Eine Technik zur Identifizierung von Inhomogenitäten in kanadischen Temperaturserien

Es wurde eine neue Technik entwickelt, um Inhomogenitäten in kanadischen Temperaturserien zu identifizieren. Ziel ist es, zwei Arten von Inhomogenitäten - nicht-klimatische Sprünge und Trends - in der Serie einer Kandidatenstation ohne vorherige Kenntnis des Zeitpunkts von Standortänderungen zu identifizieren und deren Position in der Zeit sowie ihre Größe korrekt zu schätzen. Diese neue Technik basiert auf der Anwendung von vier linearen Regressionsmodellen, um festzustellen, ob die getestete Serie homogen ist, ob ein nicht-klimatischer Trend, ein Sprung oder Trends vor und/oder nach einem Sprung existieren. Die abhängige Variable ist die Serie der Kandidatenstation und die unabhängigen Variablen sind die Serien einiger benachbarter Stationen. Zusätzliche unabhängige Variablen werden verwendet, um Sprünge und Trends zu beschreiben und zu messen, die in der getesteten Serie existieren, jedoch nicht in den benachbarten Serien. Nach der Anwendung jedes Modells werden die Residuen analysiert, um die Güte der Anpassung des Modells zu bestimmen. Wenn signifikante Autokorrelationen in den Residuen vorhanden sind, werden nicht identifizierte Inhomogenitäten in der getesteten Serie vermutet und ein anderes Modell wird auf die Datensätze angewendet. Ein Modell wird schließlich akzeptiert, wenn die Residuen als Zufallsvariablen betrachtet werden. Die Beschreibung der Technik wird zusammen mit einer Bewertung ihrer Fähigkeit, Inhomogenitäten zu identifizieren, präsentiert. Die Ergebnisse werden durch ein Beispiel ihrer Anwendung auf archivierte Temperaturdatensätze veranschaulicht.