Modelli predittivi che utilizzano JMP ® per la scomparsa del ghiaccio marino artico e antartico a causa del cambiamento climatico
Manny Uy, PhD, Direttore del personale, Johns Hopkins University Applied Physics
Josefino Comiso, PhD, Capo scienziato, NASA Goddard Space Flight Center
I dati satellitari sull'estensione del ghiaccio, l'area del ghiaccio e la concentrazione del ghiaccio per l'Artico e l'Antartico sono stati compilati dal 1978 al 2012. Mentre i modelli di regressione lineare dei minimi quadrati possono essere, e spesso lo sono, utilizzati per l'estrapolazione a breve termine, non sono la migliore tecnica statistica per fare previsioni su un lungo periodo di tempo, specialmente in presenza di un fenomeno periodico come le variazioni stagionali. La tecnica statistica fondamentale per la modellazione delle serie temporali stagionali è il metodo Box-Jenkins Auto-Regression with Moving Average (ARIMA). Utilizzando il modello di serie temporali Box-Jenkins ARIMA in JMP 10, i risultati dell'analisi dei dati dell'Artico mostrano che la variazione stagionale influisce sulla quantità di estensione del ghiaccio, sull'area del ghiaccio e sulle concentrazioni di ghiaccio nell'Artico molto più fortemente della variazione annuale. Le tendenze stagionali e annuali decrescenti sono statisticamente significative e saranno discusse e spiegate in termini di cambiamento climatico. Lo stesso metodo Box-Jenkins ARIMA viene utilizzato per prevedere il comportamento del ghiaccio nell'Antartico, che risulta essere più complesso rispetto al caso dell'Artico. Si stima che ci vorranno dai 75 ai 105 anni a partire da oggi per raggiungere un Artico senza ghiacci, il che avverrà probabilmente nel mese di settembre.
