周二，美国国家海洋和大气管理局(NOAA)发布了一组数据它术语“美国气候法线”。该报告中包含的数字更新了一十年，是基于过去30年的天气记录，他们提供了典型天气在美国各国和地区各自的一年中的内容。
考虑到最近的全球气温记录，你可能会想到，这些数据显示，与10年前的正常水平相比，全球变暖的情况更为普遍。数据还显示，随着气候变化，美国大部分地区越来越潮湿，而加州和西南部正处于急剧干燥的趋势之中。
究竟什么是正常的?
就像美国国家海洋和大气管理局(NOAA)说的那样，你最有可能在天气预报中看到它的正常气候，当预测的情况与该地区和时间的典型情况相比较时。法线提供了关于什么是典型的信息。
正常涵盖了30年的时间，因为通常被视为气候趋势不会产生戏剧性影响的足够短的时间框架。而且法线计算每十年一次，因为美国必须作为其世界气象组织成员的一部分释放它们。
要弄清楚使用哪个数字比看起来要复杂得多。区域资料由全国气象站网提供。但这些站点偶尔会移动或经历一段时间的停机。美国国家海洋和大气管理局的研究人员还进行质量检查，以确保每个监测站的数据符合质量标准，不会受到硬件或软件错误的污染。
从这些数据中，研究人员得出了除典型的每日气温和降水频率外的一系列测量数据。这些措施包括降雪的降水频率和冬季的霜冻日期。其他指标包括供暖和制冷天数，这对了解美国的能源使用模式至关重要。生长天数用于农业分析。
今年，美国国家海洋和大气管理局引入了一些新措施，这些措施将成为未来分析的一部分。这些措施将包括一份5公里分辨率的美国大陆网格地图，提供特定地区的细粒度正常值。该地图还将包括根据厄尔尼诺Niño/南方涛动(El Niño/Southern Oscillation)调整后的正常值。厄尔尼诺对美国天气有显著影响，但在过去几十年里变化混乱。
什么是新的？
自然地，NOAA将最近这段时期(1991-2020年)的气象正常值与之前(部分重叠的1981-2010年)和过去一个多世纪的气象正常值进行了比较。除了大平原北部的一小部分地区，过去十年的变暖已经足够大，新常态比之前的更热。
-
与2010年结束的30年期间相比，降水最近的正常数。
-
与1901-2000年的平均降水量相比，NOAA的所有降水趋势都是正常的。
-
与1901-2000的平均气温相比，所有NOAA的常规的温度趋势。
在降水方面，存在着明显的地区差异。整个东北地区的降水水平比以往正常水平增加，这延续了长期以来的趋势。在过去的十年里，在东南部、中西部和北部大平原地区，降水的增加也是一种趋势，最显著的是在一个非常相似的地区，自上次正常天气以来已经变冷了。这个地区从西德克萨斯向北延伸到科罗拉多，再向西延伸到海岸。相比之下，美国西南部和加利福尼亚州在过去十年里的降雨量显著减少。
与20世纪的平均水平相比，模式变得相当复杂。西南部的平均时间达到了1950年至1980年的法线的平均水平。干燥期在之前和之后的潮湿时期被抵消。东北和中西部地区的延长潮湿条件下降到1990年以来的法线中的弱势开始，但自从此持续和加强。其他地方的条件在这段时间内变化。
对于温度，美国整体之后的全球趋势，大多数该国的地区在本世纪初期变暖，直到20世纪80年代。在1990年的法线中，在该国的西半部分，在本世纪末，温暖，变暖蔓延到处都是南方深处。在最近的一组法线中，整个国家比前世纪的平均水平更温暖。
总的来说，新常态的发布并没有告诉我们任何我们无法通过跟踪气候趋势而得出的结论。但是新的标准仍然是非常有用的，因为额外的NOAA分析，可以输入模型，预测变化的需求，如空调，防洪和灌溉。
70读者评论
最后一次编辑SpecTP在星期二5月4日，2021年3:44
确切地说，它不是一个平均数，它更接近于统计的正态分布，用来比较数据。在气象学和气候学中，气候常态的概念是众所周知的，也是非常有用的。正如文章所指出的，法线每十年计算一次，使用过去三十年的数据，并以微妙但重要的方式进行调整，以抵消短期但对数据有重大影响的影响(如这些新法线中的ENSO)。
没有给我对数据处理的信心很多
(我并不怀疑这个结论。)
编辑：倒退了。载体很难。
Edit2：从逐年开始 - 1。此外，由于范围选择，它们的结果是3倍的时间？（A + B + C）/ 3 - （B + C + D）/ 3 =（A-D）/ 3，但您试图计算A-D。两分之二的糟糕范围数学始终为0，然后使用一堆零进行平均。
