Greenland temperatures and solar activity: a computational intelligence approach

The complexity of the earths climate and its relationship with solar activity are here approached by means of two computational intelligence techniques: Multivariate Time Series Model Mining (MVTSMM) and Genetic Programming (GP). They were applied to a temperature record (Delta O18/16), obtained fro...

Full description

Bibliographic Details
Main Authors: Valdés, Julio, Pou, A.
Format: Article in Journal/Newspaper
Language:English
Published: 2007
Subjects:
Online Access:https://nrc-publications.canada.ca/eng/view/accepted/?id=d13fea8c-4241-487f-9c39-ea80f4dee29b
https://nrc-publications.canada.ca/eng/view/object/?id=d13fea8c-4241-487f-9c39-ea80f4dee29b
https://nrc-publications.canada.ca/fra/voir/objet/?id=d13fea8c-4241-487f-9c39-ea80f4dee29b
Description
Summary:The complexity of the earths climate and its relationship with solar activity are here approached by means of two computational intelligence techniques: Multivariate Time Series Model Mining (MVTSMM) and Genetic Programming (GP). They were applied to a temperature record (Delta O18/16), obtained from an ice core in Central Greenland, representative of the climate variations in the North Atlantic regions, and the International Sunspot Number series, as a proxy of solar activity, both covering the period from 1721 to 1983. Several experiments were conducted using these records jointly and separately with the purpose of characterize and reveal their time dependencies. Preliminary results show this mining approach is a valid and promising research line. The time-lag spectra obtained with MVTSMM seem to point out to time stamps of some of the most important Earth-climate and solar variations, as well as the contribution of solar activity and sunspot solar cycles along time. The GP provided equations which approximate the relative contribution of particular solar time-lags. Although suggestive, this research is at an early stage and the results are preliminary, emphasizing methodological aspects. La complexité du climat de la terre et sa relation avec l'activité solaire sont abordées ici, à l'aide de deux techniques d'intelligence logicielle : L'exploration de modèles dans des séries temporelles multivariées (MVTSMM, de langlais Multivariate Time SeriesModel Mining) et la programmation génétique (PG). Ces techniques ont été appliquées à un enregistrement de température (Delta O18/16),obtenu d'un noyau de glace de la partie centrale du Groenland, représentative des variations climatiques dans les régions du nord de l'Atlantique et aux séries internationales des nombres de taches solaires (International Sunspot Number series), comme indice de l'activité solaire, tous deux couvrant la période de 1721 à 1983. Plusieurs expériences ont été menées conjointement et séparément afin de caractériser et de révéler leurs dépendances chronologiques. Les résultats préliminaires démontrent que cette approche d'exploration est une voie valable et prometteuse pour la recherche. Les spectres de décalages temporels obtenus à l'aide de la technique MVTSMM semblent pointer vers des timbres temporels de certaines des plus importantes variations du climat terrestre et de l'activité solaire ainsi que vers la contribution des cycles d'activité solaire et des cycles solaires/de tache solaire dans le temps. La PG a fourni des équations qui représentent approximativement la contribution relative de décalages temporels solaires particuliers. Bien qu'elle donne matière à penser, cette recherche est encore à ses débuts et les résultats sont préliminaires, soulignant les aspects méthodologiques. NRC publication: Yes