文摘
我们已经检查了温度时间序列在几个地点在非洲。特别是,我们专注于三个国家,南非,肯尼亚,科特迪瓦,检查每月平均温度从三个气象站在每个国家不同的位置。我们检查存在的确定性趋势系列,以检查是否变暖趋势对这些国家持有的假设;然而,而不是使用传统的方法基于静止错误,我们允许部分集成,这似乎是一个更合理的方法在这种情况下。我们的研究结果表明,温度只有显著增加在过去30年为肯尼亚的情况下。
1。介绍
在本文中,我们分析几个月温度时间序列数据的统计特性在非洲。特别是,我们感兴趣的调查数据中两个特性。首先,持久性跨越时间和第二的程度可能存在变暖的效应。季节性是另一个方面,它将考虑在目前的工作。三个国家调查:南非、科特迪瓦、和肯尼亚,和三个系列,位于遥远的对方,是每个国家的调查。因此,对于南非,我们看看数据获得在德班,比勒陀利亚,开普敦。在邦杜库被报道为科特迪瓦我们检查数据,阿比让,Gagnoa,最后在肯尼亚我们看看温度观测基苏姆,蒙巴萨和内罗毕。
一个功能通常被观察到在许多气候时间序列是持久性的程度。这意味着观察一般是高度依赖,这种依赖模仿气候社区通过一个简单的自回归秩序(AR(1))过程中,由于从根本上与随机一阶微分方程的关系。其他作者采用其他模型,阐述了AR(1)结构扩展到一般的自回归移动平均(ARMA)模型,和近期其他方法使用长期依赖的概念或长记忆模型高依赖的数据。在本文中,我们将使用后一种方法(部分集成),包括所有的标准模型(ARMA)感兴趣的特定情况下。文献在气候时间序列的长记忆过程中是相当广泛的。因此,例如,珀西瓦尔et al。1)检查一些短期和长期记忆过程的冬季平均海平面压力时间序列的阿留申低压和锡特卡(阿拉斯加)冬季气温记录。在这篇论文中,作者认为,分数差分模型可以可行的替代传统的ARMA方法。类似的远程依赖结果获得了全球平均温度(2意大利),每日降雨量(3),和风能变化从1961年到1978年在爱尔兰(4]。在最近的另一项研究中,斯蒂芬森et al。5]表明,北大西洋涛动(NAO),远程略微集成噪声提供了一个更好的选择比其他模型就像静止的红色噪音或非平稳的随机游走。
另一方面,温度的统计分析时间序列还没有提供确凿证据对气候变暖的效果。气候变化的最常用的指标是空气温度和表面有大量的论文研究的趋势在全球和地区的平均气温随时间(6- - - - - -10全球的温度变化([模式),11- - - - - -13),研究et al .(1997),等等)。大多数这些论文得出结论,全球年平均地表温度增加了0.3°,0.6°C之间在过去150年的时间里(14- - - - - -16]。关注非洲,有几个论文调查的温度和气候资料在南非等国家(17,18)、肯尼亚(19),和其他国家20.]。
当观察的意义确定性趋势时间序列数据,一个标准的方法已被用于假设的线性趋势模型形式 在哪里代表观测时间序列在时间和是偏差项。的参数平均变化的措施每时间段。因此,长期变暖可能发生如果是积极的,在这种情况下有一个温度的增加的趋势。测试的零假设 在(2),温室效应将对应于单侧替代品:。然而,至关重要的一点是确定的结构偏差项。因此,例如,如果它遵循一个AR(1)过程中,我们可以使用普莱斯和Winsten [21为了获得一个统计,在分布的收敛随机变量。然而,当注意到公园和米切尔(22和伍德沃德和灰色23),大规模扭曲出现在检验统计量当AR系数接近1。长期记忆有关气象资料后,我们允许的误差项略微或集成。在这种情况下我们需要持续评估分数差分参数随着未知系数(4)。否则,时间趋势的估计系数不一致的责任。
本文的概述如下。部分2包含一个简短回顾关于气候变暖的文献主要关注基于远程的那些文章使用技术依赖。部分3描述了方法。部分4致力于实证结果,而部分5包含了一些总结。
2。文献的回顾
进行了大量的研究在过去的20年气候变暖,世界和当地的尺度。二十年前认为是向上漂移过去一个世纪的类型很容易被一种周期性上升过去已经发生很多次了(24]。在即将到来的年,气候变化将是更严重的和具有挑战性的,而且,因此,它将获取整个世界的关注。在这个场景中,不同的政策方案和技术已经进化到应对气候变化及其对社会的影响,经济的概念和性质,给予特别重视适应作为一个最好的解决问题25]。关注气候变化在非洲,许多作者在撒哈拉以南的非洲国家调查其对农业的影响,表明国家不仅受区域气候变化的影响,还受到气候导致的竞争力变化(26),在农业生产中,结果表明,气候,测量了遍及全国的降雨和温度的变化,一直是农业生产的主要决定因素在撒哈拉以南非洲地区(27),并提供了降雨预报方法在津巴布韦等国家(28]。最近,已开展相关研究证明非洲南部经历了明显的变暖的气候可能会加速从+ 0.01°C /年+ 0.02°C /年(29日]。
