Spatio and Temporal Statistical Modeling of Earth Surface Temperatures.

Abstract

In this thesis, graphical and statistical methods were used to determine the trends and patterns of temperature change as well as to forecast of future temperatures of earth surface temperature change. The thesis comprises of two studies carried out for different issues, temperature change in Arctic and temperature change in Australia. In the first study, monthly temperature anomalies variation from 1973 to 2008 above latitude 45 degrees north, covering the Arctic Ocean, northern areas of the Atlantic and Pacific Oceans, and the Asian and European Continents, were examined. Temperature data were obtained from the Climate Research Unit (CRU) of the United Kingdom. First, a linear regression model was used to investigate the trends and patterns of temperature change of 69 sub-regions. A second order autoregressive process was used to reduce auto correlation at lag 1 and 2 months. Factor analysis was then used to account for spatial correlation. Twelve large regions having similar temperature change patterns in each large region were identified. A 95% confidence interval (CI) of temperature change was estimated for each of the 12 large regions. Each large region was reclassified into three levels. High rates of temperature increase (0.20˚C - 0.32˚C) occurred in the North Pacific Ocean, Alaska and Eastern Siberia. Moderate temperature increases (0.13˚C - 0.19˚C) occurred in northern Canada, Greenland, Iceland, Norway, Sweden and Finland. Northern Siberia and part of the North Atlantic had low level increases (0.09˚C - 0.129˚C) while northeast Canada and its surrounding seas did not show evidence of warming. In the second study, daily maximum temperature data from 1970 to 2012 in Australia were described. The data were obtained from 85 weather stations randomly selected from a total of more than 700 stations of the Australia Bureau of Meteorology (BOM). This study is based on two data sets, temperature change in daily maximum temperatures over consecutive 5-day periods and monthly maximum temperatures. For the first data set, the variation of daily maximum temperatures over consecutive 5-day periods was examined. A linear regression model was initially used to model seasonally adjusted daily maximum temperatures. The data were fitted with a first order autoregressive process to reduce auto correlation at lag 1 month. Factor analysis was used to classify the temperatures from the 85 stations into seven factors corresponding to seven geographical regions. Average maximum annual temperature in these seven regions ranged from 23˚C to 36˚C. A sixth order polynomial regression model was fitted in these seven regions. Trends and patterns of temperatures were found to be similar in the central, eastern, southern and southeastern parts of the country. These trends and pattern show an increase in temperature after 1974 and decrease in temperature around 1984 and with another steady increase from 2000 to 2005 and decrease through 2012. In the second data set, maximum monthly temperatures were defined as the highest daily temperature in a particular month. Missing values in the data were estimated using a regression model accounting for information from the nearest stations as well as the time periods. Then factor analysis was utilized to reduce the dimensions of the data set. A limitation of this factor analysis is that some of the stations were not clearly separated. Cluster analysis was used to classify the factor loading produced four clusters of stations. A quartic trend model with 3nd order time lag was fitted for each cluster and forecasting maximum temperatures over the short period. The results showed that the forecasted maximum monthly temperatures were decreasing during the period of 2013-2015. A 95% confidence interval (CI) of the maximum monthly temperature predictions ranged from about 27˚C - 44˚C, 26˚C - 40˚C, 31˚C - 42˚C and 26˚C - 42˚C in clusters 1, 2, 3 and 4, respectively. วิทยานิพนธ์ฉบับนี้ใช้วิธีกราฟและวิธีการทางสถิติศึกษาแนวโน้ม รูปแบบ และพยากรณ์การเปลี่ยนแปลงของอุณหภูมิพื้นผิวโลก โดยประกอบด้วยสองกรณีศึกษาคือ การเปลี่ยนแปลงของอุณหภูมิพื้นผิวบริเวณอาร์กติก และการเปลี่ยนแปลงของอุณหภูมิพื้นผิวของประเทศออสเตรเลีย การศึกษาแรก ศึกษาข้อมูลอุณหภูมิรายเดือนในบริเวณเหนือละติจูด 45 องศา เหนือ ในช่วงปี ค.