Onko ilmastotiede selityksen velkaa? – Osa 2


Kuva 1.

Kuva 1.

Kuningasajatus ja miten sen kanssa kävi

Etsiessäni helposti käsiteltävää ilmastotietoa, törmäsin NOAA:n GHCN-M v.3 -sivustoon (Linkki), josta löytyi pakattuna mm. ghcnm.tavg.v3.3.0.20150821.qcu.dat -tiedosto.  Minun kannaltani kiinnostavaa oli se, että tiedosto sisälsi jotenkin lukukepoisessa muodossa ”raakadataa” kuukausikeskiarvoina. Tarkemmin sanottuna tämä u-aineisto on oikaisematonta, mutta ”laatukontrolloitua”, ei siis aivan minimaalisesti käsiteltyä. Mm. rinnakkaismittauksia on yhdistelty yhdeksi sarjaksi jne. Vastaavasti oli tarjoilla oikaistu a-aineisto.

Varsinainen kuningasajatukseni oli tuoda ascii-muotoiset kuukausitaulukot OpenOffce Calciin ja suorittaa sitten Liitä määräten -toiminto vähennyslaskuvalinnalla. Näin säästäisi kaavojen kirjoittamisen yms. ja saaden esille kuukausikohtaisestikin oikaisuvaikutukset.  Asema*vuosi tulo eli rivimäärä oli 450 000 luokkaa, mutta onhan Calcissa rivejä miljoonan verran…

Ensivaiheessa kuningasajatukseni tyssäsi siihen, että adjustoitu a-aineisto olikin ovelasti ansoitettu: a-aineistossa oli muutamilla asemilla vuosia, joita u-aineistossa ei ollut. Ainakin tarkistamani ylimääräiset vuodet olivat vieläpä sellaisia, että kaikkien kuukausien arvo oli -9999, eli tyhjä. Mitään muuta merkitystä en noille tietueille keksinyt, kuin että ne ovat laaduttomuuden todisteena ja estämässä yksinkertaisella tavalla taulukkolaskennan käyttämisen.

Noin iso aineistomäärällä yhdellä taulukkolehdellä aiheuttaa joihinkin laskentaoperaatioihin kahvitauon verran hitautta, ja lopulta teinkin aineiston sääasemien vuosikohtaisen kohdistuksen HSQLdb:tä käyttäen.

Vielä laaduttomuudesta

Keskimääräinen vuosi a-aineistossa oli vain 10,6 kk, siis miltei puolitoista kuukautta puuttui keskimääräisestä yhden aseman mittausvuodesta. Roskaa sisään … sopinee käsiteltäväksi Roskasaitilla?

Alustava tulos

Kuvassa 1 näkyy aikasarjana aineistoero a – u, kuukausikohtaisesti laskettuna ja sitten huomiotuna kultakin asemalta vuodesta vain mitatut kuukaudet vuosikohtaiseen keskiarvoon. Eri vuosien painoeroa en ole erityisesti huomioinut, vaan vuosikohtainen lukema on edellä kuvatttujen asemakohtaisten lukemien keskiarvo.

Kuvassa 1 näkyvä alustava tulos ei nollaa lähentelevien selitysasteensa  ja kulmakertoimensa vuoksi antaisi aihetta enempään, ellei aineiston README-tiedosto (tietenkin päätteetön, ettei yleisimpien käyttöjärjestelmien muokkaimet tunnistaisi sitä tekstitiedostoksi) kertoisi:

Bias corrections are only applied from 1801 to the present.

Suomeksi: Oikaisuja on tehty vain vuodesta 1801 nykyaikaan.

Trendikkäät jaksot

Jaoin vuositilaston kahtia, kuten kuvista 2 ja 3 voikin nähdä.

Kuva 2.

Kuva 2.

Kuva 3.

Kuva 3.

Vuoden 1800 jälkeisen kohoavan trendin voinee laittaa oikaisujen piikkiin, mutta mikäs selittäisi sitä aiemman laskevan trendin?  Mitenkä vielä nämä kaksi trendikästä jaksoa yhdessä onnistuvatkin niin hyvin peittämään aineistossa piilevän korjaussuuntauksen?

Globaali lämpötilaoikaisujen CO2-korrelaatio

Koko juttuhan lähti liikkeelle stevengoddardin saamasta huikeasta selitysasteesta USA:n yhtenäisen mannerosan lämpötilakorjausten ja ilmakehän hiilidioksidipitoisuuden välillä. Eräs vastaväite tuolle tulokselle olisi se, että kyse on vain n. 5% maapinta-alaa, jolloin globaali tarkastelu poistaisi korrelaation, jos ei sitä selittäisikään. En ole vielä onnistunut löytämään ”helpossa” muodossa samaa raaka-aineistoa jota stevengoddard käytti, joten täyttä toisintoa ei tule, mutta globaali vertailu tästä nyt kuitenkin saadaan aikaan, kuvan 4 mukaisesti.

