导读:本文包含了均一性检验论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:序列,气温,东北地区,正态分布,高山,气象站,冻土。
均一性检验论文文献综述
彭嘉栋,叶成志,张剑明,陈德桥[1]（2019）在《中国中部典型高山气象站风速的均一性检验及其变化特点》一文中研究指出采用二相回归方法并结合台站历史沿革信息,在对中国中部典型高山站南岳和庐山1960—2017年平均风速资料进行均一性检验和订正的基础上,分析其变化特征及其与周边低海拔台站的差异,并利用NCEP/NCAR再分析风速资料对其差异进行验证。结果表明:南岳站平均风速序列存在一个由测风仪器变更而导致的非均一点,而庐山站不存在非均一点;南岳和庐山年及四季平均风速均显着高于周边台站,且高山站以春季和夏季风速最大,而低海拔台站各季节风速差异较小;近58 a高山站及周边低海拔台站的年及四季平均风速均呈显着的减小趋势,但高山站的减小速率显着高于低海拔台站;同区域NCEP/NCAR的1000 hPa和850 hPa平均风速变化的差异与高山站和低海拔台站的差异基本一致,说明中低空和地面风速的这种差异在中国中部地区具有一定的普遍性。(本文来源于《气象与环境学报》期刊2019年04期）
崔妍,徐文慧,李庆祥,赵春雨,周晓宇[2]（2019）在《东北地区月气温序列的均一性检验和订正》一文中研究指出本文采用惩罚最大T检验(PMT)方法,结合台站历史沿革信息,对东北地区129个气象站月最高气温和最低气温资料进行均一性检验和订正,并与已有均一化数据集(CHHT)进行对比分析。结果表明:气温的非均一性在空间上普遍存在,最高温和最低温分别检测出断点74个和94个,资料拼接和迁站是造成非均一性的重要因素。均一性检验和订正提高了东北地区最高气温和最低气温的空间一致性,线性趋势空间分布更加合理,订正之后变化趋势略有增加,年平均最高气温和最低气温分别由0.1和0.22℃·(10 a)~(-1)增至0.17和0.33℃·(10a)~(-1),与CHHT相比,两套数据时间相关系数在0.9以上,对东北地区气候长期演变趋势基本一致,东北地区年平均最高气温和最低气温均呈显着升温趋势,采用PMT得到的年平均最高气温和最低气温变化趋势较CHHT分别偏高0.05和0.03℃·(10 a)~(-1),在线性趋势空间分布上PMT均一化检验订正结果较CHHT略有改善。(本文来源于《气象》期刊2019年02期）
赵美艳,余君,蒋镇,单薇薇[3]（2018）在《重庆地区气温序列均一性检验及订正》一文中研究指出利用RHtest V5和MASH V3.03软件包并结合完善的台站历史沿革信息分别对重庆地区1951—2015年的逐年、月、日平均气温序列进行了均一性分析。结果表明:两种方法均能检验出重庆地区相关台站气温序列的非均一性,并对其进行订正。二者所得结果均表明,迁站是引起气温序列不连续的主要原因,测站周围环境的变化、观测设备的更换以及自动站的业务化运行也会对气温序列的连续性产生一定影响,且两种方法对日平均气温的订正量和订正方向基本一致,订正后的气温气候趋势相似。由于两种方法所使用的检验算法不同,导致检测到的断点数目相差较大(MASH较RHtest多)。将RHtest方法所得结果与国家气象信息中心用同样方法对重庆地区气温序列的均一性检验和订正结果对比,显示二者订正效果基本相同。最后通过对订正前后的气温序列进行气候趋势分析发现,订正后气温变化趋势的均一性较订正前有明显改善。(本文来源于《气象与环境学报》期刊2018年06期）
赵美艳,余君,蒋镇,单薇薇[4]（2018）在《两种方法对重庆地区气温序列的均一性检验及订正结果的对比》一文中研究指出利用RHtest V5和MASHV3.03软件包并结合完善的台站历史沿革信息分别对重庆地区1951—2015年的逐年、月、日平均气温序列进行了均一性分析。结论显示:两种方法均能检验出重庆地区相关台站气温序列的非均一性,并对其进行订正。二者所得结果均表明,迁站是引起气温序列不连续的主要原因,测站周围环境的变化、观测设备的更换以及自动站的业务化运行也会对气温序列的连续性产生一定影响,且两种方法对日平均气温的订正量和订正方向基本一致,订正后的气温气候趋势相似。由于两种方法所使用的检验算法不同,导致检测到的断点数目相差较大(MASH较RHtest多)。将RHtest方法所得结果与国家气象信息中心用同样方法对重庆地区气温序列的均一性检验和订正结果对比,显示二者订正效果基本相同。最后通过对订正前后的气温序列进行气候趋势分析发现,订正后气温变化趋势的均一性较订正前有明显改善。(本文来源于《第35届中国气象学会年会 S20 深度信息化：应用支持与智能发展》期刊2018-10-24）
