Spencer: evidencia directa de que la mayor parte del calentemiento USA desde 1973 es falsa
Post invitado del Dr. Roy Spencer
--Desde su blog [–>].
–
Introducción:
Mis últimos posts han descrito un nuevo método para cuantificar el Efecto Isla Urbana (EIU) medio en función de la densidad de población, usando miles de pares de estaciones de medición de temperaturas separadas por menos de 150 km. Los resultados confirmaban un trabajo previo que había mostrado que el calentamiento EIU aumenta logarítmicamente con la población, siendo el mayor aumento para las densidades más bajas de población cuando crecen.
¿Pero como nos ayuda esto a determinar si el las mediciones de calentamiento global han sido infladas espuriamente por restos de este efecto en las bases de datos principales como la producida por Phil Jones (CRU) y Jim Hansen (NASA / GISS)?
Aunque mi cuantificación del EIU es un ejercicio interesante, la existencia de ese efecto espacialmente (con la distancia entre estaciones) no prueba necesariamente que ha habido una medición espuria de calentamiento en esas estaciones temporalmente. La razón es que en la medida en que la densidad de población de cada termómetro no cambie en el tiempo, entonces los varios niveles de contaminación en diferentes sitios probablemente tendrían poca influencia en las tendencias de temperatura de largo plazo. Los sitios urbanizados serían realmente más calientes de media, pero el “calentamiento global” les afectaría aproximadamente de la misma forma que a sitios más rurales. [Téngase en cuenta que miden “anomalías” -o cambios de temperatura, y no temperaturas absolutas. Y un sitio que marca menos temperatura (rural) no tiene en principio por qué marcar distinta cantidad de cambio que el sitio urbano. PM]
Esta situación hipotética parace improbable, sin embargo, porque la población sí aumenta con el tiempo. Si tuviéramos suficientes estaciones urbanas de las que fiarnos, podríamos simplemente tirar el resto de los datos contaminados por EIU. Desgraciadamente hay muy pocos registros largos de termómetros que no hayan sufrido algún tipo de cambios en su posición … normalmente el añadido de estructuras y superficies que conllevan un calentamiento falso.
Así, estamos forzados a usar datos de sitios con al menos algún grado de contaminación EIU. Y la cuestión es, ¿como ajustamos esos efectos?
Como proveedor del conjunto de datos oficialmente bendecido -del que dependen tanto Hansen como Jones, la NOAA ha elegido un esuema muy meticuloso donde los registros largos de estaciones individuales han pasado correcciones de “homogeneidad” en sus datos, principalmente basados en cambios abruptos de temperatura en el tiempo (presumiblemente espurios). Le entrada y salida en el registro de algunas estaciones a lo largo de los años complica aun más la creación de registros de temperatura de cien años o más.
Estos problemas, entre otros, han conducido a un batiburrilo de complejos ajustes.
Una técnica simple para buscar un calentamiento falso.
Me gusta la simplicidad en los análisis -siempre que sea posibe, en cualquier caso. La complejidad en el análisis de datos solo se debería de añadir cuando hace falta dilucidar algo que no es obvio con un análisis más simple. Y resulta que un análisis simple de los datos crudos (sin ajustar) públicamente disponibles del NOAA/NCDC, combinandos con datos de densidad de pobación de alta resolución para esas localizaciones de los termómetros, muestra una clara evidencia de calentamiento EIU contaminando los datos del GHC para los Estados Unidos.
Restringiré el análisis a partir de 1973, porque (1) es el principal período de calentamiento supuestamente debido a la emisión de gases de efecto invernadero; (2) el período que tiene el mayor número de estaciones es a partir de 1973; y (3) un período relativamente corto de 37 años maximiza el número de estaciones operando continuamente, evitando la necesidad de manejar transiciones según las estaciones viejas se cierran y otras nuevas son añadidas.
De manera parecida a mis posts anteriores, para cada estación USA promedio juntas cuatro lecturas diarias (00, 06, 12, y 18 UTC), para conseguir una temperatura media diaria (el GHCN usa mínima y máxima diaria). Debe haber al menos 20 datos diarios para que se compute una media mensual. E incluyo solo aquellas estaciones que tienen por lo menos un 90% de los meses desde 1973 hasta 2009. Los ciclos anuales de temperatura y las anomalías se computan por separado para cada estación.
