I mitt forrige blogginnlegg omtalte jeg notatet Solar Activity and Svalbard Temperatures, [1]. Jan-Erik Solheim, Kjell Stordahl og Ole Humlum, heretter omtalt som SSH, skrev i notatet om en kobling mellom solsyklus lengde og Svalbard temperatur.
SSH har også skrevet et annet notat om det samme emnet, The long sunspot cycle 23 predicts a significant temperature decrease in cycle 24 [2]. Jeg går gjennom det notatet i innlegget som du leser nå.
Solsyklus 23 er den forrige solsyklusen. Den varte i 12.2 år, som er lenger enn gjennomsnittet på ca 11 år. Nåværende solsyklus 24 begynte i desember 2008. SSH predikterer en fallende temperatur i solsyklus 24. De begrunner det med en påvist negativ korrelasjon mellom temperatur i en solsyklus og lengden på den foregående solsyklusen. Som i mitt forrige innlegg bekrefter jeg SSH's beregninger av trender og standardfeil, men jeg regner ut litt andre konfidensintervall for prediksjonene. Jeg mener at det er ekstremt lite sannsynlig med fallende temperatur i inneværende solsyklus, noe jeg begrunner i innlegget som du leser nå.
SSH arbeider med absolutte temperaturer, og de må derfor definere solsyklus start og stopp i hele år. Jeg synes at det er riktigere å bruke månedsoppløsning for solsyklus start og stopp fordi informasjonen er tilgjengelig i den oppløsningen. Å bruke en unødig grov oppløsning skaper unødig støy i resultatene. Jeg bruker solsyklus start og stopp måned som forklart i slutten av innlegget. Fordi jeg bruker månedsoppløsning for solsyklusene, må jeg som temperatur bruke avvik (anomaly) fra månedsgjennomsnitt. Jeg henter temperaturene fra rimfrost, og jeg regner ut månedsavvik basert på disse.
I mitt forrige innlegg, der jeg bare gikk gjennom Svalbardtemperaturene, brukte jeg absolutte temperaturer og den samme årsoppløsningen for solsyklusene som SSH gjør. Resultatene forandres ikke nevneverdig for Svalbard når jeg nå går over til månedsoppløsning.
Jeg analyserer temperaturseriene fra de samme lokasjonene som SSH gjør, og jeg tar i tillegg med NASA GISS temperaturene for den nordlige halvkulen. SSH analyserer 2 temperaturserier som jeg ikke har numerisk tilgang til. De er for Norge samlet og Europa samlet. Begge disse seriene er beregnet gjennomsnitt av mange målestasjoner. Det er ingen grunn til å tro at disse 2 seriene ville ha forandret totalbildet mitt.
I resten av innlegget vil jeg vise en figur for hver lokasjon, og en tabelloversikt med sentrale resultater for disse lokasjonene. Jeg vil også kommentere resultatene og sammenligne dem med SSH's egne vurderinger.
Forklaring av figurene
Figurene er bredere enn rammebredden i bloggen. Klikk på en figur for å se den i full størrelse. I mange nettlesere kan du deretter bla deg enkelt gjennom figurene.
Jeg viser ikke legend i figurene pga. liten plass i hvert plot. Jeg forklarer derfor symbolene nå i teksten.
- De runde blå punktene er middeltemperatur i solsyklus, med solsyklus nummer angitt som tekst. I det venstre plotet er punktene forbundet med stiplet blå linje.
- Blå stjerne er middeltemperaturen så langt i solsyklus 24, som startet i desember 2008. Jeg har oppdaterte temperaturfiler t.o.m. april 2012 for de fleste temperaturseriene, og da bidrar 3 år og 5 måneder til middeltemperaturen så langt i solsyklus 24.
- Blå strek er regresjonslinje. I det venstre plotet bidrar alle de månedlige temperaturene i beregningen av regresjonslinjen. Den har benevning °C per kalenderår. I det høyre plotet bidrar de blå punktene, dvs. middeltemperaturen i solsyklusene t.o.m. #23, til regresjonslinjen. Den har benevning °C per solsyklus lengdeår.
- Rød stjerne er prediktert middeltemperatur for solsyklus 24. Prediksjonen gjøres på grunnlag av regresjonslinjen i det høyre plotet. Det er prediksjon slik SSH argumenterer for.
