CIAO, tutti.
Io sono Muratore.
T vecchio, Malato Essere presentando a studio
SU antartico ghiacciaio velocità di fusione usando tempo serie piattaforme.
IL motivazione dietro Questo progetto era Quello Noi ricercato A indagare
IL lungo- termine effetti Di clima modifica,
E Noi mirato luoghi maggior parte ricercato di globale riscaldamento,
Quale Sono Antartide E Groenlandia.
Precedentemente, Noi provato usando levigatura E decomposizione tecniche
A studio E previsione IL ghiacciaio fusione valutare.
Ma molti Di quelli modelli avevo abbastanza importante limitazioni.
Per esempio, Essi erano incapace A considerare IL stagionale O tendenza modello.
A migliorare IL previsione precisione E precisione,
Noi ricercato A Tentativo altro metodi, come COME IL ARIMA modello,
Quale È Nostro principale messa a fuoco per Oggi.
IL obiettivo Di Questo presentazione È A utilizzare tempo serie piattaforme in JMP
A esaminare IL ghiacciaio fusione massa dati da 2002 A 2021,
E A previsione IL ghiacciaio fusione tariffe per IL Prossimo 20 anni.
Perché Sono Noi studiando ghiacciaio fusione tariffe
Invece Di, per esempio, atmosferico temperatura?
Dovrebbe Noi studio IL Groenlandia ghiaccio foglio O IL antartico ghiaccio foglio?
BENE Essere studiando IL antartico dati Perché IL valutare
a t Quale i Thwaites ghiacciaio In Antartide È fusione
ha stato rapidamente crescente In IL passato anni
In termini Di IL superficie altezza.
IL Ghiacciaio Thwaites È significativo
Perché Esso È IL più ampio ghiacciaio In IL mondo
E Già contribuisce A 4% Di globale mare livello sorge.
Ma cosa c'è Di più riguardante È Quello recentemente, In 2021,
scienziati trovato Quello Là era Di più Caldo acqua
sotto IL ghiacciaio di precedentemente Pensiero,
Quale Potevo Avere Anche Di più Dire conseguenze
In termini Di ulteriore contribuendo A mare livello sorge.
Noi Volere A aiuto previsione
IL antartico tasso di scioglimento dei ghiacciai a informare IL pubblico
Di IL effetti Di globale riscaldamento E Portare Di più consapevolezza
A IL problema Quello clima modifica Potere causa.
Noi avuto Nostro dati da IL IN sito web, COME mostrato SU IL Giusto,
E Noi trasformato IL dati in JMP, COME Voi Potere Vedere SU IL Sinistra lato.
Ora, IL antartico massa È misurato In giga tonnellate metriche,
E 1 metrico tonnellata È pari A 1.000 chilogrammi.
Quando Voi Ottenere metrico tonnellata, suo pari A 10¹² chilogrammi.
IL Missione GRACE-FO, Quale È Dove il sono dati era raccolto,
misure IL massa variazione.
Suo non IL totale massa,
Quale È praticamente impossibile A misura,
Ma IL modifica In massa relativo A aprile 2002,
Quando IL ADORNARE missione iniziato tracciamento ghiacciaio massa variazione.
Precedentemente, COME I disse,
Noi utilizzo IL levigatura anti- composizione modelli,
Ma questi tecniche O fallire A considerare
IL non lineare verso il basso tendenza In glaciale massa
Da IL ghiacciaio fusione valutare È crescente Sopra IL anni,
O questi modelli fallito A considerare IL stagionale variazioni.
Caldo mesi Sono andando A Avere a Più veloce fusione valutare.
Noi ricercato A utilizzo l'ARIMA modello
Perché Noi Speranza A migliorare IL tendenza COSÌ Quello Esso È non lineare
E Anche incorpora IL stagionale componente A IL Stesso tempo.
Noi Anche Speranza Quello IL Modello ARIMA
Potere aiuto ulteriore stretto IL previsione intervallo
COSÌ Quello Nostro previsioni Sono Di più preciso.
C'è due tipi Di ARIMA modelli.
C'è non stagionale E stagionale.
IL non stagionale Modello ARIMA
fa non considerare Quello Là È a stagionale modello,
Mentre IL stagionale Modello ARIMA sottolinea Quello Là È a stagionale componente
Prima IL modello È generato.
IL SOUL non stagionale modello,
lo fa attrezzo decomposizione E ricerche per un stagionale componente,
Ma Esso ha NO conoscenza Di IL stagionale ritardo periodo
Quale Dovrebbe Essere 12 mesi Prima Esso genera a modello.
Ora, ghiacciaio massa la variazione dovrebbe Avere a stagionale modello
Perché Noi aspettarsi ghiacciai sciogliersi Più veloce durante IL estate mesi
E accumulare durante IL inverno mesi.
