Bayes-malleja paleoilmaston rekonstruktioon

Väitöstilaisuuden tiedot

Väitöstilaisuuden päivämäärä ja aika

Väitöstilaisuuden paikka

Linnanmaa, OP-sali (L10)

Väitöksen aihe

Bayes-malleja paleoilmaston rekonstruktioon

Väittelijä

Filosofian maisteri Liisa Ilvonen

Tiedekunta ja yksikkö

Oulun yliopiston tutkijakoulu, Luonnontieteellinen tiedekunta, matematiikka

Oppiaine

Sovellettu matematiikka

Vastaväittäjä

Professori John Haslett, Trinity College Dublin, Irlanti

Kustos

Professori Lasse Holmström, Oulun yliopisto

Lisää tapahtuma kalenteriin

Menneen ilmaston rekonstruointi Bayes-malleja käyttäen

Ilmastonmuutos on yksi nykypäivän suurista puheenaiheista. Jotta tulevia muutoksia voidaan ymmärtää ja ennustaa, täytyy olla tietoa menneiden vuosituhansien ilmasto-oloista. Väitöskirjassa esitellään uusia, vaihtoehtoisia tapoja, joilla saadaan mallinnettua menneisyyden ympäristömuuttuujien arvoja.

Vaikka esimerkiksi mitattuja lämpötiloja on vain noin viimeisen 100-200 vuoden ajalta, erilaiset indikaattorimuuttujat (puiden vuosirenkaat, jääkairausnäytteet, järvien pohjasedimentteihin jääneet fossiiliset siitepölyhiukkaset) kertovat epäsuorasti ilmastosta useiden tuhansien vuosien takaa. Indikaattorimuuttujien käyttäminen menneiden ilmasto-olosuhteiden selvittämisessä on mahdollista, koska indikaattori- ja ympäristömuuttujien välille voidaan rakentaa matemaattinen malli. Lisäksi indikaattorimuuttujille ja mallinnettaville ympäristömuuttujille tiedetään nykyiset arvot, mikä mahdollistaa menneitten arvojen mallintamisen sopivaa matemaattista mallia käyttämällä.

Tutkimuksessa mallinnetaan ympäristömuuttujista ilman lämpötiloja ja sademääriä noin viimeisen 10 000 vuoden ajalta. Mallinnus perustuu järvien pohjasedimenteistä ja soista kairattuihin näytteisiin (koorit), jotka sisältävät fossiilista siitepölyä. Lämpötiloja mallinnetaan Suomen, Ruotsin, Viron ja Venäjän alueelta ja sademääriä Kiinasta. Menetelmänä käytetään Bayes-mallinnusta. Bayes-mallinnuksen etuna on se, että menetelmä sallii ennakkotiedon huomioimisen mallinnuksessa ja lisäksi lopputuloksena saadaan koko jakauma eikä pelkkää piste-estimaattia toisin kuin esimerkiksi perinteisesti käytetyssä WA-PLS (weighted averaging partial least squares regression) -menetelmässä.

Väitöskirjassa esitellään kolme hierarkkista Bayes-mallia ympäristömuuttujien mallintamiseen. Mallin I eli perusmallin avulla voidaan tuottaa ympäristömuuttujan arvot yhdelle koorille kerrallaan. Malli I ei siis huomioi riippuvuuksia mallinnettavien koorien välillä. Väitöskirjan pääansio onkin perusmallin laajentaminen kahdella tavalla: Malli II eli spatio-temporaalinen malli tuottaa ympäristömuuttujan arvot usealle koorille samanaikaisesti huomioiden myös koorien maantieteellisiin sijainteihin liittyvät riippuvuudet ja koorien aikapisteisiin liittyvät ajalliset riippuvuudet. Koska todellisuudessa kaukana menneisyydessä olevien aikapisteiden ikä on epävarma, on lisäksi laadittu Malli III, jossa Malliin I lisätään aikapisteisiin liittyvän epävarmuuden käsittely.
Viimeksi päivitetty: 11.1.2016