- Røde stiplete linjer angir 95% konfidensintervallet for prediksjonen. Jeg har tegnet linjene for hele intervallet som regresjonslinjen dekker, selv om vi bare trenger å kjenne den der prediksjonen gjøres. SSH regner også ut et 95% konfidensintervall rundt hver prediksjon. Deres intervall er litt mindre enn det jeg regner ut. SSH skriver at de bruker 95% konfidensintervallet for helningen til regresjonslinjen for å regne ut 95% konfidensintervallet for prediksjonen, men uten å gå i detaljer. Jeg har ikke sett en slik metode forklart andre steder, og jeg vet derfor ikke hvordan SSH har regnet ut sitt konfidensintervall. Men det er ikke så viktig for mine konklusjoner. Jeg har i et separat innlegg beskrevet hvordan jeg regner ut 95% konfidensintervallet rundt prediksjonene.
 |
| Figur 1 Temperaturene i Longyearbyen 78°N 15°E. Temperaturserien starter i 1912. Det venstre plotet viser trenden i de månedlige temperaturene og middeltemperatur i solsyklusene som en funksjon av kalenderår. Det høyre plotet viser middeltemperatur i solsyklus som en funksjon av lengden på den foregående solsyklusen. Symbolene er forklart i teksten. |
Figurene for de andre lokasjonene som jeg har analysert, er samlet mot slutten av innlegget.
Tabelloversikt
Tabell 1 gir en oversikt over resultater som jeg mener er sentrale i vurderingen av om modellen til SSH nå kan prediktere temperaturen. Kolonnene er:
- Lokasjon
Her bruker jeg samme lokasjonsnavn som på figurene. Det er så langt som mulig samme navn som rimfrost bruker. Lokasjonenes geografisk posisjon angis i figurene. - PSCL helning
PSCL er forkortelse for Previous Solar Cycle Length. Helningen er numerisk angivelse av helningen til regresjonslinjen i det høyre plotet i figuren til lokasjonen. Beregnet usikkerhet til helningen oppgis som ± standardfeilen til helningen. - p(T_SC23 så høy som observert), forkortet til P(T_SC23) i teksten.
Her ser jeg på hvor godt (rettere sagt, hvor dårlig) modellen til SSH klarte å prediktere temperaturen i solsyklus 23. Jeg angir det som sannsynligheten for å observere en så høy eller enda høyere temperatur i solsyklus 23 enn den som ble observert, gitt at modellen til SSH er riktig. Prediksjon bruker temperaturene frem t.o.m. solsyklus 22. Hvis observert temperatur treffer prediksjonen, er sannsynligheten p(T_SC23) 50%. Hvis den treffer den øvre stiplete røde linjen som angir 95% konfidensintervallet, er sannsynligheten 2.5%. Hvis den treffer den nedre stiplete røde linjen, er sannsynligheten 97.5%. - p(T_SC 24 så høy som observert så langt) , forkortet til P(T_SC24) i teksten. Dette er som foregående kolonne p(T_SC23), men for solsyklus 24. I beregningen av p(T_SC24) bruker jeg observert middeltemperatur så langt i solsyklus 24, dvs. middeltemperaturen i solsyklusens første 3 år og 5 måneder. Sannsynligheten p(T_SC24) er sannsynligheten for å obserevere en like høy eller høyere middeltemperatur for hele solsyklus 24, gitt at modellen til SSH er riktig. Prediksjonen bruker temperaturene frem t.o.m. solsyklus 23.