部分集成和长记忆技术也应用领域的全球变暖。因此,应用程序的模型的气象时间序列数据是非常普遍的。争论的一部分气候变化中心的可能性变化观察到在过去的一个世纪里是自然的。这就提出了一个问题:改变多大可以预期的自然变化的结果。如果气候测量感兴趣的描述为一个固定(或相关)高斯时间序列,可以回答这个问题的方式的变化或时间序列的谱估计2]。此外,时间序列版本的多元自适应回归样条函数(火星)算法,TSMARS,证明了它的使用价值得到单变量自适应样条门限自回归模型,捕捉许多物理特征温度和非常有用的短期和长期预测(刘易斯和Selvam, 1997)。降水和河流径流的长期持久性和分记录也被调查(30.]。
气候变化的最常用的指标是表面空气温度。有大量的论文研究的趋势在全球和地区的平均气温随时间(6- - - - - -10和在全球温度变化的模式11- - - - - -13)(Hegerl et al ., 1997)。大多数这些论文得出结论,全球年平均地表温度增加了0.3°C和0.6°C之间在过去150年的时间里(汉森和Lebedeff, 1987)15,16]。这些论文关注的大多数情况下规范;然而,最近的经验证据表明,气温可能会略微集成过程的描述(31日- - - - - -34]。温度的增加趋势使用部分集成的证据被发现在世界上许多地方,包括阿拉斯加(1)、西班牙(35),印度,南极半岛(36)和英国(31日,37]。
3所示。方法
正如之前提到的,我们有兴趣测试温度变暖趋势,为此我们考虑模型与一个线性随着略微集成或确定的时间趋势去趋势系列过程。换句话说,我们指定的模型 在哪里观测时间序列(在我们的例子中每月的平均温度在不同的位置在非洲);和分别对应的系数,拦截和线性时间趋势,回归错误应该是所定义的第二个方程(3),可以任意的实数,是定义为协方差平稳过程的谱密度函数,是积极的和有限的。这基本上意味着是短暂的记忆,这意味着如果autocorrelated,它是“软弱”的形式被固定AR (MA)的过程。
我们估计模型中的参数由(3)在惠特尔函数(惠特尔函数是一个近似的似然函数,这是很方便的在现在的环境下;参见[38]。)在频域39),我们也采用测试过程由罗宾逊(40]。这种方法允许我们测试零假设: 在(3任何真正的价值。此外,与其他方法相比,它有几个优点:首先,它允许我们测试任何真正的价值因此,包括静止()和非平稳的()假设;第二,限制标准正态分布,这限制行为持有独立的类型确定的条款包含在模型和建模的方法误差项。此外,它不需要Gaussianity和它应该是健壮的误差项对其他复杂的表征。
4所示。数据和实证结果
我们看月气温从在线网站TuTiempo.net,获得的数据与世界气象组织(WMO,https://www.wmo.int/pages/index_es.html)。采集精确的气象数据自1973年以来,来自世界各地的许多地方。我们计算月平均温度的值以下非洲城市:德班比勒陀利亚,南非开普敦;在科特迪瓦阿比让邦杜库被报道,Gagnoa;基苏姆,在肯尼亚蒙巴萨和内罗毕。我们已经决定分析这些城市因为我们想展示结果对应于三个不同的地理位置在非洲,在全球变暖的影响可能发生不同,有严重的影响。我们认为这三个选择国家代表主要的撒哈拉以南地区,即非洲西部、非洲南部和东部非洲,因此我们的目标如果气候变暖是发生在这些地区在同一水平上。城市的选择是完全基于数据的可用性。
我们报告的附录简要描述气象站的气温已经收集了。源的确切名称连同他们的坐标(纬度、经度和海拔)给出有(我们有任意选择的这些位置对每个国家来说,尽管每个人对应一个不同的气象区域内每个国家)。
图1显示原系列的情节。我们看到一个强大的季节性模式在所有情况下,这个功能时还必须考虑造型的趋势。首先,我们考虑一个模型的形式(3),季节性AR干扰。对于后一种功能,我们考虑一个简单的(月度)AR(1)过程以下形式: 假设是一个白噪声过程。因此,在零假设下(4),模型
