Analisi del Comportamento del Lago Kainji: Un Approccio Multi-Modello con SARIMA, Decomposizione Additiva/Moltiplicativa e Recurrence Plots, assistito da Gemini AI

Una precedente ricerca (https://zenodo.org/records/15696912) ha dettagliato l'utilizzo dell'Intelligenza Artificiale Conversazionale di Gemini per una caratterizzazione avanzata delle serie temporali relative ai livelli dei laghi Nasser e Tana. In tale contesto, Gemini è stato impiegato per la decomposizione delle serie in componenti di trend, stagionalità e residuo (attraverso modelli additivi e moltiplicativi), per l'analisi predittiva mediante modelli SARIMA e per la generazione di recurrence plots. Proseguendo lo sviluppo di questa metodologia, il presente studio estende l'applicazione delle medesime tecniche di analisi delle serie temporali al livello del lago Kainji. L'obiettivo è validare ulteriormente l'approccio basato su Gemini su un nuovo set di dati, offrendo nuove prospettive sulle dinamiche idrologiche di questo bacino. Le capacità specifiche di Gemini nella realizzazione dei programmi, in particolare del modello SARIMA, già esplicitate nel lavoro precedente (https://zenodo.org/records/15696912), saranno qui solo parzialmente reiterate. Saranno invece ampliate le discussioni riguardo i test statistici fondamentali per la diagnostica di un modello di serie storiche.