I mitt förra inlägg (här) tittade jag på hur GISS och HadCRUT hade justerat/homogeniserat sitt data för Stykkisholmur på Island och Uppsala här i Sverige. I en av kommentarerna föreslogs det att jag borde använda data från Berkeley Earth (BEST) istället. Fördelen med BEST är att de ska använda de råa mätvärdena utan justeringar. Därför kommer här en liten analys av BESTs data.
Tittar man på Stykkisholmur på Island så stämmer BESTs värden ganska bra med vad den Isländska vädertjänsten rapporterat:
Även för Uppsala stämmer BESTs värden ganska bra med de uppmätta. Men då har man tagit de värden som rapporterats från Uppsala universitet. Tyvärr lider denna temperaturserie av en kraftig urbaniseringseffekt på senare år (se här). Därför bör man justera ner de senare årens temperatur. Men det har inte BEST gjort.
Hade BEST ansett att Uppsala-temperaturen lider av urbaniseringseffekter hade den röda linjen gått uppåt, men det gör den inte. Istället anser man att närliggande F16/Uppsala flygfält har en förskjutning neråt:
Istället för att anse att Uppsala ska justeras neråt anser man alltså att Uppsala flygfält ska justeras uppåt. Faktum är att närliggande stationer är helt överens med Uppsala flygfält och det är Uppsala som är den udda fågeln. Man antar alltså att det är staden som är norm och landsbygden som är fel. Då frågar man sig naturligtvis på hur många fler ställen på jorden de gör samma fel.
BEST har även skrivit en artikel om urbaniseringseffekter. Du kan hitta den här. Slutsatsen av artikeln är att urbaniseringseffekter inte på någon avgörande effekt har påverkat temperaturtrenden. Men tittar man på figur 2 i artikeln blir man tveksam:
Classifications”
Hur kan det komma sig att det inte finns några ”icke-landsbygdsstationer” (other stations) norr om Uppsala i Sverige? Det finns ett stort antal mätstationer i Sverige norr om Uppsala som ligger i anslutning till relativt stora städer som faktiskt har växt mycket under senare år. Man kan misstänka att det döljer sig många stadsnära mätstationer nära relativt stora städer som har klassificerats som ”very-rural”.
Slutsatsen av denna lilla analys är att BEST förmodligen har ganska korrekta råa data. Däremot finns det stora frågetecken om de verkligen har lyckats få bort urbaniseringseffekterna. De har iallafall inte lyckats få bort urbaniseringseffekterna från östra Svealand.
Jag är en elektroingenjör som jobbar till största delen med mjukvaruutveckling. Men jag har alltid intresserat mig för klimatfrågan och alla dess motsägelsefulla påståenden. Sedan 2013 har jag skrivit på denna blogg och jag har även hunnit med att publicera en vetenskaplig artikel i en ansedd tidskrift.
Tack Magnus,
du presenterar det du själv hittat och överlåter åt oss läsare att tänka själva.
Gjorde inte Anthony Watts o. co ett arbete där man rensade bort tveksamma värderstationer i USA?
Utmärkt, Magnus – ja, dessa urbaniseringskorrektioner är uppenbart ideologiska. Mig synes det som om de borde vara väsentligt större och ofta med annat tecken än vad som tillämpas. Det fanns ju dessutom något arbete av Phil Jones och medarbetare (i Science eller Nature?) för ca 15-20 år sedan, där de kom fram till att eventuella korrektioner låg på högst någon tiondels grad, och var väsentligt mindre än CO2-uppvärmningen. Detta blev sedan dogm under lång tid.
Mitt drömjobb. Åka runt i världen och hitta stationer som har påverkats så lite som möjligt av en stad eller någon annan anläggning. Syftet skulle vara att hitta hur mycket varmare som planeten verkligen har blivit från år 1900 och till nu. Det skulle förmodligen räcka med ett fåtal väl valda stationer på varje kontinent.
Synd att det inte känns som att BEST har hittat ett bra sätt att få fram en korrekt kurva. Kanske spelar det mindre roll på totalen men det måste man ju ta reda på i så fall.