Ma da a precedente preliminare tempo serie analisi,
Noi Fare non Vedere UN ovvio ritardo periodo Di 12 mesi.
Noi non sono Veramente Sicuro Che cosa IL ottimale stagionale larghezza È
Perché Di crescente tempo atmosferico incongruenze COME a risultato Di globale riscaldamento.
Senza specificando Che cosa Nostro stagionale ritardo È,
Noi non posso utilizzo IL stagionale ARIMA modello.
Suo Anche comune pratica A utilizzo IL non stagionale ARIMA modello
A verificare Quello ritardo periodo, E Poi correre IL stagionale Modello ARIMA
una volta Noi Sapere Che cosa IL stagionale ritardo volevo Essere.
Primo, BENE correre IL non ARIMA stagionale modello
A confermare IL stagionale ritardo periodo È Infatti 12 mesi.
Poi, BENE attrezzo IL stagionale ARIMA modello
basato SU IL ottimale stagionale ritardo
A Meglio previsione IL ghiacciaio velocità di fusione
In IL Prossimo 20 anni.
Se Voi Aspetto A IL modello risultati per (0, 1, 0)
Quale È IL migliore non stagionale modello,
Voi Potere Vedere Quello IL pendenza È non significativo.
IL valore p È 0,18, E IL parametro stima È -10.42.
Ogni anno, IL ghiacciaio massa È previsto A diminuire A Di 10 giga metrico tonnellate.
Tuttavia, Questo modello È non significativo,
Quale Maggio indicare Quello Noi Bisogno A utilizzo a stagionale modello.
Noi Vedere Quello 12 ha IL più alto auto correlazione
per ritardi maggiore di zero SU Questo Giusto grafico.
IL auto correlazione complotto ulteriore conferma
Quello Noi Dovrebbe Essere usando a stagionale ritardo Di 12.
Dopo corsa IL non stagionale ARIMA modello,
Noi ricercato A confrontare IL (0, 1, 0) non stagionale modello
E IL migliore stagionale modello.
IL non stagionale Modello ARIMA È mostrato In buio rosa
E IL ARIMA stagionale modello È mostrato In rosa chiaro.
IL colori Sono a morso simile Qui.
Ma Voi Potere Vedere
Quello IL previsione intervallo per IL stagionale modello È tanto più ampio
di IL non stagionale modello,
E IL previsione intervallo da IL stagionale modello
riflettere IL stagionale modello.
È interessante notare che IL complessivamente tendenza per IL stagionale modello
È tanto più ripido di IL non stagionale modello,
Quale Maggio indicare
Quello Se Noi Fare non decomporsi IL stagionale componente,
Poi IL stagionale modello Maggio FINE su essendo a casuale rumore fattore
Quale Volere diluire IL segnale
E Fare IL pendenza meno ripido di Esso Dovrebbe Essere.
IL previsione intervallo per IL stagionale Modello ARIMA È più grande,
maggior parte probabile Perché Esso considera IL stagionale variazione,
Quale È un altro fattore Di incertezza.
Tuttavia, Noi Fare non Volere A Vedere IL stagionale modello In IL previsioni
Da Noi Volere A predire IL ghiacciaio massa variazione per ogni mese,
non Appena ogni anno.
Se Voi Aspetto A IL ACF grafici SU IL metter il fondo a Sinistra,
IL stagionale ARIMA modello ha a tanto più piccolo picco
a di stagionale ritardo Di 12, Quale È Giusto Sopra Qui,
di IL non stagionale ARIMA modello, Quale È SU IL Giusto.
Suo difficile A Vedere Perché IL grafici Sono sovrapposizione,
Ma per IL stagione al ARIMA modello, IL auto correlazione È circa zero
per residui maggiore di zero
Quale spettacoli Quello Noi scelto a Bene ritardo periodo.
Anche, da IL tavolo SU IL Giusto, IL MA2, 12 È significativo,
Quale una volta Ancora spettacoli Quello 12 È a Bene scelta
per IL stagionale ritardo.
M A2, 12 volevo Essere IL stagionale modello A a ritardo stagionale Di 12 mesi.
In conclusione, Noi applicato non stagionale E stagionale Modelli ARIMA
A previsione IL antartico scioglimento dei ghiacciai valutare
In IL Prossimo 20 anni.
Mentre IL non stagionale Modello ARIMA Potere predire
IL generale verso il basso traiettoria Di ghiacciaio massa variazione,
Esso fallisce A considerare IL stagionale modello In IL previsioni.
IL stagionale Modello ARIMA Potere previsione IL stagionale E tendenza comportamenti,
Ma suo previsione intervallo È tanto più grande.
IL stagionale ARIMA modello Anche ha un pendenza Quello È 20% più ripido
di il pendio trovato da IL non ARIMA stagionale modello.
Questo è Tutto I Avere per Oggi.
Grazie per ascolto.
