经验正交分解（EOF）的推导

推导过程

$A_{m\times n}$ 表示待分析变量（anomaly），有m个格点，n个时间片，
$$A=\left(\begin{array}{c}{a}_1,a_2,...,a_n\end{array}\right)$$

$X=A{A}^T$，$X_{m\times m}$ 表示方差-协方差方阵。对角化如下：
$$X_{m\times m}=U_{m\times m}^T{S}_{m\times m}{U}_{m\times m}$$
其中S是对角方阵，$S_{\lambda }$是对角线上的特征值组成的向量，其中
$$U=\left(\begin{array}{c}{u}_1,\\ u_2,\\ ...,\\ u_m\end{array}\right)$$
则有
$$UA(UA{)}^T=S$$
$UA$ 可以写作
$$\begin{gathered} UA=\left(\begin{array}{c}u{a}_1,\\ u{a}_2,\\ ...,\\ u{a}_m\end{array}\right) \\ u{a}_1=u_{1}A,u{a}_2=u_{2}A,...,u{a}_m=u_{m}A, \end{gathered}$$
其中 $u_1,u_2,...,u_m$ 是模态，$u{a}_1,u{a}_2,...,u{a}_m$ 是主成分（PC）

通过模态和PC重构A

欲证明
$$u_1^T(u_{1}A)+u_2^T(u_{2}A)+...+u_m^T(u_{m}A)=A$$
对上式左右都取转置，再乘以$A^T$
$$\begin{gathered} A^T{u}_1^T{u}_1+A^T{u}_2^T{u}_2+...+A^T{u}_m^T{u}_m=A^T \\ A{A}^T{u}_1^T{u}_1+A{A}^T{u}_2^T{u}_2+...+A{A}^T{u}_m^T{u}_m=A{A}^T \end{gathered}$$
由于 $A{A}^T{u}_1^T=S_1{u}_1^T$，则有
$$\begin{gathered} S_1{u}_1^T{u}_1+S_2{u}_2^T{u}_2+...+S_m{u}_m^T{u}_m=A{A}^T \\ {U}_{m\times m}^T{S}_{m\times m}{U}_{m\times m}=A{A}^T \end{gathered}$$
该式成立，原式也成立

备注：

1、matlab中可以通过svd计算EOF，但是不能重构出原始数据
2、每个主成分的解释率和特征值成正比，见Wilks书