Det fullständigt vimlat av grova fel även i BEST:s rådata. Så börjar t ex Stockholm/Brommas temperaturserie 1756 vilket naturligtvis är fel och gäller Stockholm Observatoriekullen. Även Karlstad Flygplats och Visby Flygplats börjar 1860. Inga stationsbyten på någondera stället. Mera humor är att Trondheim/Värnäs flygplats ligger i Sverige (på Åreskutans nordvästsluttning och samtidigt 12 meter över havsytan, inga rimlighetskontroller där inte) och har data sedan 1762. Inga stationsbyten. Äldre data avser givetvis Trondheim, beläget ca 25 km från Värnäs, och 250 km från ”BEST-Värnäs”. Trondheim finns även med som en ”egen” station, så äldre data därifrån finns alltså med två gånger, på två olika platser.
För övrigt finns även Stockholm/Bromma med två gånger, dels som Stockholm-Bromma (1756-2013), dels som Stockholm/Bromma (1961-2011). Mycket observant…
Andra ”dublettstationer”
KALLAX/LULEA (AFB) (1973-2013) / LULEA FLYGPLATS (1961-2011)
LINKOEPING (1931-2011) / LINKÖPING/MALMSLÄTT (1977-2013)
ARLANDA (1963-2011) / STOCKHOLM-ARLANDA (1977-2013)
NORRKOPING/BRAVALLA (1973-2013) / NORRKOPING-SORBY (1961-1993)
JOKKMOKK (SWE AFB) 1860(!)-2011 / JOKKMOKK FPL 1973-2013
GOTEBORG/LANDVETTER (1977-2013) / LANDVETTER_FLYGPLATS (1977-2011)
LJUNGBYHED (1961-2001) / LJUNGBYHED (SWE AFB) (1973-2013)
MALMO/STURUP (1973-2013) / STURUP (1972-2011)
SATENAS (SWE AFB) (1973-2013) / SATENAS (1961-2011)
SINGO (1967-1995) / SINGO ISLAND (1977-1995)
VASTERAS HASSLO (AFB) (1973-2013) / VASTERAS-HASSLO (1961-2011)
VIDSEL (SWE-AFB) (1975-2013) / VIDSEL (1965-2011)
Det finns mycket fler, men de är mindre uppenbara och kanske mera ursäktliga.
Hu kan det då komma sig att man inte observerat alla dessa dubbletter? De borde ju rimligen ha identiska data? Förmodligen för att de kommer från olika källor (SMHI, GHCN) med olika ”justeringshistoria” och därför inte längre är igenkännbara.
En annan rolig station är Kreuzburg (med data 1823-1849) den är belägen 621 (+-0,05!) meter över havet några mil nordost om Uppsala. Jag är inte helt säker på vad det egentligen är frågan om, men förmodligen nuvarande Kluczbork (f d Kreuzburg) i sydvästra Polen exakt 10 grader söderut, men som dock ligger 620 fot, inte meter, över havet. Den stationen vet jag kommer från GHCN. Det behöver väl inte påpekas att förväxling fot/meter innebär att ”korrigering till havsytans nivå” kommer att ge helt vanvettiga resultat.
Och ta en titt på Jokkmokks flygplats där man lagt in minst 25 ”empirical breaks” mellan ca 1950 och 1970 (de ligger så tätt att de inte går att räkna). Är det någon som tror att bastroppen i Jokkmokk i snitt flyttade väderstationen var sjätte månad i tjugo års tid? ”Empirical breaks” är alltså punkter där BEST:s allvetande algoritmer anser att det hände något med stationen och ”rättar” värdena.
En annan rolig funktion i BEST är ”Quality Control”, en i och för sig vettig funktion för att identifiera felaktiga värden som dock visat sig ge absurda resultat. Den sorterar bort värden som avviker för mycket från ”regional expectation”. Den sorterar t ex bort nästan alla extremt låga temperaturer från Amundsen Station och Vostok, de enda inlandsstationerna i Antarktis, genom att jämföra dem med kuststationer med ett totalt annorlunda klimat. Det låter kanske absurt men titta på:
http://berkeleyearth.lbl.gov/stations/151513
http://berkeleyearth.lbl.gov/stations/166900
Härigenom garanterar man gediget felaktiga värden för en hel kontinent. En representant för BEST förmodade att det möjligen kunde bero på inversioner och ansåg det därmed helt i sin ordning att plocka bort data. Min gamla lärobok i klimatologi från 1975 framhäver däremot just stora variationer i vintertemperaturen p g a bildning och uppbrytning av markinversioner som karaktäristiskt för vinterklimatet på inlandisar
Här i Sverige är det framförallt maj 1867 och mars 1942 som drabbas, båda var extremt kalla, så kalla att BEST vägrar att tro på dem.
