HadCRUT, GISTEMP og andre temperaturserier

Jan-Erik Solheim, Ole Humlum og Kjell Stordahl (SSH) prøver igjen i en kommentar på Dagsavisen Nye Meninger å så tvil om globale og lokale temperaturserier som ikke passer med solsyklusmodellen deres. Dette innlegget viser at de ikke har belegg for å så tvil om temperaturseriene. Det har vært en oppvarming i de siste 40 årene som modellen ikke modellerer. Problemet ligger i modellen, ikke i temperaturseriene.

Dette innlegget inneholder motsvar til flere av SSHs påstander om temperaturserier, og i mine kommentarer på Dagsavisen vil jeg linke til innlegget. Innlegget kan leses uavhengig av debatten på Dagsavisen.


HadCRUT4 sammenlignet med HadCRUT3

SSHs hovedankepunkt mot HadCRUT temperaturseriene fra Met Office er endringer fra den gamle HadCRUT3 serien til den nye HadCRUT4 serien. De kirsebærplukker månedstemperaturer mellom 1945 og 1950 som er 0,2°C varmere i HadCRUT4 enn i HadCRUT3. De kunne like gjerne plukket månedstemperatur omkring 1940 som er 0,15°C kaldere i HadCRUT4 enn i HadCRUT3.

HadCRUT3 inneholder systematiske feil midt i det forrige århundret bl.a. fordi overflatetemperaturen i havet ofte ble målt ved å heise vannbøtter opp langs skutesiden. Da fordampet vann som kjølte innholdet i bøtten. I HadCRUT4 serien er det korrigert for slike systematiske feil. Andre svakheter, som underdekning i Arktis, er utbedret. Peter Stott fra Met Office orienterer om dette i en video på denne nettsiden. Mener SSH at det ikke skal korrigeres for kjente systematiske feil når det er mulig ? Mener de at Arktis ikke er viktig, og at vi derfor skal leve videre med underdekning der ? Eller tror de at endringene fra gammel til ny temperaturserie er regelrett juks, gjort for å gi inntrykk av en oppvarming som ikke er reell ?

Endringer i GISTEMP temperaturene

SSH prøver også å så tvil om GISTEMP fra NASA GISS. De skriver: 'De andre lange måleseriene (NCDC og GISS) viser nå sterkere stigning. De er blitt kaldere i årene 1900-1940 og varmere i årene 1970-2010 med de nyeste dataene.' Hvis starten av en måleserie gjøres kjøligere og slutten av den varmere, bidrar det til en oppvarmende trend. Dvs. at igjen insinuerer de at justeringene foretas for å gi inntrykk av en oppvarming som ikke er reell.

Jeg fant frem en GISTEMP serie fra 2008 med mars 2008 som siste måling, og jeg sammenlignet den med siste GISTEMP serie med september 2014 som siste måling. I min naivitet sammenlignet jeg først temperaturene bare fra januar 1900, og jeg så at det er riktig som SSH skriver. Men jeg fikk mistanke om at det ikke er hele historien. GISTEMP serien starter i januar 1880, og jeg sjekket derfor forskjellene også i de første 20 årene. Figur 1 viser resultatet.

Figur 1: Differansen mellom ny og gammel versjon av de månedlige GISTEMP temperaturene.

I perioden 1880 til 1900 er den nye serien vesentlig varmere enn den gamle serien. Dvs. at oppvarmingen frem til 2008 i gammel og ny serie er omtrent den samme.

NASA GISS informerer om endringene som de gjør i GISTEMP, se her og her. Siste temperaturjustering skjedde i juli 2014. Da skrev de: 'The missing China May 2014 reports became available and are now part of our analysis. That correction increased the global May 2014 anomaly ...'. I desember 2011 skjedde større endringer; da skrev de: 'GHCN v2 and USHCN data were replaced by the adjusted GHCN v3 data'. Jeg antar at mye av forskjellene som Figur 1 viser, kommer fra den sistnevnte endringen.

Vi diskuterer solsyklusmodellens gyldighet eller mangel på sådan. Når SSH legger vekt på forskjellene mellom nedlastinger gjort i 2008 og nå i 2014, kan en forledes til å tro at endringene betyr noe i den sammenhengen. Men nei, de gjør ikke det. Den gamle versjonen har temperaturer t.o.m. mars 2008. Jeg har kjørt solsyklusmodellen både med den gamle versjonen og med den nye versjonen der jeg har utelatt å bruke temperaturer etter mars 2008. Modellen feiler like mye etter midten av 1970-tallet med begge versjonene. Mars 2008 er helt i slutten av solsyklus 23; bare noen få måneder gjenstår av de drøye 12 årene som den varte. Målt temperatur så langt i solsyklus 23 er høyere enn den øvre grensen i 95% konfidensintervallet rundt modellens prediksjon for både gammel og ny serie. Skivebommen er faktisk størst når modellen kjøres med den gamle versjonen.

