elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

A spatiotemporal stochastic climate model for benchmarking causal discovery methods for teleconnections

Tibau Alberdi, Xavier Andoni und Reimers, Christian und Gerhardus, Andreas und Denzler, Joachim und Eyring, Veronika und Runge, Jakob (2022) A spatiotemporal stochastic climate model for benchmarking causal discovery methods for teleconnections. Environmental data science, 1, e12. Cambridge University Press. doi: 10.1017/eds.2022.11. ISSN 2634-4602.

[img] PDF - Verlagsversion (veröffentlichte Fassung)
10MB

Offizielle URL: https://www.cambridge.org/core/journals/environmental-data-science/article/spatiotemporal-stochastic-climate-model-for-benchmarking-causal-discovery-methods-for-teleconnections/0E066B8813BA2281D2B95279EF3272B4

Kurzfassung

Teleconnections that link climate processes at widely separated spatial locations form a key component of the climate system. Their analysis has traditionally been based on means, climatologies, correlations, or spectral properties, which cannot always reveal the dynamical mechanisms between different climatological processes. More recently, causal discovery methods based either on time series at grid locations or on modes of variability, estimated through dimension-reduction methods, have been introduced. A major challenge in the development of such analysis methods is a lack of ground truth benchmark datasets that have facilitated improvements in many parts of machine learning. Here, we present a simplified stochastic climate model that outputs gridded data and represents climate modes and their teleconnections through a spatially aggregated vector-autoregressive model. The model is used to construct benchmarks and evaluate a range of analysis methods. The results highlight that the model can be successfully used to benchmark different causal discovery methods for spatiotemporal data and show their strengths and weaknesses. Furthermore, we introduce a novel causal discovery method at the grid level and demonstrate that it has orders of magnitude better performance than the current approaches. Improved causal analysis tools for spatiotemporal climate data are pivotal to advance process-based understanding and climate model evaluation.

elib-URL des Eintrags:https://elib.dlr.de/188646/
Dokumentart:Zeitschriftenbeitrag
Titel:A spatiotemporal stochastic climate model for benchmarking causal discovery methods for teleconnections
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Tibau Alberdi, Xavier AndoniXavier.Tibau (at) dlr.dehttps://orcid.org/0000-0002-7239-1421NICHT SPEZIFIZIERT
Reimers, ChristianComputer Vision Group, Friedrich-Schiller-Universität Jena, Germanyhttps://orcid.org/0000-0003-1127-136XNICHT SPEZIFIZIERT
Gerhardus, AndreasAndreas.Gerhardus (at) dlr.dehttps://orcid.org/0000-0003-1868-655XNICHT SPEZIFIZIERT
Denzler, JoachimFSU Jenahttps://orcid.org/0000-0002-3193-3300NICHT SPEZIFIZIERT
Eyring, VeronikaDLR, IPAhttps://orcid.org/0000-0002-6887-4885NICHT SPEZIFIZIERT
Runge, JakobJakob.Runge (at) dlr.dehttps://orcid.org/0000-0002-0629-1772NICHT SPEZIFIZIERT
Datum:27 September 2022
Erschienen in:Environmental data science
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Nein
In ISI Web of Science:Ja
Band:1
DOI:10.1017/eds.2022.11
Seitenbereich:e12
Verlag:Cambridge University Press
ISSN:2634-4602
Status:veröffentlicht
Stichwörter:Causal algorithm causal discovery climate model teleconnections
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Technik für Raumfahrtsysteme
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R SY - Technik für Raumfahrtsysteme
DLR - Teilgebiet (Projekt, Vorhaben):R - Aufbau Data Science Jena
Standort: Jena
Institute & Einrichtungen:Institut für Datenwissenschaften
Institut für Physik der Atmosphäre > Erdsystemmodell -Evaluation und -Analyse
Hinterlegt von: Tibau Alberdi, Xavier Andoni
Hinterlegt am:28 Nov 2022 14:10
Letzte Änderung:21 Mai 2024 04:13

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.