Los administradores de TransicionEstructural no se responsabilizan de las opiniones vertidas por los usuarios del foro. Cada usuario asume la responsabilidad de los comentarios publicados.
0 Usuarios y 2 Visitantes están viendo este tema.
Cita de: Currobena en Mayo 13, 2012, 18:41:58 pmShevek, estoy de acuerdo en que tenemos una influencia no pequeña en el desarrollo del clima mundial. En lo que no concuerdo es que eso sea lo chungo per se.No digo que poder influir en el clima sea chungo per se. Lo que pasa es que existen indicios de que, sin darnos cuenta, puede que llevemos más de un siglo presionando al sistema climático en una dirección (GEI -> calentamiento). Y no tenemos mucha idea de los efectos que esa perturbación puede tener sobre el sistema. Como tampoco tenemos ni idea de si la próxima glaciación va a comenzar la próxima semana o dentro de cinco mil años. Podemos sentarnos a esperar y, mientras, seguir midiendo y modelando para confirmar o descartar razonablemente las distintas hipótesis. Pero SI hay un cambio de gran amplitud y SI éste es brusco (pocas décadas), sea de orígen natural o antropogénico, éstaremos jodidos. SI eso es lo que finalmente ocurre, cuanto antes se pueda confimar para poder actuar en consecuencia, mejor.CitarUn cambio climático que suponga una caída importante de la capacidad de carga biológica del planeta es siempre chungo, da igual que su origen sea la propia dinámica de la naturaleza o la acción humana.Completamente de acuerdo.CitarDe hecho, pienso que la mayor utilidad del debate sobre el cambio climático es que tenemos que aprender a gestionar el clima conscientemente, porque si no nos acabaremos extinguiendo, ya sea por causas naturales o autogeneradas.Uff, eso son tiros muy largos, en mi opinión. El "control" del clima a escala global me suena mucho a ciencia ficción. Y la extinción total, pues también, la verdad. Pero quien sabe.
Shevek, estoy de acuerdo en que tenemos una influencia no pequeña en el desarrollo del clima mundial. En lo que no concuerdo es que eso sea lo chungo per se.
Un cambio climático que suponga una caída importante de la capacidad de carga biológica del planeta es siempre chungo, da igual que su origen sea la propia dinámica de la naturaleza o la acción humana.
De hecho, pienso que la mayor utilidad del debate sobre el cambio climático es que tenemos que aprender a gestionar el clima conscientemente, porque si no nos acabaremos extinguiendo, ya sea por causas naturales o autogeneradas.
Si me permiten sumarme al debate...En mi opinión existen "indicios razonables" (que no pruebas irrefutables) de que 1) podría estar en curso un cambio hacia un estado climático de temperaturas significativamente más altas y 2) que ese efecto podría ser de causa antropogénica.
Hola Shevek, bienvenido al debate. Podrías ampliar tu comentario y comentarnos qué indicios razonables piensas que apoyan la teoría de los GEI's?s2!
Cita de: traspotin en Mayo 15, 2012, 19:32:01 pmHola Shevek, bienvenido al debate. Podrías ampliar tu comentario y comentarnos qué indicios razonables piensas que apoyan la teoría de los GEI's?s2!Gracias traspotin. A ver, no soy un experto en el tema del cambio climático, ni en GEIs. Pero lo que he podido leer me hace creer que es probable que pueda estar sucediendo y que pueda tener un orígen antopocéntrico. (EDIT: Digamos que la versión del "fiscal" sobre la autoría de "crímen" me suena consistente, aunque no controlo los detalles y hablo un poco "de oídas").Sí tengo algo de experiencia en el análisis de series de tiempo en "ciencias de la tierra" (dejémoslo ahí). Los modelos climáticos están muy bien, pero todos sabemos que todo modelo tiene que ser "tuneado" con los datos. Y la serie de datos de la tendencia actual, hasta donde yo llego (que me puedo equivocar), no es lo suficientemente larga (todavía) como para poder hacer afirmaciones categóricas.Saludos
Judging from the statistical significance test, we decided not to pursue the trend to any finer scale, because the IMF with a time scale <65 years may not significantly differ from white noise. The reliable trends are those of longer time scales. Significantly, other than the familiar overall global warming trend, the 65-year cycle really stands out. The origin of this 65-year time scale is not completely clear because there is no known external force that varies with such a time scale.Finally, it is noted that the global temperature anomalies with respect to the sum of the overall EMD trend and the multidecadal variability appear to be quite stationary in the whole data span, indicating that the higher frequency part of the record in recent years is not more variable than that in the 1800s. The extreme temperature records in the 1990s stand out mainly because the general global warming trend over the whole data length coincides with the warming phase of the 65-year cycle.
