利用复杂网络研究中国温度序列的拓扑性质

依据粗粒化方法,将中国1961—2002年逐日平均温度序列转化为由5个特征字符{R,r,e,d,D}构成的温度符号序列.以符号序列中的125种3字串组成的温度波动模态为网络的节点(即连续4 d的温度波动组合),并按照时间顺序连边,构建有向加权的温度波动网络,进而将温度波动模态间的相互作用等综合信息蕴含于网络的拓扑结构之中.对随机序列和Lorenz系统的混沌序列分别构建随机和混沌波动网络.计算三种网络的度与度分布、聚类系数、最短路径长度等动力学统计量,从网络的角度对比研究三种序列内秉性质的差异.结果表明:温度波动网络的动力学拓扑性质与混沌网络相似,与随机网络差异显著,体现了温度变化的复杂性.此外,温度波动网络的重要节点中大都包含了R,r和e三种符号,可能对应了全球增暖的背景下,温度的波动主要以上升为主;温度波动网络部分节点的中介中心性能力较强,4%的节点承担了网络12.93%的中介中心性功能,这些具有拓扑统计重要性的节点对于理解温度波动的内在规律和波动信息的传递等有一定指导意义.Lorenz系统对应的混沌波动网络的中介中心性与温度网络类似,而随机波动网络中节点的中介中心性几乎是均等的.因此,有别于传统的Lyapunov指数、分维数等方法,从网络结构拓扑性质这一新的角度验证了温度变化具有类混沌属性,而不是随机变化过程.