Advertencia: NO soy un experto en climatología, este no es mi campo. Por favor, tenga esto en mente. Correcciones de bienvenida.
La cifra a la que se refiere proviene de un artículo reciente de Santer et al. 2019, Celebrando el aniversario de tres eventos clave en la ciencia del cambio climático de Nature Climate Change . No es un trabajo de investigación, sino un breve comentario. Esta figura es una actualización simplificada de una figura similar de un artículo anterior de Science de los mismos autores, Santer et al. 2018, Influencia humana en el ciclo estacional de temperatura troposférica . Aquí está la cifra de 2019:
Y aquí está la cifra de 2018; el panel A corresponde a la cifra de 2019:
Aquí intentaré explicar el análisis estadístico detrás de esta última figura (los cuatro paneles). El artículo de Science es de acceso abierto y bastante legible; los detalles estadísticos están, como de costumbre, ocultos en los Materiales complementarios. Antes de discutir las estadísticas como tales, uno tiene que decir algunas palabras sobre los datos de observación y las simulaciones (modelos climáticos) utilizados aquí.
1. Datos
Las abreviaturas RSS, UAH y STAR se refieren a reconstrucciones de la temperatura troposférica a partir de las mediciones satelitales. La temperatura troposférica se ha monitoreado desde 1979 utilizando satélites meteorológicos: consulte Wikipedia en mediciones de temperatura de MSU . Desafortunadamente, los satélites no miden directamente la temperatura; miden otra cosa, a partir de la cual se puede inferir la temperatura. Además, se sabe que sufren diversos sesgos dependientes del tiempo y problemas de calibración. Esto hace que la reconstrucción de la temperatura real sea un problema difícil. Varios grupos de investigación realizan esta reconstrucción, siguiendo metodologías algo diferentes y obteniendo resultados finales algo diferentes. RSS, UAH y STAR son estas reconstrucciones. Para citar Wikipedia,
Los satélites no miden la temperatura. Miden las radiaciones en varias bandas de longitud de onda, que luego deben invertirse matemáticamente para obtener inferencias indirectas de temperatura. Los perfiles de temperatura resultantes dependen de los detalles de los métodos que se utilizan para obtener temperaturas de las radiaciones. Como resultado, diferentes grupos que han analizado los datos del satélite han obtenido diferentes tendencias de temperatura. Entre estos grupos se encuentran los Sistemas de Teledetección (RSS) y la Universidad de Alabama en Huntsville (UAH). La serie de satélites no es completamente homogénea: el registro se construye a partir de una serie de satélites con instrumentación similar pero no idéntica. Los sensores se deterioran con el tiempo, y las correcciones son necesarias para la deriva del satélite en órbita.
Hay mucho debate sobre qué reconstrucción es más confiable. Cada grupo actualiza sus algoritmos de vez en cuando, cambiando toda la serie de tiempo reconstruida. Por eso, por ejemplo, RSS v3.3 difiere de RSS v4.0 en la figura anterior. En general, AFAIK está bien aceptado en el campo de que las estimaciones de la temperatura de la superficie global son más precisas que las mediciones satelitales. En cualquier caso, lo que importa para esta pregunta es que hay varias estimaciones disponibles de la temperatura troposférica resuelta espacialmente, desde 1979 hasta ahora, es decir, en función de la latitud, la longitud y el tiempo.
T(x,t)
2. Modelos
Existen varios modelos climáticos que pueden ejecutarse para simular la temperatura troposférica (también en función de la latitud, la longitud y el tiempo). Estos modelos toman la concentración de CO2, la actividad volcánica, la irradiancia solar, la concentración de aerosoles y varias otras influencias externas como entrada, y producen la temperatura como salida. Estos modelos pueden ejecutarse durante el mismo período de tiempo (1979 - ahora), utilizando las influencias externas medidas reales. Las salidas se pueden promediar para obtener la salida media del modelo.
También se pueden ejecutar estos modelos sin ingresar los factores antropogénicos (gases de efecto invernadero, aerosoles, etc.), para tener una idea de las predicciones de modelos no antropogénicos. Tenga en cuenta que todos los demás factores (solar / volcánico / etc.) fluctúan alrededor de sus valores medios, por lo que la producción del modelo no antropogénico es estacionaria por construcción. En otras palabras, los modelos no permiten que el clima cambie naturalmente, sin ninguna causa externa específica.
M(x,t)N(x,t)
z
T(x,t)M(x,t)N(x,t)
T(x,i)M(x,i)N(x,i)i
- Media anual: simplemente temperatura promedio durante todo el año.
- Ciclo estacional anual: la temperatura de verano menos la temperatura de invierno.
- xi
- Ciclo estacional anual con media global restada: lo mismo que (2) pero restando nuevamente el promedio global.
M(x,i)F(x)
T(x,i)F(x)Z(i)=∑xT(x,i)F(x),
βz
W(i)=∑xN(x,i)F(x),
βnoiseβnoisez-estadística:
z=βVar1/2[βnoise].
z
z
4. Algunos comentarios
La primera huella digital (panel A) es, en mi humilde opinión, la más trivial. Simplemente significa que las temperaturas observadas crecen monotónicamente, mientras que las temperaturas bajo la hipótesis nula no lo hacen. No creo que se necesite toda esta maquinaria complicada para llegar a esta conclusión. La serie de tiempo promedio global de temperatura troposférica más baja (variante RSS) se ve así :
y claramente hay una tendencia muy significativa aquí. No creo que uno necesite ningún modelo para ver eso.
z
z
z