基于动态模式分解的时间序列的因果关系分析.pdfVIP

PureMathematics理论数学,2024,14(3),58-73

PublishedOnlineMarch2024inHans./journal/pm

/10.12677/pm.2024.143085

基于动态模式分解的时间序列的

因果关系分析

汪荟宇

上海理工大学管理学院，上海

收稿日期：2024年1月22日；录用日期：2024年3月20日；发布日期：2024年3月27日

摘要

本文基于动态模式分解(DMD)分析四种气候时间序列(地表温度，海面温度，太阳黑子和碳排放)的模式

之间的因果关系。通过延迟坐标的形式把每条单变量时间序列嵌入至多维，DMD捕捉了气候时间序列中

不同的演化特征，对这些特征进行不同数量的截断，提取出不同快慢层面的模式。转移熵(TE)得出了模

式之间的因果关系，我们观察到因果关系在各种模式间的分布。总体上看，由最大特征值提取的主导模

式具有较大周期或长期趋势，它作为很强的驱动因素，与自身内部的快模式，以及其他气候对象的模式

之间有着很强的关联。太阳黑子的长期趋势对海面温度的各种周期和长期趋势有很大贡献，影响程度大

于地表温度。碳排放主要影响气温极慢的模式即超长期趋