- 积分
- 2647
- 贡献
-
- 精华
- 在线时间
- 小时
- 注册时间
- 2015-1-17
- 最后登录
- 1970-1-1
|
发表于 2015-5-19 16:53:23
|
显示全部楼层
我看过一篇名为《用EOF方法研究青藏高原积雪深度分布与变化》的文章,作者是柯长青和李培基。里面说第一模态向量场表示变量的加权平均分布,他的分析是对比向量场的正距平和负距平的分布,然后结合时间序列的正负来定其物理意义,比如当时间序列的距平值全部是负值,那么在向量场的分布图中的负值区在物理量(文中是积雪厚度)上就是正值(负负得正),而且是向量场负值的高值区代表的是物理量场(积雪厚度)的高值区。所以要把向量场和时间序列的距平值对应来看才能确定其物理意义。
关于EOF我还有这样一些理解,就是说在三维空间上,xy为地理坐标,z为气象要素值,可以画出一个高低起伏的“地形图”,我们想用一个值来概括整个研究区内的所有站点的气象要素的特征,然后用这一个值列出时间序列来研究它的变化趋势,如果取这个地形图的平均值的话,就相当于把这个区域内的高低起伏的分布特征给抹平了,所以要用一种线性的加权组合,把原来的多个站点按照“权重”来组合成这个“概括值”。而各个站点权重值的确定其实就是求空间向量,求这个空间向量需要遵循的原则就是“方差最大化”,之所以要方差最大化,是因为方差实际上就代表了研究区内的一种气象要素高低起伏的特征信息。所以方差贡献越大也就意味着越能代表原来的气象要素场的起伏信息。由此求出的空间向量就可以表征一种起伏特征。而这个起伏信息是跟距平联系在一起的,不能单独和物理量一一对应,需要通过与时间序列的取值做对比然后根据其正负确定这种起伏分布所代表的物理意义。
这只是我自己的理解,不一定对,仅供参考。 |
|