Discrete Chi-Square Method discovers solar forcing in El Niño time series: The Pacific Ocean as a bolometer measuring the solar dynamo light curve in real-time
离散卡方方法与厄尔尼诺时间序列中的太阳强迫：太平洋辐射计解释AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接研究时间序列周期识别和厄尔尼诺预测；所选分类依据是方法，应用领域为气候与太阳活动。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
离散卡方方法与厄尔尼诺时间序列中的太阳强迫：太平洋辐射计解释
- 研究问题
- 作者试图从厄尔尼诺和太阳黑子时间序列识别多周期信号，并检验其预测能力及太阳活动解释，但这些主张如何得到支持？
- 方法与思路
- 摘要描述通过大量线性最小二乘拟合搜索叠加趋势与周期信号，使用 Fisher 检验选择模型，并以预测检验和模拟评估结果。
- 材料陈述的贡献
- 摘要声称发现多周期大波动并优于官方预测，进一步提出太阳强迫和行星潮汐解释；这些属于作者主张，尚非已验证结论。
- 阅读关注点
- 应核对高斯—马尔可夫条件、频率搜索中的多重检验、预测时间戳和基准可比性，并检查周期关联能否支持太阳强迫解释。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未经核实；摘要不足以支持必然检出、排除混沌机制或太阳因果解释等强断言。
原文摘要
Discrete Chi-square Method (DCM) can detect multiple signals superimposed on an arbitrary trend. DCM's backbone is Gauss-Markov theorem that Least Squares (LS) is the best unbiased estimator for linear regression models. DCM is robust because it computes numerous linear model LS fits. Discrete Fourier Transform and other frequency-domain methods have many application limitations. None of those limitations constrains DCM. Fisher-test provides signal significances and identifies the best DCM model, which is validated by Forecast-test. Simulations verify the Window Dimension Effect (WD-effect): "For any sample window $ΔT$, DCM inevitably detects the correct $p(t)$ trend and $h(t)$ signal(-s) when sample size $n$ and/or data accuracy $σ$ increase". WD-effect "sees through time". DCM's model analytical solution is ill-posed. We present a computational well-posed solution. Mainstream considers El Niño phenomenon chaotic. Usual forecasts are probabilistic, not deterministic. We use El Niño time series to stress-test DCM. It detects the multi-periodic "Big wave" superimposed on global warming trend. This gives accurate El Niño forecasts. Our real-time forecast outperforms those of official agencies. Only solar forcing, not chaotic ocean-atmosphere coupling, can cause the "Big wave" cooling the Pacific Ocean at sunspot minima. The ocean acts like a giant bolometer measuring the deterministic "Solar dynamo light curve". DCM detects multi-periodicity in the ocean and sunspot record. The mainstream stochastic dynamo cannot cause this. Planetary tidal forces may drive solar dynamo. Future El Niño models must integrate astrophysical cycles with chaotic climatological fluid dynamics. Validating our analysis now can save trillions (USD) in El Niño damages.