La pausa nelle temperature. Sì, ma da quando? E il cherry picking?

“Most of the recent research tends to agree with natural variability beeing the most probable cause of the last 15-year hiatus in surface temperature as MDV is currently on a negative phase” (Macias et al., 2014, PloseOne, Vol 9, issue 9, e107222) [MDV= Multi Decadal Variability]. 
Nell’articolo, di settembre 2014, da cui è tratta questa frase, la pausa delle temperature ha una durata di 15 anni ma abitualmente si leggono “accreditamenti” di 17, 18 anni, addirittura di 18 anni e 1 mese sul sito di Joanne Nova da cui è tratta la successiva Fig.1.

fig1

Fig.1: I dati RSS da settembre 1996. La pausa continua. Grafico di Christopher Monckton.

Guardando un qualsiasi grafico delle temperature globali medie mensili, ognuno è in grado di affermare con sicurezza che “da un certo momento” in poi le temperature, che crescevano dal 1970 al tasso di (0.17±0.01)°;C/decade (dai dati NOAA, v. ad es. qui), hanno smesso di salire, attestandosi su un andamento piatto costante o, in alcuni casi, decrescente. Si parla quindi di “pausa” o “iato” (“hiatus” in inglese) delle temperature. 
Va tutto bene, ma qual’è il “certo momento” da cui inizia la pausa? 
Non potendo disporre di una teoria che ne specifichi esattamente l’inizio, la pausa è lasciata alla scelta empirica del momento iniziale (cioè, nel caso delle medie mensili, il mese iniziale). La scelta è quindi arbitraria e dà àdito al sospetto (o, ad esempio, nel caso di Bob Tisdale, all’accusa frequente) che venga fatta per dimostrare l’idea che si aveva a priori (cherry picking). 
Ad esempio, se guardassi la Fig.2 potrei pensare di scegliere la fine del 2002 oppure,

fig2

Fig.2: Anomalie medie mensili NOAA fino a settembre 2014. Nel grafico in basso i residui dal fit lineare (i dati “detrended)” confrontati con una sinusoide di ampiezza 0.2 °C, periodo 61 anni e fase (anno) iniziale 1860.

immaginando una compensazione tra il picco del 1998 (El Niño) e la successiva discesa del 2000-2001, fissare l’inizio al gennaio 1997 o ancora, come fatto in Fig.1, a settembre 1996: in ogni caso una scelta (quasi) arbitraria. 
Fatte le debite proporzioni, la pausa è un po’ come il tempo (il tempo dell’orologio) di Sant’Agostino: “Che cos’è insomma il tempo? Lo so finché nessuno me lo chiede; non lo so più, se volessi spiegarlo a chi me lo chiede.” (Conf. 11,15,18). Vedere anche qui per un commento filosofico divulgativo.

Per cercare di togliere un po’ (solo un po’) di ambiguità a un fenomeno tanto evidente quanto sfuggente, ho pensato di raccogliere alcuni dataset di temperature medie mensili, questi:

Per cercare di togliere un po’ (solo un po’) di ambiguità a un fenomeno tanto evidente quanto sfuggente, ho pensato di raccogliere alcuni dataset di temperature medie mensili, questi:

1409t.dat NOAA global
noaa-sh.dat NOAA Southern Hemisphere
hadcrut4gl-new.dat HadCrut 4 global
hadcrut4nh-new.dat HadCrut 4 Northern Hemisphere
hadcrut4sh-new.dat HadCrut 4 Southern Hemisphere
hadsst3-gl-new.dat HadCrut 3 SST global
hadsst3-nh-new.dat HadCrut 3 SST Northern Hemisphere
hadsst3-sh-new.dat HadCrut 3 SST Southern Hemisphere
uahncdc_lt_5.6.txt UAH Satellite Lower Troposphere Temperature
RSS-gl RSS TLT{*}

