Климатические телесвязи со сдвигом во времени

Оригинал: "Lagged teleconnections of climate variables identified via complex rotated Maximum Covariance Analysis"
arXiv:2105.04618 · 2021-05-10 · CC BY 4.0 · 3 мин
Новый метод находит общие ритмы океана и суши, даже когда сигналы приходят с задержкой.

Контекст

Климатическая система напоминает разговор, в котором собеседники отвечают не сразу, а с паузой: океан нагревается, и лишь через несколько месяцев на другом континенте меняется режим дождей. Классические методы поиска связей между полями данных, такие как анализ максимальной ковариации, настроены на мгновенную корреляцию и пропускают эти задержки. Вокруг уже есть работы по океанскому конвейеру и ранним климатическим сигналам, но они не решают задачу одновременного выделения пространственных паттернов и временных сдвигов. Наш метод стоит на отшибе: он объединяет идею комплексных чисел для учёта фазовых сдвигов с вращением для физической интерпретации, чего нет у соседей.

Методы

Сначала временные ряды температуры поверхности океана и осадков на суше сгладили шестимесячным скользящим средним и нормировали на стандартное отклонение в каждой точке. Затем каждый ряд превратили в аналитический сигнал с помощью преобразования Гильберта, которое добавляет мнимую часть, сдвинутую на четверть периода. Чтобы избежать краевых искажений, ряды продлили в прошлое и будущее с помощью модели Тета (ARIMA с дрейфом), а после преобразования обрезали. Далее вычислили ковариационную матрицу между двумя комплексными полями и применили сингулярное разложение. Первые 150 мод, объясняющие 99.82% ковариации, подвергли вращению Варимакса для локализации паттернов. Метод реализован в пакете xmca на Python.

Результаты

Метод выделил шесть основных мод связанной изменчивости океана и осадков. Первая мода (62.7% ковариации) описывает сезонный цикл: фазовая функция позволила вычислить, что сезонный максимум температуры в северной части Тихого океана следует за южной с задержкой 196 дней, а в Индийском океане осадки отстают от температуры на 81 день. Вторая мода (7.0%) соответствует Эль-Ниньо: корреляция с индексом ONI составила 0.941. Третья мода (6.9%) отражает глобальное потепление с корреляцией 0.781 с индексом потепления океана. Четвёртая (1.6%) воспроизводит Тихоокеанскую декадную осцилляцию (корреляция 0.565), пятая (1.6%) — Эль-Ниньо Модоки (0.506), шестая (1.1%) — Атлантическую меридиональную моду (0.741). Для мод с широкополосным спектром фаза интерпретируется только как корреляция или антикорреляция, но для сезонного цикла с узким пиком на 12 месяцах фаза напрямую переводится в задержку в днях.

Значение

В отличие от соседних работ, которые либо ищут мгновенные связи, либо фиксируют задержку заранее, этот метод одновременно извлекает пространственные паттерны и их относительные временные сдвиги из пары полей. Он впервые объединяет комплексное представление сигнала с вращением Варимакса в рамках анализа максимальной ковариации. Это позволяет одной процедурой получить все основные телесвязи, которые раньше находили разрозненные региональные исследования. Метод не требует предварительного удаления трендов, что критично в условиях меняющегося климата.

Развитие

Метод открывает путь к систематическому изучению сезонных и субсезонных явлений, таких как осцилляция Маддена-Джулиана, где волны конвекции распространяются на восток со сдвигом фаз между переменными. Планируется применить комплексный вращаемый MCA к менее изученным парам переменных: солёность поверхности океана, высота морской поверхности, влажность почвы, ветер. Это может выявить новые телесвязи и уточнить динамику известных мод. Пакет xmca делает метод доступным для широкого круга исследователей.

Влияние

Метод пригодится в климатологии, океанографии и гидрологии для поиска лаговых связей между любыми геофизическими полями. Он также может улучшить статистические модели прогноза осадков, опирающиеся на медленные океанические предикторы.

Следующие шаги

Ближайший шаг — применить метод к осцилляции Маддена-Джулиана и проверить, насколько фазовая функция отражает реальное распространение конвекции. Затем стоит исследовать чувствительность к выбору периода модели Тета и числа вращаемых мод.

Ключевые проблемы

В климатологии остаётся открытым вопрос о физических механизмах дальних связей: какие из них вызваны атмосферным мостом, а какие — океаническими волнами. Метод даёт инструмент для проверки гипотез о задержках, но не отвечает на вопрос о причинности. Другая нерешённая проблема — отделение естественной изменчивости от антропогенного тренда в широкополосных модах.

Сезонный максимум температуры в северной части Тихого океана наступает на 196 дней позже, чем в южной, то есть почти ровно через полгода. Это означает, что два полушария океана работают в противофазе, как качели с очень медленным периодом.

Идея задержанных телесвязей напоминает «эффект бабочки» из рассказа Рэя Брэдбери «И грянул гром»: малое событие в одном месте через цепочку связей приводит к крупным последствиям в другом. Только здесь связи не хаотические, а статистически устойчивые.

\hat{X}_s = X_s + i H(X_s)
Каждый временной ряд превращается в комплексный, где мнимая часть сдвинута по фазе на четверть периода
A_s = (V_s \odot \bar{V}_s)^{\odot 1/2}
Показывает, в каких регионах данная мода проявляется сильнее всего
\Theta_s = \arctan2(\mathrm{Im}(V_s), \mathrm{Re}(V_s))
Даёт относительный временной сдвиг в каждой точке; для узкополосных сигналов переводится в задержку

Ключевые числа

  • Задержка сезонного максимума Тихого океана: 196 дней
  • Корреляция моды Эль-Ниньо с ONI: 0.941
  • Корреляция моды потепления с OWI: 0.781
  • Объяснённая ковариация первых 72 мод: >99%
  • Число вращаемых мод: 150
Понятия
телеконнекция реанализ атлантическая мультидекадная осцилляция мультифрактальный анализ флуктуаций с удалением тренда связь океана и атмосферы декадная изменчивость ERA5 климатическая сеть североатлантическая осцилляция климат морская волна тепла ковариационная матрица связанная модель общей циркуляции сезонный форсинг сезонный цикл эмпирическая ортогональная функция смешанные моды колебаний годас естественная изменчивость анализ главных компонент