利用幂律尾指数的中国降水突变检测与归因

利用中国气象局国家气候中心740站点1960—2000年日降水观测资料,研究日降水幂律尾指数随时间的演变特征,结果表明中国华北、东北和西北地区0—7mm日降水幂律尾指数在1979—1980年之间发生突变,由此推测中国北方地区的大尺度气候背景在上世纪70年代末80年代初曾出现较大变化.该突变与厄尔尼诺和南方涛动(ENSO)综合指数联系紧密,可能是造成北方干旱化的重要原因之一.进一步分析表明,0—29mm日降水过程平稳性较好,30mm以上日降水过程平稳性相对较差,使得长期的暴雨预测面临严峻的挑战. 关键词： 幂律尾指数 突变 北方干旱化 暴雨     

基于幂律尾指数研究中国降水的时空演变特征

基于中国气象局国家气候中心740站点1960—2000a的日降水观测资料，对中国各地区日降水量分等级进行统计分析，揭示了各地区日降水存在的一个共同特征——幂律尾分布，且不同等级的降水量对应不同的幂律尾指数，在一定程度上反映了不同雨型具有不同的气候背景和物理机理.中国华北、华南等七个气候特征区，其幂律尾指数总体自东南向西北呈递增趋势，这与中国降水东多西少，南多北少的空间分布特征相符合.研究各气候特征区日降水的幂律尾指数随时间的演变特征发现：东北、华北和西北地区的幂律尾指数发生突变的年份对应着20世纪70年代末开始的中国北方干旱化进程，导致的可能原因是微量降水，尤其是0—7mm日降水的减少. 关键词： 幂律尾指数 突变 北方干旱化     

长江中下游地区暴雨"积成效应"

采用1960–2011年中国740站日降水观测数据, 以长江中下游地区为切入点, 提出暴雨"积成效应"这一概念, 旨在将暴雨这一天气尺度强降水过程拓展为类似中长期天气尺度过程来考虑, 研究它对季节尺度降水的贡献及影响. 通过统计分析从持续时间(L_d)、控制面积(A_r)、降水贡献率(Q_s) 等三个角度建立暴雨"积成效应"概念及判定标准, 并进一步结合上述指标建立暴雨"积成效应"强度指数. 从这一角度出发, 探讨长江中下游地区暴雨"积成效应"与夏季降水的时空对应关系, 发现强度指数与同期夏季降水量的年际和年代际变化具有很好的一致性; 强弱指数年合成分布以及指数与中国东部夏季降水相关系数的空间分布呈现出类似于中国东部夏季雨带的分布形式; 而利用EOF分解对暴雨"积成效应"空间范围分类, 发现其与该地区夏季降水具有相似的4种空间型, 总体而言, 长江中下游地区暴雨"积成效应"造成的降水极大地影响甚至决定整个夏季降水的多寡及空间分布. 关键词： 长江中下游 暴雨 "积成效应" 夏季降水     

Al-Cu多晶锯齿形屈服现象中的尺度效应

对Al-Cu多晶合金锯齿形屈服现象中各特征物理量(应力跌幅、跌落时间和再加载时间)随应变演化的规律进行了系统研究，讨论了不同厚度试件演化结果的区别.同时，这种尺度效应还表现为相同加载条件下1，2mm厚度试件与3mm厚度试件的Portevin-Le Chrtelier (PLC)类型的差异.利用非线性时间序列分析的方法对前者在相空间中吸引子的几何特性进行了描述，并通过主分量分析的方法初步判定其中存在着混沌行为.后者演化过程中应力跌落事件按跌落幅度统计分布符合幂律规律，具有自组织临界性特征.最后，借助自组织 关键词： 锯齿形屈服 尺度效应 Al-Cu合金     

在线协同写作的人类动力学分析

对人类在线行为模式的探讨是近年来人类动力学研究的热点.基于维基百科数据,文章针对一类重要且普遍的在线行为--在线协同写作,进行时间统计特性分析和内容更新统计分析.实证显示在线协同写作时间间隔分布呈多尺度特征,1 min到30 min和30 min到24 h两个时间段上时间间隔分别服从指数为1.62和1.16的幂律分布,而大于24 h的时间间隔服从形如F(τ)∝τ^{－b－alog(τ)}的累积分布.分析表明 关键词： 在线协同写作 人类动力学 多尺度特征 维基百科     

