변동차수 탈경향 방법을 통한 기상데이터의 상관성분석 (Correlation Analysis of Meteorological Data through the Varying Polynomial-order Detrending Method)

서지정보

· 발행기관 : 한국물리학회
· 수록지 정보 : 새물리 / 64권 / 10호 / 1006 ~ 1013페이지
· 저자명 : 차호환, 김재화

초록

최근에 제안된 상관분석법을 이용하여 전형적인 주기적 비정상 (nonstationary) 특성을 가지는 기상데이터의 상관성을 분석하여 보았다. 주기적 비정상 시계열을 정상 (stationary)화 하는 과정에서 변동차수\_탈경향분석 (varing polynomial order detrended analysis)방법을 사용함으로써 시계열의 주기성 때문에 일반적인 탈경향분석 (detrending analysis)방법에서 보이는 크로스오버가 사라져 안정적인 상관스케일 지수를 얻을 수 있음을 알았다. 우리는 한반도내의 세 지역을 선정하여 위의 방법을 사용함으로써 각 지역 내 기온과 상대습도 변동에 장기 기억성이라는 보편적 성질이 있음을 알았으며, 각 지역에서 온도-상대습도 기상데이터 사이의 변동차수 탈경향 교차상관분석 (DCCA-l(n))방법을 통하여 지역간에 비슷한 크기의 스케일지수를 갖는 교차상관성이 나타남을 확인하였다. 또한 장기교차상관성 여부를 보여주는 스케일지수와는 별도로 온도와 상대습도간의 상관강도를 수치화한 교차상관계수는 지역에 따라 조금씩 다른 값을 보이는 것을 알았다.

영어초록

We analyze the correlation of meteorological data with a periodic trend by using the recently proposed correlation-analysis methods. In order to make the time series stationary, we apply the varying polynomial-order detrending method to the nonstationary time series. By using this method, we obtained stable scaling exponents different from those obtained by using the ordinary detrending method, which showed a cross over around the periodic time point. We chose three locations on the Korean peninsula and found the autocorrelation and the cross-correlation exponents between the temperature and the relative humidity. From the obtained scaling exponents, we conclude that there are universal properties in the correlation, the so-called long-range memories in autocorrelations and cross-correlations. In addition to these scaling exponents associated with the correlations, we found that the cross-correlation coefficients, which quantify the level of cross-correlation, are somewhat different in each area.

참고자료

· 없음