Methods for detecting early warnings of critical transitions in time series illustrated using simulated ecological data.
Methods for detecting early warnings of critical transitions in time series illustrated using simulated ecological data.
复制标题
DOI：
10.1371/journal.pone.0041010
复制
发表时间：
2012
期刊：
影响因子：
3.7
通讯作者：
Scheffer M
中科院分区：
文献类型：
--
作者：
Dakos V;Carpenter SR;Brock WA;Ellison AM;Guttal V;Ives AR;Kéfi S;Livina V;Seekell DA;van Nes EH;Scheffer M
许多动力系统，包括湖泊、生物体、海洋环流模式或金融市场，现在被认为具有转折点，在这些转折点上，可能会发生向相反状态的关键转变。由于关键过渡可能会意外发生，并且难以管理，因此需要能够用于确定关键过渡即将到来的方法。最近的理论表明，我们可以使用各种所谓的“早期预警信号”来识别一个系统接近关键转型的程度，而成功的经验例子表明，它具有潜在的实用价值。然而，尽管提出的预测关键转变的方法范围正在迅速扩大，但对其实际应用的意见分歧很大，而且还没有比较研究来测试不同方法的局限性，以利用时间序列数据来识别接近的关键转变。在这里，我们总结了一系列目前可用的早期预警方法，并将它们应用于两个模拟的时间序列，这两个时间序列是正在经历关键转变的系统的典型。除了方法论指南外，我们的工作还提供了一个实用的工具箱，可用于广泛的领域，以帮助检测时间序列数据中关键转变的早期预警信号。
Many dynamical systems, including lakes, organisms, ocean circulation patterns, or financial markets, are now thought to have tipping points where critical transitions to a contrasting state can happen. Because critical transitions can occur unexpectedly and are difficult to manage, there is a need for methods that can be used to identify when a critical transition is approaching. Recent theory shows that we can identify the proximity of a system to a critical transition using a variety of so-called ‘early warning signals’, and successful empirical examples suggest a potential for practical applicability. However, while the range of proposed methods for predicting critical transitions is rapidly expanding, opinions on their practical use differ widely, and there is no comparative study that tests the limitations of the different methods to identify approaching critical transitions using time-series data. Here, we summarize a range of currently available early warning methods and apply them to two simulated time series that are typical of systems undergoing a critical transition. In addition to a methodological guide, our work offers a practical toolbox that may be used in a wide range of fields to help detect early warning signals of critical transitions in time series data.
登录
查看更多内容
影响因子：
64.8
作者：
Drake, John M.;Griffen, Blaine D.
通讯作者：
Griffen, Blaine D.
影响因子：
6.3
作者：
ENGLE, RF
通讯作者：
ENGLE, RF
影响因子：
4.8
作者：
Carpenter, S. R.;Brock, W. A.
通讯作者：
Brock, W. A.
影响因子：
8.8
作者：
Carpenter, SR;Brock, WA
通讯作者：
Brock, WA
DOI：
10.1073/pnas.0802430105
发表时间：
2008-09-23
影响因子：
11.1
作者：
Dakos, Vasilis;Scheffer, Marten;Held, Hermann
通讯作者：
Held, Hermann