Kort sagt: BEST består av tvivelaktiga data okritiskt hoprafsade från olika håll utan några rimlighetskontroller, och ytterligare tilltufsade av misslyckade ”rättningsalgoritmer”.
BEST är som den gamla historien om stadshotellet i Katrineholm, som visserligen var det bästa hotellet i stan, men inte bra.
Även i Australien har de haft problem med temperaturmätningarna. Något som dock uppmärksammats ordentligt.
Kanske är det därför de letar efter consensus och låter Björn Lomberg sätta upp en forskningsgrupp på universitet i västra Australien.
http://wattsupwiththat.com/2015/04/17/aussie-government-gives-4-million-to-bjorn-lomborg-to-set-up-a-consensus-centre/
Kul att du tar dig an BEST också.
Vad gäller Uppsala undrar jag om serien inte har skarvats och justerats av SMHI, eller annan institution ( enligt konstens alla regler hoppas jag), innan den överlämnades till BEST. Stationen har ju bevisligen flyttats, fått nya instrument, etc, men inget av detta framgår ju av BESTs metadata. De hittar inte ens nån empirical break, och har därför inte gjort någon homogenisering eller justering av data. Det känns som om detta jobbet redan är gjort av svenskar.
Jag kikade lite på GHCN V3 som GISS använder. Deras Uppsalaserie slutar 1970 och ingen justering av rådata har gjorts av GHCN. Sedan kan iofs GISS ha gjort sin UHI-justering av data, som bygger på det nattliga ljuset mätt från satellit över det aktuella området.
Om man tittar tittar på CRUs stationsdata så får jag intrycket att Uppsala stad har skarvats med Uppsala flygfält, inte minst för att serien upphör 2008 då flygfältsstationen läggs ner
Stockholm Observatoriekullen verkar ju också ha skarvats med Bromma flygfält, men där har BEST metadata på stationsflytt och justerar faktiskt ner temperaturen.
Ja allt detta verkar vara en soppa, och man kan aldrig vara säker på att metadata finns eller är korrekta. Man kan inte heller veta om justeringar och homogeniseringar av s.k rådata redan gjort. Därför finns det motiv för BEST och andra att göra egna kvalitetskontroller, homogeniseringar och justeringar för att förutsättningslöst upptäcka och rätta till oregelbundenheter och avvikelser.
Just Uppsalaserien har p g a sin nästan unika längd (den är den tredje eller fjärde längsta i Världen) och mycket bra metadata blivit mycket noggrant analyserad och justerad, och justeringarna är dessutom väl dokumenterade vilket också är nästan unikt:
Bergström, H., and Moberg, A.: 2002, Daily air temperature and pressure series for Uppsala 1722-1998. Climatic Change, 53, 213-252
tty #5,8:
Väldigt intressanta observationer av BESTs felaktigheter.
Om man fick önska skulle det finnas en öppen databas av temperaturdata från hela världen. Då kunde felaktigheter rättas till och vem som helst skulle kunna göra analysera av datat. Men det finns väl inget intresse för en sådan databas.
Även om Uppsala-serien har analyserats noggrant så finns det stora fel framförallt under 2000-talet.
Häpnadsväckande, tty #5 – hur ska det då inte vara i övriga delar av världen?
Lasse !
Lomborg Ridley och Salby ! 🙂 ”Now thats a REAL team!” 🙂
#2
Se slide nr 52 här:
http://wattsupwiththat.files.wordpress.com/2012/07/watts-et-al-station-siting-7-29-12.ppt
Skillnaden mellan manipulerade data och verkliga landsbygdsdata är skillnaden mellan 0,300 och 0,032.
1000%
Jag har vid ett tidigare tillfälle antytt att gamla temperaturdata borde ses som kuriosa. Vi har en ny tid med sattelitmätningar vilka nu borde vara styrande vad som gäller temperaturmätningar. Erfarenheter från ca 35 års mätningar borde räcka för att kunna skrota de land- och havsbaserade mätstationerna.
#13
Snälla björn, då har du endast en (1) klimatdatapunkt, och inte ens Mickey Mann kan kan göra en kurva av en (1) punkt.
Svenska politiker kan, men det är vetenskap vi diskuterar och inte sinnessjukdom.
Det ser ut som om ’Other stations’ och ’Very-rural stations’ kartor har blivit blandade ihop.
