Tsallis nonextensive statistical mechanics of El Nino Southern Oscillation Index

Auteurs : M. Ausloos, F. Petroni

Physica A 373 (2007) 721 - 736
arXiv: cond-mat/0606442v1 - DOI (cond-mat.stat-mech)
34 pages including 57 references; 12 figures; 2 tables; submitted to Physica A

Résumé : The shape and tails of partial distribution functions (PDF) for a climatological signal, i.e. the El Nino SOI and the turbulent nature of the ocean-atmosphere variability are linked through a model encompassing Tsallis nonextensive statistics and leading to evolution equations of the Langevin and Fokker-Planck type. A model originally proposed to describe the intermittent behavior of turbulent flows describes the behavior of the normalized variability for such a climatological index, for small and large time windows, both for small and large variability. This normalized variabil- ity distributions can be sufficiently well fitted with a chi-square-distribution. The transition between the small time scale model of nonextensive, intermittent process and the large scale Gaussian exten- sive homogeneous fluctuation picture is found to occur at above ca. a 48 months time lag. The intermittency exponent ($\kappa$) in the framework of the Kolmogorov log-normal model is found to be related to the scaling exponent of the PDF moments. The value of $\kappa$ (= 0.25) is in agreement with the intermittency exponent recently obtained for other atmospheric data.

Soumis à arXiv le 16 Jui. 2006

Explorez l'arbre d'article

Cliquez sur les nœuds de l'arborescence pour être redirigé vers un article donné et accéder à leurs résumés et assistant virtuel

Accédez également à nos Résumés, ou posez des questions sur cet article à notre Assistant IA.

Recherchez des articles similaires (en version bêta)

En cliquant sur le bouton ci-dessus, notre algorithme analysera tous les articles de notre base de données pour trouver le plus proche en fonction du contenu des articles complets et pas seulement des métadonnées. Veuillez noter que cela ne fonctionne que pour les articles pour lesquels nous avons généré des résumés et que vous pouvez le réexécuter de temps en temps pour obtenir un résultat plus précis pendant que notre base de données s'agrandit.