İklim modellemesinde, Dünya'nın iklimini yeterince tasvir edebilecek bir model arıyorsunuz. Bu, yarı döngüsel olan kalıpları göstermeyi içerir: El Nino Güney Salınımı gibi şeyler. Ancak model doğrulaması, genellikle iyi gözlemsel verilerin bulunduğu (son ~ 150 yıl) nispeten kısa sürelerde gerçekleşir. Bu, modelinizin doğru kalıpları görüntüleyebileceği, ancak faz dışı olabileceği anlamına gelir; öyle ki, korelasyon gibi doğrusal karşılaştırmalar, modelin iyi performans gösterdiğini almaz.
Ayrık Fourier dönüşümleri, bu tür döngüsel kalıpları toplamak için iklim verilerini ( burada bir örnek ) analiz etmek için yaygın olarak kullanılır . Doğrulama aracı olarak kullanılabilecek iki DFT'nin benzerliğinin standart bir ölçüsü var mıdır (yani, model için DFT ile gözlemler için bir karşılaştırma)?
Alan normalleştirilmiş iki DFT'nin (mutlak gerçek değerleri kullanarak) minimum değerinin integralini almak mantıklı olur mu? Bence bu , tam olarak aynı kalıpları ve tamamen farklı kalıpları ettiği skoruyla sonuçlanacaktır . Böyle bir yöntemin dezavantajları ne olabilir?x = 1