{*} TLT (Temperature Lower Troposphere) is a more complex data set constructed by calculating a weighted difference between measurements made at different Earth incidence angles to extrapolate MSU channel 2 and AMSU channel 5 measurements lower in the atmosphere. Because of the differences involves measurements made at different locations, and because of the large absolute values of the weights used, additional noise is added by this process, increasing the uncertainty in the final results. Vedere anche qui

Tab.1: I dataset usati nel post. I dati RSS sono -per me- poco conosciuti e quindi ho aggiunto alcune righe di commento tratte dal sito che li contiene.

dai quali calcolare il fit lineare, assumendo come mese iniziale di ogni fit quello che inizia a gennaio 1997 e finisce a gennaio 2003 con passo 1 mese (cioè 73 fit per ogni dataset). Sono usati gli ultimi dati disponibili: settembre 2014 per noaa e hadcrut4; ottobre 2014 per hadsst3, uah e rss. 
La speranza era di riuscire a definire un mese a partire dal quale la pendenza avesse valore nullo o negativo (entro gli errori) e, confrontata con i valori vicini, si potesse dire qualcosa tipo :”Bene, da qui la pendenza è zero e, fatte salve le normali fluttuazioni, continua ad essere zero o negativa fino al valore iniziale di gennaio 2003″ (fino al fit del sottoinsieme di dati che inizia a gennaio 2003). Di conseguenza ho definito i criteri elencati di seguito.

  1. pendenza zero o negativa.
  2. pendenza che mantiene il suo valore per tutti i punti iniziali successivi (costanza della pendenza).
  3. i due punti precedenti entro gli errori di ±1σ.

Tab.2: I criteri (si spera) oggettivi usati per definire l’inizio della pausa delle temperature. Fissare una barra di errore diversa, ad esempio di ±2σ come abitualmente fatto in climatologia, porterebbe ad altri risultati: in questo caso all’impossibilità pratica di definire oggettivamente un punto di inizio pausa.

In pratica, per ogni dataset viene definito il punto corrispondente a gennaio 1997, calcolato il fit lineare da questo punto fino all’ultimo valore disponibile (settembre o ottobre 2014) e salvati i parametri, in particolare la pendenza della retta e il suo errore standard stimato (nei file è indicato come ese= estimated standar error, al livello di confidenza di 1σ). Poi il processo viene ripetuto usando come valore iniziale quello corrispondente a febbraio 1997 e così via fino a quando il punto iniziale diventa gennaio 2003. Successivamente si graficano le pendenze (in °C/decade; in un caso in °K/decade ma la scala non cambia) in funzione del mese iniziale della serie e si analizzano, seguendo i criteri esposti, per cercare l’inizio della pausa. 
Avrei voluto vedere, ad esempio, una pendenza in diminuzione fino a un particolare mese iniziale e da lì in avanti una pendenza quasi costante (o in diminuzione) fino al 73esimo fit. Come è normale, alcuni risultati hanno rispettato le attese e altri si sono comportati in modo diverso.

Prima di commentare i risultati voglio descrivere la Fig.2, della quale esiste nel sito di supporto l’equivalente per ogni dataset. Nella figura viene riportato il grafico delle temperature medie mensili globali (terra+oceano), la media mobile a 51 mesi (4.25 anni), la posizione temporale di alcuni eventi freddi e caldi (El Niño, eruzioni, Tunguska) e il fit lineare di tutto il dataset. Nel quadro in basso sono riportati i residui dal fit lineare (i dati “detrended”) insieme ad una funzione sinusoidale a parametri fissi, uguale per tutti i dataset, che ha lo scopo di evidenziare (o meno) l’oscillazione dei residui e che non è molto significativa nel contesto di questo post. 
Adesso vediamo i risultati dei fit e dei criteri.

fig3

Fig.3: I fit relativi a NOAA Global (terra+oceano).

