[...]
Die lijn die helemaal bovenaan eindigt is 2009, dit zijn de totale extents op de laatste dag van oktober.
Met als eenheid duizend km2.
Datetime Extent
2004-10-31 4520.6
2005-10-31 4693.4
2006-10-31 4068.6
2007-10-31 4568.0
2008-10-31 4349.1
2009-10-31 7470.8
2010-10-31 4346.5
2011-10-31 6847.3
2012-10-31 6479.3
2013-10-31 4662.6
Maar vanwege de definitie van de SAI gaat het niet alleen maar om het verschil tussen het oppervlak sneeuw op de eerste en laatste dag van de maand. Omdat het gebaseerd is op basis van de helling over de gehele maand, middels lineaire regressie, levert een constante toename (elke dag een beetje) een hogere helling op dan de hele maand geen toename en dan diezelfde hoeveelheid in één dag erbij.
De SAI zoals gebruikt in die publicatie van Cohen is nog weer een 'standardized anomaly' van die helling, dat maakt het makkelijk om iets in km2/dag te vergelijken met een totaal andere éénheid (index) als de AO. Maar het nadeel ervan is dat die waarden voor een jaar afhankelijk zijn van de rest van de dataset, omdat je de normalisatie doet aan de hand van het gemiddelde en de standaard deviatie van de hele dataset.
Nu komt het jaar 2014 erbij, en dat heeft straks dan ook weer invloed op wat de uiteindelijke waarden van de jaren daarvoor worden omdat het gemiddelde en de standaard deviatie van de hele dataset weer veranderen. Zeker omdat de gebruikte datasets ook nog niet heel erg lang zijn.
Dank je voor je uitleg over de berekening van de SAI en voor de sneeuwdata van 31 oktober.
Van Judah ontvingen wij twee data-sets van de SAI, een 'raw' en de andere 'de-trended' ik neem aan dat de tweede de 'standardized anomaly' betreft.
Raw:
[-0.41, -0.12, -0.68, 0.68, -0.07, 0.62, 0.16, -0.55, -0.37, -0.50, -1.44, -0.12, 2.30, -0.50, -0.17, 2.24, -1.07]
De-trended:
[-0.16, 0.10, -0.50, 0.83, 0.05, 0.72, 0.22, -0.52, -0.37, -0.53, -1.50, -0.21, 2.17, -0.66, -0.36, 2.02, -1.31]
Bericht laatst bijgewerkt: 10-10-2014 10:06
