I förra veckan presenterade SVT en undersökning som de låtit SMHI arbeta fram där Jokkmokk visade sig vara den plats i Sverige med den högst uppvärmningen sedan slutet på 1800-talet.
Den globala uppvärmningen sägs var 0.8 grader, i Sverige ligger vi på i medel 1.7 grader och den mest utsatta platsen i Sverige är Jokkmokk där temperaturen stigit med hela 2 grader. Detta låter minst sagt oroväckande men vi kan ta en titt på hur detta helvete på jorden ter sig. Det borde ge oss en bra bild av de enorma klimatförändringar som väntar oss all.
” – Vi vet att det är den globala uppvärmningen som driver detta, och att utsläppen inte minskar. Det är klart att jag är orolig för framtiden, säger Erik Kjellström, professor i klimatologi på SMHI. ”
Jokkmokk
Låt mig börja med att säga att jag inte alls tror att Jokkmokk är ett helvete på jorden, jag tror säkert att det är en mycket trevlig ort med fantastisk natur. Jag har aldrig varit där men besköt Kiruna; vilket naturligtvis är som att säga – nej, jag har inte besökt Skövde men varit i Västerås. Byn Jokkmokks storhetstid går fyra hundra år tillbaks i tiden då Karl IX beslöt att anlägga en marknadsplats i Lule Lappmark. Under 1800 talet växte samhället när träindustrin blev viktigare och sedan 1861 finns det en kontinuerlig serie med meteorlogiska observationer. Den är naturligtvis inte utan avbrott och den meteorologiska stationen har flyttats ett flertal gånger men den ingår i de 35 långtidsserier som SMHI bygger sina temperaturrekonstruktioner från.
Vi kan hämta serierna från Jokkmokk och visst är det värden som saknas men vi skall inte nagelfara dessa nu utan se till helheten. Från 1862 till 2017 finns det månadsvärden från nästan alla månader (flest saknade värden är faktiskt på 2000-talet och dygnsvärden finns först från 1871 vilket får en att undra hur månadsvärden från 1862 togs fram). SMHI har säkert fyllt i en del saknade värden med hjälp av stationer i närheten och de vet säkert vd de gör.
….vinter och sommar sköter det gör jag
Vi börjar med att titta på hur temperaturen har förändrats år från år och vilken skillnad det är mellan sommar och vinter. Diagrammet nedan är medeltemperaturer under januari-februari och juli-augusti.
Det kommer inte som någon överraskning att vintertemperaturerna varierar betydligt mer än sommartemperaturerna. Under sommaren har de i Jokkmokk behagliga medeltemperaturer på 12-15 grader medan de under vintern har en medeltemperaturer som pendlar med ett span på över 10 grader.
Diagrammet ovan ger väl inte mycket stöd för att uppvärmningen i Jokkmokk varit speciellt dramatisk men det är ju först när man förlorar helhetsbilden och bara tittar på små förändringar under 30 år som farorna visar sig. Innan vi tar oss an hunden Kerberos kan vi dock göra ännu en observation. I diagrammet nedan ser vi hur sommar och vintertemperaturer förhåller sig till varandra, eller rättare sagt visar sig vara rätt frikopplade från varandra.
När man säger att det var ett varm år så kan det betyda att det var en av de kallaste somrarna i mannaminne men en ovanligt varm vinter; ett årsmedelvärde säger inte så mycket om vad som fastnar i mannaminnet.
vi förlorar perspektivet
Att medeltemperaturen under en vinter kan slå på 15 grader är som vi alla vet någonting som bara tar bort fokus från den farliga uppvärmningen. Vi skall inte heller påminna om att medeltemperaturen en kall januaridag (-40 grader, 13:e januari 1893) kan vara över sextio grader varmare än en dag i juli (26 grader, 6:e juni 1914). Vi tittar istället på flytande medelvärden under flera år så att alla stora förändringar suddas ut.
Vårt första försök är dock inte riktigt vad vi vill ha; i diagrammet nedan ser vi medeltemperaturen över 10 år under vintern (januari-februari) jämfört med sommaren (juli-augusti).
Vi gör visserligen tricket att bara tala om avvikelse från medel så att vi kan dölja den stor skillnaden mellan vinter och sommar men resultatet är väl inte så att det skrämmer ens små barn. Vi ser visserligen stor förändringar men dessa är ju främst vintertid och de tycks ju verkligen gå upp och ner om vart annat. Inget tecken på någon kontinuerlig uppvärmning här inte.
Låt oss strunta i dessa sommar och vintertemperaturer och istället bara tala om årsmedeltemperaturer. Diagrammet nedan ser bättre ut, här har vi medeltemperaturen under 10 år i blått och under 30 år i svart.
Den svarta kurvan börjar likna något av vad vi vill ha men vi ser nu någonting som vi inte vill förklara. Vi ser helt klart att medeltemperaturen under slutet av 1800-talet låg en halv grad under genomsnittet och att det vid slutet av perioden ligger en halv grad över genomsnittet …. men, vi har ju en nästan lika stor uppgång fram till 40-talet och den uppvärmningen vill vi inte ha. Det blir svårt att hävda att temperaturuppgången kan bero på fossila utsläpp som tog fart först på 50-talet när den stora uppgången skedde från slutet av 1800-talet till 40-talet – Houston we have a problem.
… det, är något som inte stämmer
Ungefär här i mitt pusslande för att få ut lite grafer så ser jag att någonting inte riktigt är som det ska. Jag hade visserligen gissat på att vinterns temperaturer skulle variera betydligt mer än årsmedeltemperaturen, att årsmedeltemperaturen skulle variera betydligt mer än något släpande medelvärde och även gissat att vi skulle se en uppvärmning på 40-talet följt av en nedkylning innan det återigen blev varmare … men, skillnaden mellan slutet på 1800-talet och idag är inte 2 grader, den är bara en grad?
Det jag har utgått från är de månadstemperaturer som man kan ladda ner från SMHI. Där kan man leta runt bland stationer och välja dygnsmedel, månadsmedel, mm. Det är inte alltid serierna är kompletta och man får akt sig när man tar medelvärden men gillar man att leka med grafer så är det en guldgruva.
Varifrån kommer siffran två grader? Det första man gör i det här läget är att gå igenom all kod för att kontrollera att man inte räknat med fel månader eller att data saknas. Jag visste att det var några månadsvärden som saknades men det var bara en handfull och det kunde inte vara problemet. Jag blev lite mer fundersam när jag laddade ner dygnsmedelvärdena och upptäckte att stora delar saknades. I grova drag så är detta vad dygnsserien ger:
- ingenting före 1871
- hela 20-talet saknas
- sporadiska luckor på 1990-talet, 2000-talet och 2010-talet
De rekonstruerade månadsvärden från 1860-talet och hela 20-talet är hämtade från någon annan källa. De närmaste stationerna är:
- Jokkmokks flygplats: 2000 – 2019, 2 mil från Jokkmokk
- Porjus: 1911 – 1966, 4 mil från Jokkmokk
- Nattavaara – två stationer, 1931-1963, 1996-2019 och 1962-1979, 1990-2004, 5 mil från Jokkmokk
- Gällivare A: 1888 – 1956, 1996 – idag, 7 mil från Jokkmokk
- Kvikkjokk-Årrenjarka: 1889-2013, 10 mil från Jokkmokk
- och flera mindre stationer med kortare serier
Skall vi hitta serier från 1860 talet får vi gå längre bort: Övertorneå, Kalix, Haparanda och Piteå. Ur ett Stockholmsperspektiv är detta naturligtvis hugget som stucket men det är naturligtvis det samma som att uppskatta temperaturutvecklingen i Örebro med siffror från Observatorielunden i Stockholm.
Även om vi fyller i de saknade värdena från 20-talet med en uppskattning baserad på närliggande stationer så kan det inte förklara skillnaden mellan en uppgång på en grad och två grader. Jag skicka därför en fråga till SMHI och bad om det underlag som de hade gett till SVT. Med vändande post fick jag då temperaturserier med årsmedelvärden från SMHI:a 35 långtidsstationer där Jokkmokk ingår.
Diagrammet nedan visar årsmedelvärdet för Jokkmokk baserat dels på Öppen data, dels på SVT:s serie (som naturligtvis är framtagen av SMHI men vi kallar den här för SVT). Det är helt klart en skillnad mellan dessa serier.
Den serie som SVT baserade sina påstående på ligger helt klart under den från Öppen data under hela 1900-talet och betydligt under i slutet av 1800-talet. Om vi tar och tittar på differensen mellan de två serierna så ser vi hur mycket de skiljer sig.
Grafen ovan visar alltså hur mycket SVT:s värden skiljer sig från de årsmedeltemperaturer som vi kan räkna fram givet stationens månadsvärden. Om man konsekvent har sänkt historiska temperaturer så är det kanske inte så konstigt att vi landar på en temperaturökning på två grader. Vad är det som händer här?
Homogenisering
I brevet från SMHI får jag en ledtråd till var problemet kan ligga:
”För åren 1860-2013 är data homogeniserade. För åren 2014-2019 är data tyvärr inte homogeniserade än. Vi jobbar på att homogenisera hela tidsserierna.”
Ahh, hur dum kan jag vara. Skall vi ta reda på hur mycket temperaturen har förändrats i Jokkmokk så skall vi naturligtvis inte titta på vad som faktiskt rapporterats från Jokkmokk utan de ”homogeniserade” temperaturmätningarna.
Vi tar 1877 som exempel, där har vi enligt enligt Öppen data månadsvärdena: -17.3, -19.5, -11.3, -3.2, 3.1, 9.3, 14.4, 10.1, 4.1, -2.3, -3.0, -10.1, vilket ger ett årsmedelvärde på -2.14 grader (jag vet att februari får en liten större vikt men i sammanhanget så är det ett avrundningsfel). För att förvissa oss om att denna siffra inte är helt uppåt väggarna så tittar vi även på de dygnsvärden som finns att hämta från Öppen data. Det finns 351 dagliga värden inrapporterat (halva november saknas) under 1877 men om vi tar medlet av det vi ha så landar vi på -2.16 grader. Vi kan naturligtvis försöka rekonstruera november från närliggande stationer men det har för årsmedelvärdet mindre betydelse. Om vi utgår från de dygnsvärden vi har så har november ett månadsmedel på -5.4 grader där SMHI:s månadsvärde ligger på -3.0 (övriga månadsmedel stämmer på decimalen).
Det är nu vi gärna gör misstaget att tro att årsmedeltemperaturen i Jokkmokk 1877 var -2.14 grader men då har vi inte homogeniserat. Detta är en ädel konst där man försöker fylla i luckor och ta hänsyn till att en station flyttats eller bytt utrustning.Efter den homogenisering som SMHI gjort är den jämförbara temperaturen (om vi skall kunna jämföra den med dagens) -3.4 grader.
För att hitta den ”verkliga” temperaturen 1877 så måste vi homogenisera och vi får väl försöka göra något liknande. För vår mätserie i Jokkmokk så finns följande stationer listade:
- 1871 – 1936 255 möh, 66.6000;19.8300
- 1937 – 1966: 260 möh, 66.6296;19.6424
- 1966 – 1975: 266 möh, 66.6296;19.6424
- 1975 – 1978: 255 möh, 66.6296;19.6424
- 1979 – 2000: 260 möh, 66.6296;19.6424
- 2000 – 2009: 254 möh. 66.6045;19.8089
- 2010 – 2018: 240 möh, 66.6135;19.8316
Det ser ut som om stationen från år 1871 till år 2000 låg på samma plats men att utrustningen kanske ändrats. Från år 2000 så flyttar stationen in till samhället och en viss urbaniseringseffekt borde synas. År 2010 sker återigen en flytt och den flyttade nog inte rätt in i skogen men koordinaterna är inte mer exakta än så.
Om vi ser på hur homogeniseringen gjorts så ser vi fem faser:
- 2000 – 2019: en sänkning med ca 0.1 grader
- 1979 – 1999: en sänkning med ca 0.5 grader
- 1958 – 1978: en sänkning med ca 1.2 grader
- 1901 – 1957: en sänkning med ca 0.8 grader
- 1860 – 1900: en sänkning mellan 1.1 och 0.8 grader
Hur har man kommit fram till dessa värden? Det första som är förbryllande är varför man valt att sänka 2000-talet. Varför skall vi inte ta de data vi har för perioden 2000-2019? En orsak skulle kunna vara att man ville konstruera en serie som överensstämmer med Jokkmokks flygplats som fortfarande är aktiv men då skulle vi höja temperaturen istället för att sänka den (flygplatsen är ca 0.7 garder varmare). Dimman lättnar inte efter detta besked från SMHI:
”För åren 2014-2019 är data tyvärr inte homogeniserade än.”
Vilket stämmer bra, värdena från SVT:s sammanställning skiljer sig mycket lite från temperaturserien från Jokkmokk (vi har bara årsmedel från 2014 – 2017). Från 2000 till 2013 är värden homogeniserade och de små skillnader som jag sammanställt från månadsmedelvärden kan vara en effekt i hur de saknade månadstemperaturerna beräknats (17 månader uppskattade givet Flygplatsen och Nattavara).
Förändringen vid år 2000 skulle kunna ha en förklaring i och med att stationen då flyttades från den mer lantliga miljön in i samhället. Detta skulle vi kunna upptäcka genom att jämför medelvärden före och efter det att stationen flyttats med närliggande stationer som inte flyttats. Nattavaara kanske kan hjälpa oss men det.
Nattavaara
Före flytten (1994 – 1999) finns 72 månadsvärden och efter flytten (2001 – 2004) 48 värden. Det är väl inte så många som man vill men det är väl bättre än inget. Vi kan plotta månadsvärdena med x-axel de från Nattavaara och y-axel de från Jokkmokk. Som synes i diagrammet, där de linjära approximationerna är inlagda så finns det en skillnad.
Innan år 2000, före flytten till Jokkmokks by, så ligger temperaturerna en halvgrad lägre (lägre ju kallare det är, över tio grader så är det inte så stor skillnad). Efter flytten verkar det som om temperaturerna ligger hela graden under Nattaavara. Justeringen av temperaturerna innan år 2000 är kanske inte huggen i sten med detta enkla prov men det verkar inte vara en orimlig justering.
1978 – 1979
Vad hände 1978/79, stationen flyttades inte från om rådet men ny utrustning kanske sattes in. I seren för homogeniseringen ser vi ett markant skifte från ca -0.5 grader till -1.2 grader. Vi kan faktiskt gör om vår test med Nattavaara ock se om vi hittar en liknande förskjutning. I diagrammet nedan gör vi om övningen men nu med två serier som har 1978/1978 som skiljelinje.
Det är tydligt att vi har en förändring och som i det första exemplet är det främst de kalla temperaturerna där det skiljer sig – ett köldhål har man hört talas om men man pratar inte så ofta om ett värmehål? Är skillnaden mellan dessa perioder verklig och beroende på att någon i Jokkmokk flyttade stationen femtio meter, byte utrustning eller ställde sig på en pall när han läste av termometern? Är det kanske inte en förändring i Jokkmokk utan något som har skett gradvis i Nattavaara?
Kvikkjokk till undsättning
Det är brist på stationer som varit oförändrade med långa tidserier. Vi har dock Kvikkjokk med en lång tidserie där stationen inte flyttas mellan 1926 och 1997. Vi skulle kunna ha den som referens och se om vi kan se någon skillnad i jämförelse med Jokkmokk. Innan vi gör det så kanske vi skall ta en titt på hur Kvikkjokk har justerats.
Det visar sig att även Kvikkjokk justerats ned och man börjar undra om detta är ett genomgående tema. Varför inte ta en titt på flera stationer som ingår i långtidsstationerna: Karesuando, Haparanda och Piteå ligger närmast.
Det visar sig att alla stationer justerats och de flesta har sänk de historiska temperaturerna. Haparanda sticker ut och då mätningar före 1979 justeras upp. Även Piteå har en period där temperaturerna justeras upp men Jokkmokk sticker ut med stora förändringar; homogenisering är svårt.
Hur var det nu med Jokkmokk
Vi kanske skall avsluta med att ta en titt på den homogeniserade serie som SMHI räknat fram för Jokkmokk. Det var denna som SVT tog som exempel på den skrämmande temperaturutvecklingen. De skulle kanske ha tittat på grafen och ställt sig frågan vad som fick det tioåriga medelvärdet att stiga tre grader från 1860 talet till 1930-talet och om dessa krafter har upphört.
Lektor inom datakommunikation, KTH.
I <3 CO2 – Koldioxid är kanske inte världens viktigaste gas men den kommer som bra tvåa efter syre.
Tack Johan för en utomordentlig genomgång.
Det är när serier som dessa redovisas öppet som jag blir bekymrad över den mediebevakning som klimatvetenskapen utsätts för.
Allmänheten varnas för fake news!
Min kommunikation med SMHI avslutades när de svarade att det kanske inte fanns bevis för det de skrev om (accelererande havsnivåer) men vi kommer att få det 😉
Hög höjd på den!
#1 Lasse
underbar 🙂 skall man skratta eller gråta
Ingen kommer undan politiken.. sjöng man på 70-talet. Så är det nog fortsatt.
Men dessbättre är det så att ingen kommer undan naturen och verkligheten, så vi kan nog ganska lugnt invänta framtiden medan förfalskningarna blir att fler och än mer desperata. Ev kan det gå fort, och det måste kännas bittert när man liksom mr M. Mann blir tagna med byxorna nere på sin ålderns höst. Ett livsverk till spillo och förnedringen gör sig påmind. Trist att det spridit sig fort som ett Corona-virus även till Sverige.
Jag skickade en graf på Jokkmokks juli temperatur till SMHI:s FB sida och fick följande svar.
”Hej.
Det verkar som att det är rådata av månadsmedelvärden av temperatur i juli i Jokkmokk som är plottat i figuren. Och det stämmer att i dessa data är trenden nära noll sedan 1900 i juli månad. Som nämnts ovan så har mätserien i Jokkmokk påverkats av flera flyttningar och efter homogenisering så får man en ökande trend i temperaturen även om den inte är så kraftig under sommaren.”
Fick även det här svaret av SMHI när jag visade en graf på Abisko och pekade på sambandet med AMO.
”Hej Ingemar.
Temperaturen i Abisko, enligt grafen, tycks samvariera ganska väl med AMO, och som sagt AMO spelar en viktig roll för variabiliteten över Nordatlantområdet. Men, trots korrelationen, så betyder det ju inte ett ”ett-till-ett”-förhållande. Det finns fler faktorer som spelar in och växelverkar så det är inte helt entydigt vad som ligger bakom temperaturvariationen i Abisko.
AMO spelar visserligen en betydande roll för multi-dekadisk variabilitet i Atlantområdet, och enligt studier så har bl.a. årsmedeltemperaturen påverkats med ca +/- en halv grad över norra Europa under positiva respektive negativa faser av AMO (se t.ex. https://rmets.onlinelibrary.wiley.com/…/10.1002/joc.1700).
Men AMO varierar, med en period på ca 60-80 år (kan dock inte helt säkert definieras pga brist på långa observationsserier), så för kortare perioder (säg från en negativ fas till en positiv fas, 30-40 år) så kan AMO ha viss inverkan på trender, särskilt regionalt, vilket man måste ta i beaktning. Men, som sagt, under längre tidsperioder så är det mer andra faktorer som ligger bakom trender, t.ex. växthusgaskoncentrationer i atmosfären. Ökningen av temperatur över Sverige sen slutet på 1800-talet är till största delen pga klimatförändringen.”
Tack Johan,
jag är verkligen full av beundran för er som kan samla in data från öppna databaser och sedan bearbeta dem och ta fram grafer för att beskriva vad ni får fram. Ett beundrande tack från mig.
Vi har lärt oss av Coronakrisen att vetenskaparna är inte överens om nånting. Utom när det gäller CO2 och klimatkatastrofen. Där är 97 procent överens. Fan tro’t.
Enligt statistisk årsbok för 1962 så ligger årsmedel 1931 – 1960 på – 0,1 C, så vilken av de 2 olika dataserierna ligger närmast i bilden med årsmedel ?
http://share.scb.se/ov9993/data/historisk%20statistik//SOS%201911-/Statistisk%20%C3%A5rsbok%20(SOS)%201914-2014/Statistisk-arsbok-for-Sverige-1962.pdf
Homogenisering känns många gånger som nåt hokus-pokus.
Mycket bra Johan!
Månadsmedelvärden är väldigt filtrerade och dessutom i de tidiga serierna framräknade som ett simpelt (min+max)/2. En relevant homogenisering på så grova data ter sig omöjlig för mig. SMHI måste ha använt dagliga data. Av någon anledning vill dom inte göra dessa tillgängliga. När jag frågade för ca två år sedan svarade de att datat inte finns digitaliserat. Borde inte vi som älskar grafer i en samlad skrivelse begära ut dagliga data, åtminstone för de 35?
Utmärkt genomgång av organiserat skojeri. Tack, Johan.
Förra torsdagen fick f.ö. Tjernström orera fritt (ca kl 11) i Malou efter 10 i TV4 (finns ännu på ex Canal Digitals veckoarkiv). Malou lyssnade andäktigt.
Jo, han sade att temperaturen. I ex Jokkmokk stigit 1.5 grad sedan 60-talet. I ett annat avsnitt lyckades båda med att påstå/svälja att Arktis värms upp speciellt mycket, samtidigt som man konstaterade att pågående fatygsexpeditioner där varit infrusna i över ett halvår och det var svårt att byta personal. Inget ord om de rekordlåga temperaturerna vid Svalbard heller. Öppet mål, för en rätt erfaren journalist.
Och, givetvis, i bästa Greta/Rockström-stil – när Corona-krisen Är över – MÅSTE världen ställa om, enligt Tjernström
Jag gör som vanligt allt i fel ordning. Kollade nu i min SMHI Browser.
Dagliga data finns nu tillgängliga!
#5 Ingemar S
AMO med 60-80 års cykler tycks gälla även för Jokkmokk, se bild från SMHI nederst ovan.
Om vi antar att lilla istiden påverkade fram till 1900 så verkar kurvan ha en topp 1935 , en botten 1980 och nu en ny topp 2020.
Det finns ett litet utrymme för CO2 i den bilden, väldigt litet .
Om man sen ser till bilden som johan har överst så saknas detta utrymme helt!
Det börjar mer och mer likna WHO och Coronasiffror!
Tack Johan för allt arbete du lägger ner.
Hur motiverar SMHI homogeniseringen av data som behövs för att få önskad lutning på temperaturkurvan? Att byte av mätutrustning och flyttning av mätstation kan kräva kompensering är ok men i så fall måste varje mätstation ha egen homogenisering. Homogeniseringen måste bygga på att det finns mätstationer i närheten som inte ändras samtidigt och som man jämför med.
#13 Ivar Andersson
Jag vet inte exakt hur homogeniseringen går till och jag antar att den i stort är automatiserad. Det lilla experiment som jag gjorde när jag jämförde Jokkmokk med Nattavaara kan man naturligtvis upprepa med andra stationer i närheten (dvs flera mils omkrets) och försöka uppskatta vad en flytt av en station betyder.
Det som är svårare att fånga är långsamma förändringar, t.ex. urbanisering, då har vi inte ett en skarp kant i en serie utan en gradvis förändring. Har de stationer jag jämför med samma förändring så kommer jag naturligtvis inte se något problem.
För mig som maskiningenjör är det häpnadsväckande hur man i vetenskapens namn kan ändra på historiska mätdata och inte bara komma undan med det, utan till och med hävda att det är tekniskt korrekt.