traspotin, ya te digo que yo tiro más por la parte de análisis de series temporales. He encontrado un artículo que tenía en la cabeza, aunque no recordaba bien:http://www.pnas.org/content/104/38/14889.fullEDIT: El título es "On the trend, detrending, and variability of nonlinear and nonstationary time series"Utilizan una técnica novedosa, adaptativa y (casi) aparamétrica, para obtener "tendencias no lineales". Y se lo aplican a los datos del annual global surface air temperature anomaly (GSTA) desde 1856 hasta 2003. Te copio un trocito de los resultados:CitarJudging from the statistical significance test, we decided not to pursue the trend to any finer scale, because the IMF with a time scale <65 years may not significantly differ from white noise. The reliable trends are those of longer time scales. Significantly, other than the familiar overall global warming trend, the 65-year cycle really stands out. The origin of this 65-year time scale is not completely clear because there is no known external force that varies with such a time scale.Finally, it is noted that the global temperature anomalies with respect to the sum of the overall EMD trend and the multidecadal variability appear to be quite stationary in the whole data span, indicating that the higher frequency part of the record in recent years is not more variable than that in the 1800s. The extreme temperature records in the 1990s stand out mainly because the general global warming trend over the whole data length coincides with the warming phase of the 65-year cycle.Dime qué te parece lo que cuentan.Saludos
AbstractDetermining trend and implementing detrending operations are important steps in data analysis. Yet there is no precise definition of “trend” nor any logical algorithm for extracting it. As a result, various ad hoc extrinsic methods have been used to determine trend and to facilitate a detrending operation. In this article, a simple and logical definition of trend is given for any nonlinear and nonstationary time series as an intrinsically determined monotonic function within a certain temporal span (most often that of the data span), or a function in which there can be at most one extremum within that temporal span. Being intrinsic, the method to derive the trend has to be adaptive. This definition of trend also presumes the existence of a natural time scale. All these requirements suggest the Empirical Mode Decomposition (EMD) method as the logical choice of algorithm for extracting various trends from a data set. Once the trend is determined, the corresponding detrending operation can be implemented. With this definition of trend, the variability of the data on various time scales also can be derived naturally. Climate data are used to illustrate the determination of the intrinsic trend and natural variability.
It should be noted here that the definition of trend and the algorithm for detrending in this study are quite general and can be applied to any data from nonstationary and nonlinear processes
The goal, however, is not for prediction but for analysis. The assumption is that the predictive models have to be process-based, not data-driven.
The analysis aspect emphasizes the discovery and understanding of the underlying processes to provide a basis for building predictive models.
The data are decomposed into intrinsic mode functions (IMFs) by using the EMD method (1, 5–8). As previously demonstrated (7), the IMFs and the residual obtained by using EMD are not always unique and could change as the stoppage criterion for the sifting process changes, which makes it difficult to confirm whether the extracted trend is “real, actual.” To gain some confidence in the result, the method suggested by Huang et al. (7) has been used. In this method, 10 different S number stoppage criteria for the sifting process are used, and the corresponding IMFs are compared. The details of the S number stoppage criterion, which is the consecutive numbers of sifting for which the numbers of extrema and zero-crossing are constants and have the same value, is given in Huang et al. (7). In this study, 10 different S numbers, from 4 to 13, were selected.
As was discussed earlier, a local trend is a time-scale-associated quantity. The time scale of the multidecadal trend based on the generalized zero-crossing method (12) (see the Methods for more detail), which determines the local time scale based on the information of neighboring extrema and zero-crossing, is plotted in Fig. 6. The time scale certainly is not a constant, but it varies from 50 to 80 years and has a mean value slightly higher than 65 years.
