Modelos predictivos que utilizan JMP® para la desaparición del hielo marino ártico y antártico debido al cambio climático
Manny Uy, PhD, miembro del personal principal, Física Aplicada de la Universidad Johns Hopkins
Josefino Comiso, PhD, Científico Jefe, Centro de Vuelo Espacial Goddard de la NASA
Los datos satelitales sobre la extensión, el área y la concentración de hielo en el Ártico y la Antártida se recopilaron entre 1978 y 2012. Si bien los modelos de regresión lineal por mínimos cuadrados pueden utilizarse, y se utilizan con frecuencia, para la extrapolación a corto plazo, no constituyen la mejor técnica estadística para realizar pronósticos a largo plazo, especialmente ante fenómenos periódicos como las variaciones estacionales. La técnica estadística fundamental para el modelado de series temporales estacionales es el método de autorregresión de Box-Jenkins con media móvil (ARIMA). Utilizando el modelo de series temporales ARIMA de Box-Jenkins en JMP 10, los resultados del análisis de datos del Ártico muestran que la variación estacional afecta la extensión, el área y las concentraciones de hielo en el Ártico con mucha mayor intensidad que la variación anual. Las tendencias estacionales y anuales decrecientes son estadísticamente significativas y se analizarán y explicarán en relación con el cambio climático. El mismo método ARIMA de Box-Jenkins se utiliza para pronosticar el comportamiento del hielo en la Antártida, que resulta ser más complejo que en el caso del Ártico. Se estima que el tiempo que tardará en quedar libre de hielo en el Ártico, lo que probablemente ocurrirá durante el mes de septiembre, será entre 75 y 105 años a partir de la actualidad.
