Ny fantastisk applikation för temperaturanalys

För c:a ett år sedan gjorde Matz Hedman en mycket uppskattad webb-applikation för att åskådliggöra Sveriges temperatur. Men nu har han gjort något mycket bättre som även täcker hela jorden med både markmätningar och satellitmätningar. Själva applikationen, som fungerar på de flesta webbläsare förutom Internet Explorer, hittar ni här:

https://cfys.nu/GTA/

Men titta först på detta gäst-video-inlägg från honom om hur det fungerar:

Kommentarer

Kommentera längst ner på sidan.

  1. Lasse

    Imponerad Matz!
    Räcker till sysselsättning under en lång inkapslingsperiod då andra kurvor är mindre intressanta eller tillförlitliga.
    Ser fram emot videos där verktyget används.
    Spontant vore det kul att studera regn/snögränser eller nollpassager tex -om det går.

  2. Johan Montelius

    Underbart!

    Jag gillar verkligen den bild man får när man sätter gränsvärdena för temperaturer och ser hur ser hur det kalla området runt nordpolen fluktuerar. Det illustrerar väl att det vi menar med “medeltemperatur” kanske inte är så relevant, det kanske i högre grad är en frågan om hur gränsen mellan det varma och kalla förskjuts.

  3. Ingemar Nordin

    Oj, vilket fantastiskt jobb! Vill du ha en professionell utvärdering så får du skicka länken till folk som kan. SMHI? Ole Humlum?

  4. Munin

    Mycket bra verktyg!!!
    Om jag förstått hur det fungerar ska det nu gå att avgöra hur mycket avdrag för värmeöeffekter (UHI m.m.) som finns i mätstationernas temperaturserier. Det framgår i så fall genom att jämföra “unadjusted” med “adjusted”.

    Exemplet Stockholm är intressant, eftersom i SMHIs serie hålls avdraget oförändrat sedan 1966 trots att stadsområdet växt över tid.

    Verktyget skulle kunna visa hur mycket avdrag för värmeöeffekter, som görs i alla Sveriges mätserier och vad det motsvarar för avdrag för hela Sverige.

  5. Ivar Andersson

    OT Hittade lite data från Foreca
    De senaste 30 åren har det regnat 11 av 30 gånger det här datumet.
    Snörekord 3 mm 2011, genomsnittlig nederbörd snö 0.3 mm.
    Högsta uppmätta temperatur 16 grader 1990, lägsta -12 2018.
    Genomsnittlig högsta temperatur 5 grader, lägsta -2.
    Är det någon som minns 16 grader varmt 18 mars 1990 och och -12 grader 18 mars 2018 och snön 18 mars 2011?

  6. Mats Zetterberg

    Mycket bra Matz
    Ett fantastiskt jobb som du har gjort.

  7. Björn

    Verkligen ambitiöst av Matz! Kan du Magnus förklara vad som döljer sig bakom den här knappen Anomaly. Man får en sydlig och nordlig envelop som varierar över tiden. I demonstrationsprogrammet nämndes de något om jetströmmarna. Var det bara en spekulation? SMHI visar numera kartor med en variabel envelop mellan kall och varm luft, vilken de själva antyder har samband med jetströmmarna. För vår del är det den nordliga som är intressant. Vad gäller?

  8. latoba

    Det verkar ju vara ett fantastisk hjälpmedel om man kan hantera det. Jag som bara har en 60 år gammal civing-examen (Elektro) skulle nog behöva en skriftlig bruksanvisning.

  9. Har börjat kika lite och den är ju supersnygg! Vilket fantastiskt arbete!
    Bara att sådär med en liten knapptryckning kan skilja land och hav.

  10. Hej.

    Tack alla för vänliga kommentarer både här och i appen. Stort tack Klimatrealisterna som låter mig publicera här.
    Väldigt många har testat appen nu och flertalet testar under en längre tid som jag bedömer mer än 15-30 minuter vara. Jag har fått några frågor och jag besvarar dem här nu och ytterligare en gång under kvällen.

    Manual
    Vi enades om att i detta skede istället göra en video som finns länkad i inlägget. Jag går där igenom de enklaste stegen. Bl a visar jag hur man kan jämföra UAH och RSS data.

    Längre tidspann
    Jag började med satellitdata vilka har mätningar sedan dec 1978 publicerade. Pga av detta blev en del hårdkodat till att börja 1979. Jag jobbar dock redan på att förlänga intervallet så att man kan börja 1900 och vad jag sett hittills så påverkas inte prestandan alls. Så räkna med längre tidsinterval inom ett par veckor.
    Jag kollar också på metoder att även stödja dagliga data. Svepfunktionerna skulle då bli mycket mer intressanta eftersom man då kan följa vädersystem dag för dag. För dagliga data kommer man att kunna välja en period om ca 500 dagar. SMHI ligger tyvärr 3 månader sent med rapportering till NOAA så jag kanske gör en egen serie för Sverige först.

    Jetström
    Jag tror inte att applikationen exakt positionerar jetströmmen eftersom man också behöver ta luftryck i beaktande. Det är dock intressant att brytningen hamnar där den hamnar. Möjligen korrigerar UAH teamet för lufttryck på ett sådant sätt att -25grader blir en “optimal kompromiss”. Jag har ställt frågan till John Christy på UAH men han har ännu inte svarat (han har dock hjälpt mig tidigare).

    SMHI, Ole H etc
    Jag vill gärna bedöma mottagandet här först men om det fortsätter så bra som hittills lär jag skicka en länk. Roy Spencers site kommer garanterat få en vid nästa månadsskifte.

