如何基于峰值优化确定臭氧峰值季的最佳连续6个月时段？

一、先标准化时间序列与滑动均值计算 #

首先确保你的tibble数据集的日期列是Date类型，然后严格贴合WHO定义：计算每个候选连续6个月时段内的日最大8小时平均臭氧浓度的均值——这比单纯依赖findpeaks的单点峰值更准确，因为峰值季的核心是6个月的整体平均水平。

• NA值处理：计算均值时用na.rm = TRUE，但需添加过滤规则：如果时段内有效数据占比低于75%（可根据WHO官方标准调整），直接标记为无效窗口，避免异常值干扰结果。
• 两种窗口计算方式：
  • 自然月分组：适合严格按“连续6个自然月”定义的场景，先按月聚合日均值，再计算连续6个月的滑动均值。
  • 连续天数滑动：如果WHO定义是“连续180天左右”，则用基于日期的滑动窗口计算。

二、分区域处理候选窗口 #

北半球（峰值季在单年内） #

北半球臭氧峰值集中在夏季，所有候选窗口均在单年内：

• 遍历每年的7种连续6个月组合（1-6月、2-7月……7-12月）。
• 对每个组合，筛选对应时段的数据，计算日最大8小时臭氧的均值，过滤无效窗口后，取均值最高的时段作为该年峰值季。
• 可借助findpeaks结果缩小范围：提取年度峰值对应的月份，只遍历包含该月份的候选窗口，减少计算量。

南半球（峰值季跨两年） #

南半球臭氧峰值多在春季，候选窗口会跨两个年份（比如上年10月-当年3月）：

• 将相邻两年的数据合并（比如2023年7月-2024年6月），生成跨年度时间序列。
• 遍历6种跨年度的连续6个月组合（上年7月-当年1月……上年12月-当年5月）。
• 同样计算每个窗口的均值，过滤无效窗口后取最大值对应的时段。

三、结合findpeaks优化筛选 #

你之前用pracma::findpeaks识别的峰值点可以用来缩小候选窗口范围：

• 提取findpeaks输出中峰值对应的月份，只保留包含该月份的连续6个月窗口，无需遍历所有可能的组合。
• 例如：如果findpeaks显示每年8月是臭氧峰值月，北半球只需考虑3-8月、4-9月、5-10月、6-11月、7-12月这5个窗口，减少计算量。

四、关键代码片段示例 #

1. 按月聚合与滑动均值计算（用tidyverse+slider） #

library(tidyverse)
library(slider)

# 假设数据集：ozone_data，列包含date(Date)、daily_max_8h_ozone
ozone_data <- ozone_data %>% arrange(date)

# 按月聚合日最大8小时臭氧的月均值，并过滤有效数据不足的月份
monthly_ozone <- ozone_data %>%
  mutate(month_year = floor_date(date, "month")) %>%
  group_by(month_year) %>%
  summarise(
    monthly_mean = mean(daily_max_8h_ozone, na.rm = TRUE),
    valid_days = sum(!is.na(daily_max_8h_ozone)),
    total_days = n()
  ) %>%
  ungroup() %>%
  filter(valid_days / total_days >= 0.75)

# 计算连续6个月的滑动均值（仅保留完整窗口）
monthly_ozone <- monthly_ozone %>%
  mutate(
    rolling_6month_mean = slide_dbl(
      monthly_mean,
      ~mean(.x),
      .before = 5,
      .complete = TRUE
    )
  )

2. 北半球峰值季筛选 #

northern_peak_seasons <- monthly_ozone %>%
  mutate(year = year(month_year)) %>%
  group_by(year) %>%
  filter(!is.na(rolling_6month_mean)) %>%
  # 取每年均值最高的窗口
  slice_max(rolling_6month_mean, n = 1) %>%
  mutate(
    peak_season_start = month_year - months(5),
    peak_season_end = month_year
  ) %>%
  select(year, peak_season_start, peak_season_end, rolling_6month_mean)

3. 南半球跨年度峰值季筛选 #

southern_peak_seasons <- monthly_ozone %>%
  # 标记跨年度分组（上年7月-当年6月为一组）
  mutate(
    cross_year = ifelse(
      month(month_year) >= 7,
      paste(year(month_year), year(month_year)+1, sep = "-"),
      paste(year(month_year)-1, year(month_year), sep = "-")
    )
  ) %>%
  group_by(cross_year) %>%
  # 确保每组有完整的12个月数据
  filter(n() == 12) %>%
  filter(!is.na(rolling_6month_mean)) %>%
  slice_max(rolling_6month_mean, n = 1) %>%
  mutate(
    peak_season_start = month_year - months(5),
    peak_season_end = month_year
  ) %>%
  select(cross_year, peak_season_start, peak_season_end, rolling_6month_mean)

五、验证与调整 #

• 核对结果：北半球峰值季应集中在4-9月左右，南半球应集中在10月-次年3月左右，符合气象规律。
• 调整NA阈值：如果WHO有明确的缺失数据标准，替换75%的阈值为官方要求。
• 窗口定义：如果WHO的“连续6个月”是指连续180天而非自然月，改用slide_index_dbl按日期计算滑动均值，示例：

ozone_data <- ozone_data %>%
  mutate(
    rolling_6month_mean = slide_index_dbl(
      daily_max_8h_ozone,
      date,
      ~mean(.x, na.rm = TRUE),
      .before = days(179),
      .complete = TRUE
    )
  )

内容的提问来源于stack exchange，提问作者lcsmmn