Finally, it is noted that the global temperature anomalies with respect to the sum of the overall EMD trend and the multidecadal variability appear to be quite stationary in the whole data span, indicating that the higher frequency part of the record in recent years is not more variable than that in the 1800s. The extreme temperature records in the 1990s stand out mainly because the general global warming trend over the whole data length coincides with the warming phase of the 65-year cycle.
O sea que analizan una serie de datos con el método EMD para intentar ver el "trend" de las temperaturas y su variabilidad natural [Disculpa que te lo tache, pero lo que analiza es su la variabilidad "a secas". El método EMD es digamos "agnóstico" respecto al orígen (natural o no) de la variabilidad de la señal], descomponiendo ambas señales, lo cual es cojonudo. Sin embargo no dicen absolutamente nada de los procesos físicos que dominan ese "trend" ni tampoco sobre su variabilidad natural (vamos que no tienen en cuenta absolutamente ningún proceso físico conocido)[exacto, es un análisis puramente matemático, lo cual tiene sus pros y sos contras].[...]O sea que ese modelo sirve única y exclusivamente para analizar datos no para predecir nada ya que los modelos predictivos sí necesitan de procesos físicos que los gobiernen. [De acuerdo en ésto también] Ésto es importante destacarlo y luego explicaré* por qué pero por ahora continuemos:CitarThe analysis aspect emphasizes the discovery and understanding of the underlying processes to provide a basis for building predictive models.Lo cual es totalmente lógico. Primero deben analizarse los datos y a partir de ahí construir el modelo aunque yo añado que también hay que conocer sobre lo que estamos hablando porque si no es posible que las conclusiones sean totalmente erróneas. En otras palabras la transformación[el análisis] te ayuda a clarificar señales fuera del ruido pero que hay que ser climatólogo para poder interpretarlas a no ser que se quieran mezclar churras con merinas . [De acuerdo en ésto también]Entonces definen lo que es el trend de una manera peculiar y por qué escogen EMD y procesan los datos de GSTA:CitarThe data are decomposed into intrinsic mode functions (IMFs) by using the EMD method (1, 5–8). As previously demonstrated (7), the IMFs and the residual obtained by using EMD are not always unique and could change as the stoppage criterion for the sifting process changes, which makes it difficult to confirm whether the extracted trend is “real, actual.” To gain some confidence in the result, the method suggested by Huang et al. (7) has been used. In this method, 10 different S number stoppage criteria for the sifting process are used, and the corresponding IMFs are compared. The details of the S number stoppage criterion, which is the consecutive numbers of sifting for which the numbers of extrema and zero-crossing are constants and have the same value, is given in Huang et al. (7). In this study, 10 different S numbers, from 4 to 13, were selected.O sea que en realidad se dedican a probar y comparar a ver que es lo que les sale y luego evidentemente eligen los que más les convienen [Creo que no lo has entendido bien. Lo que seleccionan es los modos de oscilación que resultan estadísticamente significativas frente a las que se obtendrían al analizar una señal compuesta puramente por ruido blanco.] (llegados a este punto algunos ya deberían a empezar a tener la misma cara) [disiento] y llegan a la conclusión de que hay dos señales principales el trend y la variabilidad que en realidad, no podría ser de otra forma. Y encima dejan la coletilla que "es difícil extraer el trend y puede que no sea real, real" pero sigamos. [Claro, intentan ser honestos. Esto es importante, extraer una tendencia de una serie de tiempo SIEMPRE es problemático, complicado, ambigüo, polémico, etc. Y lo es más CUENTO MÁS CORTA SEA LA SERIE que estás analizando. De hecho si la serie es corta (respecto a las escalas de oscilación propias del sistema) puedes estar pensando que analizas una tendencia cuando a lo mejor (¿peor?) estas analizando parte de una oscilación de baja frecuencia]CitarAs was discussed earlier, a local trend is a time-scale-associated quantity. The time scale of the multidecadal trend based on the generalized zero-crossing method (12) (see the Methods for more detail), which determines the local time scale based on the information of neighboring extrema and zero-crossing, is plotted in Fig. 6. The time