编辑3：好的，20％的Ars今天可以做数学，或者我不是清楚的（可能是后者？）。如果数学对你不明显，请参阅下面的进一步说明。
最后一次编辑Mashdar.2021年5月4日星期二下午6:59
平均值是奸诈。我镇和杰夫贝罗斯的所有人口的平均工资就像十亿美元一样。
天气正常是orthagonal到地面。如果地面是水平，当风速接近0时，会发生正常的天气。
我认为“一套法线”是一个统计术语，也许与普通英语中的“正常”一词完全相同。它绝对令人困惑。
我一生都住在美国东南部的TN，小时候我很喜欢雪，但当我长大到可以开车时，我就讨厌雪了。然而，当我长大一些，变得更聪明一些时，我开始明白，好的、一年生的、可预测的积雪对于我们星球上的很多地方是多么重要。当这些失败时，它们会带来许多问题。我真的很担心我们这个淡蓝色点上的某些地方。
虽然加利福尼亚在新闻中得到更多关注，但俄勒冈州和华盛顿遭受了更高的严重，近年来也在处理毁灭性的森林火灾。天空是黑暗的，空气是无透气的，你只需要走过15分钟（当然是N95面膜），你的眼睛感到烦躁时，你的衣服/皮肤/头发闻起来闻到了重型烟雾。夏天在这里更热，更干燥。
https://www.numbeo.com/pollution/rankin ...标题= 2020
虽然加利福尼亚在新闻中得到更多关注，但俄勒冈州和华盛顿遭受了更高的严重，近年来也在处理毁灭性的森林火灾。天空是黑暗的，空气是无透气的，你只需要走过15分钟（当然是N95面膜），你的眼睛感到烦躁时，你的衣服/皮肤/头发闻起来闻到了重型烟雾。夏天在这里更热，更干燥。
至少今年我们中的许多人已经拥有N95或KN95面具。嘿，这是一件好事，对吗？
我觉得。我以前住在俄勒冈州多雪的地区，现在住在俄勒冈州多雨的地区。每年6个月的黑暗，潮湿，阴郁真的让我很沮丧。
https://droughtmonitor.unl.edu/
你可以点击查看更细粒度的数据
平均值是奸诈。我镇和杰夫贝罗斯的所有人口的平均工资就像十亿美元一样。
意味着对异常值不稳定。不幸的是，随着气候变化，异常值是真正伤害发生的地方。
没有给我对数据处理的信心很多
(我并不怀疑这个结论。)
编辑：倒退了。载体很难。
Edit2：从逐年开始 - 1。此外，由于范围选择，它们的结果是3倍的时间？（A + B + C）/ 3 - （B + C + D）/ 3 =（A-D）/ 3，但您试图计算A-D。两分之二的糟糕范围数学始终为0，然后使用一堆零进行平均。
你误解了想要的结果(也掩盖了实际的范围)。你的A、B、C和D实际上是10年的价值总和(即A = a1+a2+…+a9+a10)。目前30年平均(A + B + C) / 30 = (a1 + a2 +…+ a9 + a10 + b1 + b2 +……+ b9 + b10 + c1 + c2 +……+技术+ c10) / 30。所需的值是“多少这30年平均从30年期平均10年之前”,或者说,“什么是30年平均每年的价值之间的区别和10年前”的值,或((a1b1) + (a2b2) +…+ (c10-d10)) / 30,这确实简化((a - b) + (c) + 30 =(模拟)/ (c - d) / 30。
你认为他们正在寻找的结果（“刚才2011-2020减去1981-1990”）是“10年平均来从10年平均改变了多少30年前”，或者“10-year average of the difference between each year's value and the value for the year 30 years earlier", which is ((a1-d1)+(a2-d2)+...+(a10-d10))/10 = (A-D)/10. Due to the choices of time periods, this happens to be 3 times the desired value (that is, over the last 30 years, the 10-year average has changed 3 times as much as the 30-year average has changed over the last 10 years).
