La climatologia e la meteorologia sono state fondamentalmente scienze descrittive, fino al momento in cui non è stato possibile utilizzare modelli numerici, ma è di cruciale importanza che il modello sia una buona rappresentazione del sistema climatico reale della Terra. I modelli devono riprodurre non solo le proprietà climatiche principali, ma anche le forti relazioni che esistono all’interno della variabilità climatica in aree geograficamente diverse. Sono state sviluppate tecniche quantitative per esplorare e indagare la variabilità climatica e la sua relazione con aree geografiche diverse. I metodi sono stati presi in prestito dalla statistica descrittiva dove erano stati sviluppati per analizzare la varianza di relazioni tra osservazioni e variabili o per identificare relazioni sconosciute tra variabili.

A Guide to Empirical
Orthogonal Functions for Climate Data Analysis utilizza un approccio differente, cercando di introdurre il lettore a un’applicazione pratica dei metodi, inclusi data set di simulazioni climatiche e codici MATLAB per algoritmi. Tutte le figure e gli esempi utilizzati nel libro possono essere riprodotti utilizzando i data set e i metodi disponibili utilizzati nel libro.

Sebbene l’obiettivo principale del libro riguardi esempi climatologici, la trattazione è sufficientemente generale da potersi considerare utile per studenti ed esperti di altre discipline.

Per sapere di più

A Guide to Empirical
Orthogonal Functions for Climate Data Analysis la pagina di Amazon