ศ.1973 ถึง ค.ศ.2008 ครอบคลุม มหาสมุทรอาร์กติก พื้นที่ตอนเหนือของมหาสมุทรแอนแลนติกและแปซิฟิก ทวีปเอเซีย และทวีปยุโรป ข้อมูลได้มาจากการเก็บรวบรวมจากหน่วยวิจัย Climate Research Unit ประเทศ สหราชอาณาจักร การวิเคราะห์ข้อมูลเริ่มต้นด้วยการศึกษาการเปลี่ยนแปลงของอุณหภูมิใน 69 พื้นที่ โดยใช้ตัวแบบการถดถอยเชิงเส้น ขจัดสหสัมพันธ์ในตัวเองกับช่วงเวลาที่ศึกษา ด้วยขบวนการสหสัมพันธ์ในตัวเองอันดับสอง และใช้การวิเคราะห์ปัจจัยเพื่อจัดกลุ่มพื้นที่ที่มีลักษณะการเปลี่ยนแปลงของอุณหภูมิที่คล้ายคลึงกันเป็นกลุ่มเดียวกัน ผลการศึกษาพบว่า สามารถจัดกลุ่มพื้นที่ได้ 12 กลุ่มพื้นที่ และประมาณการเปลี่ยนแปลงของอุณหภูมิในแต่ละกลุ่มพื้นที่ด้วยช่วงความเชื่อมั่น 95% ของการเปลี่ยนแปลงของอุณหภูมิ และจัดกลุ่มการเปลี่ยนแปลงของอุณหภูมิเป็น 3 ระดับดังนี้ การเปลี่ยนแปลงของอุณหภูมิระดับสูงอยู่ในช่วง 0.2 องศาเซลเซียส ถึง 0.32 องศาเซลเซียสต่อทศวรรษ เกิดขึ้นในบริเวณเหนือมหาสมุทรแปซิฟิก อลาสก้า และทางตะวันออกของไซเบียเรีย การเปลี่ยนแปลงของอุณหภูมิระดับปานกลางอยู่ในช่วง 0.13 องศาเซลเซียส ถึง 0.19 องศาเซลเซียสต่อทศวรรษ เกิดขึ้นในบริเวณตอนเหนือของแคนาดา กรีนแลนด์ ไอซ์แลนด์ นอร์เวย์ สวีเดน และฟินแลนด์ สำหรับการเปลี่ยนแปลงของอุณหภูมิระดับต่ำอยู่ในช่วง 0.09 องศาเซลเซียส ถึง 0.129 องศาเซลเซียสต่อทศวรรษ เกิดขึ้นในบริเวณทางตอนเหนือของไซเบียเรีย บางส่วนทางตอนเหนือของแอนแลนติก ขณะที่ทางตะวันออกเฉียงเหนือของแคนาดาและทะเลที่อยู่ล้อมรอบไม่พบการเปลี่ยนแปลงของอุณหภูมิ การศึกษาที่สอง ศึกษาอุณหภูมิสูงสุดรายวันของประเทศออสเตรเลีย ในช่วง ค.ศ.1970 ถึง ค.ศ.2012 ข้อมูลถูกสุ่มมา 85 สถานีจาก Australia Bureau of Meteorology (BOM) ซึ่งมีสถานีในการเก็บรวบรวมข้อมูลอุณหภูมิมากกว่า 700 สถานี นำข้อมูลมาจัดการเป็นสองชุด ข้อมูลชุดแรก ศึกษาความผันแปรของอุณหภูมิสูงสุดราย 5 วัน โดยเริ่มต้นใช้รูปแบบการถดถอยเชิงเส้นในการปรับอิทธิพลของฤดูกาล วิเคราะห์ขบวนการสหสัมพันธ์ในตัวเองอันดับหนึ่งเพื่อลดสหสัมพันธ์ในตัวเอง และใช้วิธีการวิเคราะห์ปัจจัย เพื่อจัดกลุ่มความสัมพันธ์ของอุณหภูมิจาก 85 สถานีไปเป็น 7 กลุ่มของสถานีซึ่งสอดคล้องกับลักษณะทางภูมิศาสตร์ของประเทศออสเตรเลีย อุณหภูมิเฉลี่ยรายปีทั้ง 7 กลุ่มอยู่ในช่วง 23 องศาเซลเซียส ถึง 36 องศาเซลเซียส รูปแบบสมการถดถอยโพลิโนเมียลดีกรีหกถูกกำหนดเพื่อศึกษาแนวโน้มและรูปแบบของอุณหภูมิใน 7 กลุ่มดังกล่าว ผลการศึกษาพบว่า แนวโน้มและรูปแบบการเปลี่ยนแปลงของอุณหภูมิคล้ายคลึงกันในตอนกลาง ตะวันออก ใต้ และบางส่วนของทางตะวันออกเฉียงใต้ รูปแบบและแนวโน้มแสดงการเพิ่มขึ้นของอุณหภูมิหลังปี ค.ศ.1974 และลดลงในปี ค.ศ.1984 และมีการเพิ่มขึ้นอีกครั้งจากปี ค.ศ.2000 ถึง ค.ศ.2005 หลังจากนั้นอุณหภูมิมีการลดลงถึงปี ค.ศ.2012 สำหรับข้อมูลชุดที่สอง ศึกษาข้อมูลอุณหภูมิสูงสุดรายเดือนโดยเลือกวันที่มีอุณหภูมิสูงสุดในเดือนนั้น ๆ ข้อมูลรายวันที่สูญหายถูกประมาณด้วยรูปแบบสมการถดถอยเชิงเส้นโดยใช้ข้อมูลสถานีและช่วงเวลาที่ใกล้เคียงกัน การวิเคราะห์ปัจจัยถูกใช้เพื่อช่วยลดมิติของข้อมูลชุดนี้ ข้อจำกัดของการวิเคราะห์ปัจจัยคือ มีบางสถานีไม่สามารถถูกจัดกลุ่มไปยังกลุ่มใดกลุ่มหนึ่งได้อย่างชัดเจน การวิเคราะห์กลุ่มถูกนำมาใช้ในการจัดกลุ่มของค่า factor loading ผลการวิเคราะห์กลุ่มพบว่า สามารถจัดกลุ่มสถานีได้เป็น 4 กลุ่ม แต่ละกลุ่มถูกกำหนดด้วยรูปแบบ quartic trend model with 3nd order time lag และพยากรณ์อุณหภูมิสูงสุดในช่วงเวลาสั้นๆ ผลการศึกษาพบว่า การพยากรณ์อุณหภูมิสูงสุดรายเดือนมีแนวโน้มลดลงในช่วงปี ค.ศ.2013 ถึง ค.ศ.2015 ทั้ง 7 กลุ่ม ช่วงความเชื่อมั่น 95% ของการพยากรณ์อุณหภุมิสูงสุดรายเดือนอยู่ระหว่าง 27 องศาเซลเซียส ถึง 44 องศาเซลเซียส ในกลุ่มที่ 1, 26 องศาเซลเซียส ถึง 40 องศาเซลเซียส ในกลุ่มที่ 2, 31 องศาเซลเซียส ถึง 42 องศาเซลเซียส ในกลุ่มที่ 3 และ 26 องศาเซลเซียส ถึง 42 องศาเซลเซียส ในกลุ่ม ที่ 4