    Andra typer av data
    Jo, jag har tänkt mig isläge, havsvattennivåer och ballongdata så småningom om.

    UHI
    Tyvärr är även unadjusted data ofta redan “förstörda” med förbättringar som görs lokalt innan de sänds till NOAA. Det är dock en intressant skillnad mellan unadjusted och adjusted men den fångar tyvärr inte UHI. Jag har talat lite med Magnus C om en metod där man synkar termometrarna med en offset det första året de är driftsatta. Man bör sedan över tid kunna studera hur de glider isär beroende på UHI, stationsflyttar och andra fenomen.

    Fler frågor och kommentarer välkomnas. Var inte blyga.

    Matz

  11. Peter Stilbs

    Supersnyggt jobb

  12. Munin

    # Mats Hedman
    Angående “unadjusted” och “adjusted” data så är det uppenbarligen så att de inte räcker för att fullt ut kunna analysera temperaturutvecklingen. Det finns alltså också riktiga rådataserier för varje mätstation och som visar verkligt avlästa/registrerade temperaturer dvs. innan någon som helst ändring fått göras.

    Om sådana rådataserier finns för Sveriges mätstationer och kan föras in i verktyget skulle det verkligen ge ökad transparens och grund för analyser. Skillnader mellan riktiga rådataserier och “unadjusted” blir då tydliga och det finns därmed en tydlig grund för att söka förklaringarna till avvikelser mellan dessa båda temperaturserier. Sedan tillkommer förklaringsbehov för avvikelserna mellan “unadjusted” och “adjusted” data.

    Om det avgränsas till mätstationer i Sverige kan det vara en överkomlig arbetsinsats och om de riktiga rådataserierna finns tillgängliga hos SMHI.

  13. #12 Så är det.
    Jag kan göra en serie där ursprungliga dagliga SMHI värden räknas om till månatliga värden som kan jämföras med NOAA. Tror dock att gridding maskerar skillnaderna och att appen är inte idealisk för sådana jämförelser. Får tänka lite hur man gör det bäst…

  14. Gunnar Strandell

    Tack för ett mycket bra jobb Matz!
    Du har gett mig ett mycket bra verktyg för att få debatter där man har olika värderingar av temperaturutvecklingen som grund till att övergå till diskussioner utifrån grundläggande data över tid.

    Jag räknar med att aldrig mera behöva stå till svars för några dagar av varma temperaturer på ett enskilt ställe när mina åsiktsmotståndare får möjlighet att själva sätta sig in i den stora bilden över tid och större områden.

    Global uppvärmning handlar ju inte om hur det sett ut i Films kyrkby det senaste halvåret!

  15. Adapten

    Ett fantastisk bra arbete från Dig.
    Men finns det möjlighet att se längre tillbaks i tiden än år 1979?

  16. Munin

    # Matz Hedman
    Jag har jämfört GHCNMv4A Average Adjusted och GHCNMv4R Average Unadjusted och fått fram att Adjusted-värdena i början har sänkts och att värdena i slutet har höjts! Stämmer det? Vem gör “adjustments”, är det SMHI eller NOAA?

  17. #16 Munin
    Det stämmer och en av anledningarna att jag gjorde appen är att alla kan bedöma på egen hand.
    Adjusted räknas fram av NOAA och unadjusted är oftast vad som rapporterats in som månadsmedelvärdet av t ex SMHI. Jag säger oftast eftersom det finns skillnader mellan unadjusted data i olika releaser.
    Jag nämner i videon att gridda markstatiionsdata är ingen lätt sak och det finns flera metoder. Jag gör det på ett förhållandevis enkelt sätt men det bör duga för den jämförelse du just gjort.

  18. Munin

    # 17 Matz
    Nu har jag jämfört GHCNMv3R Average Unadjusted med GHCNMv4R Average Unadjusted och förväntade mig inga eller mycket små skillnader. Detta ska vara uppgifter som rapporterats in av nationella meteorologiska institut typ SMHI. Deras avlästa/registrerade uppgifter ska i princip inte kunna ändra sig utan vara bestående. Enda som händer är att uppgifter för nya månader och år kommer till efterhand.

    Jämförelsen visar dock på stora avvikelser mellan serierna!!! Vad kan vara förklaringen/förklaringarna?

  19. #18 Munin
    Det är pga nya stationer i v4.
    Bara så att vi har samma läge:
    -Välj v4 först
    -Välj sedan v3
    -Aktivera DS1&DS2, nu maskas v4 till att bara beräkna celler som är gemensamma med v3
    -Aktivera DS1-DS2
    Du borde ha 0.02C/Decade nu.

    Om du nu går till GHCN Stations fliken och klickar på valfri cell i kartan får du en stationslista. Här listas båda versionerna bredvid varandra. Om du väljer GHCNMv3R knappen kommer dess stationer markeras gröna medans GHCNMv4 är grå.

  20. Lennart Bengtsson

    Matz

    Ett fantastiskt fint och värdefullt jobb Du gjort. Enastående.

    Det skulle vara extra värdefullt om Du också kunde inkludera reanalysdata. Magnus känner till detta. Där finns data som går tillbaka till 1871. Mest tillförlitliga efter 1979 men över land på NH bör de vara ok från 1900.

  21. Matz Hedman

    #20 Lennart
    Nu finns ERA5 850hPa upplagd som exempel. ERA data var utmanande eftersom det har enormt hög upplösning. Har skapat generella rutiner som gör att valfri griddata nu ”automatiskt” kan sammanställas i appens format.

    Mer följer…