摘要。我们利用二阶Rényi熵量化了全球日平均温度数据的长期可预测性K（K）₂我们对温度的年振幅波动感兴趣。因此，对数据进行低通滤波。所获得的振荡信号的频率或多或少是恒定的，这取决于地理坐标，但其振幅波动不规则。我们对K（K）₂量化这些振幅波动的复杂性。我们将CRU数据集的结果（1901-2003年的插值测量温度，分辨率为0.5°，Mitchell等人，2005）与海气圈全球环流耦合模型（AOGCM，在DKRZ计算）温度数据的结果进行了比较。此外，我们比较了通过以下方法获得的结果K（K）₂温度数据的线性方差。