MAN 数据校准与趋势估计中的不确定性

我们研究了 LML 和 MAN 大气氨数据中的趋势识别。LML 数据中的信号混杂，发现的正、负和无趋势数量相当。趋势识别的起始日期至关重要，所声称的趋势会因起始日期不同而改变符号与显著性。MAN 数据经校准对齐至 LML 数据。该校准引入了以往任何下游分析（如趋势识别）中从未被考虑的不确定性。我们提出了一种处理该不确定性的方法，发现 MAN 数据中识别出的趋势数量下降了约 50%。MAN 站点的缺失数据也进行了插补；我们表明该插补再次改变了识别出的趋势数量，声称的正趋势更多而显著趋势更少。MAN 数据中识别出的趋势的符号与显著性随校准的引入而改变，并随后随插补再次改变。结论是，当前的趋势识别方法存在严重的过度确定性。