scale certainly is not a constant, but it varies from 50 to 80 years and has a mean value slightly higher than 65 years.Lo cual es muy interesante porque a través del análisis puede interpretarse que hay un ciclo de 65 años pero evidentemente no dice absolutamente nada de a qué es debido, ni siquiera se sabe si es real porque en realidad han pasado sólo dos ciclos (en realidad para lo que sirve este tipo de análisis es para ésto). [Y esa es una fortaleza del método, pues con tan poca información (ciento cincuenta años de datos) es capaz de sugerir, la existencia de esa escala de oscilación, y de proporcionar una estimación de su amplitud.)] Cuánto más ciclos pasen mejor se podrá estudiar la variabilidad pero es que ésto supone que sólo hay variabilidad natural! Qué pasa si explotan volcanes? Qué pasa con los aerosoles que ayudan a enfriar la Tierra y que expulsamos con los GEI's?Lo que he subrayado no es correcto. Ya he comentado que este método no distingue entre varabiliad natural o artificial, sólo intenta determinar las escalas temporales de variabilidad y su significancia estadística. Toda esos ejemplos de variabilidad que pones se enontrarían en los modos de oscilación de "escalas temporales pequeñas", que el análisis no ha encontrado que sean significativos estadísiticamente (lo cual sólo quiere decir que a esas escalas temporales podría haber oscilaciones pero que su SNR seria pequeñoCitarFinally, it is noted that the global temperature anomalies with respect to the sum of the overall EMD trend and the multidecadal variability appear to be quite stationary in the whole data span, indicating that the higher frequency part of the record in recent years is not more variable than that in the 1800s. The extreme temperature records in the 1990s stand out mainly because the general global warming trend over the whole data length coincides with the warming phase of the 65-year cycle.Claro porque es bien sabido que la década de los 90 tiene temperatura más baja altas que los de la primera década del 2000 jeje y que el niño-la niña no tuvo nada que ver (/ironic off). De nuevo creo que no has interpretado bien el análisis. Esa variabilidad de la que hablas tiene escalas temporales mucho menores que la "multidecadal variability" (MD), y no la están considerando dentro de la señal de "baja frecuencia"=TREND+MD.Ciertamente este tipo de análisis es muy interesante para conocer tendencias y variabilidades naturales [o no naturales, ésto ya lo he comentado antes] en un sistema físico y es aquí viene la principal crítica, que la acción humana no es una variabilidad natural y no existe tiempo suficiente para su estudio por parte de este tipo de análisis y el hecho de que no se introduzcan procesos físicos conocidos sólo nos va a llevar a poder estudiar a posteriori lo sucedido. Pero ésto ya se ha hecho y además hay uno muy reciente.http://iopscience.iop.org/1748-9326/6/4/044022[Curiosamente, los resultados (el dato de la tendencia) de este artículo y los resultados del artículo que criticas son bastante compatibles. Esto lo explicaré en otro post, que éste está quedando muy tocho ]Por cierto que en un paper posterior a éste intentan explicar que ese ciclo de 65 años puede estar inducido por la corriente termohalina pero ni presentan pruebas al respecto, ni tampoco lo cuantifican por lo que en realidad es algo sacado de la manga. [¿Me puedes pasar un enlace de esta referencia?]* En ningún punto del estudio se demuestra que la variabilidad natural sea sólamente natural que es de lo que realmente estamos hablando de forzamientos no naturales antropogénicos. Vamos que lo que se debe conseguir es separar las variabilidades naturales, los forzamientos no naturales y la tendencia...entonces llegaríamos a la conclusión que eso ya se está haciendo [No entiendo lo que quieres decir en éste párrafo, lo siento]Esas son mis impresiones. Supongo que otros compañeros tendrán otras y creo que alguno como Republik son matemáticos por lo que pueden echarnos una mano en ese sentido. Saludos.
Climate data are used to illustrate the determination of the intrinsic trend and natural variability
However, if greenhouse gases are indeed the causes of warming (3), such a constant warming rate certainly does not reflect the acceleration of warming caused by the accumulation of greenhouse gases. The change rate of the overall adaptive trends seems to reflect the acceleration of warming much better: it was close to no warming in the mid-19th century and is ≈0.8 K per century currently.
