候变化技术领域。

背景技术

全球气候变化是当今世界面临的重要环境问题之一，这一问题的关键要素是理解辐射活性气体以及参与大气化学反应的温室气体在大气中的行为特性。长期观测这些气体为研究这些气体的演变以及源汇变化提供了实验数据。

甲烷作为最主要的温室气体之一，其在大气中的含量远低于二氧化碳，由于长期甲烷观测数据中存在大量季节变化和其他因素影响，使得准确量化甲烷的长期变化趋势和季节变化规律成为一种挑战。

现有的趋势分析技术，在估计甲烷长期变化趋势和季节变化规律方面，主要基于不严格的数据统计分布假设，通常分析结果不稳定，并且容易给出错误的分析结果，实用性尚未被证明。

发明内容

为解决现有技术的不足，本发明的目的在于提供一种统计分析大气甲烷长期变化趋势和季节变化规律的方法，该方法通过更严格的统计分析，可获得给定数据集的平均趋势(大气甲烷年增长速度及其不确定度)以及严格的季节变化估计值，准确量化甲烷的长期变化趋势和季节变化规律。

为了实现上述目标，本发明采用如下的技术方案：

一种统计分析大气甲烷长期变化趋势和季节变化规律的方法，其特征在于，包括以下步骤：

一、建立长期变化趋势和季节变化规律模型

长期变化趋势和季节变化规律模型基于低阶傅里叶级数，该低阶傅里叶级数用函数模型V表示：

V(t,b)＝b₀+b₁cos2πt+b₂sin2πt+b₃cos4πt+b₄sin4πt+...

式中，t为年时间序列，b为季节变化拟合系数，季节变化为自然年的函数；

地基、机载或星载观测的主被动大气甲烷总柱浓度数据用函数模型F表示：

F(t,a,b)＝at+V(t,b)

式中，t为年时间序列，a为年变化趋势系数，b为季节变化拟合系数；

二、采用自举重采样技术对非高斯分布的数据进行严格拟合分析自举重采样技术基于与随机影响相关的数据分布，可由模型拟合残差来表示，拟合残差用Q表示：

式中，M为地基、机载或星载观测的主被动大气甲烷总柱浓度数据集，F为数据集M的拟合模型，i＝1，2，.....，m，m为数据集M中数据个数；

通过最小二乘拟合算法获得该式最小值，此时可得拟合系数a₀和b₀，此时的拟合残差用R表示，即：

R_i,0＝M-F(t_i,a₀,b₀)；

假定R_i,q是数据集{R_i,0}的随机采样，可得下式：

M_i,q＝R_i,q+F(t_i,a₀,b₀)

式中，q＝1，2，…，N，N为重复迭代次数；

通过重复迭代取样后，得到新的数据集{(t_i,M_i,q)}；

再次用模型F拟合这一新的数据集{(t_i,M_i,q)}获得参数a_q和b_q，这一过程重复q＝1,…,N次生成向量A＝{a_q}和矩阵B＝{b_q}。

本发明的有益之处在于：

本发明的方法通过建立低阶傅里叶级数模型以及更严格的统计分析，可获得给定数据集的平均趋势(大气甲烷年增长速度及其不确定度)以及严格的季节变化估计值，准确量化甲烷的长期变化趋势和季节变化规律，在大气探测以及气候变化领域具有重要意义，可用于地基、机载、星载主被动大气甲烷观测数据分析，为大气甲烷源汇分析及其动态变化研究和模拟提供有价值的数据源。

附图说明

图1是地基傅里叶变换光谱仪长期甲烷时间序列趋势拟合结果图；

图2(a)是地基傅里叶变换光谱仪长期甲烷时间序列与过境卫星GOSAT甲烷数据对比结果图；

图2(b)是地基傅里叶变换光谱仪长期甲烷时间序列与过境卫星GOSAT甲烷数据相关性分析结果图。

具体实施方式