[論文レビュー] Partial wavelet coherence analysis for understanding the standalone relationship between Indian Precipitation and Teleconnection patterns

Maheswaran Rathinasamy, Ankit Agarwal+3 more|arXiv (Cornell University)|Feb 16, 2017

Climate variability and models参考文献 31被引用数 6

ひとこと要約

本研究では、相互に依存する気候指数の影響を考慮に入れた状態で、インドの降水量に与える4つの気候指数（ニーニョ3.4、PDO、SOI、IOD）の独立した影響を特定するために部分ウェーブレットコherー二ス分析を適用した。結果として、ニーニョ3.4とIODのみが降水量と有意で非定常的な関係を示す一方、SOIとPDOはニーニョ3.4と強い結合を示すため、直接的な影響を及ぼさないことが判明した。

ABSTRACT

Hydro-meteorological variables, like precipitation, streamflow are significantly influenced by various climatic factors and large-scale atmospheric circulation patterns. Efficient water resources management requires an understanding of the effects of climate indices on the accurate predictability of precipitation. This study aims at understanding the standalone teleconnection between precipitation across India and the four climate indices, namely, Niño 3.4, PDO, SOI, and IOD using partial wavelet analysis. The analysis considers the cross correlation between the climate indices while estimating the relationship with precipitation. Previous studies have overlooked the interdependence between these climate indices while analysing their effect on precipitation. The results of the study reveal that precipitation is only affected by Niño 3.4 and IOD and a non-stationary relationship exists between precipitation and these two climate indices. Further, partial wavelet analysis revealed that SOI and PDO do not significantly affect precipitation, but seems the other way because of their interdependence on Niño 3.4. It was observed that partial wavelet analysis strongly revealed the standalone relationship of climatic factors with precipitation after eliminating other potential factors. Keywords: Indian Precipitation, wavelet coherency, partial wavelet coherence, teleconnections patterns.

研究の動機と目的

• 気候指数の相互依存性を考慮に入れた上で、主な気候指数がインドの降水量に与える真の独立的影響を特定すること。
• 気候指数同士の相関を考慮しないで降水量への影響を分析する従来の研究の限界を是正すること。
• 混同要因を分離することで、降水量の予測精度を向上させ、直接的なトランスミッション信号を特定すること。
• ニーニョ3.4、PDO、SOI、IODがインドモンスーン変動の独立した駆動要因として有意であるかを評価すること。
• 部分ウェーブレットコherー二スが、気候時系列における非定常的かつスケール特異的な関係を検出する有効性を示すこと。

提案手法

• 本研究では、他の3つの指数の影響を制御した上で、インドの降水量と各気候指数との間の独立的関係を評価するために、部分ウェーブレットコherー二ス（PWC）を用いた。
• PWCは、インド全域の月次降水量データと4つの気候指数（ニーニョ3.4、PDO、SOI、IOD）の時系列に適用された。
• この手法は信号を時周波数空間に分解し、他の指数が共有する分散を除去することで、局所的かつスケール特異的な相関を検出可能にした。
• ウェーブレットコherー二スは、降水量と各指数との間で計算され、他の3つの指数の影響はウェーブレット領域における偏相関を用いて統計的に除去された。
• 時周波数分解にはモーレット波形基底が用いられ、有意性検定を実施して統計的に信頼できる関係を同定した。
• 結果は、位相矢印と有意性の等高線を含むウェーブレットコherー二スプロットを用いて可視化され、スケールおよび時間にわたるリードラグとコherー二スパターンの解釈が可能となった。

実験結果

リサーチクエスチョン

• RQ1 PDO、SOI、IODの影響を除去した状態で、ニーニョ3.4がインドの降水量に与える独立的影響は何か？
• RQ2 ニーニョ3.4との相関を考慮した上で、PDOとSOIがインドの降水量に独立して与える影響は何か？
• RQ3 IODはインドモンスーン降雨に直接的かつ混同要因のない関係を示すか？
• RQ4 降水量と気候指数との間の関係は、時間的および周波数スケールにわたって定常的か？
• RQ5 気候指数同士の相互依存性が、インドの降水量への真の影響をどれほど隠蔽または歪曲しているか？

主な発見

• 部分ウェーブレットコherー二ス分析により確認されたように、ニーニョ3.4とインド洋ダイポール（IOD）のみがインドの降水量と有意で独立した関係を示している。
• ニーニョ3.4と降水量の関係は非定常的であり、特に2〜8年周期帯で強いコherー二スが観察された。
• IODは2〜4年周期でインドの降水量と有意にコherー二スを示しており、モンスーン変動への直接的影響を示している。
• PDOとSOIはインドの降水量に有意な独立的影響を示さない。それらの顕著な相関は、主にニーニョ3.4との強い結合に起因している。
• 部分ウェーブレットコherー二スは、指数間の相関に起因する誤った相関を除去することで、直接的なトランスミッション信号を明確に特定できることを示した。
• 本研究は、気候指数間の相互依存性を無視すると、モンスーン降雨への影響に関する誤解を招く結論が導かれる可能性があることを示した。