Surprise surprise - Bias IV

Prima sorpresa: fa(rebbe) la metà più caldo da inizio secolo nella serie strumentale al suolo (di poco più di 150 stazioni), fa di più negli ultimi 30 anni nella serie satellitare in troposfera (h/t tamino, vedi anche grafico sotto). Ergo: finita l'eccitante attesa del globalcooling, fa più caldo, di più recentemente e di più in quota, in accordo con gli spot delle hot spot e con teoria, modellizzazione numerica e - appunto - osservazione empirica.

Seconda sorpresa: l'effetto UHI andrebbe tenuto conto nel trend globale e sicuramente ha contribuito non poco al GW (anche se non ci sono città sull'Aletsch :-D), ci raccontano in centralina e dintorni da anni; per rimuovere l'effetto artificiale, occorrerebbe rimuovere l'effetto artificiale, ergo omogeneizzare le serie. O no? Ma come: niente più massaggi per estrarre il botox iniettato da decenni, ora che neanche BEST ci crede più? Insomma, dai: coerenza cercansi, comme d'abitude.

Ecco un altro lavoretto assurto recentemente a grimaldello di non so bene neanche quale pretesa di ridimensionamento (quando non di negazione) del GW. Esce paro paro dal meeting dell'EGU dello scorso aprile, presentazione (vedi slide di apertura post), non ancora pubblicato e neppure PR. Parla appunto di come un'analisi effettuata sui dati grezzi vs omogeneizzati di temperatura di un campione di poco più di 150 stazioni a terra mostri come in circa i 2/3 di essi l'aggiustamento dei dati avrebbe prodotto un riscaldamento e "dato una consistente mano" (su due) al GW del 20esimo secolo. Il lavoro non è esente da errorini e da stime un po' troppo...diciamo azzardate. In particolare, non si capisce bene perché la proporzione fra dati aggiustati verso il riscaldamento e verso il raffreddamento debba essere di 50:50.

Ho già parlato di distorsioni e biases nei dati di temperatura qui (dati oceanici di superficie), qui (dati satellitari) e qui (dati a terra). In questo ultimo post linkato, all'inizio ho velocemente ricordato le condizioni generali che possono portare dati grezzi a soffrire di biases. Ricopio un passaggio:

❝In un prossimo e ultimo post sui biases, parleremo delle tecniche di omogeneizzazione e correzione in uso nelle serie strumentali per sopperire a discontinuità nelle grandezze misurate, discontinuità perlopiù causate da un uso differente nel tempo di strumenti e procedure, oppure da cambiamenti strutturali come posizione delle stazioni e momento in cui si effettua il rilevamento o come condizioni ambientali del sito ove è ubicata la stazione (questo di riallaccia direttamente al post che state leggendo) o ancora cambiamenti nel tipo di strumento.

Ed eccoci a riparlare, per un'ultima volta, delle distorsioni introdotte nei dati grezzi, approfittando del piccolo clamore (presso i soliti ignoti) del lavoro citato.

Per farla breve (si può sempre ricorrere, tempo e voglia permettendo, a questo manuale della WMO per approfondire): è evidente, per chi lo sa o dovrebbe saperlo mentre fa finta di no, che serie di dati grezzi della prima metà del 20esimo secolo (grossomodo) contengono misure spurie effettuate a norma di un tot al chilo. E quindi non sono paragonabili direttamente con quelle attuali. Tecniche di misurazione diversa, strumenti diversi, cambio di localizzazione e di condizioni ambientali, come detto, ne hanno inficiato il valore e in genere le temperature di fine 19esimo/prima parte 20esimo secolo tendono ad essere sovrastimate, soprattutto quelle massime e quelle della stagione più calda (ma non solo). Perciò si sono rese necessarie appropriate tecniche di correzione e omogeneizzazione basate sul trattamento statistico dei dati ma anche e in primis sull'uso di misurazioni parallele.

Per tornare al lavoro citato e alle relative perplessità: se la disomogeneità fosse tale a causa solamente dei cambiamenti strutturali nella posizione delle stazioni, ci si potrebbe effettivamente attendere una proporzione fra dati aggiustati verso il riscaldamento e verso il raffreddamento più o meno simile a 1/2. Tuttavia, sappiamo benissimo che i record climatici contengono svariati biases. Come segnalato sopra ma anche in bibliografia, all'inizio delle osservazioni, per esempio, c'erano ancora problemi di radioprotezione dei termometri a prova di effetto riverbero, oppure si pensi all'uso differente nel tempo del tipo di strumento o della procedura (ad es. momento in cui si effettua il rilevamento) o alla ben nota questione delle condizioni ambientali del sito ove è ubicata la stazione (es. effetto UHI risp. aree rurali o aeroportuali,...). Questi problemi, sebbene più piccoli delle variazioni giornaliere del tempo, devono comunque essere rimossi per sopperire a discontinuità nelle grandezze misurate e poter così ottenere serie storiche più robuste, omogenee e confrontabili al fine di ottenere una valutazione più "pulita", corretta e realistica di come cambia nel tempo il clima al posto di come cambia nel tempo la strumentazione stessa.

Mi pare chiaramente sbagliato asserire che ci si debba necessariamente attendere una proporzione di 1/2 Impossibile attenderci una tale equa distribuzione se, ad es., un' intera rete cambia da misurazioni effettuate con capannine schermate su pareti a nord (spesso aperte a nord o in basso, com'era piuttosto tipico nel 19esimo secolo: vedi le Montsouri o le Wild) o da capannine di metallo (!) circondate da legno a registrazioni effettuate in giardini mediante le Stevenson completamente schermate a doppia chiusa, o da uno schermo Stevenson alle stazioni automatiche ventilate come avviene attualmente. Lo stesso effetto UHI produce una distorsione della serie, ci sono stati passaggi da stazioni in città a stazioni ubicate nei solitamente più freddi aeroporti...Tutto ciò tende a produrre polarizzazioni, piuttosto che distribuzioni eque e speculari, perché disomogeneità di questo tipo (tutt'altro che rare, anzi...) possono facilmente avere segni tipici.

Per approfondire, senza dover necessariamente ricorrere al manuale della WMO, consiglio , fra i tanti,  questi 8 paperi:

Begert, M. et al.: Homogeneous temperature and precipitation series of Switzerland from 1864 to 2000, doi: 10.1002/joc.1118, 2005.

Brunet, M. et al.: The minimization of the screen bias from ancient Western Mediterranean air temperature records: an exploratory statistical analysis, doi: 10.1002/joc.2192, 2010.

Brunetti M. et al.: Temperature and precipitation variability in Italy in the last two centuries from homogenized instrumental time series, doi: 10.1002/joc.1251, 2006.

Böhm R. et al.: Regional temperature variability in the European Alps 1760–1998 from homogenized instrumental time series, doi: 10.1002/joc.689, 2001.

Böhm, R. et al.: The early instrumental warm-bias: a solution for long central European temperature series 1760–2007, doi: 10.1007/s10584-009-9649-4, 2010.

Kuglitsch, F. G. et al.: Break detection of annual Swiss temperature series,  doi: 10.1029/2012JD017729, in press, 2012.

Menne, M. J. et al.: On the reliability of the U.S. surface temperature record, doi: 10.1029/2009JD013094, 2010.

Venema, V. et al.: Benchmarking homogenization algorithms for monthly data, doi: 10.5194/cp-8-89-2012, 2012.