Oppdaterte plot med global temperatur finner du under fanen Temperaturplot.
- Global temperatur
Innlegget forklarer og viser oppdaterte plot av temperaturseriene som FNs klimapanel referer til. - Statistisk signifikant oppvarming
Innlegget forklarer hvordan temperaturtrend regnes ut og om når en oppvarming evt. nedkjøling er statistisk signifikant. Tidsintervallet mellom 1998 og 2010 brukes som eksempel. - Temperaturtrend som funksjon av år
Innlegget viser hvordan trend beregnet over intervallene 5, 11 og 21 år endrer seg som en funksjon av det siste året i intervallet. Innlegget viser at 5-års trender er ustabile og ikke viser signifikant oppvarming eller nedkjøling, mens 21-års trendene er stabile og viser langsiktige trender i temperaturutviklingen. - Temperaturtrend for mange intervaller frem til 2011
Innlegget viser trender frem til 2011 som funksjon av startåret for intervallet trendene regnes over. Innlegget viser at trender frem til 2010 som er beregnet over intervaller lenger enn 15 år viser statistisk signifikant oppvarming. - BEST temperaturserie.
Usikkerhet i BEST temperaturserie.
BEST er en nye temperaturserei som baserer seg på mange flere målestasjoner på land enn de andre temperaturseriene. Innleggene beskriver den nye serien vha. glidende middelverdier, trender og usikkerheter. - Temperaturdata endres
Når vi laster ned nye temperaturdata, ser vi ofte at også gamle temperaturdata er endret. Endringene ved nedlastning i februar 2012 var større enn vanlig. - Global temperatur og temperaturen i verdenshavene
Global temperatur måles i det tynne sjiktet mellom land/luft og mellom hav/luft. Verdenshavene inneholder veldig mye mere varmeenergi enn atmosfæren. Når jorda blir varmere, magasineres mesteparten av overskuddsvarmen i verdenshavene.
Innlegget forklarer at den dominerende årsaken til de årlige variasjonene i global temperatur vanligvis er varierende varmeutveksling mellom atmosfæren og verdenshavene og mellom sjiktene i verdenshavene. - Problematiske tidskonstanter.
Vi mennesker har problemer med å forstå og åta hensyn til endringer som kommer lenge etter handlingen som forårsaket dem. Innlegget konsentrerer seg om tidskonstanter som påvirker havnivåstigning, med utgangspunkt i et notat av James Hansen - Autokorrelasjon i temperaturserier
Autokorrelasjonskoeffisienter i temperaturserier
Når er autokorrelasjonskoeffisient statistisk signifikant ?
Lagged scatterplot og autokorrelasjonskoeffisienter
Det er naturlige sykliske variasjoner i globale temperatur. Variasjonene skyldes bl.a. endringer i havstrømmer, endringer i solaktivitet og vulkanutbrud. Klimafornekterene liker å snakke om sykliske variasjoner, og de mener at klimaforskerene tar for lite hensyn til dem og for mye hensyn til CO2.
Sykliske variasjoner gir autokorrelasjon mellom temperaturene i den samme serien. Eksempelvis vil en kald måned som oftest etterfølges av en annen kald måned, mens måneden 2,5 år tidligere med en viss sannsynlighet var en varm måned. Det er ingen motsetning mellom slike autokorrelasjoner og en underliggende oppvarming pga. klimagassen CO2. Men autokorrelasjonene gjør at trendanalyser må se på tidsintervaller 20 år og lengere for å se langsiktige trender uten å bli forstyrret av de sykliske variasjonene. Det er derfor viktig å ha en forståelse av autokorrelasjon. De to første innleggene bør alle lese, mens de to siste innleggene passer best for de med spesiell interesse for statistikk.
