氣候機率

氣候機率

氣候機率(climatic probability)是指利用歷史資料統計得到的某種氣候現象或某個氣象要素的某級(類、型)在有資料時段內出現的頻率。例如,北京在1990年中,1月份氣溫低於-7.0℃的共出現7次,頻率為7%。又如上海年降水量低於900毫米的在1998年中有10次,頻率為10.2%。

中文名稱氣候機率
英文名稱climatic probability
定  義表示某氣候要素在一定取值範圍內出現的可能性。
套用學科大氣科學(一級學科),氣候學(二級學科)

基本介紹

  • 中文名:氣候機率
  • 外文名:climatic probability
  • 學科:氣候學
  • 相關概念:氣候機率分布
  • 地位:氣候統計學的理論基礎
  • 實質:某種氣象要素出現頻率
定義,套用實例,氣候機率分布,理論,形成與發展,機率分布變化,極值分布模式,空間域模式,

定義

氣候機率(climatic probability)是指利用歷史資料統計得到的某種氣候現象或某個氣象要素的某級(類、型)在有資料時段內出現的頻率

套用實例

例如,北京在1990年中,1月份氣溫低於-7.0℃的共出現7次,頻率為7%。又如上海年降水量低於900毫米的在1998年中有10次,頻率為10.2%。

氣候機率分布

理論

自從20世紀初以來,“機率和機率分布的理論”除了作為氣候統計學的理論基礎外,它在氣象氣候學中的套用,主要是研究各種要素究竟符合何種理論分布模式。研究的重點是,用已經觀測得的有限樣本去擬合某種機率分布模型並估計其參數。

形成與發展

20世紀80年代以來,張學文等(1987,1992,2003年)提出從統計物理及最大熵理論研究降水分布模式的新思維,大大豐富了關於氣候機率分布的理論。進一步將熵理論加以深化,用最大熵原理給定約束條件而導出任何氣象要素場和氣象要素的機率分布模式。從而使統計氣候學中最基本的工具加以理論化,最終解釋氣候機率形成的原因。

機率分布變化

氣候變化的歷史長河中,某一定時期內的氣候總是圍繞著某一平衡態而振盪,氣候從一個平衡態轉入另一平衡態的過程,正是氣候狀態發生變化的過程。對於平衡態系統,熱力學量的“漲落”(即“振動”或“超力”)服從高斯分布,它能夠保持巨觀系統的熱力平衡。氣候系統處於氣候定態時,其變數的隨機振動實際就是圍繞平衡氣候的漲落。而熱力學平衡態一旦失去了穩定性,即無序狀態失穩就可產生巨漲落而導致重新建立的平衡態漲落。從統計學來看,分子數目即為隨機變數,通常小漲落的機會多,而大漲落的機會極少。圍繞平衡態的漲落規律只有藉助機率和機率分布來描述,氣候變數在其時空域上所形成的機率分布,其原理與上述熱力學平衡態系統是十分類似的。從這個意義上說,氣候變化必然反映在其相應的機率分布變動上。對於給定時段來說,機率分布可以全面描述某一氣候變數觀測取值的頻率特徵,而一旦機率分布發生變動,則必然可從中檢測出氣候變化的信號。

極值分布模式

儘管20世紀80年代以前,關於極值機率分布的套用還僅僅局限於“氣候極值的統計推斷”問題,即由觀測資料樣本抽取極端值,推求給定重現期的極值分位數,從而為一些重大工程建設項目提供必要的保障安全和經濟的氣候極值指標。近十多年來全球變暖大大加劇了由極端氣候事件發的各種自然災害,各國學者已將氣候極值變化與全球氣候變化緊密聯繫,開展了一系列有關氣候變化與氣候極值統計分布,平均氣候統計參數與極端氣候統計分布之間相關關係的研究,並已形成一個新的研究熱點。
近年來國內對這一領域的研究也日趨關注,不過,多數研究仍偏於套用經典極值分布(如Gumbel分布)及其參數估計方法(如經典矩估計)診斷氣候極值的時間域機率問題,而很少考慮氣候極端值的時間域和空間域雙重機率問題。因為氣候極端事件是引發氣候災害的基礎,以往僅考察某一時段內的氣候最大值問題顯然有一定的局限性。在這一領域尚有相當多的問題需要深入研究。

空間域模式

機率分布函式還可用來描述氣象要素(如降水量溫度)在地理空間域上的非均勻分布,這是氣候研究的一項重要內容。但是,以往這類問題在大氣科學研究中卻少有問津。廣義地說,除了某個測站(或測點)所觀測的氣象記錄可視為該氣象要素在時間域上的觀測樣本擬合其機率分布以外,任何時段或時刻的某一氣象變數場,例如,地理空間上觀測到的同一時刻某一種要素取值的機率特徵(如某種量級的占有數)也是氣候機率及其分布的研究對象。因為我們永遠不可能無限精確地度量任何區域上無數個測點的要素取值,而只能從中抽取有限數量的測點給出一定精度的觀測值,這就必然涉及到要以氣象變數的樣本場分布函式來推斷總體場分布函式的問題。

相關詞條

熱門詞條

聯絡我們