Fortaleza e Willis Eschenbach

Willis Eschenbach, su WUWT qui e in precedenza qui, tratta il problema dei massimi spettrali di impronta solare, ai quali lui non crede (9, 11, 22, 30, 60 anni). Essenziamente afferma che è sufficiente calcolare lo spettro delle due metà dei dati per verificare che i massimi scompaiono o sono diversi. Nella migliore delle ipotesi, questi picchi si hanno in certi periodi e non in altri, escludendo così un effetto “solare” che dovrebbe essere costante.
La breve discussione che ha dato origine a questo post è avvenuta la vigilia di Natale, in calce ad un post di G. Guidi del settembre 2015.

Per verificare le affermazioni di Eschenbach e per capire che senso dare ai risultati, ho utilizzato la precipitazione di Fortaleza (Brasile), la cui serie è disponibile qui ed è indicata dallo stesso Eschenbach nei commenti al primo dei post citati. I dati sono i valori mensili cumulati, dal 1849 al 2010, dai quali ho calcolato il cumulato annuale; i miei numeri sono nel sito di supporto.

In fig.1 (pdf) mostro il grafico e lo spettro MEM dei dati annuali e di 3 mesi scelti con il doppio criterio di precipitazioni diverse e pochi dati mancanti.

57_fig1

Fig.1. Precipitazioni di Fortaleza, scalate secondo la legenda. Nel quadro inferiore lo spettro MEM delle quattro serie visualizzate in alto. I dati annuali non presentano il massimo a 38-41 anni, ben visibile nei dati mensili, ma solo un accenno di massimo a circa 34 anni.

La fig.2a (pdf) presenta lo spettro dei dati annuali (completo) e gli spettri delle due metà del dataset con l’aggiunta, per la seconda metà, dello spettro calcolato con altri parametri: normalmente calcolo lo spettro con numero di poli pari a metà dei dati e con un parametro numerico (=2) che fissa, una volta calcolati i coefficenti, il passo con cui ricostruire lo spettro. Il valore 2 significa che lo spettro viene ricostruito con un passo pari a metà del passo originale dei dati (quindi calcolo lo spettro come mem ndati/2, 2). In questo caso ho usato mem ndati/2,3 e quindi con un passo di ricostruzione pari a 1/3 dell’originale.

Fig.2. a) spettro MEM del dataset annuale e delle sue due metà (in celeste la versione mem ndati/2,3). Il numero dei dati usati è, rispettivamente 160 e 80. b) spettri dei quattro quarti in cui sono state divise le due metà (tutti con 40 dati). Nella legenda a destra il primo numero indica la metà e il secondo il quarto (es. 1 2 è: prima metà, secondo quarto).

Fig.2. a) spettro MEM del dataset annuale e delle sue due metà (in celeste la versione mem ndati/2,3). Il numero dei dati usati è, rispettivamente 160 e 80. b) spettri dei quattro quarti in cui sono state divise le due metà (tutti con 40 dati). Nella legenda a destra il primo numero indica la metà e il secondo il quarto (es. 1 2 è: prima metà, secondo quarto).

La fig2b è lo spettro dei quarti di dataset, ognuno costituito da 40 dati. I massimi tra 2 e 3 anni, a 3 anni, tra 3 e 4 anni, tra 4.8 e 5.5, tra 6 e 10 anni, tra 10 e 20 anni sono tutti presenti. Sono solo più incerti, meno definiti nel periodo a causa del minor numero dei dati. I massimi tra 20 e 30 anni e tra 30 e 50 anni visibili in a) non sono presenti in b) ancora a causa della minore estensione temporale delle sottosezioni.

In conclusione, gli spettri MEM di sezioni di una serie appaiono sufficientemente stabili rispetto ai massimi spettrali che possono identificare. Non è possibile pretendere che dimezzare ogni volta il numero dei dati non abbia conseguenze sul risultato finale, altrimenti si potrebbe pensare di calcolare uno spettro corretto e con un’informazione completa a partire da un solo dato o, forse, anche con nessun dato!

Tutti i grafici e i dati relativi a questo post si trovano nel sito di supporto qui
Related Posts Plugin for WordPress, Blogger...Facebooktwittergoogle_pluslinkedinmail
Licenza Creative Commons
Quest'opera di www.climatemonitor.it è distribuita con Licenza Creative Commons Attribuzione - Non commerciale 4.0 Internazionale.
Permessi ulteriori rispetto alle finalità della presente licenza possono essere disponibili presso info@climatemonitor.it.