Lokasjon
|
PSCL
helning [°C / år] |
p(T_SC23
så høy som observert) |
p (T_SC24
så høy som observert så langt) |
Longyearbyen
|
-1.08 ± 0.34
|
2.40%
|
0.07 %
|
Vardø
|
-0.46 ± 0.15
|
3.07%
|
0.08 %
|
Karasjok
|
-0.46 ± 0.17
|
11.18%
|
0.49%
|
Tromsø
|
-0.29 ± 0.08
|
1.01%
|
0.02%
|
Bodø
|
-0.39 ± 0.10
|
0.16%
|
0.04%
|
Dombås
|
-0.49 ± 0.15
|
0.56%
|
1.20%
|
Utsira
|
-0.36 ± 0.13
|
0.70%
|
2.07%
|
Oksøy
|
-0.26 ± 0.15
|
0.72%
|
7.34%
|
Nuuk Godthåp
|
-0.58 ± 0.21
|
30.11%
|
0.66%
|
Akureyri
|
-0.56 ± 0.13
|
14.18%
|
0.07%
|
Torshavn
|
-0.33 ± 0.07
|
6.24%
|
0.04%
|
Armagh
|
-0.30 ± 0.14
|
2.20%
|
5.65%
|
Arkangelsk
|
-0.47 ± 0.21
|
4.13%
|
0.40%
|
HadCRUT3 NH
|
-0.21 ± 0.06
|
0.32%
|
0.07%
|
NASA GISS NH
|
-0.20 ± 0.09
|
0.50%
|
0.28%
|
Tabell 1. Sentrale verdier for å vurdere om
solsykluslengdemodellen til SSH nå kan brukes for å prediktere
temperaturen. Kolonnene i tabellen er forklart i teksten før
tabellen. Hver lokasjon har sin figur nummerert fra 1 til 15, der geografisk posisjon er angitt.
I notatet sitt oppgir SSH helningen til PSCL regresjonslinjen for de samme temperaturseriene som jeg gjør i kolonne 2 i tabell 1. Resultatene er veldig like tatt i betraktning at SSH bruker årlig oppløsning på solsyklus start og slutt mens jeg bruker månedlig oppløsning. Standardfeilene er også veldig like. Middelverdien av mine helninger er -0.45°C/år, og middelverdien til SSHO helningene er -0.46°C/år. Jeg er derfor rimelig sikker på at både SSH og jeg laster ned temperaturene OK og at vi regner riktig på dem.
HadCRUT3 NH er temperaturavvik fra en middelverdi, både hos SSH og meg. Vi kan derfor sammenligne prediksjonen for solsyklus 24 direkte. SSH predikterer -0.38°C. Jeg predikterer -0.381°C, dvs. det samme. Det er tilfeldig at vi beregner helt like verdier, fordi SSH bruker årlig oppløsning på solsyklus start og slutt mens jeg bruker månedlig oppløsning.
Vurdering av resultatene
Solsyklus 23 varte fra desember 1996 til november 2008. De observerte temperaturene i solsyklus 23 kan brukes for å teste hvor godt prediksjonene til SSH traff for solsyklus 23. Vi sammenligner da observert temperatur i solsyklus 23 med prediksjonen basert på temperaturene t.o.m. solsyklus 22. Jeg gjør det i kolonne 3. p(T_SC23) er sannsynligeheten for å observere en like høy eller enda høyre temperatur i solsyklus 23, gitt at prediksjonen basert på temperaturene frem t.o.m. solsyklus 22 var riktig. Som vi ser er den sannsynligheten liten. Når sannsynligheten er mindre enn 2.5%, faller observert temperatur utenfor 95% konfidensintervallet rundt prediktert temperatur. Medianen til p(T_SC23) er 2.20%. For 8 av de 15 måleseriene er p(T_SC23) mindre enn 2.5%. Dvs. at de fleste observasjonene for solsyklus 23 er høyere enn 95% konfidensintervallet rundt prediksjonen. Ingen av observasjonene viser lavere temperatur enn prediksjonen.
SSH regner også ut et 95% konfidensintervall rundt prediksjonen. De angir ikke hvordan de gjør det, men i (ref 1) jeg ser at deres konfidensintervall er litt mindre enn de jeg regner ut. I (ref 2) skriver SSH at de har testet prediksjonene for solsyklus 23 mot observert temperatur i solsyklus 23, og at for 11 av deres 15 temperaturserier ligger observasjonen innenfor 95% konfidensintervallet rundt prediksjonen. De oppgir ikke noe tallunderlag for dette, slik jeg gjør med p(T_SC23). Her spriker resultatene til SSH og meg selv. SSH regner ut et mindre konfidensintervall enn jeg gjør, og de burde derfor fått enda flere av observasjonene til å falle utenfor enn det jeg gjør.
