如何删除ENSO信号在海底压力数据?

Question

我想删除的可能影响厄尔尼诺-南方涛动(ENSO)现象在海底压力记录(见地图)传感器4、5 & 7日,位于墨西哥的太平洋沿岸的面前。

我用每月平均海底压力(OBP)数据vs Ecuatorial海表面温度(SST)尼诺3.4数据(见图),以找到一个相关性,从而计算线性回归系数进行合成系列和纠正OBP ENSO影响的数据。

正如你所看到的在前面的图3.4厄尔尼诺和OBP 4关联(见下图),厄尔尼诺3.4和OBP 5是负的相关性(为什么?),与此同时OBP 7海温的关系还不清楚。

任何人都可以帮助理解他们为什么这样关联(我假设每个传感器的深度影响),或一些建议纠正OBP数据可能ENSO效果吗?谢谢:)

Answer 1

我会做一个适合你的数据对ENSO数据然后评估剩余数据没有ENSO的效果。例如,在Matlab可以使用mldivide或polyfit。

dd = your_data;enso = your_ENSO_timeseries;X = 1(长度(T), 2);%创建一个矩阵与独立变量的数量你想要健康。在你的情况中,ENSO + 1%如果你想删除趋势同时您可以添加另一列只有%的时间您可以添加任何你想要的列(例如,季节性周期)X (:, 2) = ENSO;B = X \ dd;%使用mldivide解线性方程组enso_effect_on_your_timeseries = (1) + B (2) * enso;%这是ENSO影响剩余= dd - enso_effect_on_your_timeseries;%这是你的数据没有ENSO影响

现在你可以开始分析ENSO的直接影响在你办公室血压数据。更确切地说在每个位置效应的大小。

在我看起来,OBP7更深的领域,这将使表面特征的影响按照你的建议更重要。OBP4和OBP5之间的区别,一个可能的解释是这种转变的大小(在某些情况下甚至方向)的洋流与ENSO相关特别是在架子上休息。这肯定是一个因素。

只是一个小的偏好:你使用3.4厄尔尼诺现象对ENSO指数。我不认为有什么不妥的指数,但考虑到你正在与底部压力你可以考虑不同的指数,使用除了海表面温度(SST)的东西。我喜欢梅指数(https://psl.noaa.gov/enso/mei/),因为它结合了SST与其他变量因素如海平面气压的差异和风力。