 

La Fig.3 è il risultato finale per i dati NOAA globali e risponde bene ai criteri: da marzo 1999 la pendenza è in diminuzione a tasso costante (sempre entro gli errori) fino a marzo 2001 per poi attestarsi su un valore che si può considerare zero: le barre di errore hanno un’ampiezza di circa ±0.02 °C/decade e valori della pendenza uguali o inferiori all’errore assoluto hanno errori relativi uguali o superiori al 100% e possono essere considerati zero o vicini a zero. In ogni caso questo dataset non mostra una netta tendenza alla diminuzione delle temperature. 
Il punto in cui la barra d’errore entra in “territorio negativo” corrisponde a gennaio 2001 e da questo momento -visti i criteri- inizia lo iato che dura 165 mesi o 13 anni e 9 mesi.

fig4

Fig.4: i fit relativi ai dati NOAA per l’emisfero sud.

I valori di Fig.4 mostrano un andamento simile a quelli di Fig.3 ma più accentuato: il valore centrale dell’intervallo diventa negativo a gennaio 2001 ma, usando i criteri, si vede che la pausa inizia ad agosto 2000 e dura 170 mesi o 14 anni e 2 mesi.

Dalla Fig.5 iniziano i dati HadCrut4 e Hadsst3

fig5

Fig.5: i fit relativi ai dati HadCrut4 globali

Le temperature globali HadCrut mostrano pendenze simili a quelle dei dati NOAA (anche se alcuni valori sono più elevati) e ugualmente lo iato inizia a gennaio 2001 e prosegue per 165 mesi o13 anni e 9 mesi.

L’emisfero nord sembra mostrare l’inizio della pausa

fig6

Fig.6: i fit relativi ai dati HadCrut4, emisfero nord. Notare la scala verticale diversa (intervallo di 0.20 invece che 0.14 °C/decade).

a maggio 2001 ma poi, a marzo 2002, si esce dalla fascia di costanza per rientrarvi a settembre dello stesso anno. Qui la situazione è ambigua ma credo si possa utilizzare settembre 2002 come inizio dello iato, con durata 145 mesi o 12 anni e 1 mese.

L’emisfero sud, Fig.7, mostra l’inizio della pausa a maggio 2000, con durata di 173 mesi o 14 anni e 5 mesi

fig7

Fig.7: i fit relativi ai dati HadCrut4, emisfero sud.

Le Fig.8,9 e 10 si riferiscono alle SST dell’Hadley Center (HC) e non mostrano presenza di iato, se non l’emisfero sud (fig.10) le cui pendenze escono dalla fascia di costanza a maggio 2002 e quindi non rispondono ai criteri (siamo nella stessa situazione anche per i dati da gennaio 1997 ad aprile 1998 che poi escono dalla fascia).

fig8

Fig.8: i fit relativi ai dati HCSST3 globali. Da gennaio-febbraio 2000 la pendenza è positiva con tasso medio di circa 0.02 °C/decade: le temperature, quindi, crescono.

fig9

Fig.9: i fit relativi ai dati HCSST3, emisfero nord. Notare la scala verticale diversa (range 0.20 anzichè 0.14 °C/decade). Anche l’emisfero nord mostra una crescita delle temperature, da aprile-maggio 2001, con un tasso minimo di circa 0.03 e massimo di circa 0.075 °C/decade.

fig10

Fig.10: i fit relativi ai dati HCSST3, emisfero sud. Si può ipotizzare una crescita con tasso compreso ~0.01 e ~0.035 °C/decade a partire da aprile 2002.

Le temperature globali satellitari UAH, relative alla bassa troposfera,

fig11

Fig.11: i fit relativi ai dati UAH globali. Notare la scala verticale diversa (range 0.18 anzichè 0.14 °C/decade).

mostrano solo pendenze positive e quindi non è presente lo iato. Le pendenze mostrano una crescita delle temperature con tasso compreso tra 0.042 e 0.075 °C/decade, a partire da novembre 1999.

