[論文レビュー] Boundary-Induced Biases in Climate Networks of Extreme Precipitation and Temperature

Behzad Ghanbarian, Victor Oladoja+3 more|arXiv (Cornell University)|Jan 31, 2026

Climate variability and models被引用数 0

ひとこと要約

論文は極端な降水量と気温の気候ネットワークに対する2つの一般的な境界補正手法（引き算と除算）を比較し、統計的に異なる結果を示すとともに季節的なネットワークパターンの違いを強調します。

ABSTRACT

To address spatial boundary effects in climate networks, two surrogate-based correction methods, (1) subtraction and (2) division, have been widely applied in the literature. In the subtraction method, an original network measure is adjusted by subtracting the expected value obtained from a surrogate ensemble, whereas in the division method, it is normalized by dividing by this expected value. However, to the best of our knowledge, no prior study has assessed whether these two correction approaches yield statistically different results. In this study, we constructed complex networks of extreme precipitation and temperature events (EPEs and ETEs) across the CONUS for both summer (June-August, JJA) and winter (December-February, DJF) seasons. We computed key network metrics degree centrality (DC), clustering coefficient (CC), mean geographic distance (MGD), and betweenness centrality (BC) and applied both correction methods. Although the corrected spatial patterns generally appeared visually similar, statistical analyses revealed that the network measures derived from the subtraction and division methods were significantly different at the 95 percent confidence level. Across the CONUS, network hubs of EPEs were primarily concentrated in the northwestern United States during summer and shifted toward the east during winter, reflecting seasonal differences in the dominant atmospheric drivers. In contrast, the ETE networks showed strong spatial coherence and pronounced regional teleconnections in both seasons, with higher connectivity and longer synchronization distances in winter, consistent with large-scale circulation patterns such as the Pacific-North American and North Atlantic Oscillation modes. Our results indicated that the network metrics CC and MGD were more sensitive to the correction methods than the DC and BC, particularly in the EPE networks.

研究の動機と目的

• 気候ネットワークにおける空間的境界効果に対処する必要性を喚起する。
• CONUS 全域で夏季と冬季の2つの季節について、EPE（極端降水イベント）とETE（極端気温イベント）の複雑ネットワークを構築する。
• 両補正法の下でネットワーク指標（次数中心性、クラスタリング係数、平均地理距離、媒介中心性）を計算する。
• 引き算と除算の2つの補正法を統計的に比較し、結果が異なるかを判断する。
• 大気的駆動因子を踏まえたネットワーク構造と結合の季節差を解釈する。

提案手法

• CONUS 全域でJJA（夏）およびDJF（冬）についてEPEとETEの気候ネットワークを構築する。
• ネットワーク指標として、次数中心性（DC）、クラスタリング係数（CC）、平均地理距離（MGD）、媒介中心性（BC）を計算する。
• 2つの surrogate ベースの境界補正法を適用する：引き算（ surrogate 平均を引くことで補正）と除算（ surrogate 平均で割って正規化） 。
• 95%信頼レベルで引き算と除算で得られたネットワークを比較する統計分析を実施する。
• 既知の大気駆動因子と関連させて、ネットワークのハブとテレコネクションの空間パターンと季節的シフトを分析する。

実験結果

リサーチクエスチョン

• RQ1 引き算と除算の surrogate 補正が EPE および ETE ネットワークの指標を統計的に異ならせるか。
• RQ2 二つの補正法が CONUS のハブと結節の空間パターンにどう影響するか。
• RQ3 EPE および ETE ネットワークの季節差は何で、太平洋北米振動域や北大西洋振動などの大気駆動因子とどう関連するか。

主な発見

• 引き算補正と除算補正のネットワーク指標は、95%信頼区間で有意に異なる。
• EPE ネットワークは季節的なハブの変化を示す：夏には西北部 US、冬には東方へのシフト。
• ETE ネットワークは両季節とも強い空間的整合性と顕著な地域テレコネクションを示し、冬季には結合性が高く同期距離が長くなる。
• CCとMGDは補正法の影響をDCとBCよりも敏感に受ける、特にEPEネットワークで。
• 結果は極端な降水量と気温に影響を与える既知の大規模循環パターンと整合する。