Abstract: W. von Bloh, M. C. Romano, M. Thiel (2005)

We quantify the long-term predictability of global mean daily temperature data by means of the R?yi entropy of second order K₂. We are interested in the yearly amplitude fluctuations of the temperature. Hence, the data are low-pass filtered. The obtained oscillatory signal has a more or less constant frequency, depending on the geographical coordinates, but its amplitude fluctuates irregularly. Our estimate of K₂ quantifies the complexity of these amplitude fluctuations. We compare the results obtained for the CRU data set (interpolated measured temperature in the years 1901-2003 with 0.5? resolution, Mitchell et al., 2005) with the ones obtained for the temperature data from a coupled ocean-atmosphere global circulation model (AOGCM, calculated at DKRZ). Furthermore, we compare the results obtained by means of K₂ with the linear variance of the temperature data.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

Long-term predictability of mean daily temperature data