Non so se le temperature marine sono adatte a misurare lo iato, a causa della enorme capacità termica degli oceani rispetto a quella delle terre emerse (per non parlare di quella atmosferica). Le variazioni di temperatura, anche aventi luogo per più di un decennio (diciamo 14 anni e qualche mese), possono essere annullate (assorbite) facilmente dagli oceani: così la crescita misurata dalle Figg.8-10 sarebbe il residuo dell’aumento delle temperature medie nel trentennio 1970-2000. In questo caso, l’unico dataset globale che non mostra la pausa sarebbe UAH: e non sono in grado di dare una spiegazione di questo fatto.

Successivamente, e per confrontarmi con la Fig.1 (il grafico di Lord Monckton), ho analizzato anche i dati di RSS-TLT (temperature della bassa troposfera). Il risultato è in Fig.12.

fig12

Fig.12: i fit relativi ai dati RSS. Notare la scala verticale diversa (range 0.16 anzichè 0.14 °C/decade).

La scelta del punto iniziale di Fig.1 (settembre 1996) è fuori dall’intervallo usato qui e mostrato in Fig.12, ma è senz’altro compatibile con il criterio (1) di Tab.2, “pendenza zero o negativa”. Però non rispetta il criterio (2) della “costanza della pendenza” attraverso tutti i punti iniziali successivi a quello scelto. Infatti, pur non potendo definire esattamente la pendenza a partire da settembre 1996, tracciando una retta orizzontale di ordinata 0.00 °K/decade, si esce dalla fascia di validità delle pendenze (barra di errore) in 2 o probabilmente 3 intervalli.

Il limite superiore della pendenza che permette di avere una retta orizzontale, tutta entro le barre di errore dei valori iniziali successivi, è -0.04 °K/decade e questo valore definisce l’inizio dello iato a giugno 2000, con durata 173 mesi o 14 anni e 5 mesi.

Dai 6 dataset che la mostrano

 
Inizio
mm/aa
Durata
mesi
Dataset
01/01 165 NOAA GL
08/00 170 NOAA SH
01/01 165 HC4 GL
09/02 145 HC4 NH (*)
05/00 173 HC4 SH
06/00 173 RSS
deriva una durata media della pausa di
(169.2±4) mesi o (14.1±0.3) anni (senza *)
o di
(165±11)mesi= (13.8±0.9) anni (con *)e un inizio compreso
tra maggio 2000 e gennaio 2001 (senza *) 
o
tra maggio 2000 e settembre 2002 (con *)

Tab.3: Riassunto dei risultati. Il dato contrassegnato da (*) è il più incerto della serie.

I criteri scelti sono sempre discutibili e migliorabili: però l’uso di regole comuni a tutti i dateset permette almeno di mitigare il sospetto di cherry picking.

 

Tutti i grafici e i dati, iniziali e derivati, relativi a questo post si trovano nel sito di supporto qui

 

Related Posts Plugin for WordPress, Blogger...Facebooktwittergoogle_pluslinkedinmail
Licenza Creative Commons
Quest'opera di www.climatemonitor.it è distribuita con Licenza Creative Commons Attribuzione - Non commerciale 4.0 Internazionale.
Permessi ulteriori rispetto alle finalità della presente licenza possono essere disponibili presso info@climatemonitor.it.

Author: Franco Zavatti

Share This Post On

9 Comments

  1. Grazie Donato. Mi fa piacere constatare di aver sentito l’esigenza di definire dei criteri per la pausa insieme a persone ben più competenti di me in fatto di clima.
    Nel post su WUWT il riferimento importante è quello all’articolo di McKitrick (liberamente disponibile in rete) che in modo rigoroso definisce dei criteri statisticamente validi. Sul piano pratico, però, questi criteri si traducono in un allargamento del livello di confidenza al 95% (1.96 sigma). Per confronto, ho aggiunto sul sito di supporto (il link è nel post) i risultati per RSS con barre d’errore di 1.96 sigma. Si vede bene che il limite che io ho usato non è sufficiente: bisogna spostarsi indietro e aumentare la durata dello iato. Però -e sicuramente ho una strana fissazione- io non voglio usare il 95% perché in questo modo includo dati con bassa (minore) probabilità di esistere e non mi va bene. Preferisco usare criteri più “stretti” e tenere una durata della pausa ridotta ma calcolata usando dati a maggiore probabilità.

