deseason文档
deseason从时间序列中去除季节(或年度)变化周期。
参见:季节,气候学,sinefit,sineval,sinefit_bootstrap.
内容
语法
Ads = desseason (A,t) Ads = desseason(…,'daily') Ads = desseason(…,'monthly') Ads = desseason(…,' dettrend ',DetrendOption) Ads = desseason(…,'dim',dimension)
描述
广告= deseason (t)从时间序列中移除典型的季节性(即年度)周期一个对应于次tdatenum格式。如果t每天,输出ts是1到366和作为将包含366天内每天的平均值。如果按月输入,ts是1:12,作为将包含一年12个月中每个月的平均值。
广告= deseason(…,“日常”)直接指定输入是每日分辨率。季节函数通常会自动计算出这个值,但是如果你的数据中有很大的缺失,你可能希望通过指定day来确保正确的结果。
广告= deseason(…,“每月”)同上,但强制每月解决。
广告= deseason(…,“去趋势”,DetrendOption)指定确定季节异常的相对基线。选项是“线性”,“二次”,或“没有”.默认情况下,异常是在去除线性最小二乘趋势后计算的,但如果,例如,变暖是强烈的非线性,您可能更喜欢“二次”选择。注意:季节函数不返回反趋势数据。相反,去趋势只是为了确定季节周期。默认是“线性”.
广告= deseason(…,“暗”,尺寸)指定评估季节的维度。默认情况下,如果一个为一维时,沿非单次维返回季节循环;如果一个为2D,季节沿维度1执行(时间沿行行进);如果一个为三维,季节沿三维进行。
例如:海冰范围
考虑以下样本海冰范围数据:
负载seaice_extent图绘制(t extent_N“b”)举行在情节(t, extent_S“r”)轴紧盒子从传奇(北半球的,“南半球”,“位置”,“西北”) ylabel“海冰范围(10^6 km^2)”
如你所见,海冰范围的变化主要是由季节周期决定的。让我们对每个时间序列进行分析,以便更好地了解每年发生的情况:
north_ds = deseason (extent_N t);south_ds = deseason (extent_S t);情节(t, north_ds“b”south_ds)情节(t,“r”)
让我们用非趋势数据做一个新图,然后使用polyplot添加趋势线:
图绘制(t north_ds“b”)举行在情节(t, south_ds“r”)轴紧盒子从传奇(北半球的,“南半球”,“位置”,“西北”) ylabel“海冰范围(10^6 km^2)”覆盖趋势线:polyplot (t, north_ds 1“b”) polyplot (t, south_ds 1“r”)
上图显示,在整个卫星时代,北半球海冰范围下降,而南半球海冰范围增加。但很难看出哪个半球会赢。了解全球变化的一个简单方法是简单地增加北半球和南半球的海冰范围:
图绘制(t, north_ds + south_ds,“k”)举行在polyplot (t, north_ds + south_ds 1“k”,“线宽”2)轴紧盒子从ylabel“全球海冰范围(10^6 km^2)”
上面的图表清楚地表明,南极海冰的增加并没有跟上北极海冰的减少。
我们可以量化全球海冰的趋势趋势函数。的趋势函数计算线性趋势相对于你给它的单位,我们正在处理datenum单位是天,所以要乘以365.25 * 10以“每十年”为单位得到海冰趋势,并乘以1 e6以km^2为单位:
趋势(extent_S + extent_N datenum (t)) * 365.25 * 10 * 1 e6
ans = -4.5833 e + 05
这告诉我们,根据卫星记录,全球范围内,每十年,我们损失了近50万平方公里的海冰。
这个函数是如何工作的
的deseason函数简单地工作如下:
Ads = A - season(A,t);
你会发现一个关于季节函数计算季节信号在这里.
季节和气候学
CDT有一个函数叫做季节另一个函数叫做气候学.唯一的区别是气候学包含变量的均值,而输出季节均值总是0。因此,deseason函数去除季节变化的成分,同时保留整体平均值和趋势。
一般来说,CDT假设以次年度分辨率采样的变量的多年记录可以用
Y = y_0 + y_tr + y_season + y_var + y_noise
在哪里
- y_0是长期的的意思是,
- y_trend是长期的趋势,
- y_season典型的季节异常是哪个季节函数在去趋势和去除均值后得到,
- y_var表示年际变化,和
- y_noise其他的都是
在这个模型中,
y_气候学= y_0 + y_season
还有其他定义季节性的方法
还有另一种定义季节性的方法,请看sinefit,sineval,sinefit_bootstrap.
作者信息
这个函数是乍得a。格林德克萨斯大学地球物理研究所(UTIG), 2017年7月。