Los ajustes convenientes (IV)

¿Qué hace el ajuste de NASA-GISS? ¿Qué puede estar fallando?

El ajuste está explicado con todo detalle en este artículo. En pocas palabras:

  • Las estaciones son clasificadas en rurales y urbanas.
  • Se compara la temperatura de las estaciones urbanas con sus vecinas rurales y se asume que las diferencias son sesgo de urbanización.
  • Se calcula el sesgo de urbanización como formado por dos segmentos rectos.
  • Se corrige el pasado, no el presente.

¿Qué puede ir mal? Pues, entre otras cosas, dar por supuesto que existe un parámetro o parámetros que pueden identificar correctamente de forma automatizada qué estaciones carecen de sesgo de urbanización y cuáles sí lo tienen.

It is plausible that a station in the centre of small town may have observed more urbanization bias than a station on the outskirts of a large city. (fuente)

Es plausible que una estación en el centro de una pequeña ciudad haya observado un mayor sesgo de urbanización que una estación en las afueras de una gran ciudad.

stations mistakenly identified as rural will be included unadjusted. Second, their trends, which may have urbanization bias, can be incorporated into the “rural averages” which are used to estimate the urbanization bias of its neighbours (fuente)

Las estaciones erróneamente identificadas como rurales se incluirán sin ajustar. En segundo lugar, sus tendencias, que pueden tener un sesgo de urbanización, pueden incorporarse a los “promedios rurales” que se utilizan para estimar el sesgo de urbanización de sus vecinos.

Un algoritmo como éste que corrige temperaturas porque sí, basándose en la mera conjetura de que una diferencia entre estaciones es un error identificable, al corregir esa diferencia puede estar agravando el problema en lugar de reducirlo. Imaginemos por ejemplo que cometen el error de clasificar como rurales estaciones que realmente no lo son y que están sometidas a mayor sesgo de urbanización que estaciones clasificadas como urbanas: al suponer que esas estaciones son las que dan la temperatura “correcta” lo que se está haciendo es extender su error a las estaciones urbanas, que eran menos erróneas. El error no se reduce, se aumenta.

Además, la progresiva urbanización puede hacer que cada vez haya menos estaciones realmente rurales, algo que NASA GISS “resuelve” incluyendo en tal caso tal cual los registros de estaciones urbanas, especialmente en las últimas décadas (ver discusión sobre la “regla de extensión” en este artículo).

Y, como ya hemos visto, un problema adicional es que los datos de los que parten en NASA GISS no son los datos crudos sino que vienen ya preprocesados por NOAA, por lo que ya no existen estaciones puramente rurales en los datos que se someten al procesado y la probabilidad de estar confundiendo churras con merinas y estar empeorando la exactitud de los datos se dispara.

In 2010, the NOAA National Climatic Data Center introduced version 3 of the Global Historical Climatology Network[20], which NASA GISS uses for their main dataset. […] Since the rural stations in the homogeneity-adjusted dataset partially contain urbanization bias from urban blending, NASA GISS’ critical assumption that their rural averages contains no urbanization bias breaks down for their new dataset.

En 2010, el Centro Nacional de Datos Climáticos de la NOAA presentó la versión 3 de la Red Global de Climatología Histórica [20], que la NASA GISS utiliza para su conjunto de datos principal. […] Dado que las estaciones rurales en el conjunto de datos ajustados por homegeneización contienen parcialmente sesgos de urbanización por mezclas urbanas, la suposición crítica de la NASA GISS de que sus promedios rurales no contienen sesgos de urbanización se viene abajo para su nuevo conjunto de datos.

Los datos medidos por satélite

De los datos que hemos visto se deduce que las gráficas de temperatura creadas a partir de datos de termómetro en superficie son poco fiables y que probablemente parte del calentamiento que muestran en el último siglo es ficticio. Ninguna de las reconstrucciones está corrigiendo el efecto de isla térmica urbana.

Desde 1979 se realizan por satélite medidas de la temperatura del planeta. Estas medidas tienen mayor cobertura que los datos medidos en superficie y se realizan con el mismo instrumento para toda la superficie, por lo que a priori parecen proporcionar la versión más fiable de la temperatura media del planeta. El problema es que actualmente sólo abarcan los últimos 40 años.

Como podemos ver en la gráfica (fuente), sí hay calentamiento desde 1979 (fecha de inicio de las medidas):
tlt_201911_bar

Pero nótese también que según los datos anteriores, en 1990 no suben de forma marcada las temperaturas, por lo que parece que se confirma que esa subida que vimos en la primera entrega (ver) es un artefacto creado por la eliminación de estaciones de medida. Nótese además que entre los años 1998 y 2016 no hay una clara subida de temperatura: es una tendencia iniciada tras el súper El Niño de 1997-98 y rota por el El Niño de 2015-16. Nótese (ver gráfica bajo estas líneas) cómo en ese periodo predominan las Niñas, a diferencia de las dos décadas anteriores:

Esa pausa (también llamada hiato) en el calentamiento ha sido objeto de acalorado debate entre los que dicen que existe y los que dicen que no existe (fuente). Porque su existencia es inconveniente:

“There is this mismatch between what the climate models are producing and what the observations are showing,” John Fyfe, Canadian climate modeler and lead author of the new paper, told Nature. “We can’t ignore it.” (fuente)

“Existe un desajuste entre lo que producen los modelos climáticos y lo que muestran las observaciones”, dijo a Nature John Fyfe, modelador climático canadiense y autor principal del nuevo artículo. “No podemos ignorarlo”.

Otra posible explicación de la pausa (u otro aspecto de la misma explicación) es que la nubosidad se redujo en la parte final del siglo XX, pero se mantuvo constante en los primeros años del siglo XXI (fuente).

NOTA: Como curiosidad, el ENSO (curva continua y azul) (fuente) guarda cierta relación con el registro de temperatura medida por satélite (barras azules y rojas):

Como vemos en la gráfica anterior, hay discrepancias notables en los años 1982-83 y 1991-92, con enfriamientos que no se corresponden con el ENSO. Quizá haya una explicación para esa discrepancia (fuente):

in this analysis, it has been shown that simply adjusting for ENSO impacts yields results that very strongly suggest that natural factors alone explain the positive trend slopes in officially reported temperature data over the last 50 years or so. (fuente)

Y puede ser que el sol sea la principal influencia en el ENSO (fuente). La predicción de algunos autores es que lo más probable es que en 2020 haya una Niña.

Leamon & McIntosh (2017) have predicted a Niña for 2020 (fuente)

Leer más:

Un comentario sobre “Los ajustes convenientes (IV)

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión /  Cambiar )

Google photo

Estás comentando usando tu cuenta de Google. Cerrar sesión /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión /  Cambiar )

Conectando a %s