I min värld gäller endast uppmätta verifierade värden. Det kan ibland förekomma att man i efterhand upptäcker avvikande värden som kan bero på mätfel, antingen handhavandefel eller fel på mätutrustningen, men aldrig går man då tillbaka och korrigerar de gamla värdena. Istället får man göra en notering om att de gamla värdena är behäftade med en viss osäkerhet och sedan gör man nya mätningar för att fastställa vad som är riktigt.
Problemet i det här fallet är naturligtvis att det är omöjligt att göra nya mätningar på gamla temperaturförhållanden. Men hur man på fullt allvar kan justera 100 år gamla temperaturvärden ner till tiondelar av en grad och påstå sig ha tekniska belägg för detta, övergår mitt förstånd. ”Homogenisering” av historiska mätvärden kan i mina ögon aldrig vara något annat än vetenskapligt bedrägeri.
Jag har märkt att människor som inte har teknisk eller vetenskaplig utbildning ofta har en övertro på vad vetenskapen kan säga oss. Politiker, journalister och de allra flesta samhällsdebattörer idag har ingen som helst teknisk utbildning. De är utbildade inom samhällsvetenskap, ekonomi, humaniora, juridik och liknande. Men genom att påstå att det råder konsensus bland 97% av forskarna behöver politiker, journalister och samhällsdebattörer inte ta tag i de svåra tekniska frågorna. De kan hävda att ”science is settled” och istället ägna sig åt det de behärskar: att skam- och skuldbelägga, att moralisera, politisera och sortera människor i olika fack. Kort sagt, de flyttar debatten bort från det väsentliga till det oväsentliga.
Tur att det finns sajter som Klimatupplysningen som ägnar sig åt det väsentliga.
#14 Johan
Nu när vi faktiskt har dagliga data borde man kunna använda följande modell
1. Kolla första månad där två närliggande stationer har en komplett dataserie med dagliga data
2. Räkna fram en gemensam max eller min medeltemperatur för de två stationerna och vald månad
3. Plotta dagliga max eller min anomalier från denna medeltemperatur
4. Upprepa 1-3 för alla årets månader
5. Stationerna borde över tid driva isär, förmodligen mer på min än på max och mer på vintern än på sommaren.
Eftersom dagliga data från perioden 1880-1950 tidigare saknats skulle en sådan jämförelse vara mycket intressant. Jag tänker mig att dagliga data och min/max separat ger en tydligare bild som månadsmedelvärden till viss del filtrerar bort.
Lyssnade just på Vetenskapsradion i P1. Nån psykolog pratade om optimister och pessimister. Man påstår att pessimister har lättare att ta till sig fakta än optimister. Greta Thunberg framhölls som ett föredömligt exempel, medan ”klimatförnekare” har svårt att ta till sig fakta.
Jag har uppfattat det så att homogenisering krävs för att ge indata till klimatmodellerna så att de inte hamnar snett redan innan de gör sina projektioner. Så fungerar det i alla fall med icke linjära mekaniska system. En modell av en bil behöver startas varsamt och resultatet blir oanvändbart om det finns knyck eller ryck vid uppstarten.
Stationer som ingår i det globala nätverket behöver följa ett mönster som kan uppfattas av modellerna.
# Johan Montelius
Jag antar att det som kallas homogenisering innebär att temperaturuppgifter, efter det att de korrigerats (=homogeniserats) gör anspråk på att visa hur temperaturen varit på en plats, som om alla mätdata skulle varit/blivit vid den platsen/orten med helt stabila=oförändrade yttre omgivningar och samma mätstations placering och utrustning sedan 1860 till idag.
Stockholm och Uppsalaserierna har granskats ingående och där publicerar SMHI avdrag för värmeöeffekter och det blir väl då det som SMHI kallar homogeniserade temperaturer. I de fallen är det lätt att se hur tvivelaktig den s.k. homogeniseringen är. I Stockholms fall ökas inte avdraget sedan 1966, trots att det finns senare rapporter, som visar på att avdraget borde fortsatt ökas på. I Uppsalas fall finns en flytt av mätplatsen beaktad, men inte ett spår av att avdraget bör ökas för att mätstationen byggts in i en gryta av asfalt och byggnader på 2000-talet.
I Jokkmokk har mätstationen under senare tid flyttats till en flygplats (med stora asfaltsytor) och detta bör i så fall visa sig i ett tydligt homogeniseringsinitiativ för den ändringen.
För alla mätningar som idag görs vid flygplatser borde det gå att få fram, vilka korrigeringar SMHI gjort för att skapa s.k. homogeniserade temperaturuppgifter. Enkelt uttryck, på 1860-talet fanns inga flygplatser vid några mätstationer, och om det idag görs mätningar i stället vid flygplatser (med sina uppenbara värmeöeffekter) bör det gjorts/göras korrigeringar för detta av SMHI.
Det är utomordentligt viktigt att alla mätstationsdata, som kommer från mätstationer, som vid en närmare granskning är kontaminerade av värmeöeffekter (syns lätt om de ligger vid flygplatser, i tätorter, hårdgjorda ytor, vägsystem, vatten m.m.), också är homogeniserade=görs avdrag för tilltagande värmeöeffekter. Görs inte detta eller görs för lite avdrag får vi en fiktiv temperaturökning i mätseriernas senare del. Det blir samma fråga, som gäller för Stockholm och Uppsala-Hur mycket överdriver SMHI dagens temperaturer jämfört med temperaturuppgifter från 1800-talet senare del???
#19 Munin
Det finns två sätt att homogenisera: antingen försöker vi få historiska data att överensstämma med nutida eller så försöker vi få nutida att överensstämma med historiska. SMHI gör generellt det förstnämnda men ibland det sistnämnda.
I den sk Uppsalaserien och Stockholmsserien, som inte SMHI tagit fram, försöker man kompensera för t.ex. UHI genom att sänka nuvarande mätningar så att de återspeglar de mätningar som gjordes då Stockholm var mer lantligt. I den homogenisering som de gjort för alla långtidsstationer, de som jag fick, har man kompenserat historiska värden så att de skall avspegla nuvarande. För fallet Jokkmokk sänker man alltså de historiska värdena så att de skall vara jämförbara med stationens nuvarande placering (eller där den stod fram till 2018). De har ännu inte justerat hela serien så att de kan jämföras med de vi har sedan 2019 från Jokkmokks flygfält.
Det man skulle vilja att någon termometerhistoriker gjorde var att rekonstruera mätstationen som fanns i Jokkmokk 1872 och jämföra med en rekonstruktion av stationen från 2018. Då skulle man efter några år få en bra uppskattning på hur vi egentligen skall tolka de siffror vi har.
#17 Sören. ”Vetenskapsradion i P1. Nån psykolog pratade om optimister och pessimister. Man påstår att pessimister har lättare att ta till sig fakta än optimister.”
Under de gångna 8 000 åren har det långsamt blivit kallare.
Vi vet att vi närmar oss en ny liten och ännu värre troligen även en ny stor istid.
Det är pessimistiskt och vi som har den uppfattningen har tydligen, enligt psykologen, lättare att ta till oss fakta. Den som inte har den uppfattningen är Klimatförnekare.
#15 Peter Svensson
Precis, om man i en icke klimatförändringstidskrift försöker publicera en artikel där man avsiktligt ändrat rådata då man tycker att datat efter ändringen stämmer bättre med ens teorier skulle man ju direkt bli anklagad för forskningsfusk. Självklart lämnar man rådatat ifred och lägger på en större felmarginal för att täcka in sådana fel man anser föreligga. Problemet för klimatalarmisterna blir ju då direkt att de ändringar man pekar på kanske inte är signifikanta utan faller inom felmarginalen och hur ska man då kunna övertyga någon (vetenskapligt bevandrad) om att ett hot föreligger.
Helt fantastiskt Johan. Det intressanta vore att veta vem som levererat dessa falska data till SVT, numera (stasi-tv), som dessutom nu har som slogan ngt i stil med ”SVT står för fakta”. Så hur gör man för att begära ut källan till detta vetenskapliga fusk.
Eller så kanske sloganen är ”SVT faktakanalen”.
Jokkmokk är en modern och mycket trevlig stad. Jag var där och besökte vårdcentralen förra året. Vi fick visserligen åka vidare till Gällevare för at fixa en skadad tumme på en utförsåkare. Men man kan ju inte klara allt på en liten ort.
Mycket intressant inlägg Johan.
En temperaturserie som man knappast skulle behöva justera är väl väderballongmätningarna. Jag har gjort några försök att få ballongdata men inte lyckats. Temperaturen från väderballonger kan jag tänka mig är mera ”rättvisande”och innehåller inte så mycket felkällor som markbunden data.
Tempdata bör finnas de senaste 40 åren på SMHI. Radiosonderingar med väderballonger började redan 1936 då de första ballongerna sändes upp från Bromma.
I min utbildning i Flygvapnet i början av 60-talet ingick det en hel del vädertjänst bl.a. att skicka upp en väderballong för registrering av temperatur, fuktighet, vindriktning, vindhastighet och lufttryck.
Jag tror att det görs fortfarande på ett antal ställen i Sverige.
Strötittade just på ”Sverige idag”, som ju avslutas strax innan 18 på SVT1 med en dialog mellan dagens meteorolog och programledaren. Denne frågade om ”medeltemperatur”, i samband med frågan om hur långt våren kommit. Hur beräknas den?
Meteorologen (Nitzan Cohen) upplyste om att det inte alls var så enkelt som temperaturen varje timme, delat med 24 – utan en rätt krånglig formel, med olika viktning under dygn och årstid…
Jaha – OK – men hur i hela friden ska man då kunna jämföra historiska data med nutida? Samma information finns knappast???
Får många år sedan läste jag också att ex Finska rutiner för temperaturavläsning hade ändrats mer än 10 ggr sedan 1820. Troligen detsamma i Sverige.
Helt upplagt för att skapa den bild av skenande AGW som vissa krafter vill se.
Suveränt Johan!!
Johan Montelius – Sveriges svar på Tony Heller!
(Hoppas du gillar den)
Och SMHI gör igen skäl för sitt namn:
Sveriges Mytologiska och Hypokondriska Institut!!!!
Tack Johan för din omfattande genomgång av det som jag benämner ”SMHI-bluffen”! Jag har också räknat på SMHI:s öppna, men inte tillrättalagda/homogeniserade, data (dygnsmedelvärdena) och här på KU visat resultatet av flytten från samhället till flygplatsen givit +0,7C rakt av och betydligt mer under vintern.
En fråga som någon kanske kunde ställa till SMHI. Varför valde man just dessa jämförelseperioder? I SMHI:s rapport, beställd (!) av SVT, kan man läsa: ”När perioderna 1860-1900 och 1991-2019 jämförs är uppvärmningen sett till årsmedeltemperaturen störst i norra och östra Sverige” Till att börja med är den äldre 40 år lång medan den senare bara 28 år. Bl a din sista figur visar ju tydligt att om man istället jämfört med den varma perioden 1930-50 hade ”effekten” försvunnit. Vore klädsamt om någon endaste journalist vågade ställa den frågan. Varför sjönk temperaturen fram till 1979 trots omfattande CO2-utsläpp? Varför startar alla upptänkliga dataserier just i detta ”bottenläge”? Tack förresten för den KLIMATFÖRBÄTTRINGEN!
SMHI’s formel för medeltemp. Snacka om omständlig beräkning. Hur kom man fram till detta?
https://www.smhi.se/kunskapsbanken/meteorologi/koefficienterna-i-ekholm-modens-formel-1.18371
Fattar att Cohen hade svårt att förklara i fakta-TV 😉
Apropå att Haparanda avviker, undrar om inte förklaringen finns här:
A composite monthly temperature record from Tornedalen in northern Sweden, 1802–2002
https://rmets.onlinelibrary.wiley.com/doi/pdf/10.1002/joc.946
I denna serie var det också problem med att mätstationerna flyttats, och Klingbjer och Moberg lade ned mycket arbete på homogeniseringen, och t o m placerade ut identiska automatstationer på de olika platserna under tre år för att verifiera skillnaderna. Lustigt nog kom man fram till 2 graders temperaturhöjning även här, fast för perioden 1802-2002. Abstract:
”Previously unexplored observational temperature data for the period 1802–62 from Overtorneå and Kalix in the Tornedalen area in subarctic Sweden (∼66 °N), have been analysed. These early data have been combined with the temperature series from the synoptic weather station in Haparanda, beginning in August 1859, to develop a continuous Tornedalen temperature series with monthly means 1802–2002. The temperature data between 1802 and 1859 have been adjusted to correspond to Haparanda temperatures using information from time periods with overlapping observations, both in the
early period and in recently made observations at the original sites. Additional information for homogenizing the series was obtained from temperature series for Vardø, Oulu, and Helsinki. Our judgement is that the reconstructed Tornedalen temperature record is reliable back to November 1832. Before this, the summer (June–August) temperatures in particular are less reliable, whereas data for the other seasons seem to be realistic, at least on decadal time scales. The annual mean temperatures are judged as realistic back to the start of the record. Between 1802 and 2000 there has been a warming trend in Tornedalen at an average rate of 0.099 °C decade−1 or 1.97 °C in total. The total warming explained by linear trends was greatest in winter (2.83 °C) followed by spring (2.17 °C),
autumn (1.87 °C) and summer (0.88 °C). The annual warming trend during 1802–1900 was slightly greater than that for 1901–2000. Warming in winter contributed most to the rise in annual temperatures during the 19th century, whereas spring contributed most in the 20th century. The warmest decade was the 1930s, after which a strong cooling trend occurred until the 1970s (−0.325 °C decade−1, 1941–70). Warming then set in again to the end of the series (0.227 °C decade−1, 1971–2002).
Bra jobb Johan. Jag kom att tänka på Feynmans utläggning om vad som är vetenskapligt, se nedan för länk. Det hade räckt att våra journalister, och för den delen SMHIs medarbetare, lyssnade på de två-tre första minuterna av hans utläggning för att kunna dels göra en bättre analys och dels kunna avfärda hela CAGW religionen. https://www.youtube.com/watch?v=EYPapE-3FRw
Jag har gjort analys med utgångspunkt från Jokkmokks månadsmedel värde och beräknat medeltemp för vart decennium. Jag har bara använt dat från de år som hade med samtliga månader för året och då utgår ett antal år runt 2000 och senare.
Analysen är betydligt enklare men ger i stort samma utfall som Johan under rubriken ” Vi förlorar perspektivet”
Finns att läsa på https://begand.blogspot.com/
Men du Johan, får jag ta upp en helt annan sak?
Mikael Karlsson är väl din kollega? Kan du fråga honom hur det går med hans turné? Du kan väl be honom att redogöra för alla invecklade operationer för att få fram landets värsta hotspot?
https://www.kth.se/aktuellt/nyheter/forskare-ifragasatts-pa-osakliga-grunder-1.928682
#34 Rolf Mellberg
Jag har faktiskt inte hört någonting om den turné. Jag mailade till honom och erbjöd min hjälp men den ville han helst vara utan 🙂
Mycket intressant analys av SMHI´s data. Känns som man börjar tappa förtroendet helt för SMHI. Tragiskt !
Jag har skrivit till SMHI och bett att få algoritmerna de använder vi homogenisering. Får väl troligen inget svar.
# Johan Montelius
Av din beskrivning framgår att homogeniseringen gjorts så att fem faser kan urskiljas:
2000 – 2019: en sänkning med ca 0.1 grader
1979 – 1999: en sänkning med ca 0.5 grader
1958 – 1978: en sänkning med ca 1.2 grader
1901 – 1957: en sänkning med ca 0.8 grader
1860 – 1900: en sänkning mellan 1.1 och 0.8 grader
Det handlar om så stora korrigeringar att det borde sammanhänga med att stora fysiska ändringar skett vid mätstationerna eller i mätutrustningen. Har SMHI någon åtföljande beskrivning vad det rent fysiskt handlar om för ändringar vid mätstationerna förutom att de flyttats.
Det ser ju ut som mätstationerna 1860-1978 skulle förts till Class 4-5 vid jämförelse med dagens klassificering av mätstation!!!
En reflektion. Man ser ständigt och överallt uppgifter om att det ena eller det andra området värms mycket snabbare än genomsnittet. Rimligen måste det då också finnas områden som värms mycket långsammare än genomsnittet, men de nämns aldrig.
Några kan jag komma på direkt: tropikerna och Antarktis och mera generellt hav jämfört med land, och södra halvklotet jämfört med norra halvklotet.
#38
Det jag läst är att det är haven som inte värms speciellt mycket (typ +0.1 C, väldigt osäker siffra).
Eftersom haven är 70 % av landytan och egentligen inte haft någon temperaturhöjning så blir automatiskt en temperaturökning över land snabbare än genomsnittet.
Om man för enkelhetens skull antar att temperaturökningen över haven är 0, så blir den genomsnittliga temperaturökningen = (temp ökning över land * landarean + temp ökning över hav * havsarean) / total area = temp ökning över land *landarean / total area
Temp ökning över land / genomsnittlig temp ökning= Total area/ Landarea = 3.
Denna siffra blir lägre om man tar hänsyn till viss temp ökning över hav.
Man skull lika gärna kunna säga att temperaturökningen över haven är 2 ggr långsammare än genomsnittet.
I stort sett alla (väst) länder larmar ju om ”mer än dubbelt så snabb uppvärmning”. Det beror på att länderna ligger på land
En fundering – är SMHI skyldiga att redovisa hur de ”homogeniserar” data. De är väl en myndighet, och då har väl vi medborgare rätt att få information om hur de gör ?
Är inte detta en del av offentlighetsprincipen ? Har jag fattat rätt att de inte kan vägra redovisa sin metod ?
#40 Jonas Rosén
Offentlighetsprincipen gäller väl bara inkommande ärende och formella beslut. Tror inte det gäller programkod för att göra en beräkning. Problemet är nog att det skulle ta flera veckor att sätta sig in i alla parametrar och förstå hur saker hänger ihop.
#37 Munin
Det enda som jag sett är den beskrivning som finns för alla stationer man kan ladda ner från Öppen data. Där listas para position (som ofta kan slå på hundra meter eller mer, antar att long/lat inte var så exakt förr i tiden eller att det har översatts från olika kartnät.
I fallet Jokkmokk så är det uppenbart att det skedde en förflyttning år2000 och att placeringen före 2000 säkert var en bättre placering. Dock så är homogeniseringens uppgift inte att återkonstruera hur utvecklingen skulle sett ut om mätstationen stod kvar utan hur den skulle ha sett ut om den gjort vid den senaste placeringen.
#42 Johan Montelius
Jag tolkar SMHIs uppgifter som att de bedömer att mätstationen som fanns 1860-1900 visade 1,0 – 0,7 grader för hög temperatur jämfört med den mätstation som står för temperaturvärdena 2000-2019. Den gamla mätstationens omgivning, utrustning m.m. borde då kunna förklara varför den mätte för höga värden. Om man har kunskap om hur det såg ut vid gamla mätstationen kan man få en förståelse för varför den visade för höga värden relativt den nyare. Detta måste väl SMHI haft som grund för sina korrigeringar?
SMHI har nu haft vänligheten att skicka mig en beskrivning av ”homogeniserings-metoden”. Ibland blir man positivt överraskad. Jag ska läsa igenom metoden (verkar vara en statistisk metod), och har bett dem att få återkomma med frågor. Hoppas de svarar ja på det.
Kan inte låta bli … Vad tror ni om en (klimatkompenserad) termometer som direkt visar den homogeniserade temperaturen ? Gärna med en indikator för extremväder.
Årets julklapp ??
#43 Munin
Precis så har jag också tänkt. Jag skulle nog kunna luska ut lite mer kring den äldsta stationens (1871-1936) position. Dess läge är förvånansvärt långt från bebyggelsen även idag, och definitivt på 1800-talet. Den ligger på södra sidan av sjön Dalvvadisjavrasj/Talvatissjön. På dess norra strand ligger sedan länge Hotel Jokkmokk, där jag bott många gånger. Det finns nu ett promenadstråk runt sjön, så jag har gått förbi dess position fler gånger. Kan inte minnas att jag sett några spår av stationen.
År 1937 flyttades stationen ca 20 km åt NV till en älvnära position vid Dragnäs/Sasskam (Lilla-luleälv som reglerades under 1960-talen) . Sannolikt påverkades dess mikroklimat av byggandet av Akkats kraftverk 1969/73 som gjorde sjön Vajkijaure till magasin. Hur isläggning kan påverkas av reglering har jag sett flera exempel på. Nåja, jag forskar vidare… Stationen var kvar här till 2000.
#43 Munin
”Detta måste väl SMHI haft som grund för sina korrigeringar?”
Nej, jag tror inte det. De vet att stationen A flyttades år 2000. Vad det då gör är att jämföra med en närliggande station Bsom har mätningar från säg 1990 till 2010 (och som vi antar inte har förändrats). Om vi då kan visa att A visade 1 grad lägre än station B under tiden 1990 – 2000 och sen visar 1 grad högre än station B under 2000-2010 så kan vi sluta oss till att skillnaden för A:s flytt var 2 grader.
Detta förfarande upprepas sen för varje förändring tills man kommer fram till vad förhållanden var 1890.
finns det några felkällor på vägen? gissa 🙂
# 46 och 47
Jag har inte kunnat föreställa mig att det för Jokkmokks del handlar om mätstationer, som bytt plats med så mycket som 2 mil!!! Normalt bör det vara så att när mätstationer i Sverigeserien bytt plats(er) sedan 1860-talet handlar det om högst några hundratal meter eller i mer extrema fall uppemot någon kilometer.
I Jokkmokks fall kan det därför beskrivas som om att SMHI bedömer att mätningarna i slutet av 1800-talet har gjorts i en miniklimatzon (värmehål) och i början på 2000-talet i en annan miniklimatzon (köldhål). Sedan tillkommer alla ändringar däremellan (finns ytterligare tre steg enligt homogeniseringstabellen).
Om det nu skulle vara så finns idag situationen att mätningarna flyttats till ett nytt av människor skapat värmehål, nämligen flygplatsen, och där uppkommer en stark värmeöeffekt genom flygplatsens alla asfaltsytor. Gör att vi säkert snart kommer höra att det basuneras ut nya värmerekord för Jokkmokk. SMHI bör dock lägga till ytterligare ett steg i homogeniseringstabellen, som nu bör handla om att dra av uppemot en grad på de temperaturuppgifter de avläser idag. (Sedan vet jag inte om flygplatsen representerar en tredje miniklimatzon, vilket i så fall också kan behöva beaktas).
Blir intressant att få mer information om mätstationerna enligt Anders forskning.
En annan fundering, som kommer genom att SMHI valt att vid homogeniseringen ändra temperaturuppgifter bakåt i tiden och inte som i fallen Stockholm och Uppsala visa rådata och komplettera med hur rådata ska korrigeras har de sluppit att utåt få en insyn i vad de gör för korrigeringar för varje mätplats. Om de gjort enligt den senare metoden hade de tvingats visa rådata och sedan visa att de vill göra tillägg/höja senare års temperaturer. Då hade nog de flesta börjat undra vilka orsakerna skulle vara till att 1800-talets uppmätta temperaturer, skulle ligga för högt (det är ju den period klimatforskarna annars säger har låg temperatur!).
Är det genomgående så att SMHIs homogenisering sänker 1800-talets temperaturuppgifter i Sverigeserien?
Har börjat läsa in mig på SMHI´s homogeniseringsmetod. Rätt intressant faktiskt.
I princip gör man så här: man jämför medelvärden (under godtycklig period) mellan olika stationer. Om skillnaden i medelvärden ändrar sig, så anser man att det är ett ”mätfel” orsakat av t.ex. att stationen flyttats, det är nåt som skymmer stationen och liknande.