表1显示的估计随着nonrejection值的95%置信区间使用罗宾逊的[40)三个标准的情况下没有回归方法(例如,先天的(6),一个拦截(未知,先天的),和一个拦截线性趋势(和未知)。我们以粗体标记表的重要模型的确定性,我们观察到的时间趋势是在所有情况下,没有多少统计上的意义。如果我们专注于所选模型的估计系数,显示在表中2,我们观察到的估算值限制在0和1之间在所有情况下,暗示部分集成,与值介于0.151(开普敦)和0.555(蒙巴萨)。另一方面,季节性AR系数高在所有情况下,尤其是南非数据。
缺乏上面给出的结果可能是一个重大趋势的结果是隐含在数据的季节性,特别注意的是,基于“增大化现实”技术系数是非常大的在某些情况下,季节性可能没有充分捕捉整个AR模型(5)。因此,季节性可以模糊和扭曲的证据的趋势。在此基础上,我们决定消除季节性通过减去平均在每个观察其相应的月度平均值。每月平均为每个系列展示在表值3。
可以看出,最高的值对应于3月邦杜库被报道(28.84°C),而相对应的最小值为12.22°C 6月在比勒陀利亚。
图2显示了延长的销售季节每月系列。明显季节性组件现在已经被删除,可以观察到一些异常值的一些系列(删除这些异常值没有改变的主要结果报道在报纸上)。
表4显示的估计在(3延长的销售季节数据)白噪声的假设下错误,而表5强加一个AR(1)结构误差项。从结果与不相关的错误(在表4)我们首先观察到的是,不需要确定的条款在任何系列和估计的值现在限制在0.185(开普敦)和1.117(蒙巴萨)。然而,对于更现实的autocorrelated错误(在表5)时间趋势发现统计学意义在肯尼亚的三个系列,暗示一个积极的趋势三个案例(执行LR测试以决定在白噪声和AR(1)规范,后者被发现在所有情况下更合适。)。我们观察的估算值分别是0.217,0.352,和0.019−,基苏姆,蒙巴萨和内罗毕,然后呢发现是积极和统计学意义在前两个情况下,虽然零不能为内罗毕的情况下被拒绝。研究我们看到,现在的时间趋势系数最高的值对应于内罗毕(0.00198)其次是蒙巴萨(0.00165)和基苏姆(0.00077)。根据这些结果,温度大约增加了0.02376°C /年内罗毕蒙巴萨,0.0198°C /年和0.00924°C /年基苏姆,代表显著增加三个案例(一位评论家发现一个重要的趋势在比勒陀利亚的数据后,使用数据从1950年开始消除季节性周期。但是请注意,我们的数据在1973年开始。我们更愿意保持这个数据集要均匀整个系列在三个国家)。
5。总结评论
在本文中,我们介绍了月平均温度在不同地点在南非,肯尼亚科特迪瓦,为了确定在这些地方温度增加了在过去的30年。为此我们使用各种技术基于部分集成的概念。我们的研究结果首次表明,部分集成似乎是一个合理的方法当造型这些系列集成订单以来在所有情况下都限制在0和1之间。更有趣的是,时间趋势系数仅发现统计学意义在肯尼亚的三个系列,表明气候变化并不影响其他两国如此强烈。需要进一步的研究以证实这些结果。这将是有趣的分析最大和最小温度的演变;然而,这是不可能的,由于缺乏数据可用性。在未来的工作中,我们计划扩展这些结果和空间分布的结果。
附录
答:数据集的描述
. 1。南非
A.1.1。德班路易斯·博塔的气候
气象站报道的数据:685880 (FADN)纬度:−29.96经度:30.95高度:14
A.1.2。比勒陀利亚的气候
气象站报道的数据:682620 (FAPR)纬度:−25.73经度:28.18高度:1330
A.1.3。开普敦气候d·f·马伦
气象站报道的数据:688160(事实)纬度:−33.96经度:18.6高度:4
由信用证。科特迪瓦
A.2.1。气候的邦杜库被报道
气象站报道的数据:655450 (DIBU)纬度:8.05经度:−2.78高度:369
A.2.2。气候Gagnoa
气象站报道的数据:655570 (DIGA)纬度:6.13经度:−5.95高度:205
A.2.3。阿比让的气候
气象站报道的数据:655780 (DIAP)纬度:5.25经度:−3.93高度:7
出具。肯尼亚
A.3.1。基苏姆的气候
气象站报道的数据:637080 (HKKI)纬度:−0.1经度:34.75高度:1157
A.3.2。气候的蒙巴萨
气象站报道的数据:638200 (HKMO)纬度:−4.03经度:39.61高度:57
A.3.3。从1957年到2013年内罗毕乔莫•肯雅塔的气候
气象站报道的数据:637400 (HKNA)纬度:−1.31经度:36.91高度:1624
利益冲突
作者宣称没有利益冲突有关的出版。
确认
第二个名为作者承认金融支持西班牙教育部(eco2011 - 2014 Y FINANZAS经济学,西班牙)。编辑器和一个匿名的评论家的评论。