Y después computo la anomalía media multi estación en rejillas de 5x5 grados latitud / longitud, y comparo las tendencias de temperatura de las regiones representadas con las del conjunto de datos del CRUTem3 (Phil Jones’) para las mismas regiones. Pero para determinar si el CRUTem3 tiene alguna tendencia falsa, aun divido mis medias en cuatro clases de densidades de población: 0 a 25; 25 a 100; 100 a 400; y mayores de 400 habitantes por km 2. Los datos de densidad de población traen una resolución nominal de 1km, y hay de 1990 y de 2000 … Uso los de 2000.
Todo esto acaba resultando en 24 a 26 cuadros de rejilla de 5x5 grados sobre los USA, que tienen representasdas todas las clases de población durante los 37 años. En comparación, todo USA cubre 40 cuadros de rejilla en los datos CRUTem3. Aunque los siguientes resultados son solo para un subconjunto regional (al menos el 60%) de USA, veremos que las variaciones de temperatura del CRUTem3 para el conjunto de USA no cambian sustancialmente cuando todos los 40 cuadros se incluyen en la media del CRUTem3.
Evidencia de un gran calentamiento falso en los datos US GHCN
La siguiente gráfica muestra anomalías de temperaturas anuales promediadas por área desde 1973 hasta 2009, para los 24 a 26 cuadros de rejilla de 5 grados, de USA, que contienen clases de población de los cuatro grupos ( así como la medida de temperatura media de CRUTem3). Todas las anomalías son relativas a la temperatura media del período de 30 años, 1973-2002.
–
–
La línea roja gorda es del conjunto de datos del CRUTem3, así que se pueden considerar las estimaciones “oficiales”. La línea azul gorda es la clase de población menos densa. (Las otras tres clases ensuciarían demasiado la figura, pero veremos en seguida sus resultados en una forma más útil)
Significativamente, el calentamiento en la clase de población más baja resulta ser solo un 47% del calentamiento del CRUTem3, una diferencia de un factor de 2.
También es interesante que en los datos CRUTem3 data, 1998 y 2006 son los dos años más calientes durante este período. Pero en la case de población más baja, los dos años más calientes son 1987 y 1990.Cuando se analiza el CRUTem3 para USA completo (la línea roja delgada) los dos años más calientes se intercambian, 2006 es el primero, y 1998 el segundo.
Mirando los años más calientes en CRUTem, uno tiene la impresión de que cada año de gran temperatura supera al anterior en intensidad. Pero las estaciones de baja población muestran exactamente lo contrario: la intensidad de los años más calientes decrece con el tiempo.
Para tener una idea mejor de cómo la tendencia calculada de temperaura depende de la densidad de población para las cuatro clases, el siguiente gráfico muestra -tal y como el EIU que he reportado previamente- que la línea de tendencia del calentamiento baja de forma no lineal según la densidad de población de las estaciones disminuye. De hecho, una extrapolación de estos resultados a una población cero, ¡podría producir apenas calentamiento alguno!
–
–
Este es un resultado muy significativo. Sugiere la posibilidad de que no haya habido esencialmente ningún calentamiento en USA desde los 1970s.
A observar también que la clase más alta de población exhibe un calentamiento ligeramente superior que el que se ve en CRUTem3. Esto proporciona una confianza adicional de que los efectos demostrados aquí son reales
Finalmente, el siguiente gráfico muestra la diferencia entre los resultados de la clase más baja de población vistos en el primer gráfico de arriba. Esto proporciona una mejor idea de qué años contribuyen a la gran diferencia en las líneas de tendencia de calentamiento.
–
–
En conjunto, creo que estos resultados proporcionan una evidencia directa y poderosa de que los datos GHCN tienen todavía un componente falso de calentamiento, al menos para el período desde 1973 y la región USA.
Hay una clara necesidad de nuevos análisis independientes de los datos de temperatura media global … los datos crudos, vaya. Como he dicho anteriormente, necesitamos grupos independientes haciendo análisis nuevos de temperaturas globales - no comités internacionales de laureados Nobel transmitiendo opiniones sobre lápidas de piedra.
Pero, como siempre, el análisis presentado arriba pretende ser un estímulo para el pensamiento y la discusión, y no es lo mismo que un artículo “peer-reviewed”. Caveat emptor.
–
Nota (PM) para desavisados:
El doctor Roy Spencer, ex NASA, es el jefe científico de uno de los dos equipos que miden la temperatura global de la tierra desde satélites. El UAH - MSU
El post está publicado con permiso expreso de RS.
Original: