中国科学院大学研究生教材系列 ||《气候统计方法和应用》

在传统的气象学语境里，气候是所有天气现象的平均状态。一个更完善的定义是：气候是所有天气现象的综合表述，不仅关注平均状态，还关注极端天气。在最新的气候系统语境里，气候不仅包括大气现象，还包括海洋、陆地、冰雪圈乃至生物圈的各种相关现象。在这个新的语境里，气候应该是包括所有这些不同圈层相关“天气”现象的综合表述。何谓“综合表述”？一个简明的办法是：用一套概率分布函数来表述各种“天气”的发生概率。显然，气候学从其基本概念开始就与统计方法密切关联。

近年来，随着气候变化科学的发展，更多问题需要运用恰当的统计方法来加以解决。

为研究气候跃变现象，首先需要利用统计方法从观测资料中分辨跃变信号。跃变检测为气候变化统计分析开拓了新的思路，也丰富了气候统计分析的内涵。

现有研究中常用的气候跃变检测方法包括：滑动 T-test（均值检验）、滑动 F-test（方差检验）、滑动符号检验法、Mann-Kendall 检测、小波分析等。

要注意的是，气候跃变在时间序列的表现形式上十分类似气候序列的非均一性。后者是局地的长期气候观测过程中不可避免的观测系统变更所引起的子序列之间的系统性偏差。其不同的是，气候跃变不会仅仅体现在个别站点观测中，而是呈现出大尺度的时空分布结构，这种结构则是由全球和区域气候系统特征及其变化规律决定的。

《气候统计方法和应用》一书试图从气候研究的应用角度出发，介绍在该领域常用的统计分析方法， 可分为三部分内容。第一部分基础知识：首先从气候跃变这一特殊现象及其动力学系统理论背景的新视角引入统计分析的重要性（第 1 章），继而介绍统计分析必需的基本概念，如统计量、概率分布以及气候分析常用的一些显著性检验（第 2 章、第 3 章）。第二部分经典方法：包括回归分析（第 4 章）、气候场趋势（第 5 章、第 6 章）、气候场分析（第 6 章、第 7 章）和时间序列的信号分解（第 8 章）等。第三部分前沿问题：包括气候场趋势及其成因分析（第6 章）、非线性信号分解（第 8 章）、跃变检测（第 9 章）、极值分析（第 10 章）、极端事件可预测性（第 11 章）、气候序列均一化（第 12 章）、气候变化检测归因（第 13 章）和机器学习（第 14 章）等。

主要作者简介

严中伟

中国科学院大学岗位教授，从事气候变化研究，发表学术论文200多篇，合编/译/著书多部，任第三次和第四次《气候变化国家评估报告》章首席。 1990获首届赵九章科学工作奖；1995获中直机关优秀中青年奖；1997获首届学笃风正科研奖；2004获国家自然科学奖二等奖；2006获中国科学院百人计划；2013获大气物理研究所创新贡献奖；2022获上海城市气候变化应对重点开放实验室研究成果一等奖。

▋本书目录

左右滑动查看全书目录

ISBN：978-7-03-079279-2

本文摘 自《 气候统计方法和应用 》（严中伟等编著. 北京： 科学出版社，2024.8）一书“前言”“第1章”，有删减修改，标题为编者所加。

（本文编辑：谢婉蓉）

地球为你而转！

欢迎关注：赛杰奥（sci_geo）

科学出版社地球科学订阅号