Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

How to Recognize a True Mode of Atmospheric Circulation Variability

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68378289%3A_____%2F21%3A00541896" target="_blank" >RIV/68378289:_____/21:00541896 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/00216208:11310/21:10432929

  • Výsledek na webu

    <a href="https://agupubs.onlinelibrary.wiley.com/doi/pdfdirect/10.1029/2020EA001275" target="_blank" >https://agupubs.onlinelibrary.wiley.com/doi/pdfdirect/10.1029/2020EA001275</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1029/2020EA001275" target="_blank" >10.1029/2020EA001275</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    How to Recognize a True Mode of Atmospheric Circulation Variability

  • Popis výsledku v původním jazyce

    It has been demonstrated several times that when principal component analysis (PCA) is used for detection of modes of atmospheric circulation variability (teleconnections), principal components must be rotated. Despite it, unrotated PCA is still often used. Here we demonstrate on the examples of North Atlantic Oscillation (NAO), Arctic Oscillation (AO), Barents Oscillation (BO), and the summer East Atlantic (SEA) pattern that unrotated PCA results in patterns that are artifacts of the analysis method rather than true modes of variability. This claim is based on the comparison of the spatial patterns of the modes with spatial autocorrelations, on the sensitivity of the patterns to spatial and temporal subsampling, and, for the SEA pattern, on correlations with tropical sea surface temperature. Unlike NAO, which is defined by rotated PCA, the other modes, that is, AO, BO, and SEA pattern, defined by unrotated PCA, do not correspond well to underlying autocorrelation structures and are more sensitive to choices of spatial domain and time interval over which they are defined. We reiterate that a great care must be taken when interpreting outputs of PCA when applied to the detection of modes of circulation variability: a comparison with spatial autocorrelations and check for their spatial and temporal stability are necessary to distinguish true modes from statistical artifacts, which we call ´ghost patterns´.

  • Název v anglickém jazyce

    How to Recognize a True Mode of Atmospheric Circulation Variability

  • Popis výsledku anglicky

    It has been demonstrated several times that when principal component analysis (PCA) is used for detection of modes of atmospheric circulation variability (teleconnections), principal components must be rotated. Despite it, unrotated PCA is still often used. Here we demonstrate on the examples of North Atlantic Oscillation (NAO), Arctic Oscillation (AO), Barents Oscillation (BO), and the summer East Atlantic (SEA) pattern that unrotated PCA results in patterns that are artifacts of the analysis method rather than true modes of variability. This claim is based on the comparison of the spatial patterns of the modes with spatial autocorrelations, on the sensitivity of the patterns to spatial and temporal subsampling, and, for the SEA pattern, on correlations with tropical sea surface temperature. Unlike NAO, which is defined by rotated PCA, the other modes, that is, AO, BO, and SEA pattern, defined by unrotated PCA, do not correspond well to underlying autocorrelation structures and are more sensitive to choices of spatial domain and time interval over which they are defined. We reiterate that a great care must be taken when interpreting outputs of PCA when applied to the detection of modes of circulation variability: a comparison with spatial autocorrelations and check for their spatial and temporal stability are necessary to distinguish true modes from statistical artifacts, which we call ´ghost patterns´.

Klasifikace

  • Druh

    J<sub>imp</sub> - Článek v periodiku v databázi Web of Science

  • CEP obor

  • OECD FORD obor

    10509 - Meteorology and atmospheric sciences

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GA17-07043S" target="_blank" >GA17-07043S: Dálkové vazby - hlavní stavební kameny atmosférické cirkulace</a><br>

  • Návaznosti

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2021

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Earth and Space Science

  • ISSN

    2333-5084

  • e-ISSN

    2333-5084

  • Svazek periodika

    8

  • Číslo periodika v rámci svazku

    3

  • Stát vydavatele periodika

    US - Spojené státy americké

  • Počet stran výsledku

    15

  • Strana od-do

    e2020EA001275

  • Kód UT WoS článku

    000635218300014

  • EID výsledku v databázi Scopus

    2-s2.0-85103274130