
Статистический метод, который находит ортогональные пространственные паттерны изменчивости и соответствующие им временные ряды.Эмпирические ортогональные функции (ЭОФ) — это способ разложить сложный многомерный набор данных, например глобальные карты температуры во времени, на несколько доминирующих паттернов. Каждая ЭОФ представляет собой пространственный паттерн, который изменяется согласованно, и сопровождается временным рядом, показывающим, как этот паттерн усиливается или ослабевает со временем. По сути, это метод главных компонент, применённый к геофизическим данным, но название «ЭОФ» является стандартным в науках об атмосфере и океане.
Метод был популяризирован в метеорологии Эдвардом Лоренцем в 1950-х годах, хотя лежащая в его основе линейная алгебра была известна и ранее.
Берётся матрица данных, где строки — моменты времени, а столбцы — пространственные точки. ЭОФ — это собственные векторы ковариационной матрицы этих данных, упорядоченные по доле объясняемой дисперсии. Первая ЭОФ описывает наибольшую долю дисперсии, вторая — наибольшую долю оставшейся, оставаясь ортогональной (некоррелированной) с первой, и так далее. Соответствующие временные ряды (главные компоненты) получаются проекцией исходных данных на каждую ЭОФ.
Широко используется в исследованиях климата для выявления таких паттернов, как Эль-Ниньо — Южное колебание, по данным о температуре поверхности моря, а также для снижения размерности перед дальнейшим анализом.
Знак ЭОФ не определён: можно одновременно изменить знак паттерна и соответствующего временного ряда, и результат останется тем же, что иногда приводит к путанице при сравнении исследований.