    Post a Reply
  2. Che l’argomento trattato da F. Zavatti sia interessante è fuori discussione, ma l’aspetto più interessante di tutto il discorso è l’individuazione di criteri oggettivi per stabilire se si può parlare o meno di pausa. Girovagando per il web mi è capitato sotto gli occhi un interessante post su WUWT in cui l’autore si pone gli stessi obbiettivi di F. Zavatti:
    http://wattsupwiththat.com/2014/12/02/on-the-difference-between-lord-moncktons-18-years-for-rss-and-dr-mckitricks-26-years-now-includes-october-data/
    .
    Nel corpo del post ho individuato, inoltre, un altro post in cui si tratta lo stesso argomento:
    http://moyhu.blogspot.com.au/p/temperature-trend-viewer.html%E2%80%9D
    .
    Come si può vedere (in un campo e nell’altro) si cerca di stabilire se lo iato, pausa o arresto delle temperature sia un fatto o un’ipotesi di lavoro.
    Una piccola nota di colore: gli scienziati del clima non si occupano molto di questi fatti in quanto, secondo me, è ancora presto per poter trarre delle conclusioni definitive anche se cominciano a tener d’occhio la questione (vedi 40 e passa ipotesi per spiegare lo iato).
    Come faceva notare Alessio in un precedente commento, solo con vincoli particolarmente stretti sull’intervallo di confidenza si riesce a individuare un trend altrimenti non visibile; ciò non toglie, però, che sempre più persone cercano di individuare dei criteri oggettivi per stabilire se possiamo parlare di pausa ed individuarne la durata: si tratta di questione non secondaria in quanto un aumento delle temperature non significativo, da un punto di vista statistico, superiore a 15 anni, creerebbe seri problemi all’ipotesi AGW o cambiamento climatico di origine antropica posto alla base del lavoro dell’IPCC.
    Ciao, Donato.

    Post a Reply
    • Il secondo link porta ad una pagina inesistente, ma andando in Home e cliccando sui post del mese di novembre si può tranquillamente accedere alla pagina. Non so per quale motivo il link ha smesso di funzionare.
      Ciao, Donato.

  3. Donato: non sapevo nulla dei problemi di uah. Cercherò, ma se riuscirai a ritrovare un link te ne sarò grato.
    Alessio: 1) non ho tenuto conto della forte autocorrelazione delle serie, ma ho provato a tenerne conto per il primo caso dei dati noaa (01/1997) e la correzione sulla varianza della pendenza (il K di N-K a denominatore nella formula della varianza corretta) vale 0.99996. Avrà certo un valore minore per (01/2003) ma non credo che le differenze siano sostanziali.
    2) qui la scelta non è tra tra alta e bassa confidenza, ma tra una scelta con qualche criterio e il cherry picking. Un criterio può essere migliorato (magari reso perfetto per qualcuno, anche se non per tutti), nessun criterio no.

    Post a Reply
    • Franco, l’annuncio della versione 6 del data set UAH lo puoi trovare qui
      http://www.drroyspencer.com/2014/06/uah-global-temperature-update-for-may-2014-0-33-deg-c/
      .
      In questo post R. Spencer comunica che sta lavorando su un algoritmo che dovrebbe rendere i dati UAH più freschi e più simili a quelli RSS: ne deduco che ha individuato un bias caldo.
      .
      In quest’altro post
      http://www.drroyspencer.com/2011/07/on-the-divergence-between-the-uah-and-rss-global-temperature-records/
      il dr. R. Spencer parla delle cause della divergenza tra i dati UAH e quelli RSS: mi ricordavo male, però, in quanto, secondo R. Spencer, erano i dati RSS a soffrire di un bias freddo a causa della decadenza dell’orbita. .
      .
      Qualunque sia il set di dati ad essere affetto da bias, comunque, il fatto che il team di UAH ha deciso di rilasciare una nuova versione del suo set di dati mi fa pensare che la causa di tutto potrebbe essere nel loro agloritmo: chi vivrà vedrà!
      Ciao, Donato.