I (ref 2) skriver SSH at 11 av 15 observasjoner faller innenfor 95% konfidensintervallet rundt prediksjon. De nevner ikke at de 4 observasjonene som faller utenfor, alle er høyere enn øvre grense i konfidensintervallet, noe som statistisk bare 1 av 40 observasjoner skal gjøre. Dvs. at de ser ut til å være fornøyde selv om 10 ganger flere observasjoner enn statistisk forventet er høyere enn øvre konfidensgrense. Med min beregning av 95% konfidensgrense er mere enn 20 ganger flere enn statistisk forventet antall observasjoner høyere enn øvre grense. Observasjonene i solsyklus 23 burde være nok til at SSH falsifiserte sin egen modell. Det var unødvendig å publisere den, skape støy i debatten, og så overlate til andre å falsifisere den.
Solsyklus 24 startet i desember 2008. Nå har vi 3 år og 5 måneder med observasjoner i denne solsyklusen, og så langt stemmer modellen til SSH enda dårligere enn den gjorde for solsyklus 23. p(T_SC24) tilsvarer p(T_SC23), men gjelder for temperaturene så langt i solsyklus 24. For 11 av 15 måleserier er temperaturer så langt høyere enn øvre grense i 95% konfidensintervallet, dvs. ca 30 ganger flere enn statistisk forventet. For 10 av 14 måleserier er temperaturen høyere enn øvre grense i 99% konfidensintervallet, som er mere enn 140 ganger flere enn statistisk forventet.
Situasjonen for solsyklus 24 kan selvfølgelig endre seg i de neste 9 årene. Men jeg anbefaler leserene å bla gjennom figur 1 til 14, og vurdere selv hvor sannsynlig prediksjonene til SSH er. Selv betrakter jeg prediksjonene deres som ekstremt lite sannsynlige. Det må skje noe ekstraordinært, som eksempelvis utbrudd fra en supervulkan, for at de skal slå til.
Nå følger figurene for de resterende temperaturseriene, uten kommentarer knyttet til de enkelte figurene. Figurene sammen med tabell 1 illustrerer det jeg skrev avslutningsvis i det forrige innlegget mitt. Modellen til SSH kan være riktig når endringer i solaktiviteten er det sterkeste klimapådrivet. Men modellen bommer grovt for solsyklus 23 og enda mere så langt for solsyklus 24. Da er det nødvendig å se om andre klimapådriv kan forklare dette. De fleste aksepterer at menneskeskapte drivhusgasser ble et dominerende klimapådriv etter 1970. Dette nye klimapådrivet kan forklare hvorfor modellen til SSH ikke lenger stemmer nå når drivhusgassene øker jevnt.
Plot for de resterende lokasjonene
Appendix. Solsyklus start, stopp og lengde
Jeg ser, litt overraskende, at forskjellige kilder på nettet angir både start-, slutttidspunkt og lengde på solsyklusene litt forskjellig. Jeg velger å bruke samme NOAA kilde som SSH gjør [3], og som de bruker i sin tabell 1 i [1]. Jeg lar desimaltallet i kolonnen Year of min i NOAA linken skille mellom den siste måneden i den forrige solsyklusen og den første måneden i den neste solsyklusen. Da får jeg start- og sluttmåneder som vist under i tabell 2.
Referanser
1.
Solar Activity and Svalbard Temperatures, Jan-Erik Solheim, Kjell Stordahl og Ole Humlum
2.
The long sunspot cycle 23 predicts a significant temperature decrease in cycle 24. Jan-Erik Solheim, Kjell Stordahl og Ole Humlum.
3.
Solsyklus start, stopp og lengde definert av NOAA
4.
Solsyklus start, stopp og lengde listet i Wikipedia
I notatet sitt oppgir SSH helningen til PSCL regresjonslinjen for de samme temperaturseriene som jeg gjør i kolonne 2 i tabell 1. Resultatene er veldig like tatt i betraktning at SSH bruker årlig oppløsning på solsyklus start og slutt mens jeg bruker månedlig oppløsning. Standardfeilene er også veldig like. Middelverdien av mine helninger er -0.45°C/år, og middelverdien til SSHO helningene er -0.46°C/år. Jeg er derfor rimelig sikker på at både SSH og jeg laster ned temperaturene OK og at vi regner riktig på dem.
HadCRUT3 NH er temperaturavvik fra en middelverdi, både hos SSH og meg. Vi kan derfor sammenligne prediksjonen for solsyklus 24 direkte. SSH predikterer -0.38°C. Jeg predikterer -0.381°C, dvs. det samme. Det er tilfeldig at vi beregner helt like verdier, fordi SSH bruker årlig oppløsning på solsyklus start og slutt mens jeg bruker månedlig oppløsning.
Vurdering av resultatene
Solsyklus 23 varte fra desember 1996 til november 2008. De observerte temperaturene i solsyklus 23 kan brukes for å teste hvor godt prediksjonene til SSH traff for solsyklus 23. Vi sammenligner da observert temperatur i solsyklus 23 med prediksjonen basert på temperaturene t.o.m. solsyklus 22. Jeg gjør det i kolonne 3. p(T_SC23) er sannsynligeheten for å observere en like høy eller enda høyre temperatur i solsyklus 23, gitt at prediksjonen basert på temperaturene frem t.o.m. solsyklus 22 var riktig. Som vi ser er den sannsynligheten liten. Når sannsynligheten er mindre enn 2.5%, faller observert temperatur utenfor 95% konfidensintervallet rundt prediktert temperatur. Medianen til p(T_SC23) er 2.20%. For 8 av de 15 måleseriene er p(T_SC23) mindre enn 2.5%. Dvs. at de fleste observasjonene for solsyklus 23 er høyere enn 95% konfidensintervallet rundt prediksjonen. Ingen av observasjonene viser lavere temperatur enn prediksjonen.
SSH regner også ut et 95% konfidensintervall rundt prediksjonen. De angir ikke hvordan de gjør det, men i (ref 1) jeg ser at deres konfidensintervall er litt mindre enn de jeg regner ut. I (ref 2) skriver SSH at de har testet prediksjonene for solsyklus 23 mot observert temperatur i solsyklus 23, og at for 11 av deres 15 temperaturserier ligger observasjonen innenfor 95% konfidensintervallet rundt prediksjonen. De oppgir ikke noe tallunderlag for dette, slik jeg gjør med p(T_SC23). Her spriker resultatene til SSH og meg selv. SSH regner ut et mindre konfidensintervall enn jeg gjør, og de burde derfor fått enda flere av observasjonene til å falle utenfor enn det jeg gjør.
I (ref 2) skriver SSH at 11 av 15 observasjoner faller innenfor 95% konfidensintervallet rundt prediksjon. De nevner ikke at de 4 observasjonene som faller utenfor, alle er høyere enn øvre grense i konfidensintervallet, noe som statistisk bare 1 av 40 observasjoner skal gjøre. Dvs. at de ser ut til å være fornøyde selv om 10 ganger flere observasjoner enn statistisk forventet er høyere enn øvre konfidensgrense. Med min beregning av 95% konfidensgrense er mere enn 20 ganger flere enn statistisk forventet antall observasjoner høyere enn øvre grense. Observasjonene i solsyklus 23 burde være nok til at SSH falsifiserte sin egen modell. Det var unødvendig å publisere den, skape støy i debatten, og så overlate til andre å falsifisere den.
Solsyklus 24 startet i desember 2008. Nå har vi 3 år og 5 måneder med observasjoner i denne solsyklusen, og så langt stemmer modellen til SSH enda dårligere enn den gjorde for solsyklus 23. p(T_SC24) tilsvarer p(T_SC23), men gjelder for temperaturene så langt i solsyklus 24. For 11 av 15 måleserier er temperaturer så langt høyere enn øvre grense i 95% konfidensintervallet, dvs. ca 30 ganger flere enn statistisk forventet. For 10 av 14 måleserier er temperaturen høyere enn øvre grense i 99% konfidensintervallet, som er mere enn 140 ganger flere enn statistisk forventet.
Situasjonen for solsyklus 24 kan selvfølgelig endre seg i de neste 9 årene. Men jeg anbefaler leserene å bla gjennom figur 1 til 14, og vurdere selv hvor sannsynlig prediksjonene til SSH er. Selv betrakter jeg prediksjonene deres som ekstremt lite sannsynlige. Det må skje noe ekstraordinært, som eksempelvis utbrudd fra en supervulkan, for at de skal slå til.
Nå følger figurene for de resterende temperaturseriene, uten kommentarer knyttet til de enkelte figurene. Figurene sammen med tabell 1 illustrerer det jeg skrev avslutningsvis i det forrige innlegget mitt. Modellen til SSH kan være riktig når endringer i solaktiviteten er det sterkeste klimapådrivet. Men modellen bommer grovt for solsyklus 23 og enda mere så langt for solsyklus 24. Da er det nødvendig å se om andre klimapådriv kan forklare dette. De fleste aksepterer at menneskeskapte drivhusgasser ble et dominerende klimapådriv etter 1970. Dette nye klimapådrivet kan forklare hvorfor modellen til SSH ikke lenger stemmer nå når drivhusgassene øker jevnt.
Plot for de resterende lokasjonene
 |
| Figur 2 Temperaturer Vardø 70°N 31°E, fra 1858. Se omtale for figur 1. |
 |
| Figur 3. Temperaturer Karasjok, 69°N 26°E, fra 1876. Se omtale for figur 1. |
 |
| Figur 4. Temperaturer Tromsø, 70°N 19°E, fra 1868. Se omtale for figur 1. |
 |
| Figur 5. Temperaturer Bodø, 67°N 14°E, fra 1868. Se omtale for figur 1.
.
|
 |
| Figur 6. Temperaturer Dombås, 62°N 10°E, fra 1865. Se omtale for figur 1. |
 |
| Figur 7 Temperaturer Utsira, 59°N 5°E, fra 1868. Se omtale for figur 1. |
 |
| Figur 8. Temperaturer Oksøy, 58°N 8°E, fra 1870. Se omtale for figur 1. |
 |
| Figur 9. Temperaturer NUUK Godthåp Grønnland, 64°N 51°W, fra 1890. Se omtale for figur 1. |
 |
| Figur 10. Temperaturer Akureyri Island, 65°N 18°W, fra 1882. Se omtale for figur 1. |
 |
| Figur 11. Temperaturer Torshavn Færøyene, 62°N 7°W, fra 1890. Se omtale for figur 1. |
 |
| Figur 12. Temperaturer Armagh Irland, 54°N 7°W, fra 1865. Se omtale for figur 1. |
 |
| Figur 13. Temperaturer Arkangelsk Russland, 65°N 41°E, fra 1881. Se omtale for figur 1. |
 |
| Figur 14 Temperaturer HadCRUT3 nordlige halvkule, fra 1850. Se omtale for figur 1. |
 |
| Figur 15 Temperaturer NASA GISS nordlige halvkule, fra 1880. Se omtale for figur 1. |
Appendix. Solsyklus start, stopp og lengde
Jeg ser, litt overraskende, at forskjellige kilder på nettet angir både start-, slutttidspunkt og lengde på solsyklusene litt forskjellig. Jeg velger å bruke samme NOAA kilde som SSH gjør [3], og som de bruker i sin tabell 1 i [1]. Jeg lar desimaltallet i kolonnen Year of min i NOAA linken skille mellom den siste måneden i den forrige solsyklusen og den første måneden i den neste solsyklusen. Da får jeg start- og sluttmåneder som vist under i tabell 2.
 |
| Tabell 2. Solsyklus (SS) start, slutt og lengde hentet fra NOAA [3]. Den siste kolonnen angir differansen mellom solsyklus lengde oppgitt av NOAA og listet opp i Wikipedia [4]. SSH skriver at de fleste solforskere enes om dataene i NOAA linken. Jeg har ikke kompetanse til å overprøve det, og bruker derfor NOAA dataene. |
Referanser
1.
Solar Activity and Svalbard Temperatures, Jan-Erik Solheim, Kjell Stordahl og Ole Humlum
2.
The long sunspot cycle 23 predicts a significant temperature decrease in cycle 24. Jan-Erik Solheim, Kjell Stordahl og Ole Humlum.
3.
Solsyklus start, stopp og lengde definert av NOAA
4.
Solsyklus start, stopp og lengde listet i Wikipedia
Ingen kommentarer:
Legg inn en kommentar