Villedende temperaturtrender

Stigningen i den globale overflatetemperaturen har vært svakere etter tusenårsskiftet enn den var i de foregående tiårene. Men det er galt å hevde at den stigende temperaturtrenden frem til tusenårsskiftet er etterfulgt av en flat eller synkende trend.

I dette innlegget bruker jeg HadCRUT4 temperaturene slik Met Office offentliggjør dem på sine hjemmesider. Resultatene med NASA GISTEMP og NCDC temperaturene er tilsvarende.

Nettet florer med utsagn om at den stigende temperaturtrenden frem til begynnelsen av 2000-tallet er etterfulgt av en flat eller synkende trend. Utsagnene underbygges med skjematiske trendlinjer i diverse figurer. Det opplyses ikke om disse skjematiske trendlinjene er tegnet inn på subjektivt skjønn eller om det ligger matematiske beregninger bak dem. De kan se plausible ut, men trendlinjer beregnet med vanlig lineær regresjonsanalyse gir et helt annet bilde av temperaturutviklingen over de aktuelle tidsrommene.

Villedende brukne trendlinjer

Den rød linjen i Figur 1 er et eksempel på en slik skjematisk trendlinje. Figuren viser de månedlige HadCRUT4 temperaturene gjennom de siste 30 årene. De blå linjene er temperaturtrenden når vi deler de 30 årene opp i to segmenter og beregner trenden separat i hvert av dem med vanlig lineær regresjonsanalyse.

Figur 1: HadCRUT4 temperaturer i de siste 30 år, med separat beregnete trendlinjer (blå) og villedende skjematisk trendlinje (rød)

Tidsskillet mellom segmentene er valgt slik at den siste blå trendlinjen, fra november 2000 til oktober 2013, er helt flat. Den første blå trendlinjen, fra november 1983 til oktober 2000, er stigende med 0,22°C/tiår. Den sammenhengende røde trendlinjen er tegnet slik at den har samme helning som de beregnete blå trendlinjene. Men det er fullstendig galt å si at temperaturtrenden frem til slutten av 2000 var stigende for så å flate helt ut, fordi utsagnet utelater hoppet mellom de blå trendlinjene. Utsagnet må evt. være at temperaturtrenden frem til slutten av 2000 var stigende, så gjorde temperaturen plutselig et hopp oppover, og deretter har trenden vært helt flat. Men i et tregt klimasystem gjør ikke global overflatetemperatur plutselig et hopp oppover, så også det utsagnet er fullstendig galt. Den skjematiske røde trendlinjen er derfor villedende.

Man-made carbon emissions increase atmospheric CO2

The man-made carbon emissions have caused the recent increase in atmospheric CO2 concentration.

This post sums up in english the posts dated 10 June, 9 May and 28 January 2013.

This blog post refutes the article The phase relation between atmospheric carbon dioxide and global temperature [1] recently published by Ole Humlum, Kjell Stordahl and Jan-Erik Solheim (Humlum et al). They claim that there is no correlation between the man-made (anthropogenic) carbon emissions and atmospheric CO2 concentration. They more than suggest that the CO2 increase is caused by rising global temperatures. Their cause-effect explanation is opposite to the consensus among climate scientists, which is that the increased concentration of CO2 is man-made and that it has caused the increase in global temperature.

Mark Richardson [2] and Troy Masters / Rasmus Benestad [3] have published Comments to Humlum et al's article in which they show that the article contains serious errors. This blog post will do the same.

Carbon emissions

Figure 1: Man-made fossil fuel carbon emissions (CDIAC) and Mauna Loa atmospheric CO2 (ESRL)

Menneskeskapte karbonutslipp og atmosfærisk CO2

To tidligere blogginnlegg, fra 28. januar og 9. mai i år, går gjennom artikkelen The phase relation between atmospheric carbon dioxide and global temperature [1] som Ole Humlum, Kjell Stordahl og Jan-Erik Solheim (HSS) nylig har publisert. Disse innleggene viser at HSS antagelig regner riktig når de sammenligner endringer i global temperatur med endringer i atmosfærisk CO2 konsentrasjon, men at de trekker feil konklusjon. Innlegget 28. januar viser at HSS med sin metodikk og logikk ikke fanger opp langtidstrender, og at de derfor ikke kan si noe om disse. Innlegget 9. mai regner videre på de samme dataene som HSS bruker, og det viser at bare en veldig liten del av CO2 økningen i de siste dekadene kan skyldes temperaturstigningen. Innlegget avslutter med setningen Økningen i atmosfærisk CO2 innhold i de siste dekadene skyldes noe annet enn temperaturstigningen. Nå vil jeg skrive om hva dette noe annet kan være.