基于非线性分析方法的多种代用资料的相似性研究

代用资料的重建与分析是古气候研究领域的一个重要课题，应用小波变换和功率谱研究了都兰树轮等8种温度代用资料的主要周期，并以此为基础进行滤波，结合动力学相关因子指数和相关系数从代用资料的动力学结构特征和外部特征两个角度研究其在不同尺度上的相似性. 研究结果表明，准100a尺度是这些代用资料的共同周期，并且8种温度代用资料的动力学结构特征和外部特征在准100a及以上的尺度层次上是相似的，即外部特征和动力学结构特征两个方面均符合可比性条件. 同时，随着尺度的降低，动力学结构特征和外部特征的可比性均降低. 60—70a尺度及其以下的尺度，各分量之间的动力学结构特征失去了可比性；在小于30a的尺度上，它们的外部特征也不再具有可比性. 关键词： 代用资料 动力学自相关因子指数 相似性 尺度     

近海台风对中国东部夏季降水的贡献

目前汛期预测主要针对季风系统形成的降水, 而对台风等热带系统的影响并未考虑, 其主要原因是台风是一个剧烈的天气尺度过程, 与短期气候预测尺度并不匹配, 因而无法进行考虑. 这也成为提升汛期预测技巧的一个制约因素. 针对这样的问题, 本文从气候的角度, 提出一个能较为客观地衡量台风对夏季降水影响强弱的指数––台风影响指数. 利用1960–2011年中国东部站点降水资料及中国气象局上海台风所整理的热带气旋资料, 从月、季尺度对中国夏季台风影响强弱变化特征进行分析, 探讨台风对东部地区夏季降水的贡献. 结果表明: 1)台风从6月至8月呈增强的趋势, 6月份最弱, 7月份居中, 8月份最强; 2)从台风降水及占总降水的比例分布来看, 纬向呈东部高西部低, 经向呈从东北地区至华南地区依次增大的趋势, 长江以南地区台风降水量占夏季降水量的比重可达10%以上, 7, 8月份东南沿海地区的台风降水量最大可达100 mm以上, 可达当月总降水量的40%; 3)台风影响指数与夏季降水的相关表明, 台风对中国东部降水的影响具有时、空差异性, 6月份与华南地区呈负相关, 7 月份与东南沿海地区呈正相关, 而与长江中下游地区呈负相关; 8月份与华南、华北地区呈正相关、与长江中下游地区呈负相关. 这主要是由台风、夏季风和西北太平洋副热带高压共同影响的. 关键词： 台风影响 东部 夏季降水 贡献     

基于概率密度分析长江三角洲降水随时间的演变规律

将长江三角洲旱涝等级资料转换成降水概率随时间的演化，揭示了长江三角洲降水概率随时间演变的各层次的分布特征。结果表明：长江三角洲降水存在明显的年际、年代际以及世纪以上时间尺度的准周期变化，而且都超过0.05的信度检验。在530年旱涝等级序列中，虽然长江三角洲各地区发生旱、涝的小概率事件的频数不太相同，但由气候态背景(世纪尺度)所激发的小概率事件频数相同；这一研究结果充分说明作为背景状态的气候演变对小概率事件（干旱、洪涝）的发生具有非常重要的影响，对气候预测理论与提高气候预测准确率具有积极的指导作用。     

CTRW模型等待时间分布的随机抽样方法

研究等待时间分布为截断幂律分布的连续时间随机行走(CTRW)模型,分析比较截断幂律分布的可能随机抽样方法,并提出一套可以对其进行精确抽样的乘分布舍选算法.数值结果表明:当幂律指数α > 0.2时,该算法的抽样效率在80%以上.利用该算法可以成功得出CTRW模型描述的三种反常输运过程的标度关系.     

幂律指数在1与3之间的一类无标度网络

借助排队系统中顾客批量到达的概念，提出节点批量到达的Poisson网络模型.节点按照到达率为λ的Poisson过程批量到达系统.模型1，批量按照到达批次的幂律非线性增长，其幂律指数为θ(0≤θ<+∞).BA模型是在θ＝0时的特例.利用Poisson过程理论和连续化方法进行分析，发现这个网络稳态平均度分布是幂律分布，而且幂律指数在1和3之间.模型2，批量按照节点到达批次的对数非线性增长，得出当批量增长较缓慢时，稳态度分布幂律指数为3.因此，节点批量到达的Poisson网络模型不仅是BA模型的推广，也为许多幂律指数在1和2之间的现实网络提供了理论依据.     

