民國115年 高考三級 氣象 氣候學（包括氣象統計）
第5題
「波譜分析」是氣候研究中重要之分析工具，請說明波譜分析之數學原 理及其在氣候上之應用。（20 分）
題目
「波譜分析」是氣候研究中重要之分析工具，請說明波譜分析之數學原 理及其在氣候上之應用。（20 分）
參考解答（AI 生成，非官方）
- 一、數學原理：波譜分析（spectral analysis）將時間序列視為不同頻率正弦與餘弦波的疊加，依傅立葉轉換（Fourier transform）X(f)=∫x(t)e^(-i2πft)dt，功率譜密度S(f)=|X(f)|²，表示各頻率振動對總變異數的貢獻，可將時域訊號轉換至頻域。
- 二、估計方法：實務上以離散傅立葉轉換與快速傅立葉轉換（FFT）計算週期圖（periodogram），再以Welch分段平均或平滑窗（如Tukey、Hamming）降低變異。須注意取樣頻率與尼奎斯特頻率（Nyquist frequency）、頻譜洩漏（leakage）、頻率解析度與序列長度的限制。
- 三、顯著性檢定：氣候序列多具紅噪音特性，常以AR(1)紅噪音譜為虛無假設，計算95%信賴帶以判定峰值是否顯著；亦可使用交叉譜（cross-spectrum）、同調（coherence）與相位差，分析兩變數在不同頻率下的關聯與領先落後關係。
- 四、氣候應用：可辨識聖嬰2至7年、準兩年振盪、QBO約28個月、MJO 30至60天、太陽11年週期、米蘭科維奇23／41／100千年週期及潮汐日變化等；並用於氣候模態偵測、模式評估、可預報度分析與濾波器設計。
- 五、限制與延伸：傅立葉分析假設序列平穩，對非平穩氣候序列宜採小波分析（wavelet）或希爾伯特—黃轉換；序列長度、缺測與趨勢會扭曲低頻譜估計，判讀時應結合物理機制，避免僅憑峰值下結論。
AI 依官方試題文字產生的參考解答，非考選部公告答案，內容僅供備考參考。