Author: Franco Zavatti

Share This Post On

12 Comments

  1. E se inizieremo a guardare la superficie del Sole come un unico buco coronale?
    Ecco il confronto della solita faccia solare a distanza di 27 giorni che è il periodo di rotazione sinodico:
    [IMG]http://i64.tinypic.com/2lir8.jpg[/IMG]
    [IMG]http://i67.tinypic.com/23sd8a1.jpg[/IMG]

    Post a Reply
  2. Ottimo! Dai prossimi post potrò aggiungere nel sito di supporto anche i programmi bongo (.bon) che uso.
    Franco

    Post a Reply
    • La cosa sarebbe per me molto utile in quanto ho provato a lanciare diversi files .bon della directory esempi e vedo che funzionano senza problemi, producendo il relativo file ps.
      Unica cosa che mi sfugge è come poter passare dati da files ai comandi interni, ad esempio a CORR. Ho provato ma senza successo. Occore prima leggere i files con DATA o si può assegnare a CORR un file esterno?

    • Caro Mariani,​
      Sì, bisogna dare prima il comando DATA. Tutte le operazioni (e i comandi) di Bongo avvengono su (e tra, in alcuni casi) 4 vettori interni chiamati XV,YV,EXV,EYV, cioè i dati x e y e i loro errori se ci sono.

      I 4 vettori vengono “caricati” da DATA seguito obbligatoriamente da LINES e dalla definizione di quali, tra le colonne disponibili, sono da considerare la X e la Y (Es. XCOL 1 e YCOL 5 per indicare che la 1.a colonna della matrice di dati è la X e la 5.a colonna la Y).
      Quindi nessun comando può leggere autonomamente file esterni, questo è il compito di DATA.

      Approfitto per un dettaglio del comando DOS che serve a dare comandi di sistema operativo da dentro bongo, ad esempio a lanciare eseguibili esterni o salvare grafici. Quasi tutti gli esempi di DOS contengono comandi linux che vanno sostituiti con il corrispondente comando Dos-Windows, se è il caso.

  3. Caro Mariani,
    devo dire cha la mancanza di un massimo spettrale attorno a 40 anni nei cumulati annuali ha meravigliato anche me: se avessi calcolato le medie annuali avrei forse potuto capire un’eventuale mancanza di massimi. Per il cumulato posso solo fare l’ipotesi che i mesi che non ho graficato (e neanche calcolato) possano avere un comportamento particolare, tale che la somma dia uno spettro quasi piatto. Un altro (credo non troppo grande)
    problema è che i dati mensili hanno “buchi”, pochi, non più di 3 o 4, e io ho usato la MEM che richiede un passo costante, invece di usare LOMB che vuole dati detrended (ma questi lo sono già in gran parte).

    Il mio scopo era quello di verificare se con lo stesso metodo e con gli stessi dati fosse cambiato qualcosa dividendo il dataset, non volevo calcolare gli spettri della piovosità ( e i buchi si sarebbero suddivisi abbastanza equamente fra i vari pezzi).

    C’è anche da dire che il massimo 38-40 anni non dovrebbe essere una “firma solare” (o almeno a me non risulta) per cui condizionamenti locali (nel tempo e nello spazio) potrebbero avere un ruolo anche importante.
    Credo anche di notare che questo massimo è l’unico a scomparire nei dati annuali, anche se non ho controllato nei dettagli la “selva” di alta frequenza.

    Purtroppo i miei miserrimi mezzi di comprensione meteorologica non mi permettono di commentare la sua analisi (so cos’è la ITCZ, ma niente di più).

    La cosa che farò volentieri (aggiungendo i risultati al sito di supporto) è calcolare lo spettro LOMB per i dati annuali e per i mesi di massima, minima e media piovosità. Oggi posso farlo facilmente perché lei mi ha fornito il diagramma pluviometrico e perché due giorni fa ho scritto l’algoritmo e il comando corrispondente che mi permette in Bongo (il mio
    programma di calcolo e di graficazione,
    http://www.zafzaf.it/bongo/bgo.html ) di mascherare i dati mancanti. Finora dovevo editare a mano il file e togliere questi dati (999.99 ecc) e la cosa era più lunga. Spero di aggiungere i nuovi risultati al sito entro oggi.

