摘要 本篇論文主要目的為利用統計分析的技巧，將大氣中相關的變量做整合的分析，希望從實際觀測資料找出具有物理意義的時空結構，並進一步從資料中驗證不穩定理論與機制，如此將對資料的診斷分析更具有理論基礎。 使用的分析資料是美國環境預報中心的重新分析資料(NCEP/NCAR Reanalysis)，1949年至2001年，共53年的資料。分析的範圍為80S~80N，水平解析度為5。(lat.)*5。(long.)。垂直方向一共有4層(1000mb，850mb，500mb，200mb)，使用的變數有四個：重力位高度場（hgt）、溫度場（tmp）、緯向風場（u）、經向風場(v)。 主要的分析方法為經驗正交函數EOF(Empirical Orthogonal Function)，先對分析的資料進行濾波，找出影響大氣的主要因子。接著再利用奇值分解加上餘弦正弦展開法SVD-CSD(Singular Value Decomposition and Cosine Sine Decomposition；Lee 2003b)來分析實際觀測資料，找出資料中不穩定的時空分布，之後對其預報能力進行最佳化的研究。 利用經驗正交函數分析資料後，發現不同的前置作業，先後出現的訊號比重是有些差距的，並且在同樣的訊號下，空間分布的型態也有所不同，整體來說，主導大氣變化的訊號是以年週期變化、ENSO現象以及半年週期的訊號為重。另外，利用奇值分解-餘弦正弦展開法得到的結果發現，在分析時選擇不同主分量數目的多寡來決定奇異模的矩陣，是會影響奇異模結果的表現，當中可以看到不同變數或高度場中，不穩定之成長率大小為何。奇異模較強的訊號為年週期、半年週期、ENSO現象以及其他較長時間週期的現象。