没有给我对数据处理的信心很多
(我并不怀疑这个结论。)
编辑：倒退了。载体很难。
Edit2：从逐年开始 - 1。此外，由于范围选择，它们的结果是3倍的时间？（A + B + C）/ 3 - （B + C + D）/ 3 =（A-D）/ 3，但您试图计算A-D。两分之二的糟糕范围数学始终为0，然后使用一堆零进行平均。
你误解了想要的结果(也掩盖了实际的范围)。你的A、B、C和D实际上是10年的价值总和(即A = a1+a2+…+a9+a10)。目前30年平均(A + B + C) / 30 = (a1 + a2 +…+ a9 + a10 + b1 + b2 +……+ b9 + b10 + c1 + c2 +……+技术+ c10) / 30。所需的值是“多少这30年平均从30年期平均10年之前”,或者说,“什么是30年平均每年的价值之间的区别和10年前”的值,或((a1b1) + (a2b2) +…+ (c10-d10)) / 30,这确实简化((a - b) + (c) + 30 =(模拟)/ (c - d) / 30。
你认为他们正在寻找的结果（“刚才2011-2020减去1981-1990”）是“10年平均来从10年平均改变了多少30年前”，或者“10-year average of the difference between each year's value and the value for the year 30 years earlier", which is ((a1-d1)+(a2-d2)+...+(a10-d10))/10 = (A-D)/10. Due to the choices of time periods, this happens to be 3 times the desired value (that is, over the last 30 years, the 10-year average has changed 3 times as much as the 30-year average has changed over the last 10 years).
我的观点是，用10年的频率来追踪30年的平均值对孤立的数据点来说是可以的，但当你开始通过减去重叠范围来做数学运算时，你就忘记了你在操纵什么。
你是对的，我的例子将十年平均值抽象为单个字母变量。这只是一个简化的抽象，让问题更清楚。(我猜Ars上的每个人都可以不用辅导就能处理算术。)
我将不像我的第一个信息那样外交:这些图表是由不懂数据分析的人生成的，它们呈现的数字是80年代与2010年代平均差距的1/3，不管90年代和2000年代发生了什么。海洋在2001-2010年可能已经沸腾，X-X仍然等于零。
编辑:哇……我想我需要循序渐进地解释一下。
设F(t)为t年的平均温度。
让A来自F（t）的T = 2011到2020的总和
让B是F（T）的T = 2001到2010的总和
1991年和1981年的C和D也一样。
所以我们要处理的两个平均数是(A+B+C)/30(即F从1991年到2020年的算术平均数)和(B+C+D)/30(1981年到2010年的算术平均数)。
（a + b + c）/ 30 - （b + c + d）/ 30 =（a-d）/ 30（如果这不明显，请拿一支铅笔。）
(A-D)/30没有B和C项，所以分析根本不涉及它们。你可以直接代入任意一个有限的数它不会影响结果。所以你唯一要比较的是A和d之间的温度变化，但是你用30除以了10，因为你甚至忘记了你的平均值是什么。(所以当它说1F变化时，你实际上知道A和D的平均值改变了3F，而你不知道B和c)
编辑2:好吧，我被这些点赞弄糊涂了。这个解释还不够清楚吗，还是人们认为我否认气候变化?(这是不是太小众的数据科学观点?这似乎很重要，因为这张表并不代表你认为它意味着什么。)
最后一次编辑Mashdar.在星期二5月4日，2021年7:35
是我笨还是中间的句子放错了?我想“This area”指的是上句中定义的区域，哪个区域降水增加了?但是在这句话中间所描述的地理(从德克萨斯州西部到科罗拉多州，从西部到海岸)不是东南部、中西部或大平原北部，而是西南部，它似乎经历的更少?
