2026/05/05 by Bernd von Mallinckrodt · 1 voice
Computer Science · Environmental Science · Physics and Astronomy · #Chaos control and synchronization #Ecosystem dynamics and resilience #Seismology and Earthquake Studies
paper · doi:10.5281/zenodo.20039201
openalex publication_date 2026/05/05 · openalex created_date 2026/05/06 · openalex updated_date 2026/07/01
Dieses Paper untersucht die Annahme, dass Frühwarnsignale (Early Warning Signals, EWS) wie steigende Varianz und Autokorrelation systeminvariante Indikatoren für kritische Übergänge sind. Es wird gezeigt, dass diese Annahme nicht haltbar ist. Auf Basis eines minimalen stochastischen Modells nahe einer Faltungsbifurkation wird demonstriert, dass klassische EWS in drei von vier grundlegenden Beobachtungs- und Rauschkonfigurationen trotz vorhandener kritischer Verlangsamung nicht detektierbar sind (False Negatives). Ergänzend wird anhand eines rekonstruierten AMOC-Beispiels gezeigt, dass scheinbare EWS auch ohne zugrunde liegende Instabilität entstehen können (False Positives), wenn sich die Beobachtungsgeometrie über die Zeit verändert. Eine kompakte mathematische Darstellung verbindet Projektion (Beobachtungsoperator), Rauschanregung und Systemdynamik zu einem einheitlichen Detektierbarkeitsmaß. Daraus folgt, dass EWS nicht als Systemeigenschaften, sondern als Eigenschaften der System–Beobachtungs–Rausch-Kopplung interpretiert werden müssen. Die Ergebnisse legen nahe, dass die Interpretation von Frühwarnsignalen ohne explizite Berücksichtigung von Beobachtungsgeometrie und Rauschstruktur grundsätzlich fehleranfällig ist. Keywords (Deutsch):Frühwarnsignale, kritische Übergänge, kritische Verlangsamung, Bifurkation, Projektion, Beobachtungsgeometrie, Rauschstruktur, AMOC, Varianz, Autokorrelation, komplexe Systeme 🇬🇧 Description (English) This paper challenges the assumption that Early Warning Signals (EWS), such as rising variance and lag-1 autocorrelation, are system-invariant indicators of approaching critical transitions. Using a minimal stochastic model near a fold bifurcation, we demonstrate that classical EWS fail in three out of four fundamental observation–noise configurations despite the presence of genuine critical slowing down (false negatives). In addition, a reconstructed AMOC case illustrates that apparent EWS can arise in the absence of any underlying instability (false positives) due to changes in observation geometry over time. A compact mathematical expression links projection (observation operator), noise excitation, and system dynamics into a unified detectability measure. This implies that EWS are not intrinsic properties of systems, but conditional properties of the system–observation–noise coupling. These findings suggest that interpreting EWS without explicitly accounting for projection geometry and noise structure can lead to systematically misleading conclusions. Keywords (English):early warning signals, critical transitions, critical slowing down, bifurcation, projection geometry, observation operator, noise coupling, AMOC, variance, autocorrelation, complex systems