Kuva 4.

Kuva 4.

Saamani selitysaste on selkeästi pienempi kuin stevengoddardin suppeammalta alueelta saama arvo, mutta toisaalta melko selkeästi korkeampi kuin 19.8.2015 artikkelissani oleva alustava poimintatulos. Kulmakertoimien ero johtunee pitkälti eri yksikköjen käytöstä ja osin alueellisesta erosta.

Ruudutuksen ja valtameren merkitys

Edellä käyttämäni arvot ovat asemakohtaisia. Sääasemat eivät ole tasan jakautuneet maapallolle, vaan ruudutus (gridding) on prosessi, jossa mittauspisteiden tulos tasataan koko pallon pinnalle, tai jotain sinne päin. Stevengoddardin aiemmassa väittelyssä lämpötilakorjausten trendiä muuttavasta vaikutuksesta eräs hänen heikkoudekseen mainittu seikka oli ruudutuksen puuttuminen. Toki USA:n manner on mannerta, meri jää syrjään. Ehkä nämä seikat poistavat stevengoddardin kokonaan kartalta? Kuva 5 kertoo, miten sitten globaali meret ja mannut sisältävä ruudutettu aineisto on oikaistu suhteessa ilmakehän CO2-pitoisuuteen. Lämpötila-aineisto on keskiarvoistettu viisivuotisesti.

Kuva 5.

Kuva 5.

Eiköpä tässä ole täysi murskaus toiveille, ettei ilmastotieteen lämpötilakorjaukset korreloisi vahvasti CO2-pitoisuuden kanssa? Samalla tämä antanee aiheen pyytää ilmastotieteen edustajia selittämään, mistä moinen yhtäläisyys johtuu. Onhan globaalin lämpötilakorjauksen eli -oikaisun suuruusluokka lähellä koko lämpötilamuutoksen suuruusluokkaa. Missä piileksiikään kausaalisuus?

Pyydetty viittaus

Please provide acknowledgement to NOAA’s National Centers for Environmental Information and the version 3 publication:

J. H. Lawrimore, M. J. Menne, B. E. Gleason, C. N. Williams, D. B. Wuertz, R. S. Vose, and J. Rennie (2011), An overview of the Global Historical Climatology Network monthly mean temperature data set, version 3, J. Geophys. Res., 116, D19121, doi:10.1029/2011JD016187.

Linkkejä

http://berkeleyearth.lbl.gov/auto/Global/Land_and_Ocean_summary.txt (Linkki) Globaali, ruudutettu lämpötila-aineisto

http://data.giss.nasa.gov/modelforce/ghgases/Fig1A.ext.txt (Linkki) CO2-aikasarja.

https://stevengoddard.wordpress.com/2014/10/05/the-definitive-data-on-the-global-warmingclimate-change-scam/ (Linkki) Stevengoddardin toistaiseksi lyömätön ennätysartikkeli CO2-korrelaatiosta.

Mainokset

3 responses to “Onko ilmastotiede selityksen velkaa? – Osa 2

  1. Jännää. Näyttää pahalta, mutta aika vaikea asia käsitellä tieteellisellä tarkkuudella.

    Tykkää

    • Edellisessä osassa kyselinkin, että mikä olisi kohtuullinen korrelaatio tai selitysaste. Omasta mielestäni nyt selitysaste on niin korkea, että ilmastotiede on selityksen velkaa.

      Tykkää

  2. Mun on vaikea uskoa, että taalakset lähtee tällaista selittämään. Ne ei halua keskustella, koska yleisö on niin aggressiivista ja yleisö on aggressiivinen, koska sen kysymyksiin ei vastata.

    Liked by 1 henkilö

Vastaa

Täytä tietosi alle tai klikkaa kuvaketta kirjautuaksesi sisään:

WordPress.com-logo

Olet kommentoimassa WordPress.com -tilin nimissä. Log Out / Muuta )

Twitter-kuva

Olet kommentoimassa Twitter -tilin nimissä. Log Out / Muuta )

Facebook-kuva

Olet kommentoimassa Facebook -tilin nimissä. Log Out / Muuta )

Google+ photo

Olet kommentoimassa Google+ -tilin nimissä. Log Out / Muuta )

Muodostetaan yhteyttä palveluun %s