Menneskeskapte karbonutslipp og atmosfærisk CO2

Figur 1. Menneskeskapte karbonutslipp og atmosfærisk CO2 konsentrasjon

CO2 og temperatur

Ole Humlum, Kjell Stordahl og Jan-Erik Solheim (HSS) har nylig publisert artikkelen The phase relation between atmospheric carbon dioxide and global temperature [1]. Et tidligere innlegg har vist at HSS antagelig regner riktig når de sammenligner endringer i global temperatur og atmosfærisk CO2 konsentrasjon, men at de trekker feil konklusjon. Innlegget som du leser nå, bygger på første delen av det tidligere innlegget, og forutsetter at du har lest det t.o.m. dets Figur 3.

Korrelasjonen mellom DIFF12 verdiene til temperatur og CO2 er upåvirket av langtidstrendene, og korrelasjonen sier derfor ikke noe om dem. Men det er ikke noe galt å regne med DIFF12 verdiene, bare en vet hva en gjør. Lineær regresjonsanalyse av sammenhengen mellom DIFF12 verdiene kan brukes til å estimere hvor følsom atmosfærens CO2 innhold er for endringer i global temperatur. Regresjonsanalysen gir også et estimat av hvor stor del av økningen i atmosfærisk CO2 som kan tilskrives økningen i temperatur og hvor stor del som må tilskrives andre ting.

Figur 1: DIFF12 global temperatur (GISTEMP [3]) og global CO2 (ESRL [2]) for 1980 til 2011.

Global oppvarming også i de siste 16 årene

Global temperatur har steget også i de siste 16 årene. Målingene gir ikke belegg for å hevde at oppvarmingen har stoppet opp.

Flere påstår at det ikke har vært global oppvarming i de siste 16 årene. Bjørn Samset tilbakeviser dette fint i et innlegg på kollokvium.no med henvisninger til jordens energioverskudd og til at det aller meste av denne overskuddsenergien varmer opp verdenshavene. Fordelingen mellom oppvarming av jordens overflate og av verdenshavene varierer fra år til år, mye styrt av naturlige sykliske variasjoner i havstrømmene.

Samset viser en figur med global temperaturutvikling som bare dekker tidsrommet fra 1998 til 2007. I innlegget som du leser nå er figuren oppdatert til å dekke de siste 16 årene, se Figur 1 som viser global overflatetemperatur over land og hav fra NASA GISS (GISTEMP), HadCRUT og NCDC.

Figur 1 Global temperatur i de siste 16 årene

Figur 1 viser hver temperaturserie som avvik fra sin middelverdi i tidsrommet fra 1901 til 2000. Figuren viser også gjennomsnittet av de tre temperaturseriene og trendlinjen for gjennomsnittet.

Humlums metodefeil

Ole Humlum, Kjell Stordahl og Jan-Erik Solheim (HSS) har nylig publisert artikkelen The phase relation between atmospheric carbon dioxide and global temperature. Der mer enn antyder de at økningen i global temperatur etter 1980 er årsaken til økningen i atmosfærisk CO2. Dette er en motsatt årsak-virkning sammenheng i forhold til konsensusen blant klimaforskerene. Konsensusen er at den økende konsentrasjonen av CO2 er menneskeskapt, og at den har forårsaket økning i global temperatur.

HSS fjerner først effekten av langtidstrender, og deretter bruker de resultatene til å vurdere langtidstrender. Dette er en metodefeil, for de kan ikke finne langtidstrender etter at effekten av dem er fjernet. Både metodikken og konklusjonene deres blir sterkt kritisert av mange kompetente klimaforskere, bl.a. av Rasmus Benestad på  Real Climate og Hans Olav Hygen på Klimarealisme. I dette blogginnlegget vil jeg med et tankeeksperiment demonstrere at metodikken til HSS er fullstendig uegnet til å analysere langsiktige trender.

Korrelasjonskoeffisienter og Anscombes kvartett, del 2

Et tidligere innlegg beskriver korrelasjon mellom 2 variabler, med hovedvekt på Pearsons korrelasjonskoeffisient. Innlegget beskriver også Anscombes kvartett, som er fire x y vektorer med helt forskjellige sammenhenger mellom x og y. Pearsons korrelasjonskoeffisient er den samme for de fire settene med x y vektorer, på tross av forskjellene. Pearsons korrelasjonskoeffisient er den vanligste, men Anscombes kvartett demonstrerer at også den har svakheter.

To rangkorrelasjonskoeffisienter er de vanligste alternativene til Pearson. Det avgjørende i beregningen av disse er den relative rangeringen av dataene, ikke datene selv. Eksempelvis er koeffisienten lik 1 hvis både x og y verdiene hele tiden stiger utover i vektorene sine, uavhengig av  hvor mye eller hvor lite de stiger fra en verdi til den neste. Rangkorrelasjonskoeffisienter er robuste mot slengere. Eksempelvis betyr det ingenting om den største x verdien er litt større enn den nest største eller veldig mye større. Rangkorrelasjonskoeffisientene er alltid mellom +1 og -1, akkurat som Pearson.