[论文解读] 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 3

一句话总结

本文评估了29种时间序列距离函数在构建全球气温数据气候网络中的应用，表明尽管常用的皮尔逊相关性等度量方法生成的网络结构相似，但其他距离函数能揭示出对理解气候动力学与能量传输至关重要的独特远程连接模式（遥相关）。本研究主张更广泛地使用多样化的距离函数，以捕捉不同的潜在气候动力学特征。

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.

研究动机与目标

• 评估不同时间序列距离函数对气候网络拓扑结构的影响。
• 确定皮尔逊相关性等常用度量方法是否为捕捉气候动力学的最优选择。
• 探讨替代距离函数如何影响气候网络中远程连接（遥相关）的检测。
• 评估多样化距离函数是否能揭示不同的潜在气候系统行为。
• 为未来气候网络分析中选择更具信息量的距离函数提供基础。

提出的方法

• 本研究将29种时间序列距离函数应用于全球气温时间序列数据，覆盖各个空间网格点。
• 每种距离函数计算相邻或远距离网格点间时间序列的相似性，以定义网络边。
• 通过距离阈值或固定k近邻方法构建气候网络，连接节点（空间位置）。
• 对不同距离函数下的网络属性（如聚类系数、路径长度、长程连通性）进行分析与比较。
• 通过可视化和网络结构的统计比较，评估每种距离函数对遥相关模式的影响。
• 分析重点在于识别29种函数在长程连接方面的网络拓扑差异，特别是长距离连接的特征。

实验结果

研究问题

• RQ1 不同时间序列距离函数如何影响气候网络的结构？
• RQ2 标准度量方法（如皮尔逊相关性）与替代距离函数在捕捉气候动力学方面的差异程度如何？
• RQ3 替代距离函数是否能揭示出传统方法未能捕捉到的独特远程连接模式（遥相关）？
• RQ4 距离函数的变化如何影响气候系统中能量传输路径的检测？
• RQ5 替代距离函数能否提供比传统方法更富信息量的全球气候连通性表征？

主要发现

• 常用距离函数（如皮尔逊相关性）生成的气候网络结构高度相似。
• 替代距离函数生成具有独特长程连接模式的显著不同网络拓扑结构。
• 这些替代函数揭示了不同的遥相关结构，尤其在远距离空间连接方面表现突出。
• 长程连通性模式的差异表明，不同距离函数捕捉了不同的潜在气候动力学。
• 结果表明，距离函数的选择显著影响对气候网络连通性与动力学的解释。
• 本研究结论认为，替代距离函数为气候系统行为提供了宝贵且互补的洞见，超越了传统的基于相关性的方法。