司鹏,罗传军,姜罕盛,徐梅[5]（2018）在《天津地面相对湿度资料的非均一性检验及订正》一文中研究指出研究中利用NCEP/DOEAMIP-ⅡReanalysis(R-2)比湿再分析资料和基础观测资料两种参考序列,对天津历史月平均相对湿度数据中存在的非均一性因素进行了检验和订正。结果显示,有9个地面站的相对湿度序列存在显着断点,占台站总数的69%。查阅台站元数据得到导致其突变的主要原因是自动站业务化,其次为迁站和仪器变更。从订正量来看,负订正量比例约占96. 3%,其中分布范围在-5.0%～-1.5%,约占总订正量的80%以上。对比分析订正前后月平均相对湿度序列的方差和趋势变化,均一性订正基本修正了非均一性因素造成的突变影响,减缓相对湿度序列长期出现异常偏干的趋势变化。同时,与朱亚妮等(2015)研制的同类数据产品误差分析发现,两类数据的误差平均值较小,但由于一些主观因素影响使得个别台站MAE、SE误差值达到3. 0%以上,造成MAE、SE误差值范围在0～2%的台站比例分别仅在84. 6%和76. 9%及两者以上。从而,一定程度上能够反映出本研究所采用的数据处理技术手段相对以往具有优越性。(本文来源于《气象》期刊2018年10期）
李琰,王国松,范文静,刘克修,王慧[6]（2018）在《中国沿海海表温度均一性检验和订正》一文中研究指出利用惩罚最大T检验(Penalized Maximal T test,PMT)方法,选取均一的邻近气象站为参考站,基于月平均地面气温(SAT)资料,利用相关系数权重平均方法构建参考序列,同时结合元数据信息,对1960-2011年中国沿海27个海洋观测站月平均海表温度(SST)进行了均一性检验与订正,并分析了造成海表温度序列非均一的主要原因。结果表明,中国沿海海洋台站海表温度资料存在较为严重的非均一性问题,几乎所有的台站都存在断点,仪器变更(包括人工观测转自动观测)(占总断点数的52.4%)和迁站(占总断点数的33.3%)是造成序列非均一的主要原因。整套资料负订正量所占比例较高,这种负订正量与人工转自动观测后海表温度观测值偏低有密切关系。这也使得订正后中国沿海平均海表温度趋势与订正前存在明显差异,订正后中国沿海海表温度呈明显的加速上升趋势。(本文来源于《海洋学报》期刊2018年01期）
樊万珍[7]（2016）在《青海省受迁站影响的最大冻土序列的均一性检验及订正》一文中研究指出根据青海省50个国家级地面观测站最大冻土资料和站址迁移情况,采用t检验和标准正态检验(SNHT)方法,对各站迁站前后年最大冻土资料序列进行了均一性检验,结果表明:t检验有13个站15次、SNHT检验有10个站共10次因站址迁移造成了资料序列不连续,共有9个站9次迁站年份年最大冻土资料序列存在非均一性。针对检验结果,结合青海气候变化情况,对资料不连续的迁站年份逐一进行甄别,确定利用SNHT方法对9个站年最大冻土深度进行订正。对各站1961—2013年因冻土项目开展较晚或缺测的不完整资料序列,用待补台站与参考台站线性拟合的方法进行了插补延长。最终形成了青海省50个国家级地面气象观测站1961—2013年年最大冻土资料数据集,为青海高原气候变化和科学研究提供基础数据。(本文来源于《青海气象》期刊2016年03期）
邓鑫洁[8]（2016）在《斯米尔洛夫检验法在非正态分布气温数据均一性检验中的应用》一文中研究指出均一性检验是数据处理工作的重要步骤,研究均一性检验方法具有非常重要的意义。均一性检验也是气候资料订正的第一步,其正确性会直接影响到后续工作的开展。经典的标准正态检验法(SNHT)只适用于正态分布的气候序列的均一性检验,而实际上存在大量非正态的气候序列需要考察其均一性。该文所采用的斯米尔洛夫方法,常用于序列的总体分布检验,文中将其运用到气温序列的均一性检验中,适用于任何分布的气温序列。针对重庆市年气温序列的均一性检验结果表明,斯米尔洛夫方法优于SNHT方法。(本文来源于《重庆建筑》期刊2016年08期）