我还没有读过这篇文章，但仅从标题来看，这将是我的首要问题。
我明白你的意思，也明白为什么它看起来应该是正确的，所以我不认为这是一个不遵循数学的问题。我相信你的陈述和你进一步的详细解释是正确的如果正常是纯粹的平均值。我的（有限）理解是不是，而是从数据范围内建造的统计构造不一定是算术意味着。也许有一个详细的技术文件？还是WMO程序？
我明白你的意思，也明白为什么它看起来应该是正确的，所以我不认为这是一个不遵循数学的问题。我相信你的陈述和你进一步的详细解释是正确的如果正常是纯粹的平均值。我的（有限）理解是不是，而是从数据范围内建造的统计构造不一定是算术意味着。也许有一个详细的技术文件？还是WMO程序？
编辑:我越想越觉得非线性平均值比我的例子还要糟糕。您仍然可以对重叠的几十年进行一些缓解，但是您将根据数据处理系统的输入序列和非线性响应生成工件。想象你将时间序列向前或向后运行，然后将它们相减;结果是否为0或以任何有意义的方式非0并不明显。而不是仅仅取消这二十年，你将留下非零的伪影的重量为你的结果的三分之二。
我所知道的处理数据范围的唯一卫生方法是不让它们重叠。
最后一次编辑Mashdar.在星期二5月4日，2021年8:23下午
是我笨还是中间的句子放错了?我想“This area”指的是上句中定义的区域，哪个区域降水增加了?但是在这句话中间所描述的地理(从德克萨斯州西部到科罗拉多州，从西部到海岸)不是东南部、中西部或大平原北部，而是西南部，它似乎经历的更少?
编辑:
nevermimd。只是重读并意识到我向东地读“向西到海岸”。所以我想我仍然不确定。
从西得克萨斯北到科罗拉多州的一条线。一切都向东/右。
我也发现措辞令人困惑。
我很敏感，这篇文章不是关于商业广播“天气”，但在过去的冬天，美国东北有一些严肃的雪，冷酷的临时，让它保持在6-8周，取决于你的位置。对比，前冬季在东北冬天温和。这有助于说明10年的数据块的值。
我明白你的意思，也明白为什么它看起来应该是正确的，所以我不认为这是一个不遵循数学的问题。我相信你的陈述和你进一步的详细解释是正确的如果正常是纯粹的平均值。我的（有限）理解是不是，而是从数据范围内建造的统计构造不一定是算术意味着。也许有一个详细的技术文件？还是WMO程序？
编辑:我越想越觉得非线性平均值比我的例子还要糟糕。您仍然可以对重叠的几十年进行一些缓解，但是您将根据数据处理系统的输入序列和非线性响应生成工件。想象你将时间序列向前或向后运行，然后将它们相减;结果是否为0或以任何有意义的方式非0并不明显。而不是仅仅取消这二十年，你将留下非零的伪影的重量为你的结果的三分之二。
我所知道的处理数据范围的唯一卫生方法是不让它们重叠。
美国气候法线提供对数据集的访问，以便进行较少的基于猜想的讨论，以及进一步的解释和参考。用部分重叠的输入和比较结果对系统的行为建模并没有根本问题。
在2008-2010美国气候法线建立期间，用于为美国产生官方气候法线的科学和方法。一个NCEI研究人员团队花了大量时间和精力，改善和自动化这些过程，特别是每天和每小时的法线。这些方法记录在一系列五个同行评审的出版物（Applequist等，2012; Arguez等，2012; Arguez和Applequist 2013; Durre等，2013; Durre和Squires 2015）。
对1991-2020年平均值计算软件进行了更新，以纳入WMO《气候平均值计算指南》的反馈和建议
(第1203号)，以及用户要求计算变化和新的法线变量。这些变化汇总在法线计算方法2020文件中，以及与1981-2010法线一起发布的其他技术文件中。
关于你“知道”的内容，你所做的分析在讨论这些模型时不相关，并且如果您想更好地了解他们，就可以通过NOAA及其科学家公开共享信息。
我明白你的意思，也明白为什么它看起来应该是正确的，所以我不认为这是一个不遵循数学的问题。我相信你的陈述和你进一步的详细解释是正确的如果正常是纯粹的平均值。我的（有限）理解是不是，而是从数据范围内建造的统计构造不一定是算术意味着。也许有一个详细的技术文件？还是WMO程序？
编辑:我越想越觉得非线性平均值比我的例子还要糟糕。您仍然可以对重叠的几十年进行一些缓解，但是您将根据数据处理系统的输入序列和非线性响应生成工件。想象你将时间序列向前或向后运行，然后将它们相减;结果是否为0或以任何有意义的方式非0并不明显。而不是仅仅取消这二十年，你将留下非零的伪影的重量为你的结果的三分之二。
