В горах Колорадо снег ложится по-разному в разные зимы, и причина не всегда в местной погоде. За тысячи километров, в тропиках Тихого океана, вода то прогревается, то остывает, и эта пульсация тянет за собой невидимую руку, которая меняет осадки в Скалистых горах. Связь между далёкими регионами называют телесвязью, и обычно её описывают заранее выбранными индексами, например Эль-Ниньо. Но подходящий индекс зависит от региона и может быть неизвестен до анализа. Авторы статьи предлагают модель, которая не выбирает индекс, а напрямую использует температуру океана и сама находит, какие её участки важнее всего для осадков в Колорадо.
Чтобы понять, как это работает, вообразите переводчика, который переводит разговор между океаном и горами. Обычная модель спрашивает переводчика: «Ты знаешь Эль-Ниньо? Передай только то, что он говорит». Новая модель даёт переводчику всю запись разговора океана и позволяет ему самому решить, какие фразы важны для ответа гор. Для этого температуру поверхности океана раскладывают на главные паттерны изменчивости, которые называются эмпирическими ортогональными функциями. Первый такой паттерн объясняет 30% всех колебаний температуры и в точности повторяет картину Эль-Ниньо: тёплая вода в центре и на востоке, холодная на западе. Модель не знает этого заранее, она сама выделяет этот паттерн из данных.
Результат согласуется с известной картиной: во время Эль-Ниньо север и запад Колорадо получают меньше осадков, а восток — больше. Но теперь модель оценивает это влияние не через один индекс, а через всю карту океана. Это похоже на то, как если бы вместо одного термометра в одной точке океана мы использовали тысячи термометров и позволили данным самим показать, какие области важны. Такой подход добавляет физически осмысленную структуру в статистические модели климата.
Главное отличие от соседних исследований в том, что модель не требует заранее задавать индексы телесвязей. Многие работы предсказывают сами индексы или применяют готовые паттерны, здесь же модель сама выделяет значимые удалённые влияния. Это полезно для даунскейлинга, когда прогнозы глобальных климатических моделей переводят в локальные осадки. Например, для прогноза водоснабжения в регионах, зависящих от Эль-Ниньо, такая модель может дать более честную оценку неопределённости.
Рука океана, которая тянется к горам Колорадо, теперь не угадывается по одному индексу, а прощупывается по всей поверхности воды. И если в будущем модель расширят на несколько океанов или на многомерные данные, она сможет улавливать ещё более тонкие дальние связи. Пока же она уже показала, что дальние влияния можно включать в статистику напрямую, не теряя локальную структуру данных. Это шаг к моделям, которые видят климат как единую систему, а не как набор изолированных регионов.
Эмпирическая ортогональная функция, выделенная из температуры Тихого океана, объясняет 30% всей изменчивости и точно повторяет картину Эль-Ниньо: тёплая вода в центре и на востоке, холодная на западе.