Климат как сложные сети
Область сложных сетей стала важной областью науки, позволяющей генерировать новое понимание природы сложных систем. [1] Применение сетевой теории к науке о климате — молодая и развивающаяся область. [2] [3] [4] Чтобы выявить и проанализировать закономерности глобального климата, ученые моделируют климатические данные в виде сложных сетей.
В отличие от большинства реальных сетей, где узлы и границы четко определены, в климатических сетях узлы идентифицируются как участки в пространственной сетке базового набора глобальных климатических данных, которые могут быть представлены с различным разрешением. Два узла соединяются ребром в зависимости от степени статистического сходства (что может быть связано с зависимостью) между соответствующими парами временных рядов, взятых из климатических записей. [3] [5] Подход климатической сети позволяет по-новому взглянуть на динамику климатической системы в различных пространственных и временных масштабах. [3]
Строительство климатических сетей
[ редактировать ]В зависимости от выбора узлов и/или границ климатические сети могут принимать самые разные формы, размеры и сложности. Цонис и др. представил область сложных сетей климата. В их модели узлы сети были составлены из одной переменной (500 гПа) из наборов данных реанализа NCEP/NCAR . Для оценки границ между узлами коэффициент корреляции оценивался при нулевой задержке между всеми возможными парами узлов. Пара узлов считалась связанной, если их коэффициент корреляции превышал порог 0,5. [1]
Штайнхойзер и его команда представили новую технику многомерных сетей в области климата , строя сети из нескольких климатических переменных отдельно и фиксируя их взаимодействие в многомерной прогнозной модели. В их исследованиях было продемонстрировано, что в контексте климата извлечение предикторов на основе атрибутов кластера дает информативные предшественники для улучшения навыков прогнозирования . [5]
Кавале и др. представил графический подход для поиска диполей в данных о давлении. Учитывая важность телекоммуникаций , эта методология может дать ценную информацию. [6]
Имме и др. представил новый тип построения сети в области климата, основанный на временной вероятностной графической модели, которая обеспечивает альтернативную точку зрения, фокусируясь на потоке информации внутри сети с течением времени. [7]
Агарвал и др. предлагаемый усовершенствованный линейный [8] и нелинейный [9] методы построения и исследования климатических сетей в разных временных масштабах. Климатические сети, построенные с использованием наборов данных ТПО в разных временных масштабах, показали, что многомасштабный анализ климатических процессов обещает лучшее понимание динамики системы , которую можно упустить, если процессы анализируются только в одном временном масштабе. [10]
Применение климатических сетей
[ редактировать ]Климатические сети позволяют получить представление о динамике климатической системы во многих пространственных масштабах. Центральность по локальной степени и связанные с ней меры использовались для идентификации суперузлов и их связи с известными динамическими взаимосвязями в атмосфере, называемыми телесвязи моделями . Было отмечено, что климатические сети обладают свойствами «маленького мира» из-за дальних пространственных связей. [2]
Штайнхойзер и др. применил сложные сети для изучения многомерной и многомасштабной зависимости климатических данных. Результаты группы свидетельствуют о близком сходстве наблюдаемых моделей зависимости нескольких переменных в различных временных и пространственных масштабах. [4]
Цонис и Робер исследовали архитектуру связи климатической сети. Было обнаружено, что общая сеть возникает из переплетенных подсетей. Одна подсеть работает на больших высотах, другая — в тропиках, а экваториальная подсеть действует как агент, связывающий два полушария. Хотя обе сети обладают свойством «Маленький мир» , две подсети значительно отличаются друг от друга с точки зрения сетевых свойств, таких как распределение степеней . [11]
Донгес и др. прикладные климатические сети для физики и нелинейные динамические интерпретации климата. Команда использовала меры централизации узлов и централизации по посредничеству (BC), чтобы продемонстрировать волнообразные структуры в полях BC климатических сетей, построенных на основе среднемесячных реанализов и данных модели общей циркуляции, связанной с атмосферой и океаном (AOGCM) , температуры приземного воздуха (SAT). . [12]
Путь телесоединения
[ редактировать ]Телесвязь — это пространственные закономерности в атмосфере, которые связывают погодные и климатические аномалии на больших расстояниях по всему земному шару. Телесоединения характеризуются тем, что они постоянны, длятся от 1 до 2 недель, а часто и намного дольше, и являются повторяющимися, поскольку аналогичные закономерности имеют тенденцию повторяться неоднократно. Наличие телекоммуникаций связано с изменениями температуры, ветра, осадков, атмосферных переменных, представляющих наибольший общественный интерес. [13]
Вычислительные проблемы и проблемы
[ редактировать ]Существует множество вычислительных задач, которые возникают на различных этапах построения сети и процесса анализа в области климатических сетей: [14]
- Вычисление парных корреляций между всеми узлами сетки является нетривиальной задачей.
- Вычислительные требования к построению сети, которые зависят от разрешения пространственной сетки .
- Создание прогнозных моделей на основе данных создает дополнительные проблемы.
- Учет эффектов запаздывания и опережения в пространстве и времени является нетривиальной задачей.
См. также
[ редактировать ]Ссылки
[ редактировать ]- ^ Jump up to: а б Альберт, Река; Барабаши, Альберт-Ласло (2002). «Статистическая механика сложных сетей». Обзоры современной физики . 74 (1): 47–97. arXiv : cond-mat/0106096 . Бибкод : 2002РвМП...74...47А . дои : 10.1103/RevModPhys.74.47 . ISSN 0034-6861 . S2CID 60545 .