Det finns två intressanta delar i detta. Det ena är när man ska anse att det finns en skillnad i medelvärden, d.v.s. när har man egentligen fått en signal om att nåt är fel. Det nästa är om nåt är fel, vilken station är då rätt.
Det är oerhört datorkrävande att köra hela modellen, varför man måste använda förenklingar. En förenkling verkar vara att den som kör programmet bestämmer vilken station som är rätt (snudd på komiskt). De skriver att det är ”partly subjective”. Jag skulle säga att det är ”totally subjective”.
Om man då bestämmer (partly subjective) att den kallare stationen är rätt. Ja, då visar ju den varmare stationen fel, och måste korrigeras ned. Voila – nu är det homogeniserat !
Ska gå igenom detta mer, men hittills kan jag inte säga att jag är imponerad av deras homogeniserings-modell. Tycker faktiskt att den verkar ytterst tveksam.
En annan sak som stör mig är att man genom att analysera data (med något tveksamma metoder) försöker hitta förändringar genom statistiska metoder. Man tar inte information från förändringar som man vet har inträffat. Man kollar inte typ ”1922 flyttade vi stationen ner i dalen” utan man litar helt på att siffrorna i temperatur-filen kan avslöja detta. Verkar mer seriöst och bygga analysen på riktiga förändringar. Kanske vet inte SMHI var deras stationer har varit ? I så fall är det riktigt dåligt om de i loggat placeringarna av stationerna.
Återkommer i frågan när jag satt mig in i modellen bättre.
Den bild jag får känns bekant – folk som egentligen inte är så bekväma med matematik använder diverse statistiska formler. De tror att matematik kan trolla fram nåt fantastiskt ur en datamängd, om man använder en massa formler och en dator. Min åsikt är att det kan den inte. Matematik är i grunden sunt förnuft – inte magi. Ser man inte samband i data med ”ögat” så finns de troligen inte där.
Generaldirektör för SMHI är Rolf Brennerfelt. Han är politiker. Centerpartist.
Kanske ska fråga honom direkt om modellen de använder för homogenisering. Han kanske har värdefulla synpunkter
Skulle ha varit en smiley på slutet (jag var ironisk). Av nån anledning försvinner de när jag trycker på ”skicka” knappen.
#52 Jonas
De som arbetar med detta (homogenisering) på SMHI är nog väl medvetna om vad som förväntas av dem, med den chef de har. De gör nog det som förväntas av dem. Så befrämjar man sin karriär.
😉
#53 Tudor
Jag misstänker att rätt många på SMHI inte mår så bra. De flesta människor vill väl egentligen bara göra ett bra (och hederligt) jobb. Tyvärr så finns det ju alltid några som är beredda att sälja sin själ för makt och pengar. Förmodligen ingår de numera i ledningsgruppen.
# Johan Montelius
Du har uppenbarligen kunnat få fatt i hur SMHI homogeniserat temperaturrådata för Jokkmokk, citerar:
”Om vi ser på hur homogeniseringen gjorts så ser vi fem faser:
2000 – 2019: en sänkning med ca 0.1 grader
1979 – 1999: en sänkning med ca 0.5 grader
1958 – 1978: en sänkning med ca 1.2 grader
1901 – 1957: en sänkning med ca 0.8 grader
1860 – 1900: en sänkning mellan 1.1 och 0.8 grader”
Uppgifter av det slaget har SMHI dolt genom att de använt tekniken att bara visa temperaturdata efter homogenisering för mätstationerna i Sverigeserien. Har du tillgång till motsvarande uppgifter för alla 35 mätplatser som ingår i Sverigetemperaturserien? I så fall finns bland dessa fler som innehåller lika stora ändringar och finns några exempel på att SMHI höjer historiska temperaturer, vilket kan indikera att de beaktat värmeöeffekter vid någon av nuvarande mätstationer.
Har gjort lite nya försök att förstå SMHI´s homogeniserings-metod. De använder nåt som heter SNHT. I grunden verkar det vara en helt normal och vettig statistisk metod. I princip så ska man identifiera om ett medelvärde från en station gör en abrupt förändring. Då ska man tydligen anta att stationen flyttats. Det konstiga är ju att det borde vara enklare att gå in i en logg och se om stationen har flyttats än att använda en statistisk metod för att gissa att stationen har flyttats.
Hursom, så tycker jag den homogeniseringen verkar rimlig. Det jag tycker verkar skumt är när man ska korrigera för urbaniseringseffekter, d.v.s. typ att mätstationen plötsligt står bredvid en parkeringsplats.
Deras modell är att man korrigerar för det genom att anta en rätlinjig effekt, d.v.s. att temperaturen vid stationen har gradvis stigit som en konstant * tiden.
När man gör så så borde det med automatik bli så att det korrigerade värdet understiger dagens värde (d.v.s. man korrigera dagens värde nedåt). Samtidigt borde det blir så att man anser att stationen mätt för högt bakåt i tiden, d.v.s. man justerar ned gamla data. Jag tror (inte helt säker) att nedjusteringen av gamla data kommer smitta av sig på omkringliggande värden. Man har ju en klimatfaktor som påverkar alla stationer lika. Sänker man en station, så tror jag att man också sänker klimatfaktorn. Plötsligt ska alla stationer korrigeras nedåt.
Ganska geggigt – är inte helt säker på att jag fått alla poletter rätt, men jag har en kommunikation med SMHI och förhoppningsvis kan de ge mig korrekta svar. Känns dock som att det är korrigeringen för urbaniseringseffekter som kan ge upphov till diverse mystiska data (som t.ex. att jokkmok blir kallare historiskt)..
Sorry, tror jag skrev fel. Om man antar att temperaturen i stadsmiljö ökar linjärt, men att den i själva verket har ökat i ett steg (kanske över fler år) så blir effekten att man justerar dagens värde uppåt. Inte neråt som jag skrev.
Man höjer dagens värden och sänker de historiska värdena.
Städerna är varmare än vad termometern visar, medans de gamla värden är kallare än vad deras termometrar visade
# 56 och 57 Jonas
Jag gjorde en sökning på SNHT och mina ögon föll på en kandidatuppsats från 2011 vid Statistiska institutionen vid Stockholms universitet. Den handlar om vad Stockholmsserien visar över tid för temperaturer och innehåller en beskrivning av hur SNHT=Standard Normal Homogenity Test använts i det sammanhanget. IH i texten står för inhomogenitet. Citat följer här:
”4.1 Homogeniseringen av Stockholms temperaturserie
När Moberg kom till insikt om att omfattande korrigeringar var nödvändiga för att Stockholmsserien skulle bli homogen, initierades först ett försök att korrigera IH med hjälp av stationshistorik. Men det visade sig snart att en mer rationell metod var nödvändig. Moberg påbörjade ett sammarbete med Hans Alexandersson, forskare vid Uppsala universitet. De tog tillsammans fram SNHT (Alexandersson, Moberg. 1997). SNHT baseras på en precisionsstudie för nederbörd, utförd och publiserad av Alexandesson (Alexandersson. 1986).
Metoden grundar sig dels på den temperaturserie som man vill homogenisera, kallad kandidatstation, KS, tillsammans med flera andra temperaturstationer, referensstationer, RS. RS svarar för andra observationsplatsers dagstemperaturer som är mäts inom ett snarlikt klimatologiskt område under samma tidsintervall. En ny temperaturserie skapades genom beräkning av KS och RS medel- och observationsvärden tillsammans med en viktning av korrelationen mellan KS och RS, där den RS som är högst korrelerad med KS tas mest hänsyn till. Stationerna som Moberg använde sig av var Linköping, Västervik, Askersund, Västerås, Gävle, Ultuna, Exprimentfältet i Stockholm, Mariehamn, Nyköping och Uppsala. Den nya seriens dagliga värden gav en utjämnad temperaturserie som visar skillnaden mellan medel- och observeradevärden. Denna series dagliga värden hypotestestas sedan för IH. Då abrubta shift upptäcktes, tecken på IH, korrigerades dessa om stöd fanns i stationshistoriken. Vidare författade Moberg och Alexandersson även ett trend hypotestest som korrigerar urbaniseringseffekter i Stockholms temperaturserie.”