SSH har trukket frem endringene i GISTEMP som støtter deres synspunkter og unnlatt å nevne endringer som ikke gjør det. De har unnlatt å si at endringene ikke betyr noe for solsyklusmodellens resultater; de har kanskje ikke engang sjekket om så er tilfelle.

HadCRUT og GISTEMP sammenlignet med andre globale serier

Månedstemperaturene varier mye, også i de globale temperaturseriene. Derfor er det ofte bedre å se på glidende middeltemperaturer. En solsyklus varer ca 11 år, og i diskusjonen med SSH velger jeg derfor å bruke glidende middel over 11 år. Hvert punkt på kurvene i Figur 2 er gjennomsnittet av månedstemperaturene 5,5 år før og etter tidspunktet på horisontal akse.

Figur 2: 11 års glidende middel. Temperaturseriene har forskjellige referanseperioder.

De globale temperaturseriene er avvik, anomalier, fra gjennomsnittet i en referanseperiode. Temperaturseriene i Figur 2 har forskjellige referanseperioder. Det er lettere å sammenligne dem når de bruker samme referanseperiode. I Figur 3 bruker alle seriene samme referanseperiode som NOAA NCDC bruker, dvs. januar 1901 til desember 2000.

Figur 3: 11 års glidende middeltemperatur. Temperaturseriene har alle referanseperiode 1901 til 2000.

Figur 3 viser at HadCRUT3 temperaturene er varmere enn HadCRUT4 temperaturene før 1940 og kaldere i de påfølgende 15 årene. I tiårene før 1940 er HadCRUT3 også varmere enn de andre globale seriene. I tiårene etter 1940 er det god overensstemmelse mellom HadCRUT3, GISTEMP og NCDC, og det er god overensstemmelse mellom HadCRUT4 og BEST.

Figur 3 gir ikke belegg for å hevde at det er gjort noe suspekt i forbindelse med overgangen til HadCRUT4.

I perioden mellom 1930 og 1970 er HadCRUT3 den temperaturserien som avviker mest fra de andre. Det er derfor interessant å undersøke hvordan HadCRUT3 passer med solsyklusmodellens prediksjon for solsyklus 20, som sluttet midt på 1970-tallet.

Figur 4 viser hvordan HadCRUT3 og HadCRUT4 passer med solsyklusmodellens prediksjoner for solsyklus 20 og 23. Solsyklus 23 er den forrige solsyklusen, som sluttet i 2008. Den øverste halvparten i figuren er for solsyklus 20 og den nederste er for solsyklus 23. Figuren viser resultatene for både den nordlige halvkulen (_NH) og for hele Jorden (globalt). Prediksjonene og deres 95% konfidensintervall er tegnet relativt observert temperatur, som er den vertikale streken i null på horisontal akse. Solsyklusmodellen bruker temperaturene opp til solsyklusen som prediksjonen gjøres for. Det betyr at modellen bruker temperaturene t.o.m. solsyklus 19 når den predikterer temperaturen for solsyklus 20, og den prediksjonen sammenlignes med middeltemperaturen som ble målt i solsyklus 20.

Figur 4: Solsyklusmodellens prediksjoner og 95% konfidensintervall for solsyklus 20 og 23 for fire HadCRUT temperaturserier. Prediksjonene og konfidensintervallene er tegnet relativt middeltemperaturene som ble målt i henholdsvis solsyklus 20 og 23 med hver av temperaturseriene. Målte middeltemperaturer er lagt i nullpunktet på horisontal x-akse.

Den øverste halvparten i Figur 4 viser at  både HadCRUT3 og 4 passer meget bra med solsyklusmodellens prediksjon for solsyklus 20. Det gjelder både for de globale seriene og for seriene for den nordlige halvkulen.

Den nederste halvparten i Figur 4 viser at solsyklusmodellen feilet totalt i sine prediksjoner for solsyklus 23. Her er det heller ingen forskjell om modellen kjøres med HadCRUT3 eller 4, eller om den kjøres med globale serier eller serier for den nordlige halvkulen. Målt middeltemperatur er mye høyere enn øvre grense i 95% konfidensintervall. Det har skjedd en oppvarming som modellen ikke fanger opp.

Figur 5: Solsyklusmodellens prediksjoner og 95% konfidensintervall for inneværende solsyklus 24 for globale temperaturserier. Resultatene er vist både for den nordlige halvkulen og for hele jorden. BEST_land er temperaturserie for bare landjorden, mens alle de andre er for land og havoverflate. Prediksjonene og konfidensintervallene er tegnet relativt middeltemperaturene målt så langt solsyklus 24. Målte middeltemperaturer er lagt i nullpunktet på horisontal x-akse.

Figur 5 sammenligner solsyklusmodellens prediksjoner for inneværende solsyklus 24. Vertikal strek i null på den horisontale aksen er middeltemperaturen målt så langt i solsyklus 24. Sammenligningen er gjort med mange globale serier.

