基于随机重排去趋势波动分析的极端低温事件研究及其综合指标的建立

基于随机重排去趋势波动分析的极端低温事件研究及其综合指标的建立随着全球气候变化的加剧，极端天气事件的频率和强度逐渐增加。其中，极端低温事件对于生态环境和社会经济都会带来极大的影响。因此，研究极端低温事

基于随机重排去趋势波动分析的极端低温事件研究及 其综合指标的建立 随着全球气候变化的加剧，极端天气事件的频率和强度逐渐增加。 其中，极端低温事件对于生态环境和社会经济都会带来极大的影响。因 此，研究极端低温事件的发生规律和趋势，对于应对气候变化具有重要 的意义。 目前，针对极端低温事件研究的主要方法是基于统计分析和物理模 拟。然而，由于气象数据的不确定性和复杂性，这些方法难以解决低 频、高峰度事件的研究问题。因此，本文提出了一种基于随机重排方法 的趋势波动分析方法，通过对气象数据的随机重排，得出较为精确的趋 势信息和波动范围。并且，同时建立了一个综合指标体系，以反映极端 低温事件的整体变化趋势和严重程度。 具体来说，本文首先选择了中国东北地区的黑龙江省作为研究区 域，通过收集该地区1951-2018年的最低气温数据，对数据进行预处理 和质量控制。然后，运用随机重排方法对数据进行分析，得出了1951年 至2018年期间黑龙江省极端低温事件的趋势变化。结果表明，黑龙江省 极端低温事件表现出了总体上的下降趋势，但在1990年代后呈现出了反 弹上升的趋势。 为了更好地描述极端低温事件的变化趋势和严重程度，本文建立了 一个综合指标体系。该体系包括了四个方面的指标：时间序列趋势指 标、特征周期指标、极端事件发生频率指标和事件强度指标。通过对不 同指标的综合评估，得出了综合指标的变化趋势和严重程度，从而更客 观地反映极端低温事件的整体变化情况。 综合以上分析，本文提出了一种基于随机重排的趋势波动分析方 法，并基于此建立了极端低温事件的综合评价指标体系。该方法与指标 体系有望为气象部门和决策者提供更为准确和可靠的极端低温事件监测