[論文レビュー] The Influence of Time Series Distance Functions on Climate Networks

Leonardo N. Ferreira, Nicole Costa Resende+3 more|arXiv (Cornell University)|Feb 8, 2019

Complex Systems and Time Series Analysis参考文献 33被引用数 3

ひとこと要約

本論文は、グローバル気温データから気候ネットワークを構築する際の29種類の時系列距離関数を評価し、一般的に用いられるピアソン相関などの指標が類似したネットワークを生成する一方で、代替的な距離関数が気候ダイナミクスとエネルギー輸送を理解するために重要な長距離接続パターン（トランスポート接続）を明らかにすることを示している。本研究では、多様な距離関数の広範な使用を提唱し、さまざまな背後にある気候ダイナミクスを捉えることを目的としている。

ABSTRACT

Network theory has established itself as an important tool for the analysis of complex systems such as the climate. In this context, climate networks are constructed using a spatiotemporal climate dataset and a time series distance function. It consists of representing each spatial area by a node and connecting nodes that present similar time series. One fundamental concern when building climate network is the definition of a metric that captures similarity between time series. The majority of papers in the literature use Pearson correlation with or without lag. Here we study the influence of 29 time series distance functions on climate network construction using global temperature data. We observed that the distance functions used in the literature generate similar networks in general while alternative ones generate distinct networks and exhibit different long-distance connection patterns (teleconnections). These patterns are highly important for the study of climate dynamics since they generally represent long-distance transportation of energy and can be used to forecast climatological events. Therefore, we consider that the measures here studied represent an alternative for the analysis of climate systems due to their capability of capturing different underlying dynamics, what may provide a better understanding of global climate.

研究の動機と目的

• 異なる時系列距離関数が気候ネットワークのトポロジーに与える影響を評価すること。
• ピアソン相関のような一般的に用いられる指標が、気候ダイナミクスを最適に捉えられるかどうかを特定すること。
• 代替的距離関数が、気候ネットワークにおける長距離接続（トランスポート接続）の検出に与える影響を調査すること。
• 多様な距離関数が、気候システムの背後にある異なる行動様式をどのように明らかにするかを評価すること。
• 今後の気候ネットワーク分析におけるより情報量の多い距離関数の選択に基盤を提供すること。

提案手法

• 研究では、空間グリッド点におけるグローバル気温時系列データに、29種類の時系列距離関数を適用する。
• 各距離関数は、隣接するか遠く離れたグリッド点の時系列間の類似度を計算し、ネットワークのエッジを定義する。
• 距離閾値または固定k番目の近隣ノードに基づいて、ノード（空間的位置）を接続することで気候ネットワークを構築する。
• クラスタリング、経路長、長距離接続性といったネットワーク特性を、距離関数ごとに分析・比較する。
• ネットワーク構造の可視化と統計的比較を通じて、各距離関数がトランスポート接続パターンに与える影響を評価する。
• 分析の焦点は、特に長距離接続に注目し、29の関数間でのネットワークトポロジーの違いを同定することにある。

実験結果

リサーチクエスチョン

• RQ1 異なる時系列距離関数は、気候ネットワークの構造にどのように影響を与えるか？
• RQ2 ピアソン相関のような標準的指標は、代替的距離関数と比較して、気候ダイナミクスをどの程度異なって捉えているか？
• RQ3 代替的距離関数は、従来の手法では捉えきれない、特徴的な長距離接続パターン（トランスポート接続）を明らかにするか？
• RQ4 距離関数の変化が、気候システム内でのエネルギー輸送経路の検出にどのように影響を与えるか？
• RQ5 代替的距離関数は、グローバル気候連結性のより情報量の多い表現を提供できるか？

主な発見

• 一般的に用いられる距離関数（ピアソン相関など）は、非常に類似した気候ネットワーク構造を生成する。
• 代替的距離関数は、独自の長距離接続パターンを持つ明確に異なるネットワークトポロジーを生成する。
• これらの代替的関数は、特に遠く離れた空間的接続において、異なるトランスポート接続構造を明らかにする。
• 長距離接続パターンの変動は、異なる距離関数が異なる背後にある気候ダイナミクスを捉えている可能性を示唆する。
• 結果から、距離関数の選択が気候ネットワークの連結性およびダイナミクスの解釈に顕著に影響することが示された。
• 本研究は、代替的距離関数が、標準的な相関に基づくアプローチを超えて、気候システム行動に関する価値ある補足的知見を提供することを結論づけている。