Är detta ursprunget till det som SMHI håller på med? Låter SMHI ett statistikprogram skapa Sveriges temperaturutveckling! Har verklighetens temperaturmätningsuppgifter (verkliga och riktiga rådata) förts åt sidan och ersatts av fiktiva uppgifter skapade av ett datorprogram. Hur länge har detta pågått? När gjordes det skiftet och vad hände då med temperaturtrenden i Sverigeserien?
Jokkmokksfallet kan vara en larmklocka om att det finns grundläggande felaktigheter i Sverigetemperaturserien. Om det är möjligt bör det med det snaraste tas fram motsvarande uppgifter för alla 35 mätstationerna/-platserna i Sverigeserien. Hur mycket ändrar SMHI verkliga och riktiga rådata och finns det ett mönster i detta, som kan visa på grundläggande fel? Går det att se om SMHI korrigerar för mätstationer som är kontaminerade med uppenbara (fysiskt existerande) värmeöeffekter?
#58
Hej Munin,
Jo, det är nog ett faktum att SMHI låter ett dataprogram skapa Sveriges temperaturserier.
Jag fick en länk till en artikel om SNHT av SMHI. Jag har läst igenom den och tycker den metoden verkar vara ganska OK. Det är en rätt standardiserad metod som också används inom geologi och andra ämnesområden. Det känns väl rätt OK att metoden inte är speciellt påhittad för klimatanalys (då skulle man ju kunna misstänka det värsta).
Som jag fattar metoden så tittar man på skillnaden mellan två stationer. Man tar avvikelsen från medelskillnaden som ett test-mått. Sen kollar man om den avvikelsen blir mindre genom att man lägger in en stegförändring i ena stationens medelnivå vid olika tidpunkter. Om det blir ”bättre” av att lägga in ett steg så letar man efter den tidpunkt som minimerar en kvadrat av avikelserna.
Då har man hittat tidpunkten för förändringen och också hur stor förändring man fick av medelnivån.
Jag tycker fortfarande att det är en skum metod. Vet inte SMHI när de har flyttat stationerna ? Tvivlar på att de går iväg av sig själva.
Även om det är lite konstigt angreppssätt så verkar det ändå ganska rimligt det man gör.
Det som jag försöker förstå bättre är hur de korrigerar för urbaniseringseffekten. Här finns nog lite utrymme för (alarmistisk) kreativitet. Antag att en station i närheten av en stad vid någon tid börjar påverkas av omgivningen, som t.ex. en väg, en byggnad, en parkeringsplats. Då går troligen temperaturen upp vid den stationen.
Jag tror att de beskriver detta som en gradvis förändring (inte ett steg) som är linjär med tiden. Om man då har dagens temperatur, och så säger man att temperaturen har ökat gradvis – ja då blir ju de gamla data för höga. Då ”korrigerar” man ned även de gamla data för den stationen (trots att störningen inte fanns då). Sen jämför man det korrigerade värdet med omkringliggande station. Då ”ser” man ju att de ligger för högt, och korrigerar ned dessa också.
Är inte 100 på att jag har rätt, men det måste finnas nåt systematiskt i hur de korrigerar eftersom alla gamla temperaturer blir lägre.
En intressant kommentar är att när man ska bedöma vilka stationer som påverkats av urbaniseringseffekter så behöver det göras av meteorologer. Statistikerna säger att de inte kan göra det . Här är det alltså upp till individer att göra en (subjektiv) bedömning av vilka stationer som påverkats.
Jag tycker att hela soppan är beklaglig. Det finns väl egentligen ingen anledning att tro att de gamla mätvärdena är fel. Jag tycker att SMHI skulle svara på varför de anser att så många stationer har samma fel i sina gamla mätvärden – varför har de konsekvent mätt för högt ?? Det är inte rimligt.
# 59 Jonas
Det går genom att bara betrakta var de 35 mätstationerna i Sverigeserien finns se att det föreligger en kraftig kontaminering med värmeöeffekter vid flera av dem och att det är bara ett fåtal, som kan bedömas vara lite eller obetydligt kontaminerade. Det är också under de senaste 30-40 åren som kontamineringen tilltagit genom alla nya tätortsytor, asfaltsytor, byggnader, vägsystem, betongkonstruktioner m.m. som tillkommit i mätstationers närhet.
Om det är som du misstänker kan det vara så att SMHIs statistikprogram ökar skillnaden i temperatur i båda ändar dvs. värmeöeffekter höjer uppmätta nutida temperaturer och sänker samtidigt gamla uppmätta temperaturer på t.ex. 1800-talet. Om vi har en kontaminering som ger en höjning av nutida mätvärden med 1 grad kan det då vara så att det också leder till att SMHI sänker 1800-talets temperaturer med 1 grad. Vips så har skillnaden blivit 2 grader utan att någon verklig temperaturökning ägt rum över huvud taget!
Ja, det är verkligen angeläget att SMHI förklarar hur de gör!
#60 Munin
Jag har skickat en detaljerad fråga till SMHI om hur de korrigerar för urbana effekter. Jag har också frågat direkt om den urbana korrigering kan göra så att gamla värden sänks.
Har inte fått nåt svar än, men jag hoppas att de svarar.
Får jag inget svar så kanske man kan skicka det som en formell fråga, så att de är tvungna att svara enligt offentlighetsprincipen. Dock är jag för dålig på juridik för att veta hur man gör det.
Nåt är ju väldigt skumt med att i stort sett alla Sveriges mätstationer mätte för höga värden för 100 år sen. Det är ju ännu skummare att man inser det nu. Efter att ha kört ett allmänt trassligt datorprogram.
Det vore ju en sak om man upptäckt att de termometrar man använde hade ett systematiskt fel, då skulle jag kunna köpa det (kanske).
#60 Munin.
missade att skriva att jag tror du gör rätt analys. Lite ”modellering” och så har man vips 2 grader fast det egentligen inte hänt nånting.
Jag tycker det känns fruktansvärt fel att vi ska ”ställa om” samhället, med alla negativa konsekvenser det har för mindre bemedlade människor, bara för att några individer på SMHI vill vissa sig lojala med ledningen.
Lovade efterforska mer kring Jokkmokks äldsta väderstation. Har inte hittat så mkt, men kan komplettera med följande. Repeterar att denna första stn (enligt SMHI) låg vid södra stranden av den lilla sjön Dalvvadisjavrasj fram t o m 1936 då den flyttades ca 2 mil mot NV till Sasskam/Dragnäs. Kartstudier och egen minnesbild säger att placeringen kan betraktas som en ”topografisk gryta”, med allt vad det innebär. Sannolikt är platsen såväl köldhål på vintern som ”fonduegryta” med extremvärme sommartid. Nära sjöns östra strand, vid Kvarnbäcken, ligger Fjällbotanisk trädgård som drivs av Ajttje museum. Gemensamt för samtliga av Jokkmokks väderstationer är att de legat ”sjönära” och i relativt undulerad topografi. I kontrast till myr/skogslandet kring nuvarande placering vid flygplatsen. Min slutsats blir att det är svårt att göra bra analyser av temperaturutvecklingen med SMHI:s underlag. Och ju krångligare ”homogenisering” man tar till desto sämre blir trovärdigheten. I min värld.
Ett poblem med SNHT är att den inte kan hantera faktiska abrupta ändringar utan alltid kommer att homogenisera bort dem.
Det är troligen detta som ligger bakom de absurda justeringarna av isländska temperaturer. Islands klimat har nämligen den egenheten att det förekommer naturliga stora ”steg” upp och ned mellan olika år, beroende på om den grönländska havsisen når ön, och i så fall vilka delar som påverkas.
Jämför man stationer på nord- och sydsidan av ön, eller ännu värre använder grönländska eller färöiska stationer som referensstationer kommer man att få stora ”fel” som inte alls är några fel.
Ett annan problem med klimatstatistik är att data i regel inte är normalfördelade, något som brukar kallas ”the Hurst phenomenon”, efter den engelske hydrolog som upptäckte fenomenet.