[论文解读] Investigating the topology of interacting networks - Theory and application to coupled climate subnetworks

Jonathan F. Donges, H. Schultz+3 more|arXiv (Cornell University)|Feb 15, 2011

Complex Network Analysis Techniques参考文献 48被引用 7

一句话总结

本文提出了一种新颖的图论框架，用于分析相互作用网络，特别应用于从位势高度数据导出的耦合气候子网络。通过引入'跨中心性'度量，研究识别出在垂直风场相互作用中起中介作用的关键区域，揭示了大气环流与分层结构的新见解，且无需额外的气候学变量。

ABSTRACT

Network theory provides various tools for investigating the structural or functional topology of many complex systems found in nature, technology and society. Nevertheless, it has recently been realised that a considerable number of systems of interest should be treated, more appropriately, as interacting networks or networks of networks. Here we introduce a novel graph-theoretical framework for studying the interaction structure between subnetworks embedded within a complex network of networks. This framework allows us to quantify the structural role of single vertices or whole subnetworks with respect to the interaction of a pair of subnetworks on local, mesoscopic and global topological scales. Climate networks have recently been shown to be a powerful tool for the analysis of climatological data. Applying the general framework for studying interacting networks, we introduce coupled climate subnetworks to represent and investigate the topology of statistical relationships between the fields of distinct climatological variables. Using coupled climate subnetworks to investigate the terrestrial atmosphere's three-dimensional geopotential height field uncovers known as well as interesting novel features of the atmosphere's vertical stratification and general circulation. Specifically, the new measure "cross-betweenness" identifies regions which are particularly important for mediating vertical wind field interactions. The promising results obtained by following the coupled climate subnetwork approach present a first step towards an improved understanding of the Earth system and its complex interacting components from a network perspective.

研究动机与目标

• 开发一种图论框架，用于分析复杂网络系统中子网络之间相互作用拓扑结构。
• 将该框架应用于气候系统，特别是理解位势高度等气候变量之间的相互作用。
• 识别顶点和子网络在不同气候层次间中介相互作用中的结构角色。
• 增进对地球系统动力学的理解，特别是大气大尺度环流及其对临界点突变的脆弱性。

提出的方法

• 该框架将复杂系统建模为网络中的网络，其中子网络代表不同的气候变量或层次。
• 子网络之间的跨边表示不同空间位置时间序列之间的统计关系（例如，相关性）。
• 本文引入了'跨中心性'中心性作为新的拓扑度量，以量化节点在中介子网络间相互作用中的作用。
• 使用局部和全局跨网络度量，包括跨聚类系数和跨传递性，分析介观和大尺度相互作用结构。
• 该方法使用来自NCEP再分析的时空位势高度数据，并将其映射到二十面体网格上，以实现一致的网络构建。
• 提出随机化跨边分布的零模型，以评估观测到的网络特征的统计显著性。

实验结果

研究问题

• RQ1 如何在局部、介观和全局尺度上定量测量网络中子网络之间的相互作用拓扑结构？
• RQ2 大气中哪些区域在中介不同气候变量之间的垂直相互作用中最为关键？
• RQ3 仅从基于相关性的气候网络中，能在多大程度上揭示大气环流的三维结构？
• RQ4 跨网络中心性度量（如跨中心性）在检测大气中动力学特征方面有何改进？
• RQ5 该框架能否仅使用位势高度数据检测到已知和新型的大气分层与大尺度环流特征？

主要发现

• 跨中心性中心性度量成功识别出在大气中垂直风场相互作用中介中起结构关键作用的区域。
• 该框架从未知的位势高度相关网络中揭示了大气垂直分层的已知特征，如平流层顶和急流结构。
• 通过跨网络分析，揭示了与大尺度环流相关的新结构特征，特别是在高层对流层和低层平流层。
• 该方法能够在不依赖额外变量（如温度或湿度）的情况下检测出显著的相互作用路径。
• 结果表明，仅通过将单一气候变量——位势高度——通过相互作用网络的视角进行分析，即可获得大尺度大气动力学的全面图景。
• 本研究为将该框架应用于多种气候变量，以及开发统计零模型以验证观测到的网络特征奠定了基础。