Latvijas klimata datu statistiskā analīze

Abstract

Globālā sasilšana un citas klimata izmaiņas nopietni ietekmē ekonomisko sistēmu kopumā, jo īpaši lauksaimniecības un mežsaimniecības nozares. Tāpēc arvien pieaug nepieciešamība pēc zinātniski pamatotas klimata prognozes tuvākajiem gadiem tieši reģionālā līmenī. Informāciju par klimata izmaiņām tiek iegūta no globāliem klimata modeļiem, taču tie tiek veidoti ar ļoti augstu izšķirtspēju, tāpēc nepietiekoši reprezentē reģionālas klimatiskas izmaiņas. Lai mazinātu novirzi starp globāliem klimata modeļiem un faktiskiem novērojumiem tiek izmantotas novirzes koriģēšanas metodes. Lai novirzes koriģēšana būtu pēc iespējas precīzāka, nepieciešama homogēna novērojumu laikrinda - laikrinda, kuras svārstības radušās tikai klimatisku apstākļu dēļ, nevis novērojumu stacijas pārvietošanas un citu apstākļu dēļ. Tā kā ne visa informācija, kas var ietekmēt novērojumu kvalitāti, ir rakstiski saglabājušies, tiek izmantotas statistiskas metodes, kas palīdz novērtēt, vai izmaiņas ir radušās. Šajās metodēs galvenais elements ir maiņas punktu atrašana, tāpēc darbā izvērsti tiek apskatīta maiņas punktu problemātika.

Global warming and other climate change have a serious impact on the overall economic system, particularly the agricultural and forestry sectors. Therefore, there is a growing need for a scientifically based climate forecast for the coming years, directly at regional level. Information on climate change is derived from global climate models, but is generated with high resolution and therefore not sufficiently representative of regional climate change. Bias correction methods are used to reduce the deviation between global climate models and actual observations. In order to make the correction of the deviation as accurate as possible, a homogenous observation time series is required. A homogeneous time series is time series whose variation occurred only because of climatic conditions and not due to the movement of the observation station and other conditions. Since not all information that may affect the quality of the observations has been retained in writing, statistical methods are used to help assess whether the changes have occurred. The main element of these methods is to find change points, so the work focuses on change point detection methods.