MLPNelineární a chaotické soustavy představují specifickou kategorii fyzikálních systémů na pomezí mezi strukturami klasické Newtonovské fyziky a náhodnými procesy. Atmosféra, klimatický systém i jejich dílčí komponenty přitom vykazují mnoho rysů deterministicky chaotického chování: Limitovanou deterministickou předpověditelnost (v případě počasí omezenou na několik dnů), citlivost na počáteční podmínky a rychlou (v průměru exponenciální) divergenci podobných stavů. Tyto vlastnosti představují klíčové faktory limitující schopnost prognostických i klimatických simulací realisticky postihovat chování klimatického systému a jeho složek.

Winner-take-all

V rámci výzkumu prováděného na katedře meteorologie jsou charakteristiky chaotických systémů studovány jak z teoretického hlediska, tak prostřednictvím nízko- a vysokodimenzionálních numerických simulací atmosféry a statistických metod. Pozornost je věnována identifikaci případných atraktorů ve fázovém prostoru studovaných systémů, odhadům charakteristických invariantů popisujících geometrii fázových trajektorií (např. prostřednictvím různých variant fraktální dimenze) i kvantifikaci předpověditelnosti (charakterizované Lyapunovovy exponenty či informační entropií). Získané poznámky jsou využívány při analýze vnitřních struktur a interních vazeb v rámci reálných i simulovaných fyzikálních soustav.recurrence_plot

 

 

Na pomezí mezi statistickou analýzou a studiem chaotických systémů se pohybují techniky nelineární analýzy časových řad. Příslušné metody, zahrnující pokročilé statistické algoritmy založené na umělých neuronových sítích a rekonstrukci fázového prostoru, jsou využívány k předpovědním účelům i studiu časoprostorových vztahů mezi veličinami v klimatickém systému. Výstupy nelineární analýzy časových řad jsou využívány k postprocessingu výstupů prognostických i klimatických modelů a též k ověřování schopnosti těchto simulací reprodukovat chování reálných fyzikálních systémů.