The painstakingly assembled historical instrumental record shows clear evidence of a warming trend over the last century. There are, however, some unsettled arguments, which include the warming rates, the causes of warming (!?), and the precise trend.
In this article, a simple and logical definition of trend is given for any nonlinear and nonstationary time series as an intrinsically determined monotonic function within a certain temporal span (most often that of the data span), or a function in which there can be at most one extremum within that temporal span. Being intrinsic, the method to derive the trend has to be adaptive. This definition of trend also presumes the existence of a natural time scale
which makes it difficult to confirm whether the extracted trend is “real, actual.”
¿Me puedes pasar un enlace de esta referencia?
...En un post posterior, cuando tenga otro rato, intentaré comparar la metodología de los dos artículos (sin entrar en excesivo detalle) y los resultados, que a mi entender son bastante compatibles (DISCLAIMER: a ojo, no he hecho ninguna cuenta, y espero no tener que hacerla )Un abrazo,
Además donde se demuestra que la tendencia (el trend) que ellos suponen es real?
The power of Atlantic tropical cyclones is rising rather dramatically and the increase is correlated with an increase in the late summer/early fall sea surface temperature over the North Atlantic. A debate concerns the nature of these increases with some studies attributing them to a natural climate fluctuation, known as the Atlantic Multidecadal Oscillation (AMO), and others suggesting climate change related to anthropogenic increases in radiative forcing from greenhouse-gases. Here tests for causality using the global mean near-surface air temperature (GT) and Atlantic sea surface temperature (SST) records during the Atlantic hurricane season are applied. Results show that GT is useful in predicting Atlantic SST, but not the other way around. Thus GT “causes” SST providing additional evidence in support of the climate change hypothesis.
Y si no, ¿cómo explicarías tú esa "anomalía" desde el punto de vista del cambio climático?¿el cambio climático "se tomó unas vacaciones"?
Por qué AMO no pasa el test de causalidad de Granger?
Cita de: traspotin en Mayo 27, 2012, 17:55:40 pmPor qué AMO no pasa el test de causalidad de Granger? No es que no lo pase, es que ni se puede realizar.
AMO, al igual que el resto de series climáticas instrumentales, tiene datos desde 1880, y datos fiables (Es decir, con un margen de error aceptable para según que cálculos) desde 1960.Dado que los ciclos de AMO son de alrededor de 70 años, tenemos menos de 1 ciclo son bajo error, y dos ciclos en total con datos.Y con dos ciclos (Y muchos indicios paleoclimáticos) se puede identificar un patrón, pero desde luego no es suficiente para realizar ese tipo de análisis estadísticos y esas afirmaciones matemágicas que se hacen con los modelos climáticos.
Lo mismo es aplicable a la mayor parte de indicadores que se utilizan en dichos modelos. Se están utilizando series con uno o dos ciclos (Y a menudo con una resolución inadecuada) como si fueran series válidas.
Cita de: traspotin en Mayo 27, 2012, 17:55:40 pmPor qué AMO no pasa el test de causalidad de Granger? No es que no lo pase, es que ni se puede realizar.AMO, al igual que el resto de series climáticas instrumentales, tiene datos desde 1880, y datos fiables (Es decir, con un margen de error aceptable para según que cálculos) desde 1960.Dado que los ciclos de AMO son de alrededor de 70 años, tenemos menos de 1 ciclo son bajo error, y dos ciclos en total con datos.Y con dos ciclos (Y muchos indicios paleoclimáticos) se puede identificar un patrón, pero desde luego no es suficiente para realizar ese tipo de análisis estadísticos y esas afirmaciones matemágicas que se hacen con los modelos climáticos.Lo mismo es aplicable a la mayor parte de indicadores que se utilizan en dichos modelos. Se están utilizando series con uno o dos ciclos (Y a menudo con una resolución inadecuada) como si fueran series válidas.
O sea que los datos son válidos para decir que hay un ciclo, que el ciclo explica el calentamiento global pero luego resulta que los datos no son lo suficientemente fiables? Menuda contradicción, no?