日长年际信号提取及其与大气相关性分析

摘要

为对日长年际变化进行更细致分析,利用标准Morlet小波变换方法,从日长变化序列中识别和提取出6个主要的年际信号,周期分别为2.3a(2.4a)、3.3a、3.7a、4.8a、6.1a和8.1a,并基于信号的时域提取结果,计算获得相应信号的平均振幅,依次为0.08 ms、0.05 ms、0.05 ms、0.07 ms、0.10 ms和0.07 ms.仿照提取出的6个日长年际信号,对大气角动量序列中相应的信号进行提取,并对两者进行相关性分析.结果 显示,大气和日长对应的4个高频年际信号(2.3 a(2.4 a)、3.3a、3.7a和4.8a信号)存在强相关,相关系数分别为0.99、0.93、0.99和0.91,且大气的激发贡献率依次为99.7％、63.1％、94.7％和69.3％,表明日长2.3a(2.4 a)和3.7a信号几乎完全可由大气解释,而大气也为其余2个日长信号的主要激发源;大气6.0a、8.5a信号与日长对应的6.1a、8.1a信号不相关或弱相关,相关系数分别为-0.11和-0.56.