Analysis of precipitation characteristics of South and North China based on the power-law tail exponents

Precipitation sequence is a typical nonlinear and chaotic observational series, and studies on precipitation forecasts are restricted to the use of traditional linear statistical methods, especially when analysing the regional characteristics of precipitation. In the context of 20 stations＇ daily precipitation series （from 1956 to 2000） in South China （SC） and North China （NC）, we divide each precipitation series into many self-stationary segments by using the heuristic segmentation algorithm （briefly BG algorithm）. For each station＇s precipitation series, we calculate the exponent of power-law tall （EPT） of the cumulative probability distribution of segments with a length larger than l for precipitation and temperature series. Our results show that the power-law decay of the cumulative probability distribution of stationary segments might be a common attribution for precipitation and other nonstationary time series; the EPT somewhat indicates the precipitation duration and its spatial distribution that might be different from area to area. The EPT in NC is larger than in SC; Meanwhile, EPT might be another effective way to study the abrupt changes in nonlinear and nonstationary time series.     

A precursor of market crashes: Empirical laws of Japan's internet bubble

In this paper, we quantitatively investigate the properties of a statistical ensemble of stock prices. We focus attention on the relative price defined as X(t) = S(t)/S(0), where S(0), is the stock price for an onset time of the bubble. We selected approximately 3200 stocks traded on the Japanese Stock Exchange, and formed a statistical ensemble of daily relative prices for each trading day in the 3-year period from January 4, 1999 to December 28, 2001, corresponding to the period in which internet Bubble formed and crashed in the Japanese stock market. We found that the upper tail of the complementary cumulative distribution function of the ensemble of the relative prices in the high value of the price is well described by a power-law distribution, P(S>x) ∼x^-α , with an exponent that moves over time. Furthermore we found that as the power-law exponents α approached two, the bubble burst. It is reasonable to suppose that it indicates that internet bubble is about to burst.     

Most probable degree distribution at fixed structural entropy

The structural entropy is the entropy of the ensemble of uncorrelated networks with given degree sequence. Here we derive the most probable degree distribution emerging when we distribute stubs (or half-edges) randomly through the nodes of the network by keeping fixed the structural entropy. This degree distribution is found to decay as a Poisson distribution when the entropy is maximized and to have a power-law tail with an exponent γ → 2 when the entropy is minimized.      

On the growth of primary industry and population of China’s counties

The growth dynamics of complex organizations have attracted much interest of econophysicists and sociophysicists in recent years. However, most of the studies are done for developed countries. We investigate the growth dynamics of the primary industry and the population of 2079 counties in mainland China using the data from the China County Statistical Yearbooks from 2000 to 2006. We find that the annual growth rates are distributed according to Student’s t distribution with the tail exponent less than 2. We find power-law relationships between the sample standard deviation of the growth rates and the initial size. The scaling exponent is less than 0.5 for the primary industry and close to 0.5 for the population.     

Predicting the long tail of book sales: Unearthing the power-law exponent

The concept of the long tail has recently been used to explain the phenomenon in e-commerce where the total volume of sales of the items in the tail is comparable to that of the most popular items. In the case of online book sales, the proportion of tail sales has been estimated using regression techniques on the assumption that the data obeys a power-law distribution. Here we propose a different technique for estimation based on a generative model of book sales that results in an asymptotic power-law distribution of sales, but which does not suffer from the problems related to power-law regression techniques. We show that the proportion of tail sales predicted is very sensitive to the estimated power-law exponent. In particular, if we assume that the power-law exponent of the cumulative distribution is closer to 1.1 rather than to 1.2 (estimates published in 2003, calculated using regression by two groups of researchers), then our computations suggest that the tail sales of Amazon.com, rather than being 40% as estimated by Brynjolfsson, Hu and Smith in 2003, are actually closer to 20%, the proportion estimated by its CEO.     

Statistical properties of visibility graph of energy dissipation rates in three-dimensional fully developed turbulence

We study the statistical properties of complex networks constructed from time series of energy dissipation rates in three-dimensional fully developed turbulence using the visibility algorithm. The degree distribution is found to have a power-law tail with the tail exponent α=3.0. The exponential relation between the number of the boxes N_B and the box size l_B based on the edge-covering box-counting method illustrates that the network is not self-similar, which is also confirmed by the hub-hub attraction according to the visibility algorithm. In addition, it is found that the skeleton of the visibility network exhibits excellent allometric scaling with the scaling exponent η=1.163±0.005.