Anche se da quasi due anni non pubblico nulla sui dati NOAA, il dataset di temperature (anomalie) globali terra+oceano che si può scaricare mensilmente da…
4 CommentsProseguendo nel confronto tra eventi meteo-climatici importanti registrati dai dataset storici derivati da proxy, ho trovato citato, in un commento di Tonyb sul sito di…
1 CommentDurante la preparazione di un altro post, ho analizzato un dataset dendrologico, cioè una serie temporale di indici di crescita degli anelli di alberi situati…
6 CommentsCM (qui) ha descritto i risultati di un lavoro (Jiang et al., 2015: nel corso del post mi succederà di identificare con la sigla j2015…
13 CommentsDa quando, dopo la pensione, ho cominciato ad occuparmi di clima, sono diventato un forte bevitore di tè (deteinato) e mi sono trovato a pensare…
7 CommentsI raggi cosmici che raggiungono la Terra interagiscono con gli atomi dell’atmosfera (ad esempio con l’14N per produrre il 14C; dall’azoto più un neutrone deriva…
20 CommentsÈ apparso recentemente qui su WUWT un post di descrizione e commento ad un lavoro di Meyer et al., 2015- su Nature geoscience-(abstract) sull’uso del…
5 CommentsQuesto post nasce dal tentativo di capire se la fiducia nella dendrocronologia, espressa da un vecchio amico in un suo libro sui rapporti tra clima…
2 Comments“Most of the recent research tends to agree with natural variability beeing the most probable cause of the last 15-year hiatus in surface temperature as…
12 CommentsSu CM, qui, è apparso un post (tratto da qui, d’ora in poi citato come “post austriaco”) sulle temperature di alcune stazioni alpine che, dal 1993…
8 CommentsPer avere una conferma di quanto fatto e mostrato con il post di ieri sul detrending, ho utilizzato un altro set di dati: le temperature dedotte dai gusci di foraminiferi del plancton tramite il rapporto Mg/Ca, usuale proxy nei carotaggi di sedimenti marini. Questi dati sono descritti e analizzati in Moffa-Sánchez et al, 2014 e, leggendo l’articolo, ho notato nella loro figura S4 delle Supplementary Information (pdf in bibliografia) un massimo attorno a 20 anni (0.05 cicli/anno), corrispondente al massimo rimasto dopo il detrending dei dati noaa precedenti.
Ho chiesto i dati alla dott.ssa Moffa e li ho ricevuti in forma originale, non elaborati. Li mostro nella Fig.8 (pdf), confrontati con i dati dell’irraggiamento solare totale (TSI) di Steinhilber et al, 2009 e con bande che mostrano la durata dei minimi solari, come viene fatto nell’articolo (Fig.2, mostrata nell’abstract in formato piccolo).
1 Comment Stavo cercando di capire come utilizzare al meglio i dati NOAA della temperatura globale -medie mensili terra-oceano- disponibili alla pagina cosidetta “Climate at a glance” qui, che sostituisce il sito ftp da cui finora ho scarticato i dati mensili e mi sono trovato, quasi per casoi, a pensare cosa sarebbe successo al dataset con una serie di detrending successivi, cioè eliminando tutti i trend che potevo individuare, tramite un fit o in generale tramite una rappresentazione analitica, seguiti da una sottrazione (dati-fit) e ripetendoi il processo fino ad avere residui a media nulla e senza una struttura identificabile (qualcosa che potrebbe essere chiamato rumore, anche se potrà contenere strutture nascoste ad una semplice analisi visiva). Applicando questo schema ai dati noaa fino a gennaio 2014, ho trovato quello che mostro nella successiva Fig.1 (pdf).
1 Comment di Franco Zavatti
______________________________________________________________________________
In questo post cerco di definire alcune procedure adatte ad identificare i Break-Point (BP) presenti in un dataset. In teoria i BP identificabili sono tutte le situazioni di salto improvviso o cambio di pendenza nei dati ma, con questa definizione, i BP che si possono trovare nei dataset climatici, affetti da forte rumore, sarebbero moltissimi e praticamente inutilizzabili. In realtà si cercano punti di discontinuità “epocale” nei quali le successive condizioni delle variabili climatiche cambiano sostanzialmente e che in qualche modo identificano l’inizio di un regime climatico diverso. Il numero di questi break point che chiamerò “Principali” (BPP) non dovrebbe essere superiore a 3-4 in un periodo di 120-140 anni (circa 1 BPP ogni 30-35 anni, ma dipende dal tipo di dataset).
Usando lo stesso criterio chiamerò i break point identificati tra due successivi BPP, “Secondari” o BPS.
Un esempio di BPP e BPS si vede in Fig.1 (pdf) dove si utilizza il dataset NOAA delle temperature medie mensili globali (terra+oceano) fino ad agosto 2013. Di questo dataset si usano le medie annuali.
Leave a Comment di Franco Zavatti
______________________________________________________________________________
Nell’aggiornamento dei dati NOAA a novembre 2013 ho ricalcolato gli spettri mem dei primi tre mesi per i quali dispongo di dati (novembre 2011, dicembre 2011, gennaio 2012) e ho notato che con i nuovi spettri il periodo cresce linearmente mese dopo mese e quindi con il numero dei dati (cioè con il numero di poli npoli che uso come parametro per la MEM). Nasce quindi il sospetto di non poter studiare la supposta evoluzione temporale dei massimi spettrali (sia come periodo che come potenza) perchè in realtà sarebbe dovuta a fattori numerici. Per verificare il sospetto ho costruito un dataset sintetico usando una sinusoide (seno e coseno) + rumore gaussiano normalizzato, a media nulla e varianza unitaria, come nella Fig.1 (pdf)
3 Comments Dopo il post sul lavoro di Akasofu mi sono chiesto se il “non-modello” semi-empirico che ho usato per rappresentare le anomalie medie annuali di NOAA sia accettabile, almeno in termini descrittivi. Ricordo che i dati erano stati approssimati con una retta -i cui parametri derivano dai minimi quadrati lineari- cui si sovrappone una sinusoide con parametri (ampiezza, periodo, fase iniziale) assegnati manualmente, “guardando i dati” e quindi con notevole soggettività. L’altro metodo usato è stato quello di un fit non lineare in cui, fissato il periodo della sinusoide, si cercano quattro parametri. Nel precedente post avevo scritto che ” cambiano leggermente i numeri ma non il concetto complessivo”.
Per cercare di quantificare l’affermazione ho usato il Criterio Informativo Bayesiano (Bayesan Information Criterion o BIC, Schwarz, 1978), ben descritto in un articolo molto citato (Seidel & Lanzante, 2004). Questo articolo è a pagamento e personalmente l’ho trovato con fatica perchè l’Università di Bologna non è abbonata alla sezione D del Journal of Geophysical Research: propongo quindi un riassunto quasi completo (Menne,2006) liberamente disponibile in rete.
Il metodo BIC parte dalla necessità di descrivere una serie di dati in modo più accurato rispetto alla rappresentazione lineare, e nello stesso tempo ugualmente semplice. Vuole poi trovare un indice statistico in grado di giudicare la bontà di diverse rappresentazioni. Per fare questo viene proposto di dividere la serie in n “segmenti”, definiti da (n-1) break-point scelti opportunamente, ognuno dei quali sia fittato linearmente secondo lo schema mostrato nella Fig.1 di Seidel & Lanzante, 2004 riportata sotto
11 Comments 
