Modelli predittivi con JMP ® per la scomparsa del ghiaccio artico e antartico dovuto ai cambiamenti climatici
Manny Uy, PhD, Staff principale, John App Hopkins University Applied Physics
Josefino Comiso, PhD, Chief Scientist, NASA Goddard Space Flight Center
I dati satellitari dell'estensione del ghiaccio, dell'area ghiacciata e della concentrazione di ghiaccio per l'Artico e l'Antartide sono stati compilati dal 1978 al 2012. Mentre i modelli di regressione lineare minimi quadrati possono essere - e spesso vengono utilizzati - per l'estrapolazione a breve termine, non è la migliore tecnica statistica per fare previsioni per un lungo periodo di tempo - specialmente in presenza di un fenomeno periodico come le variazioni stagionali. La tecnica statistica fondamentale per la modellazione di serie temporali stagionali è il metodo Auto-Regression Box-Jenkins con Moving Average (ARIMA). Utilizzando il modello di serie temporali ARIMA Box-Jenkins in JMP 10, i risultati dell'analisi dei dati artici mostrano che la variazione stagionale influenza la quantità di ghiaccio, l'area ghiacciata e le concentrazioni di ghiaccio nell'Artico molto più fortemente rispetto alla variazione annuale. Le tendenze annuali stagionali e decrescenti sono statisticamente significative e saranno discusse e spiegate in termini di cambiamenti climatici. Lo stesso metodo ARIMA di Box-Jenkins è usato per prevedere il comportamento del ghiaccio nell'Antartico, che risulta essere più complesso del caso dell'Artico. Il tempo per un Artico senza ghiaccio, che probabilmente si verificherà durante il mese di settembre, è stimato tra 75 e 105 anni dal momento presente.
