Measured meteorological time series are frequently used to obtain information about climate dynamics. We use time series analysis and nonlinear system identification methods in order to assess outdoor-environment bioclimatic conditions starting from the analysis of long historical meteorological data records. We investigate and model the stochastic and deterministic properties of 117 years (1891–2007) of monthly measurements of air temperature, precipitation and sunshine duration by separating their slow and fast components of the dynamics. In particular, we reconstruct the trend behaviour at long terms by modelling its dynamics via a phase space dynamical systems approach. The long-term reconstruction method reveals that an underlying dynamical system would drive the trend behaviour of the meteorological variables and in turn of the calculated Universal Thermal Climatic Index (UTCI), as representative of bioclimatic conditions. At longer terms, the system would slowly be attracted to a limit cycle characterized by 50–60 years cycle fluctuations that is reminiscent of the Atlantic Multidecadal Oscillation (AMO). Because of lack of information about long historical wind speed data we performed a sensitivity analysis of the UTCI to three constant wind speed scenarios (i.e. 0.5, 1 and 5 m/s). This methodology may be transferred to model bioclimatic conditions of nearby regions lacking of measured data but experiencing similar climatic conditions.

经常使用测得的气象时间序列来获取有关气候动态的信息。我们使用时间序列分析和非线性系统识别方法，以便从对长期历史气象数据记录的分析开始，评估室外环境的生物气候条件。我们通过分离空气动力学，降水和日照时间的动力学的慢速和快速成分，对117年（1891-2007年）月度测量的随机性和确定性进行了建模。特别是，我们通过使用相空间动力学系统方法对动力学进行建模来长期重建趋势行为。长期重建方法表明，潜在的动力系统将驱动气象变量的趋势行为，进而驱动计算出的通用热气候指数（UTCI）作为生物气候条件的代表。从长远来看，该系统将缓慢地吸引到一个以50-60年周期波动为特征的极限周期，这让人想起大西洋多年代际振荡（AMO）。由于缺乏有关长期历史风速数据的信息，我们对UTCI对三种恒定风速情景（即0.5、1和5 m / s）进行了敏感性分析。该方法可以被转移到缺乏测量数据但经历相似气候条件的附近区域的生物气候条件的模型中。作为生物气候条件的代表。从长远来看，该系统将缓慢地吸引到一个以50-60年周期波动为特征的极限周期，这让人想起大西洋多年代际振荡（AMO）。由于缺乏有关长期历史风速数据的信息，我们对UTCI对三种恒定风速情景（即0.5、1和5 m / s）进行了敏感性分析。该方法可以被转移到缺乏测量数据但经历相似气候条件的附近区域的生物气候条件的模型中。作为生物气候条件的代表。从长远来看，该系统将缓慢地吸引到一个以50-60年周期波动为特征的极限周期，这让人想起大西洋多年代际振荡（AMO）。由于缺乏有关长期历史风速数据的信息，我们对UTCI对三种恒定风速情景（即0.5、1和5 m / s）进行了敏感性分析。该方法可以被转移到缺乏测量数据但经历相似气候条件的附近区域的生物气候条件的模型中。由于缺乏有关长期历史风速数据的信息，我们对UTCI对三种恒定风速情景（即0.5、1和5 m / s）进行了敏感性分析。该方法可以被转移到缺乏测量数据但经历相似气候条件的附近区域的生物气候条件的模型中。由于缺乏有关长期历史风速数据的信息，我们对UTCI对三种恒定风速情景（即0.5、1和5 m / s）进行了敏感性分析。该方法可以被转移到缺乏测量数据但经历相似气候条件的附近区域的生物气候条件的模型中。