您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 201810-89
论文题目 基于去趋势波动分析的中国气温变化趋势研究
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!


  • 0

基于去趋势波动分析的中国气温变化趋势研究

首发时间:2018-10-31

李文菁 1   

李文菁(1990-),女,硕士,主要研究方向:时间序列分析

余冬玲 1   

余冬玲(1993-),女,硕士,主要研究方向:生物信息与时间序列

周煜 1   

周煜(1982-),男,博士,副教授,主要研究方向:非线性时间序列分析以及应

  • 1、湘潭大学数学与计算科学学院

摘要:在全球暖化的大背景下进行气温趋势分析有着十分重要的现实意义。然而,传统的趋势分析继续直接利用线性回归并忽略了气温序列中可能的自相关性,因此可能对结果产生影响。本文选取了我国590个气象观测站的近46年的气温数据作为研究对象,应用去趋势波动分析法(Detrended Fluctuation Analysis) 来分析序列的长程相关性以及其对气温的变化趋势的影响:590个站点中有555个站点的趋势是不显著的。然而,线性回归方法则只有49个站点估计出来的趋势是不显著的。两者之间的差异源于线性回归法没有考虑长程相关性的影响。我们进一步推测了在长程相关性存在时的最可能趋势并发现,如果不考虑长程相关性而仅使用线性回归估计趋势会显著高估趋势。考虑到长程相关性在现实数据中的普遍性,趋势研究时必须将其考虑在内。我们的分析为这类情况提供了一般研究框架。

关键词: 长程相关性 去趋势波动分析 气温序列 趋势 显著性。

For information in English, please click here

Trend analysis of the temperature variation in China based on detrending fluctuation analysis

Li Wenjing 1   

李文菁(1990-),女,硕士,主要研究方向:时间序列分析

Yu Dongling 1   

余冬玲(1993-),女,硕士,主要研究方向:生物信息与时间序列

Zhou Yu 1   

周煜(1982-),男,博士,副教授,主要研究方向:非线性时间序列分析以及应

  • 1、School of Mathematics and Computer Science, Xiangtan University

Abstract:As globing warming has raised increasing concern in these years, research on trends in climate has become a hot topic. Usually, the linear regression is employed for trend analysis. This detection method works on the basis of an assumption that the series is just first-order correlated or uncorrelated at all. However, in the real-life data, especially in the climatic data, e.g. the temperature data, there generally exists long-term correlation. Therefore, the direct application of the linear regression analysis is inappropriate. This study employs Detrended Fluctuation Analysis to investigate trends in temperature data in 590 meteorological stations of China in recent 46 years. The result shows that 555 stations out of 590 have insignificant trends. In contrast, only 49 stations display insignificant trends if using the traditional linear regression. Such difference should be due to the effect of long-term correlation. Furthermore, we try to calculate the most possible trend in the long-term correlated temperature data. Our anlaysis demonstrates that the traditional linear regression method, which does not take long-term correlations into account, would significantly overestimate the trend in observed data. Therefore, the effect of long-term correlation has to be taken into consideration in trend analysis of the real-life data. Our analysis provides a general framework for the trend analysis of long-term correlated data.

Keywords: Long-term correlation ~Detrended fluctuation analysis ~temperature series ~trend ~significance.

Click to fold

点击收起

论文图表:

引用

导出参考文献

.txt .ris .doc
李文菁,余冬玲,周煜. 基于去趋势波动分析的中国气温变化趋势研究[EB/OL]. 北京:中国科技论文在线 [2018-10-31]. http://www.paper.edu.cn/releasepaper/content/201810-89.

No.****

动态公开评议

共计0人参与

动态评论进行中

评论

全部评论

0/1000

勘误表

基于去趋势波动分析的中国气温变化趋势研究