    Per calcolare gli spettri (sia MEM che LOMB) uso le routine fortran di Numerical Recipes, in forma di programmi stand-alone e come comandi di Bongo; per questi dati ho usato e userò i comandi Bongo MEM p1 p2 e LOMB p1 p2, con p1 e p2 parametri di input che hanno normalmente i valori di default.
    Franco

    Post a Reply
    • 3 gennaio 2015
      Caro Zavatti, la ringrazio per la dettagliata ed esauriente risposta.
      Circa l’ITCZ le confesso che anche per me il clima del Brasile è una novità non avendo mai avuto occasione di lavorare da quelle parti e dunque l’idea che il massimo sia da attribuire a ITCZ (cosa che avevo intuito ma che ad esempio il testo di climatologia di Haurwitz e Austin non mi diceva) l’ho scoperto leggendo un lavoro che ho trovato in rete e cioè “Barbosa Santos etal 2015 Seasonal Analysis of Return Periods for Maximum Daily Precipitation in the Brazilian Amazon”.
      La mia logica era semplicemente quella del “ceteris paribus”, per cui lavorando su un singolo mese dovrebbe sussistere una costanza nei determinanti stagionali delle precipitazioni (effetti monsonici, ITCZ, ecc.) e dunque l’effetto di ciclicità particolari (solari, da el nino, ecc.) dovesse forse emergere in modo più nitido (ma è solo un’ipotesi).
      Grazie infine per la segnalazione di Bongo e del sito di riferimento. Proverò a cimentarmi.
      Luigi

    • Caro Mariani,
      “La mia logica era semplicemente quella del “ceteris paribus”, per cui
      lavorando su un singolo mese dovrebbe sussistere una costanza nei
      determinanti stagionali delle precipitazioni …”

      Guardando gli spettri LOMB, si vede bene che i massimi (anche i minimi, ma
      qui non contano) si riproducono allo stesso modo nei singoli mesi e nella
      serie annuale, con diverse potenze e piccoli spostamenti di periodo.
      In particolare il massimo a 38-40 anni di cui parlavamo negli altri commenti.

      Quindi direi che la sua logica era corretta.

      Questo non succedeva per MEM, probabilmente a causa dei dati non a passo
      costante. Per gli scopi del post, MEM va bene ugualmente ma per lo spettro
      delle precipitazioni con dati mancanti bisogna usare il metodo giusto.

      Per Bongo, se usa windows, è sufficiente scaricare il .zip e aprirlo in una
      cartella di sua scelta (diciamo c:\bongo). Dovrà copiare in c:\ i file cmds.bgo
      e modivga.plt e poi aggiungere alla variabile d’ambiente PATH: c:\bongo;.
      A questo punto potrà lanciare l’eseguibile bongo.exe da qualsiasi cartella, direi da quella dove ha i dati. L’unica cosa che le resta è procurarsi un visore postscript perché l’uscita di Bongo è il file postscript bongo.ps. Penso a Ghostview, che va istallato insieme
      a Ghostscript. Tutti e due sono disponibili in rete gratuitamente e l’istallazione è molto semplice.
      Franco

    • caro Zavatti, la ringrazio molto per le sue indicazioni che ho trovato pealtro anche sul sito. Putroppo sono miseramente impantanato in quanto sul mio PC ho installato windows10 che non supporta più ms dos e dispone di un emulatore free che si chiama DISBOX è che pare un emulatore dell’età delle pietra -> si rifiuta di far partire bongo in quanto sostiene che non è un applicativo MS DOS (e lo stesso scherzo DOSBOX me lo fa con altri SW..). Prima o poi comunque ci riuscirò. Grazie ancora. Luigi Mariani

    • Contrordine: l’emulatore non serve.! Basta lanciare l’exe di bongo direttamente dal gestoer risorse di windows10 -> si apre la finestra dos conil prompt dei comandi di bongo. Ora posso procedere.

  4. Caro Zavatti, grazie per l’interessante post del quale mi ha incuriosito in particolare il fatto che se si opera sui singoli mesi si evidenziano ciclicità che operando sull’anno non emergono e mi sono chiesto se questo possa essere in qualche modo legato alla fisica del sistema.
    Il diagramma pluviometrico medio mensile di Fortaleza (http://it.climate-data.org/location/2031/) è mostra la presenza di un massimo primaverile e minimo autunnale. Visto che i determinanti circolatori del massimo pluviometrico primaverile e del minimo autunnale sono evidentemente diversi (in particolare il massimo primaverile si lega alla zona di convergenza intertropicale – ITCZ – che in quella stagione si sposta verso sud e va a interessare l’area in esame) posso pensare che un eventuale effetto solare possa agire in modo diverso sui determinanti stessi e che dunque lo strumento migliore per metterlo in evidenza sia l’analisi svolta sui singoli mesi.
    Le chiedo infine con quale software ha effettuato l’analisi MEM.
    Grazie.
    Luigi Mariani

    Post a Reply
  5. Ottima osservazione, Franco.

    Post a Reply
    • Grazie, Guido

Submit a Comment

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

Questo sito usa Akismet per ridurre lo spam. Scopri come i tuoi dati vengono elaborati.

Translate »