Solsyklus lengde og globale temperaturer

I innleggene mine 22. mai og 3. juni gikk jeg gjennom modellen til Jan-Erik Solheim, Kjell Stordahl og Ole Humlum, senere omtalt som SSH. SSH har beskrevet modellen i [1, 2]. Kort sagt påviser SSH en negativ korrelasjon mellom middeltemperaturen i en solsyklus og lengden på den forrige solsyklusen. SSH bruker denne korrelasjonen til å prediktere en sterkt fallende temperatur i solsyklus 24, begrunnet med at solsyklus 23 var lang. Solsyklus 24 startet i desember 2008 og vil vare frem til ca 2020. Prediksjonen gjelder først og fremst for Grønnland, Svalbard og i Nord-Europa. I mine to innlegg bekrefter jeg den påviste negative korrelasjonen, men jeg argumenterer for at modellen ikke lenger fungerer. Jeg mener at det er ekstremt lite sannsynlig at SSH's prediksjoner om sterkt fallende temperatur i inneværende solsyklus vil slå til. Jeg begrunner det med at modellen har bommet totalt for solsyklusene med start etter 1976.

I mine 2 foregående innlegg analyserte jeg, som SSH, lokale temperaturer. Jeg så også på HadCRUT3 og NASA GISS temperaturene for den nordlige halvkulen. Alle disse temperaturseriene viser den omtalte negative korrelasjonen. I innlegget som du leser nå, undersøker jeg om dette også gjelder for de globale temperaturene.

Solsyklus lengde og lokale temperaturer

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.

Solsyklus lengde og Svalbard temperatur

Jan-Erik Solheim, Kjell Stordahl og Ole Humlum har i løpet av det siste året skrevet flere artikler der de predikterer lave temperaturer i Norge og i Arktis i inneværende solsyklus 24. De, senere omtalt som SSH, begrunner dette med at forrige solsyklus var lang, og at det er en negativ korrelasjon mellom temperaturen i en solsyklus og lengden på den forrige solsyklusen. SSH har analysert mange temperaturserier fra den nordlige halvkulen, og de har for alle påvist negativ korrelasjon mellom solsyklus lengde og temperaturen i den påfølgende solsyklusen. Solsyklus 23 sluttet i november 2008, og hadde da vart i 12.2 år. Gjennomsnitlig lengde på solsykluser er ca 11 år.

I innlegget som du leser nå, kommenterer jeg notatet "Solar Activity and Svalbard Temperatures", som SSH fikk publisert i november 2011. Jeg kommer frem til den samme negative korrelasjonen som SSH beskriver. Men jeg mener at prediskjonen deres om fallende temperatur i den inneværende solsyklusen er ekstremt lite sannsynlig, noe jeg begrunner i innlegget som du leser nå.

Korrelasjonskoeffisient og Anscombes kvartett

Korrelasjon mellom 2 variabeler eller datasett betyr at det kan være en kobling mellom dem. Det er positiv korrelasjon når variabelene har en tendens til å endre seg i samme retning, eksempelvis at når x øker i verdi gjør y det samme. Det er negativ korrelasjon når variabelene har en tendens til å endre seg i motsatt retning. Korrelasjon mellom to variabeler kan bety at den ene variabelen er en funskjon av den andre, men det er ikke nødvendigvis slik. Korrelasjonen kan være helt tilfeldig, eller det kan være noe annet som styrer de to variabelene som vi undersøker.

I dette innlegget vil jeg gå gjennom hvordan korrelasjonskoeffisienten regnes ut. Jeg vil også gå gjennom et kjent eksempel som viser at både korrelasjonskoeffisient og en lineær regresjonsanalyse kan være misvisende. Jeg gjør dette som bakgrunn for en senere omtale av to artikler som jeg mener gir misvisende konklusjoner fordi lineær regresjonsanalyse og korrelasjonskoeffisienter brukes ukritisk.

Konfidensintervall for estimat og prediksjon

I lineær regresjonsanalyse tar vi utgangspunkt i et sett med xy verdier. X er den uavhengige variabelen, og y er antatt å være en lineær funksjon av x. Observasjonene av y er antatt å ha overlagret en tilfeldig støy. I et tidligere blogginnlegg gikk jeg gjennom noen av formelene for statistikk tilknyttet dette. Her var tiden den uavhengige variabelen x, og global temperatur var den avhengige variabelen y. Standardfeilen til regresjonsanalysen, SE_regression, ble definert. Den angir hvor godt de observerte y verdiene passer til den beregnete regresjonslinjen. Den var basis i utregningen av p-verdien, som angir graden av statistisk signifikans for regresjonslinjen.

Resultatet fra en lineær regresjonsanalyse kan brukes til å estimere (prediktere) y gitt en x verdi. Prediksjoner om noe som kan observeres eller måles en gang i fremtiden, har en iboende usikkerhet. Prediksjoner basert på en lineær regresjonsanalyse er intet unntak. Innlegget som du leser nå, går gjennom denne usikkerheten. Jeg gjør det som bakgrunn for en omtale av to artikler som Solheim, Storholt og Humlum (SSH) har skrevet, der de predikterer sterkt fallende temperatur i solsyklusen som vi er inne i nå. Av forskjellige grunner mener jeg at prediksjonene deres er svært lite sannsynlige, noe jeg kommer tilbake til i et senere innlegg. Jeg vil først gå gjennom noe av det matematiske grunnlaget for usikkerhetene til estimater og prediksjoner.

Kirsebærplukke globale temperaturdata

Dette innlegget er også lagt ut på Dagsavisen Nye meninger.

Å kirsebærplukke data er å bruke data som støtter egne synspunkter og å se bort fra data som ikke gjør det. Det er en utbredt virksomhet.

Jan-Erik Solheim, Kjell Stordahl og Ole Humlum (SSH) publiserte nylig innlegget Den globale temperaturen har flatet ut. Jeg mener at de  konkluderer feil pga. en kombinasjon av kirsebærplukking og for korte tidsserier, noe jeg begrunner i innlegget som du leser nå.

Klimarealistene misbruker IPCC rapport

IPCC rapporten om ekstremvær sier klart at våre utslippene av drivhusgasser har skapt og vil skape mere ekstremvær. Klimafornektere tolker rapporten til at menneskelig aktivitet ikke vil påvirke klimaet.

Mitt forrige innlegg handlet om en rapport om ekstremvær fra FNs klimapanel IPCC. Jeg avsluttet innlegget med å skrive at mange klimafornektere trekker ut en setning fra rapporten og mistolker den til at IPCC har snudd i synet på CO2. Jeg går nærmere inn på dette nå.