    • Grazie. Adesso comincio a leggere. Ciao

  4. 2 commenti all’analisi. 1) come si e’ tenuto conto della (forte) autocorrelazione delle serie? I valori mensili sono molto correlati tra loro ed i gradi di liberta’ nel calcolo del trend lineare si riducono molto e questo ha un impatto sul calcolo dell’errore. Bisogna ricordare inoltre che un white noise non e’ una scelta appropriata per questo tipo di serie. 2) perche’ sarebbe oggettivo usare 1 sigma? Il fatto che “Fissare una barra di errore diversa, ad esempio di ±2σ come abitualmente fatto in climatologia, porterebbe ad altri risultati: in questo caso all’impossibilità pratica di definire oggettivamente un punto di inizio pausa.” significa esattamente che un intervallo di 10 anni non da’ la possibilita’ di definire un trend con alta confidenza (almeno 95%). Se tutto questo discorso si basa su trend definiti con una confidenza del ~68%, non penso sia molto utile.

    Post a Reply
  5. Bell’articolo!
    Il metodo utilizzato da F. Zavatti mi sembra condivisibile in quanto individua, come precisa l’autore nel testo del post, criteri oggettivi cui devono sottostare i dati per poter stabilire il punto di inizio dello iato. I criteri stabiliti mi sembrano piuttosto condivisibili (almeno i primi due) in quanto non si può parlare di pausa se la pendenza della retta interpolatrice è positiva e, soprattutto, questa caratteristica non permane nel tempo. Circa il terzo criterio mi sembra eccessivamente stringente per i dati che stiamo esaminando, ma rende ancora più forti le conclusioni cui si giunge.
    Un’ultima considerazione merita il comportamento del data-set UAH. Rispetto al data-set RSS soffre di un errore sistematico che tende a “riscaldare” i dati per cui il dr. R. Spencer, curatore dell’archivio, ha previsto un aggiornamento dell’algoritmo di calcolo per ridurre le distanze tra i loro dati e quelli RSS. Tale aggiornamento dovrebbe essere disponibile a breve sotto forma di release 6. Operando, però, con anomalie la cosa non dovrebbe essere molto importante. A meno che l’errore sia legato ad un progressivo degrado della bontà delle misurazioni che porti ad un aumento dell’errore stesso. Se non ricordo male mi sembra di aver letto in un articolo che l’orbita del satellite utilizzato sia piuttosto degradata per cui l’errore tende ad aumentare parallelamente al degrado dell’orbita stessa. Spero di ritrovare la fonte di queste notizie che citerò in un prossimo intervento. Ad ogni buon conto il trend “rialzista” è sicuramente molto basso e certamente inferiore a quello degli scenari IPCC, per esempio.
    In merito alle SST credo che la spiegazione fornita da F. Zavatti sia piuttosto convincente.
    Ciao, Donato.

    Post a Reply
  6. Grazie, ci voleva un lavoro del genere.

    Post a Reply

Trackbacks/Pingbacks

  1. Global Warming: la pausa parla Italiano | Climatemonitor - […] a partire da circa il 2000 la pendenza quasi si azzera. Senza ripetere l’analisi descritta in questo articolo su…
  2. Integrazione di dati di superficie e satellitari | Climatemonitor - […] cercare di circostanziare meglio, ho utilizzato il criterio di un mio post precedente che definiva l’inizio della pausa per…
  3. Global Warming: la pausa è viva e lotta insieme e noi | Climatemonitor - […] crescita massima dopo la pausa del ’45-’75 e il secondo seguendo il post del 2014 su CM qui in…

Submit a Comment

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

Questo sito usa Akismet per ridurre lo spam. Scopri come i tuoi dati vengono elaborati.

Translate »