eof分最析及其应用.ppt

Lorenz，Edward Norton 混沌理论之父、MIT教授 One of the great modern science stories is the so-called Butterfly Effect. It suggests that the weather is so sensitive to tiny changes, that something as microscopic as a butterfly flapping its wings in Brazil could set off a tornado in Texas Butterfly Effect  EOF分析及其应用 一、引 言 经验正交函数（EOF）方法：最早由统计学家pearson（1902）提出，由Lorenz（1956）引入气象问题分析中。该方法以场的时间序列为分析对象，由于对计算条件要求甚高，直到20世纪60年代后期才在实际工作中得到广泛应用。 近30年来，出现了适合于各种分析目的的EOF分析方法，如扩展EOF（EEOF）方法，旋转EOF（REOF）方法，风场EOF（EOFW）方法，复变量EOF（CEOF）方法。 EOF分解的优点 1，没有固定的函数； 2，能在有限区域对不规则分布的站点进行分解； 3，展开收敛快，很容易将变量场的信息集中在几个模态上； 4，分离出的空间结构具有一定的物理意义； EOF方法不但用于观测资料的分析，还用于GCM资料的分析和数值模式的设计。现在，EOF方法已作为一种基本的分析手段频繁地出现在大气科学研究的文献中。 二、EOF分析方法原理 将某气候变量场的观测资料以矩阵形 式给出 m是空间点（观测站或网格点）， n是时间序列长度（观测次数）。 气象场的自然正交展开，是将X分解为时间函数Z和空间函数V两部分,即 或者 含义：场中第i个格点上的第t次观测值，可以看作是p个空间函数 和时间函数 的线性组合 。 其中， 是第j个典型场，只是空间的函数。 第t个空间场可表示为 或者 上式表明，第t个场可以表示为m个空间典型场，按照不同的权重线性叠加而成。V的每一列表示一个空间典型场，由于这个场由实际资料确定，故又叫经验正交函数。 上述分解要求满足下列两个条件： 性质 三、分解方法 A为实对称矩阵，根据实对称矩阵分解原理，一定有 或者 V的列就是A的特征向量， 是A的特征值组成的对角矩阵。 Z就是时间系数矩阵， 第i个格点上的第t 个时间系数。 四、误差估计和计算 是拟合场. 可以证明误差 第i个特征向量对X场的贡献率 前p个特征向量对X场的贡献率 五、重要参数 六、计算步骤 1）根据分析目的，对原始资料矩阵X作距平或者标准化处理； 2）由X求协方差矩阵 ； 3）求实对称矩阵A的全部特征值 、特征向量 ，h=1~H（通常使用Jacobi法）； 4）将特征值作非升序排列（通常使用沉浮法），并对特征向量序数作相应变动； 5）根据 ,h=1~H和X总方差，求出全部 、 , h=1~H； 6）由X及主要 求其时间系数 、h=1~H，主要的数量由分析目的及分析对象定； 7）输出主要计算结果。 七 经验正交函数的物理意义 特征向量以及时间系数的分析。 vv第一特征向量（第一空间典型场）是与n张X图平均最相似的，或者说具有与所要展开的资料矩阵的n个样本最相似的特征。比如：若原始资料矩阵是7月份50年实测将水场（非距平场），则第一特征向量就可以解释为这50年的平均场，其相应的时间系数基本对应我国大尺度旱涝年。但当降水场由距平组成，第一特征向量就解释为与50年夏季距平场最相似的特征场，它指出了我国夏季经常出现的大尺度涝区和旱区。 八、时空转换问题 当 时，先求出 的特征值， 然后求 的特征向量，这种方法叫时 空转换。 令 的特征值为 ，其特征向量 为 ，