文字描述参数化的方法-的研究成果

从现有记录数量来看，要针对某一较小区域建立一个唐五代时期气候冷暖变迁的序列是不现实的，好在气候冷暖变化的区域分异比干湿变化要小得多。同多数明清时期以前气候研究的历史文献地域分布一致，本文所得的历史文献记录也几乎全部分布在我国105°E以东，25～40°N之间的区域，这一区域的气候冷暖变化具有比较好的一致性，因此，和多数研究者一样，本文也将这一广大区域作为一个整体讨论（竺可桢，1973年；张丕远等，1979年；龚高法等，1983年；王绍武，1990年；张丕远，1996年；葛全胜等，2002年）。应当承认，降低空间分辨率虽然有其合理性，但也确实是限于资料偏少，不得已而为之。

历史文献记录的气候指示意义明确，定年精度高，但一般是定性的文字描述，需要实现文字描述的参数化，才有利于分析。

王绍武（1990年）在重建1380年以来我国华北气温序列时提出寒冷指数法，将大体相当气温距平-1.0、-1.5、-2.0℃，冷异常定义为寒冷指数-0.5、-1.0、-2.0，把极暖事件则定义为+1.5。然而要把这种方法应用于唐五代时期，却是难以实现的。唐五代时期历史文献数量可能比明清时期少两个数量级，对同一冷异常有多处详细描述的很少，难以确定寒冷指数，对于暖异常，记录不多，很不完整。

此外还有寒暖年数统计法和冬温指数法等（张德二，1980年；龚高法等，1983年），基本原理都是统计某一单位时期内（如10年）寒冬和暖冬出现年数。这类方法主要应用于近四五百年的冷暖变迁分析，唐五代时期对寒冬的记载比较完整，但暖冬记载很少，所以难以使用此类方法。我尝试探索一个适用于建立唐五代时期气候冷暖变迁序列的参数化方法。

定义某年的寒冷指数f（t），（t=618，619，620，…959）为该年中冷异常次数的相反数。建立f（t）的时间序列（见图5-1）。诚然，这一寒冷指数序列，难以指示气候年际变化的特征，对其归并为十年一个数据后，可以大致看出气候长期变化的趋势（见图5-2），这一方法比较简便，但不利于进行统计分析。为进一步分析气候长期变化的趋势，对图5-1序列作低通滤波。所用低通滤波器如下（Olaniran等，1990年，转引自黄嘉佑，1993年）：

图5-1　唐五代时期寒冷指数序列

(www.xing528.com)

图5-2　唐五代时期寒冷指数年代际变迁

F(t)=0.02f(t-4)+0.05f(t-3)+0.12f(t-2)+0.20f(t-1)+0.22f(t)+0.20f(t+1)+0.12f(t+2)+0.05f(t+3)+0.02f(t+4)

F（t）表示过滤后的序列，f（t）表示过滤前的序列。为使重建序列与原序列的均值一致，对重建序列向上平移99/342单位（原寒冷指数序列均值-99/342）。为使过滤后序列样本容量个数不致有所损失，在两个端点用序列均值（-99/342）各插补四个数据。过滤后得序列如图5-3所示。

图5-3　寒冷指数二项系数过滤重建的唐五代时期气候冷暖变化序列

使用这种二项系数过滤方法的主要目的，是要在滤去序列高频分量突出长期变化趋势的同时，不致过多削弱振幅和改变位相（黄嘉佑，1993年）。那么用二项系数过滤的寒冷指数序列来指示气候长期变化趋势是否合理呢？我用现代器测记录对此进行检验。