Global S&T Development Trend Analysis Platform of Resources and Environment
PIK首次提出时间序列突变检测方法以识别气候突变 | |
刘燕飞 | |
2018-02-01 | |
所属快报 | 气候变化快报 |
出版年 | 2018 |
期 | 3 |
语种 | 中文 |
领域 | 气候变化 |
栏目 | 前沿研究动态 |
中文关键词 | 时间序列 ; 突变检测方法 ; 气候突变 |
中文摘要 | 2018年1月3日,德国波茨坦气候影响研究所(PIK)的研究人员在《自然·通讯》(Nature Communications)上发表题为《不确定性时间序列的突变》(Abrupt Transitions in Time Series with Uncertainties)的文章,首次提出一种检测不确定性时间序列中突变的方法,该方法可用于识别历史时期的气候突变。 |
情报分析_信息发布时间 | 2018年1月3日 |
情报分析_信息来源性质 | 科研机构 |
情报分析_信息来源机构 | 德国波茨坦气候影响研究所(PIK) |
情报分析_机构类别 | 科研机构 |
情报分析_信息来源国家 | 德国 |
情报分析_信息类别 | 前沿研究动态 |
情报分析_研究主题 | 时间序列突变检测方法 |
情报分析_研究内容 | 突变的识别是各个学科关注的关键问题。然而,现有的突变检测方法并不能严格地解释时间序列的不确定性,通常将其完全忽略或者假设其为独立的和定性相似的。因此,研究人员首次提出一种适用于处理不确定性问题的新方法,将时间序列表示为其概率密度函数,用网络社区结构(community structure of networks)表示再次发生的概率,用于检测不确定性序列中的突变。 该研究将这种方法应用于3种不确定性来源的实际案例:①2004—2016年日均金融股票指数(不确定性来自日时间变率);②1881—2012年尼诺3.4区的月海温异常值(不确定性来自空间变率);③全新世重要时期的亚洲古气候代用记录(不确定性来自代用资料年代的不精确)。研究结果表明,该方法能够检测到全球股票指数与政治—经济波动时期相关的转变,揭示了厄尔尼诺/南方涛动(ENSO)的转变与太平洋年代际振荡(PDO)相位变化时期的一致性,并证实了全新世北大西洋冰漂碎屑事件(ice-rafting events)与亚洲夏季风减弱同时发生的假设。 |
原文题名 | Abrupt Transitions in Time Series with Uncertainties |
原文链接 | 查看原文 |
文献类型 | 快报文章 |
条目标识符 | http://119.78.100.173/C666/handle/2XK7JSWQ/181053 |
专题 | 气候变化 |
推荐引用方式 GB/T 7714 | 刘燕飞. PIK首次提出时间序列突变检测方法以识别气候突变. 2018. |
条目包含的文件 | 条目无相关文件。 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[刘燕飞]的文章 |
百度学术 |
百度学术中相似的文章 |
[刘燕飞]的文章 |
必应学术 |
必应学术中相似的文章 |
[刘燕飞]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论