我所知道的处理数据范围的唯一卫生方法是不让它们重叠。
美国气候法线提供对数据集的访问，以便进行较少的基于猜想的讨论，以及进一步的解释和参考。用部分重叠的输入和比较结果对系统的行为建模并没有根本问题。
在2008-2010美国气候法线建立期间，用于为美国产生官方气候法线的科学和方法。一个NCEI研究人员团队花了大量时间和精力，改善和自动化这些过程，特别是每天和每小时的法线。这些方法记录在一系列五个同行评审的出版物（Applequist等，2012; Arguez等，2012; Arguez和Applequist 2013; Durre等，2013; Durre和Squires 2015）。
对1991-2020年平均值计算软件进行了更新，以纳入WMO《气候平均值计算指南》的反馈和建议
(第1203号)，以及用户要求计算变化和新的法线变量。这些变化汇总在法线计算方法2020文件中，以及与1981-2010法线一起发布的其他技术文件中。
关于你“知道”的内容，你所做的分析在讨论这些模型时不相关，并且如果您想更好地了解他们，就可以通过NOAA及其科学家公开共享信息。
我提醒我的朋友，历史上，气候变化已经过度衡量了数十岁甚至数百年 - 不是几个世纪，而不是数十年！随着每年制作另一个“世纪风暴”，它不足以坐在折叠的手上说我们不需要采取行动，因为我们[据说]甚至不知道原因！我让他们看看现在永远不会出现的是什么因素？全球规模的人类产业化。
所以我的朋友们都沉默了。我很确定他们没有改变主意。如果事实并不支持你的信念，那就等一会儿，让事实自己过滤掉吧!为什么我的共和党朋友要这么做?我的看法是:学习新的事实并据此改变自己的想法不再是“进步”。这是背叛!所以停止它! !这是我们整个国家的遗憾。当40%的成年人都这样的时候，我们的未来会是怎样的呢?
我明白你的意思，也明白为什么它看起来应该是正确的，所以我不认为这是一个不遵循数学的问题。我相信你的陈述和你进一步的详细解释是正确的如果正常是纯粹的平均值。我的（有限）理解是不是，而是从数据范围内建造的统计构造不一定是算术意味着。也许有一个详细的技术文件？还是WMO程序？
编辑:我越想越觉得非线性平均值比我的例子还要糟糕。您仍然可以对重叠的几十年进行一些缓解，但是您将根据数据处理系统的输入序列和非线性响应生成工件。想象你将时间序列向前或向后运行，然后将它们相减;结果是否为0或以任何有意义的方式非0并不明显。而不是仅仅取消这二十年，你将留下非零的伪影的重量为你的结果的三分之二。
我所知道的处理数据范围的唯一卫生方法是不让它们重叠。
卫生？算术平均未改性与必要的调整相反？数据范围包括和互斥？我觉得你觉得你从未通过一个开始的统计阶级。
纽约市的降雨量和降雪量都高于西雅图，分别为49.94英寸和25.8英寸，37.49英寸和6.8英寸。
当他们的身份受到攻击时，所有政治立场的人都会受到威胁。划伤：*当他们的身份受到攻击时，每个人都会受到威胁。“你没有权利是（你是如何）”本质上是一种攻击。
不幸的是，对于一个完全可以理解和可预测的（通过可预测的我的意思是全面而且经常预测这会发生这种情况）的原因，应该绝对不是人民身份的一部分的事情现在是人们的身份。
我们被多次大声地警告，把枯燥的历史当作民族神话来教授，会导致不好的结果。无论如何，我们还是这么做了——现在，卑鄙的历史修正主义成了大部分人的身份的一部分，他们一心想要重演人类历史上最糟糕的部分。
我们被警告说，未能升级我们教导儿童的数学和科学将导致日常生活技术与日常人之间的脱节。现在发生了 - 作为一项大量的人口视为一种宗教的大量大块，因此对他们的实际宗教认同来深表怀疑其“侵犯”。
我们被警告说，模糊“娱乐”和“新闻”之间的线条将导致人们查看政治和当前事件的方式，他们认为运动和超级英雄电影的方式 - 当然我们看到人们观看政治和当前活动的结果作为团队运动，他们的身份与一个“一方”绑在一起，因此当另一边做的时候，“坏”的东西只是“坏”。
我曾希望这场大流行能够给世界足够的推动力来减缓甚至扭转这些趋势，但这似乎不会发生。似乎需要一场规模堪比二战的战争，才能促使人们对我们近年来如何构建自己的身份进行必要的深入反思。
你必须登录或创建一个帐户评论。