时间序列距离函数对功能气候网络的影响
数据分析、统计与概率
2021-09-22 v2 大气与海洋物理
摘要
复杂网络理论为分析地球气候等复杂系统提供了重要工具。在此背景下,可利用时空气候数据集与合适的时间序列距离函数构建功能气候网络。这种对气候变率粗粒化的视角将地球上不同区域(即网格单元)表示为节点,并把具有相似时间序列的节点对相连。构建此类功能气候网络时的一个基本关切在于定义捕捉时间序列间相互相似性的度量。本文基于全球温度数据系统研究29种时间序列距离函数对功能气候网络构建的影响。我们观察到文献中先前常用的距离函数通常生成非常相似的网络,而替代的距离函数则产生相当不同的网络结构并揭示不同的长距离连接模式。这些模式对气候动力学研究极为重要,因为它们通常代表能量长距离传输的路径,并可用于次季节至年际甚至年代际尺度的气候变率预报。因此,我们提议将此处研究的度量作为分析气候变率的替代方案,并进一步利用其捕捉底层动力学不同方面的互补能力,以助于对全球气候系统获得更整体的经验性理解。
引用
@article{arxiv.1902.03298,
title = {The Effect of Time Series Distance Functions on Functional Climate Networks},
author = {Leonardo N. Ferreira and Nicole C. R. Ferreira and Elbert E. N. Macau and Reik V. Donner},
journal= {arXiv preprint arXiv:1902.03298},
year = {2021}
}