Målt middeltemperatur i solsyklus 24 er for alle de globale temperaturseriene vesentlig høyere enn den øvre grensen i 95% konfidensintervallet rundt prediksjonene. Hvis modellen hadde vært riktig ville det vært ekstremt lite sannsynlig å oppnå et slikt resultat.

Solsyklusmodellen bommer mer med BEST temperaturene for landjorden enn med de andre temperaturseriene. Med en global oppvarming som modellen ikke modellerer er det som forventet, fordi havet har større termisk treghet enn landjorden og derfor varmes opp langsommere. Solsyklusmodellen bommer litt mer med temperaturseriene for den nordlige halvkulen enn den gjør med de globale seriene. Det er også som forventet, fordi den nordlige halvkulen har mer landjord enn den sørlige.

Endringer i lokale temperaturserier

Klimarealistene påstår ofte at homogeniseringsprosessen med temperaturseriene skaper større temperaturstigning enn det virkelig er. Noen går så langt som, direkte eller indirekte, å hevde at det bevisst jukses for å få frem en temperaturstigning som ikke er reell.

eKlima portalen til Meteorologisk institutt tilbyr både 'homogeniserte månedstemperaturer' og  'månedstemperaturer'. Jeg forstår det slik at de sistnevnte er basert på de originale datasettene etter at de har vært gjennom en kvalitetskontroll for å fjerne åpenbare feilmålinger, men at de ikke har vært gjennom noen homogeniseringsprosess. Rimfrost-temperaturene er forskjellige fra temperaturene hentet fra eKlima. Det er derfor interessant å sammenligne de homogeniserte eKlima temperaturene med både de ikke- homogeniserte eKlima temperaturene og med Rimfrost temperaturene.

I Figur 6 og Figur 7 brukes Longyearbyen som eksempel. De homogeniserte eKlima månedstemperaturene dekker tidsrommet f.o.m. januar 1899 t.o.m. august 2014. De ikke-homogeniserte eKlima månedstemperaturene starter i september 1899  og slutter i juli 1977, og det er mange måneder uten målinger. Figur 6 viser at det er en slenger i november 1941. Den homogeniserte temperaturen er -5,7 °C, mens den ikke-homogeniserte temperaturen er -28,4 °C. Rimfrost temperaturen i november 1941 er -6,6 °C.

Figur 6: Forskjellen mellom Longyearbyen eKlima homogeniserte og ikke-homogeniserte månedstemperaturer 

Rimfrost temperaturene dekker tidsrommet januar 1912 frem til nå. Figur 7 viser at det er noen forskjeller mellom Rimfrost og de homogeniserte eKlima temperaturene, men at de ser ut til å være ganske tilfeldige og derfor ikke så betydningsfulle for solsyklusmodellen.

Figur 7: Forskjellen mellom Longyearbyen eKlima homogeniserte månedstemperaturer og Rimfrost månedstemperaturer

Figur 8 viser solsyklusmodellens prediksjoner for inneværende solsyklus 24 for lokale norske værstasjoner. Den viser at det er noen forskjeller mellom prediksjonene gjort med Rimfrost og med de homogeniserte eKlima temperaturseriene, men at resultatene stort sett er like. Målt middeltemperatur i solsyklus 24 er for alle untatt Oksøy høyere enn den øvre grensen i 95% konfidensintervallet rundt prediksjonene. Modellen bommer aller mest med Svalbardtemperaturene, men bommen er omtrent den samme med eKlima som med Rimfrost temperaturene.

Figur 8: Solsyklusmodellens prediksjoner og 95% konfidensintervall for inneværende solsyklus 24 for lokale temperaturserier i Norge. Resultatene er vist både for eKlima og Rimfrost temperaturseriene. Prediksjonene og konfidensintervallene er tegnet relativt middeltemperaturene målt så langt solsyklus 24. Målte middeltemperaturer er lagt i nullpunktet på horisontal x-akse.

Figur 8 og Figur 5 sammenligner begge prediksjonene for inneværende solsyklus 24 med middeltemperaturen målt så langt, førstnevnte for globale serier og sistnevnte for lokale serier. Det er større spredning i resultatene med lokale serier en det er med globale serier. Det er naturlig, for noen variasjoner i lokale serier oppveier hverandre når de summeres sammen til globale serier.

Konklusjon

Dette innlegget har vist at endringer i globale temperaturserier og forskjellig behandling av lokale temperaturserier ikke har avgjørende betydning når solsyklusmodellen bruker dem til å prediktere temperaturer. Dette gir belegg for å hevde at homogeniseringen av lokale temperaturserier ikke skaper problemer og at solsyklusmodellen kan testes med globale temperaturserier. Analysene har igjen vist at solsyklusmodellen fungerte OK frem til midten av 1970-tallet og at den har feilet grovt etter det. I de siste 40 årene har det blitt mye varmere enn modellens prediksjoner.