- ^ Jump up to: а б Цонис, Анастасиос А.; Суонсон, Кайл Л.; Роббер, Пол Дж. (2006). «Какое отношение сети имеют к климату?» . Бюллетень Американского метеорологического общества . 87 (5): 585–595. Бибкод : 2006BAMS...87..585T . дои : 10.1175/BAMS-87-5-585 . ISSN 0003-0007 .
- ^ Jump up to: а б с Донж, Дж. Ф.; Цзоу, Ю.; Марван, Н.; Куртс, Дж. (2009). «Сложные сети в динамике климата». Специальные темы Европейского физического журнала . 174 (1). Спрингер-Верлаг: 157–179. arXiv : 0907.4359 . Бибкод : 2009EPJST.174..157D . дои : 10.1140/epjst/e2009-01098-2 . S2CID 2375970 .
- ^ Jump up to: а б Штайнхойзер, Карстен; Гангули, Ауроп Р.; Чавла, Нитеш В. (2011). «Многомерная и многомасштабная зависимость в глобальной климатической системе, проявляющаяся через сложные сети». Климатическая динамика . 39 (3–4): 889–895. Бибкод : 2012ClDy...39..889S . дои : 10.1007/s00382-011-1135-9 . ISSN 0930-7575 . S2CID 12086088 .
- ^ Jump up to: а б Штайнхойзер, К.; Чавла, Невада; Гангули, Арканзас (2010). «Сложные сети как единая основа для описательного анализа и прогнозного моделирования в науке о климате». Статистический анализ и интеллектуальный анализ данных . 4 (5). John Wiley & Sons, Inc.: 497–511. дои : 10.1002/sam.10100 . S2CID 6035317 .
- ^ Кавале Дж.; Лисс С.; Кумар А.; Штейнбах М.; Гангули АР; Саматова Ф.; Семацци Ф.; Снайдер К.; Кумар В. (2011). «Открытие динамических климатических диполей на основе данных» (PDF) . Материалы конференции 2011 г. по интеллектуальному пониманию данных, CIDU 2011, 19–21 октября 2011 г., Маунтин-Вью, Калифорния : 30–44.
- ^ Имме, Эберт-Упхофф; Дэн, Йи (2012). «Новый тип климатической сети, основанный на вероятностных графических моделях: результаты бореальной зимы и лета» . Письма о геофизических исследованиях . 39 (19). Спрингер-Верлаг: 157–179. Бибкод : 2012GeoRL..3919701E . дои : 10.1029/2012GL053269 .
- ^ Агарвал, Анкит; Махешваран, Ратинасами; Марван, Норберт; Цезарь, Левке; Куртс, Юрген (ноябрь 2018 г.). «Многомасштабная мера сходства на основе вейвлетов для сложных сетей» (PDF) . Европейский физический журнал Б. 91 (11). дои : 10.1140/epjb/e2018-90460-6 . eISSN 1434-6036 . ISSN 1434-6028 . S2CID 254116434 .
- ^ Агарвал, Анкит; Марван, Норберт; Ратинасами, Махешваран; Мерц, Бруно; Куртс, Юрген (13 октября 2017 г.). «Многомасштабный анализ синхронизации событий для раскрытия климатических процессов: подход, основанный на вейвлетах» . Нелинейные процессы в геофизике . 24 (4): 599–611. дои : 10.5194/npg-24-599-2017 . eISSN 1607-7946 . S2CID 28114574 .
- ^ Агарвал, Анкит; Цезарь, Левке; Марван, Норберт; Махешваран, Ратинасами; Мерц, Бруно; Куртс, Юрген (19 июня 2019 г.). «Сетевая идентификация и характеристика телекоммуникационных соединений разных масштабов» . Научные отчеты . 9 (1): 8808. doi : 10.1038/s41598-019-45423-5 . eISSN 2045-2322 . ПМК 6584743 . ПМИД 31217490 .
- ^ Цонис А.А.; Роббер, Пи Джей (2004). «Архитектура климатической сети». Физика А: Статистическая механика и ее приложения . 333 : 497–504. Бибкод : 2004PhyA..333..497T . дои : 10.1016/j.physa.2003.10.045 . ISSN 0378-4371 .
- ^ Донж, Дж. Ф.; Цзоу, Ю.; Марван, Н.; Куртс, Дж. (2009). «Основа климатической сети». ЭПЛ . 87 (4): 48007. arXiv : 1002.2100 . Бибкод : 2009EL.....8748007D . дои : 10.1209/0295-5075/87/48007 . ISSN 0295-5075 . S2CID 11225385 .
- ^ Фельдштейн, Стивен Б.; Францке, Кристиан Л.Е. (январь 2017 г.). «Модели атмосферной телесвязи» . В Францке, Кристиан Л.Е.; Оканэ, Теренс Дж. (ред.). Нелинейная и стохастическая динамика климата . стр. 54–104. дои : 10.1017/9781316339251.004 . ISBN 9781316339251 . Проверено 7 декабря 2019 г.
- ^ Штайнхойзер К.; Чавла Н.В.; Гангули А.Р. (2010). «Комплексная сеть в области науки о климате». Конференция по интеллектуальному пониманию данных : 16–26.