攀枝花市近42年气候变化的多时间尺度分析

摘要

基于攀枝花市1965～2006年长时间序列的降水和气温资料，采用小波变换法，对攀枝花市降水与气温年际变化规律进行了分析，并对攀枝花市降水和气温未来变化趋势作了分析预测。结果表明： 春季降水量序列存在2.5a、10.5a左右的主周期，以主周期为2.5a的振荡能量最为强大；夏季降水量序列存在2α、5α和135α左右的主周期，其中以主周期为2口的振荡能量最强大；秋季降水量序列存在2.7α、3.5α、8α和28.5α左右的主周期，以主周期为2.7α的振荡能量最为强大；冬季降水量序列存在2.9α、3.7α、4.5α和21.5α左右的主周期，其中尤以主周期为2.7α的振荡能量最为强大。而研究区年降水量序列存在3α、8.1α、12α、36α左右尺度的主周期，其中尤以主周期为3α的振荡能量最为强大。四个季节降水的主周期主要集中在较小时间尺度上，振荡能量最强大的主要集中在高频的时间变化上。 研究区春季气温序列存在12.8α和37.5α左右的主周期，以主周期37.5α的振荡能量最强大；夏季气温序列存在5.5α、12.5α和33.5α左右的主周期，其中尤以主周期33.5α的振荡能量最强大；秋季气温序列存在7.5α、12.5α和36.5α左右的主周期，其中尤以主周期36.5α的振荡能量最强大；冬季气温序列存在12.5α和37.2α左右的主周期，其中尤以主周期37.2α的振荡能量最强大。四个季节气温的振荡能量最强大的主要集中在低频的时间尺度变化上。 研究区降雨量序列未来变化趋势为：在2006～2013年降雨量处于偏少期，2013～2016年降雨量为偏多期；研究区气温序列未来变化趋势为：2006～2009年气温处于偏冷期，2009～2016年气温偏暖期。 主周期具有时效性，只有在一定时段内才有意义。

目录

文摘

英文文摘

声明

1引言

1.1选题背景

1.2国内外研究现状

1.2.1小波分析研究进展

1.2.2干热河谷气候研究进展

1.3本文主要研究内容及技术路线

1.3.1主要内容

1.3.2技术路线

2研究方法

2.1小波变换

2.2小波方差

2.3小波变换用于信号突变点(或边缘)检测原理

3研究区域自然环境概况

3.1地理位置

3.2地质地貌

3.3水文概况

3.4气候概况

4降水序列多时间尺度变化特征

4.1四季降水小波特征

4.1.1春季降水小波特征

4.1.2夏季降水小波特征

4.1.3秋季降水小波特征

4.1.4冬季降水小波特征

4.2年降水小波特征

4.2.1年降水量多时间尺度变化特征

4.2.2年降水多时间尺度变化的主周期

5气温序列多时间尺度变化特征

5.1四季气温小波特征

5.1.1春季气温小波特征

5.1.2夏季气温小波特征

5.1.3秋季气温小波特征

5.1.4冬季气温小波特征

5.2年气温小波特征

5.2.1年气温序列多时间尺度变化特征

5.2.2年气温序列多时间尺度变化的主周期

6降水、气温年际变化趋势和突变性分析

6.1降水年际变化趋势和突变性分析

6.2降水量变化趋势和突变性预测

6.3气温年际变化趋势和突变性分析

6.4气温年际变化趋势和突变性预测

7结论与展望

7.1结论

7.2展望

参考文献：

致谢

研究生在校期间的科研成果