TK #15:
Nej det tycker jag inte. Very rural stations är ju utspridda mycket mer över jorden och other stations är koncentrerade där befolkningen är stor.
tty #5 och 8, Du lägger ner mycket energi på att hitta fel, men har du nån respekt för den gigantiska uppgiften?
Hur lång tid tror du Moberg lade ner på Uppsalaserien? Några månader?
Multiplicera detta med 40000 så förstår du att inte ens de stormrika Koch-bröderna betalar så mycket.
Du säger att det finns gott om metadata från Uppsala. Ur BESTS perspektiv finns det inga metadata alls för de har uppenbarligen inte fått några. Så BEST och GHCN har rätt, lita aldrig på att metadata är korrekta ( att alla ändringar av betydelse noteras) utan gör egna kontroller för att hitta och korrigera avvikelser.
Vad gäller Antarktis inland är det nog riktigt att temperaturen sjunker mer än förväntat ur ett normalfördelningsperspektiv. BEST eliminerar dock inte data, de bara flaggar dem. Om jag inte minns fel från metodpappret så ges avvikande data en mindre areell betydelse i krigingprocessen. Troligtvis ett helt rimligt antagande, att extrem kyla etc har en mer lokal utbredning.
Visst kan BESTs procedurer ge en regional utsmetning på bekostnad av lokala detaljer, men syftet är förbättra precisionen i den regionala och globala temperaturutvecklingen. Om man ska göra sånt här bör man också testa och visa att det verkligen leder till en förbättring, annars är det meningslöst. Kan göras med exempelvis eliminering av kända data, införande av felaktiga data, provkörning och utvärdering.
En annan brist på sans och proportion, med visst konspiratoriskt bias, är att det blir ett jäkla gnäll om GHCN justerar upp temperaturtrenden för Stykkisholmur med 0,34 grader per århundrade. Däremot hörs det inte ett knyst när Svalbard och Frans Josefs Land justeras ner med 3-4 grader per århundrade. Dessa stationer har ju stor vikt när GISS ska göra sina 1200-km extrapoleringar in över tomma områden i Arktis. Varför gnäller ingen om illvilliga försök att dölja uppvärmningen?
Kanske hänger allt detta ihop? homogeniseringen trycker upp Island men trycker ner Björnöya, Svalbard och Frans Josef. Summa summarum noll…
OT I P1 just nu: En miljöorganisation Holland har stämt Nederländska staten för att de inte gör tillräckligt ”för att stoppa klimatförändringarna.”
Olle R #17
”Du lägger ner mycket energi på att hitta fel, men har du nån respekt för den gigantiska uppgiften?”
Jag sorterade stationerna i alfabetisk ordning, läste igenom listan och plockade ut de mest solklara orimligheterna (t ex där det framgår att båda ”stationerna” ligger på samma flygfält). Det tog väl drygt en halvtimme. Att konstatera att ”Kreuzburg” och ”Trondheim/Vaernaes” inte är svenska väderstationer kräver knappast heller finansiering av Bröderna Koch.
Vid en mera grundlig analys, säg ett par dagars arbete, skulle man nog kunna stryka sådär en fjärdedel av alla BEST:s svenska stationer. En av de stora förtjänsterna med BEST enligt deras egen utsago är just att de har mycket flera stationer än övriga markserier. Då bör dessa stationer gärna existera i sinnevärlden också.
För några år sedan gjorde jag faktiskt en tämligen noggrann genomgång av metadata för GHCN:s svenska stationer (som är rätt få) och konstaterade att det fanns allvarliga fel (koordinater, flygfält/icke flygfält, höjd över havet, urban/rural osv) på praktiskt taget alla.
”En annan brist på sans och proportion, med visst konspiratoriskt bias, är att det blir ett jäkla gnäll om GHCN justerar upp temperaturtrenden för Stykkisholmur med 0,34 grader per århundrade”
Det beror nog i någon mån på att Stykkisholmur nog är den bäst dokumenterade och tillförlitligaste långa temperaturserien i hela nordatlantområdet. Och hela metodiken att ”normalisera” temperaturserier vilar statistiskt på lösan sand. Kolla Hansen & Lebedeff’s ursprungliga artikel från 1987 (http://pubs.giss.nasa.gov/docs/1987/1987_Hansen_Lebedeff_1.pdf) så får du se hur svagt underlaget är för hela den här 1200-kilometers extrapolationscirkusen är.
”Du säger att det finns gott om metadata från Uppsala. Ur BESTS perspektiv finns det inga metadata alls för de har uppenbarligen inte fått några.”
