基于迭代多尺度动态时间规整（IMS-DTW）方法研究气候变化对巴黎地区降水的影响
应用统计
2019-10-25 v1 机器学习
大气与海洋物理
机器学习
摘要
研究气候变化对降水的影响受限于寻找一种评估降水随时间变率演变的方法。经典方法（基于特征的方法）由于降水的中断性和不规则性，在此问题上已显现其局限性。在本研究中，我们提出一种动态时间规整方法的新变体，基于形状比较量化两条降雨时间序列之间的相异性，用于对日尺度记录的年时间序列进行聚类。这种基于形状的方法考虑了全部信息（变率、趋势和间歇性）。我们进一步使用基于特征的方法对每个聚类进行标注。在将所提方法应用于巴黎蒙苏里（Montsouris）的时间序列时，我们发现巴黎地区的降水变率逐年增加。
引用
@article{arxiv.1910.10809,
title = {Study of the impact of climate change on precipitation in Paris area using method based on iterative multiscale dynamic time warping (IMS-DTW)},
author = {Mohamed Djallel Dilmi and Laurent Barthès and Cécile Mallet and Aymeric Chazottes},
journal= {arXiv preprint arXiv:1910.10809},
year = {2019}
}