Finito il GW? /3 | un po' di conti

Mentre parecchie regioni delle latitudini temperate dell'emisfero nord (compresa l'Europa) hanno conosciuto un inverno decisamente molto freddo, in alcuni casi (Siberia nordoccidentale) quasi eccezionale e in Europa occorre risalire di alcuni decenni per ritrovare una stagione invernale così fredda, se si allargano gli orizzonti su scala globale scopriamo che questo è il secondo inverno più caldo dall'inizio della serie strumentale! Come già accennato un mese fa, quindi, un segnale tutt'altro che in direzione di una risposta affermativa alla domanda-titolo del post...

Ecco qualche spunto ulteriore (dopo i primi 2 post dedicati) per tentare di sfatare il mito del presunto GC di questi anni (ci è cascato pure Scafetta, recentemente....).

1) sulla finestra temporale annua (come da calendario convenzionale), abbiamo che la ricostruzione HadCRUT3 pone ancora il 1998 al primo posto, tallonato molto vicino dal 2005 e dal 2007. La ricostruzione GISS, invece, vede il 2005 al primo posto, seguito a ruota da 2009, 2007, e poi 2002 e 1998.

Comunque nell'ultimo decennio i singoli valori annui sono tutti sopra o sulla linea del trend di fondo, tranne il 2000 e il 2008 (anni connotati dalla Nina).

2) rompendo la scelta arbitrariamente imposta dal calendario (gennaio-dicembre) e facendo una bella media mobile, scopriamo che (per il dataset GISS) i 12 mesi consecutivi più caldi sono, globalmente, Gen-Dic 2005 tallonati molto molto da vicino dal periodo Ago 2006-Lug 2007 (per il solo NH: primo posto per Mag 2006-Apr 2007). Da notare che, ovviamente, il 2009 è ancora un valore provvisorio, essendo la media mobile. Se i prossimi mesi saranno caldi, potremmo anche aspettarci un nuovo break.
Ora: perché queste differenze fra i due dataset per le ricostruzioni?

Immaginiamo che uno voglia controllare il bilancio economico personale, e quindi guarda se i suoi conti corrispondono al saldo dato da entrate e spese correnti. Improvvisamente, si accorge - con rammarico e preoccupazione! - che i conti bancari contengono meno denaro di quel che si aspettava dal controllo dei saldi. Prima ipotesi: il tale ha sbagliato i calcoli. Li rifà 3 volte ed è tutto ok! Allora scatta la seconda ipotesi: c'è un problema con i conti bancari. E l'aiuto di un contabile gli permette di scoprire che, mentre faceva la somma dei suoi conti, aveva semplicemente dimenticato di considerare un conto bancario. Quindi: errore suo, nessun problema con le banche!

Ora: fuor di metafora, quel che può succedere con i vari dataset che misurano la T globale è simile. Perché non tutti i dataset sono uguali, sia a livello fisico (paragonare ad es. dati satellitari e dati a terra ha poco senso, visto che i primi *non* misurano le T al suolo o a 2m ma le T della troposfera o, più in alto, della stratosfera, con anche problemi di sovrapposizione dei dati fra i due livelli) sia a livello di copertura della superficie globale, come appunto è il caso fra le ricostruzioni dell'HadCRU e quelle della NASA.

La prima (HadCRUT3) è una ricostruzione "coi buchi", perché è un set mediato sulle aree per le quali sono disponibili dati e quindi non tiene conto, ad es., dell'Artico (la regione con l'amplificazione termica più forte, nell'ultimo decennio). L'immagine di inizio post mostra, a tal proposito, la differenza di temperatura fra i due periodi 1999-2003 e 2004-2008, e si vede bene l'amplificazione termica dell'Artico quasi completamente ignorata da questa ricostruzione. Un altro problema di questo dataset è che riduce il rapporto terre/oceani di oltre i 2/3 (nel mondo reale questo rapporto è di circa 0.4, HadCRUT lo "trasforma" in 0.28, per i motivi spiegati sopra e inoltre tende a calare ulteriormente nel corso degli anni). Perciò tende ad amplificare il peso della variabilità interannuale data dall'ENSO (e il 1998 fu l'anno del Nino-monstre del secolo).

La seconda (GISS), invece, si concentra sulla copertura spaziale con interpolazioni ad ampio raggio (con le ovvie incertezze a riguardo, ma che però si riducono quando si parla di scarti dalla media).

Se si vuole controllare il modo in cui le temperature globali sono associate a forcing globali come quelli esercitati dai GHG (o altro), sarebbe meglio non avere un "buco" nel dataset in uso, oltretutto sapendo che questo set amplifica la variabilità interannuale in modo da modificare parecchio i trend di corto periodo. Perché, ovviamente, le temperature globali seguono gli scambi planetari di calore, determinati dal bilancio fra ciò che entra e ciò che esce in termini di energia. E se la copertura dei dati non è realmente globale, il bilancio di calore non è ovviamente chiuso.

Insomma: se voleste controllare il bilancio economico personale, voi vi fidereste di un controllo incompleto dei vostri conti?