[論文レビュー] A new recurrences based technique for detecting robust extrema in long temperature records

Davide Faranda, Sandro Vaienti|arXiv (Cornell University)|Aug 26, 2013

Complex Systems and Time Series Analysis被引用数 6

ひとこと要約

本論文は、力学系理論に基づく反復的技法を用いて、長期気温記録における頑健な極値を検出する手法を提案する。温度の反復統計をノイズを含むカオス的系のものとしてモデル化することで、自然な気候変動と真の極端な出来事の区別が可能となり、ユーザーが指定した時スケールに依存する自己一貫性のある極端な出来事検出基準を提供する。

ABSTRACT

In this paper, by using new techniques originally developed for the analysis of extreme values of dynamical systems, we analyze several long records of temperatures at different locations showing that they have the same recurrence time statistics of a chaotic dynamical system perturbed with dynamical noise and by instrument errors. The technique provides a criterion to discriminate whether the recurrence of a certain temperature belongs to the natural climate variability or can be considered as a real extreme event with respect to a specific time scale fixed as parameter. The method gives a self-consistent estimation of the convergence.

研究の動機と目的

• 自然な変動の一部に過ぎないものとは限らない、長期気候記録における極端な気温イベントを特定する信頼性の高い手法を開発すること。
• ノイズが多く、長期にわたる気温データにおける統計的フラクチュエーションと真の気候極値を区別する課題に対処すること。
• 力学系理論に基づき、時スケールに依存する自己一貫性のある極端な出来事検出基準を提供すること。
• 多様な地理的場所における実際の長期気温記録を用いて、手法の妥当性を検証すること。

提案手法

• 本手法は、力学系理論における反復時間統計を応用して、気温時系列を分析する。
• 温度記録を、力学的ノイズと計測誤差によって摂動を受けるカオス的力学系としてモデル化する。
• 温度値の反復パターンを、このような系の理論的反復統計と比較する。
• ユーザーが指定した時スケールに基づいて閾値を定義し、反復が真の極端な出来事を示すかどうかを判断する。
• 収束の自己一貫性推定を実施することで、異なるデータセグメントにおける極値検出の頑健性を確保する。
• 従来のしきい値ベースの極値検出とは異なり、反復時間の統計的性質に依存する。

実験結果

リサーチクエスチョン

• RQ1 長期気温記録の反復時間統計は、ノイズを含むカオス的系のものとしてモデル化可能か？
• RQ2 反復パターンを用いて、自然な気候変動と真の極端な気温出来事の区別はどのように可能か？
• RQ3 時スケールパラメータが、気候データにおける頑健な極値の定義において果たす役割は何か？
• RQ4 実際の気温記録は、どの程度までカオス的力学系の反復統計と整合性を示すか？
• RQ5 本手法は、極端な出来事検出のための自己一貫性のある収束推定を提供できるか？

主な発見

• さまざまな場所の長期気温記録は、ノイズを含むカオス的力学系の反復時間統計と一致する。
• 時スケールに依存する基準を用いることで、本手法は極端な出来事と自然な変動を効果的に区別できた。
• 収束の自己一貫性推定を提供することで、極端な出来事検出の信頼性が向上した。
• 本手法で頑健とされた気温極値は、純粋なノイズや変動によって生じるものとは統計的に明確に異なる。
• 本手法は多様な地理的場所に適用可能であり、気候データ解析における広範な関連性を示している。
• 反復時間の内生的統計的性質に依存するため、任意のしきい値を避けることができた。