Naturligtvis kan man inte vänta sig att ’klimatforskare’ skall känna till en artikel i ett obskyrt organ som ”Climatic Change”? Uppsala är inte vilken temperaturserie som helst, det är den längsta i Världen efter CET, en holländsk och möjligen en italiensk serie.
”Visst kan BESTs procedurer ge en regional utsmetning på bekostnad av lokala detaljer, men syftet är förbättra precisionen i den regionala och globala temperaturutvecklingen.”
Jag tvivlar inte på syftet, bara på resultatet.
Olle R #17
Visst kan det verka magsurt att leta fel på detta sätt särskilt med tanke på vilket arbeta som redan är nedlagt och att bättre data inte är tillgängligt. Men ”garbage in garbage out” gäller, att få en uppfattning av kvalitén på data är viktigt. Det är rätt väsentliga och dyra beslut som fattas på grundval av dessa data.
tty!
Du äger! Vi har tagit del av den systematiska partiska hanteringen av tempdata som allt mer gör siffran 0.8C till ett mer pseudovetenskapligt påstående änvetenskapligt.
Olle R #17
Citat:
”BEST och GHCN har rätt, lita aldrig på att metadata är korrekta ( att alla ändringar av betydelse noteras) utan gör egna kontroller för att hitta och korrigera avvikelser.”
Är du medveten om att en miljöorganisation har dragit Nederländska staten inför domstol för att de inte gör något åt den antropogena globala uppvärmning som sker. Då har det väl betydelse om det över huvud taget sker någon uppvärmning, eller om den påstådda uppvärmningen är ett resultat av fel i datainsamlingen.
Hur ställer du dig till en anklagelse mot dig själv? Vill du se bevis eller accepterar du en allmän uppfattning och konsensus för att du ska bli dömd och straffad?
Framför allt: Tycker du att det ska gå att påvisa ett brott innan du blir straffad?
Olle R!
Läs på och läs igen innan du ställer upp på att JAG ska betala för synder det inte går att visa att jag begått.
Björn #13
Min skeptiska läggning gör att jag stödjer inledningen i din kommentar:
”Jag har vid ett tidigare tillfälle antytt att gamla temperaturdata borde ses som kuriosa.”
Jag utvecklar det till en teknisk synpunkt som jag gärna vill ha kommenterad.
Databaserna BEST, GHCN, HadCRUT, Giss och andra verkar utgå från dygnsmedelvärden innan de går vidare i sina analyser.
Lennart Bengtsson har förklarat att ECMWF:s dygnsmedeltemperaturer bygger på avläsning var 3:e timme och att de ger en stabil grund att stå på.
Om vi tittar längre bakåt i tiden finns inte många stationer som läses av var 3:e timme och det kan ifrågasättas när avläsningen skedde eftersom byar och städer hade sin egen tideräkning.
Teknikutveckling har gett max- och mintermometrar som monterades i väderstationer.
Länk:
http://en.wikipedia.org/wiki/Stevenson_screen
Homogenisering innebär bland annat att räkna fram ett dygnsmedelvärde utifrån min – och maxtemperatur. Men den är olika beroende på geografi , topografi och närhet till sjö eller hav.
Om man inte har position och höjd rätt finns inga förutsättningar för att temperaturen ska bli rätt.
Tänk själv en stund.
Om du har senaste veckans max- och mintemperaturer där du bor med en decimal. Hur beräknar du de sju dygnens medeltemperatur med tre decimaler?
Fungerar beräkningsmetoden lika bra om ett halvår, när vi är inne i oktober?
Jag håller med Björn.
”Om du har senaste veckans max- och mintemperaturer där du bor med en decimal. Hur beräknar du de sju dygnens medeltemperatur med tre decimaler?”
Det går inte. Teoretiskt sett minskar osäkerheten vid upprepade mätningar proportionellt mot roten av antalet mätningar. För att gå upp från en till tre decimaler (hundra gånger mera exakt) krävs därför (100)^2 = 10 000 mätningar. Detta förutsätter dock att det rör sig om oberoende mätningar av samma storhet och att felen är slumpmässiga. Finns det systematiska fel ger flera mätningar ingen förbättring.
Magnus Cederlöf #16
Du har aldeless rätt, min engelska är inte de besta, även om jag har läst on pratat det i åratal.
Min svenska tycks vara mycket värre, även at jag har gått grundskolan i sverige. voihan vittu…
(jag är en finnjävel från 1965)