Analysis of relations between solar activity, cosmic rays and the earth climate using machine learning techniques

Dünya iklimi hem iç hem de dış birçok farklı parametreden etkilenebilen karmaşık bir sistemin parçasıdır. İklim üzerindeki önemli dış kuvvetler galaktik kozmik ışınlar (GCR) ve Güneş'tir. Şimdiye kadar iklim ile GCR ve güneş aktivitesi gibi dış etkenler arasındaki ilişkiyi araştıran bazı araştırmalar yapılmıştır. Ancak ilişkiler oldukça karmaşıktır ve neredeyse kaotik meteorolojik ölçümlerin içine gömülüdür. Bu tez, bunların arasındaki ilişkilere daha derinden bakacaktır. Korelasyon analizinde kullanılan parametreler tahmin değişkenleri olarak kozmik ışın akısı (GCR), güneş lekesi sayısı (SSN), toplam güneş ışınımı (TSI), UV ışınımı (UVI) ve okyanus Ninyo indeksi (ONI); yanıt değişkenleri olarak da toplam bulut miktarı (TCA), düşük bulut miktarı (LCA), küresel ortalama sıcaklık anomalisi (GMTA), aerosol optik derinliği (AOD) ve yağış miktarıdır. Standart istatistiksel tekniklerle başlayan analiz, rastgele ormanlar gibi doğrusal olmayan regresyon için çoklu regresyon ve makine öğrenmesi yöntemleriyle devam etmiştir. Hem coğrafi hem de zamansal örüntüler araştırılmıştır. Bu çalışmanın sonuçları, bazı parametrelerin zayıf bir doğrusal korelasyona sahip olduğunu göstermiştir ve aralarında istatistiksel olarak anlamlı doğrusal olmayan bir ilişki olduğunu göstermektedir. GCR-iklim bağlantısının var olduğu ve bu doğrusal olmayan ilişkilerin özellikle Dünya'nın belirli bölgelerinde daha fazla araştırılması gerektiği sonucuna varılabilir.