李琰,牟林,王国松,范文静,刘克修[9]（2016）在《环渤海沿岸海表温度资料的均一性检验与订正》一文中研究指出本文对环渤海沿岸具有代表性且资料完整的6个海洋观测站的月均海表温度(SST)序列作均一性检验和订正。我国海洋观测站密集度低,难以选择参考序列,本文首先采用不依赖参考序列的惩罚最大F检验(PMFT)方法对SST序列检验,利用详尽的元数据对检验结果进行确认,再对不连续点订正,该方法适用于元数据详尽的海洋观测站。对于元数据不详尽的观测站,使用惩罚最大T检验(PMT)方法,选取与海洋台站距离近且相关显着的气象观测站的均一化地面气温序列来制作参考序列,对SST序列进行检验和订正。结果表明,环渤海地区SST序列都存在一定非均一性,观测站较大距离迁移和观测系统变更(从人工观测到自动化观测)是造成非均一性的重要原因。订正后的环渤海地区年平均SST增温趋势更加明显。本文使用不同方法来检验SST序列的均一性,该思路对沿海其他海区观测站SST均一性检验和订正有一定参考价值和应用前景,可为沿海气候变化研究提供科学准确的第一手资料。(本文来源于《海洋学报》期刊2016年03期）
张卉,程永明,杨梅红[10]（2016）在《五台山站气候资料均一性检验及气候变化趋势分析》一文中研究指出为了研究五台山站气候资料均一性及气候变化趋势,利用1957—2013年五台山气象观测站的地面逐月气温和降水量,采用滑动T检验、回归订正法、线性倾向估计、滑动平均法等方法,全面分析五台山站迁站前后气候资料均一性与气候变化特征。结果表明:(1)1月、5—10月降水量序列在五台山站迁站前后无显着差异,其余各气象要素序列在五台山站迁站前后存在显着差异。(2)从1998年开始,五台山站因迁站导致气温观测值比1998年前偏高约4.6℃,降水量观测值比1998年前减少约12.5 mm。(3)五台山年平均气温与四季气温呈上升趋势,平均每10年上升0.32℃(年)、0.36℃(春)、0.18℃(夏)、0.31℃(秋)和0.50℃(冬);年降水量与四季降水量呈现下降趋势,平均每10年下降-36.8 mm(年)、-7.9 mm(春)、-37.3 mm(夏)、-11.4 mm(秋)和-3.8 mm(冬)。(本文来源于《中国农学通报》期刊2016年07期）
均一性检验论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文采用惩罚最大T检验(PMT)方法,结合台站历史沿革信息,对东北地区129个气象站月最高气温和最低气温资料进行均一性检验和订正,并与已有均一化数据集(CHHT)进行对比分析。结果表明:气温的非均一性在空间上普遍存在,最高温和最低温分别检测出断点74个和94个,资料拼接和迁站是造成非均一性的重要因素。均一性检验和订正提高了东北地区最高气温和最低气温的空间一致性,线性趋势空间分布更加合理,订正之后变化趋势略有增加,年平均最高气温和最低气温分别由0.1和0.22℃·(10 a)~(-1)增至0.17和0.33℃·(10a)~(-1),与CHHT相比,两套数据时间相关系数在0.9以上,对东北地区气候长期演变趋势基本一致,东北地区年平均最高气温和最低气温均呈显着升温趋势,采用PMT得到的年平均最高气温和最低气温变化趋势较CHHT分别偏高0.05和0.03℃·(10 a)~(-1),在线性趋势空间分布上PMT均一化检验订正结果较CHHT略有改善。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
均一性检验论文参考文献
[1].彭嘉栋,叶成志,张剑明,陈德桥.中国中部典型高山气象站风速的均一性检验及其变化特点[J].气象与环境学报.2019
[2].崔妍,徐文慧,李庆祥,赵春雨,周晓宇.东北地区月气温序列的均一性检验和订正[J].气象.2019
[3].赵美艳,余君,蒋镇,单薇薇.重庆地区气温序列均一性检验及订正[J].气象与环境学报.2018
[4].赵美艳,余君,蒋镇,单薇薇.两种方法对重庆地区气温序列的均一性检验及订正结果的对比[C].第35届中国气象学会年会S20深度信息化：应用支持与智能发展.2018
[5].司鹏,罗传军,姜罕盛,徐梅.天津地面相对湿度资料的非均一性检验及订正[J].气象.2018
[6].李琰,王国松,范文静,刘克修,王慧.中国沿海海表温度均一性检验和订正[J].海洋学报.2018
[7].樊万珍.青海省受迁站影响的最大冻土序列的均一性检验及订正[J].青海气象.2016
[8].邓鑫洁.斯米尔洛夫检验法在非正态分布气温数据均一性检验中的应用[J].重庆建筑.2016
[9].李琰,牟林,王国松,范文静,刘克修.环渤海沿岸海表温度资料的均一性检验与订正[J].海洋学报.2016
[10].张卉,程永明,杨梅红.五台山站气候资料均一性检验及气候变化趋势分析[J].中国农学通报.2016
论文知识图
