Modellerade och uppmätta temperaturserier stämmer väl överens – om de globala medeltemperaturerna beräknas på samma sätt

Här kommer ett gästinlägg från Mats Almgren. Det handlar om att jämföra temperaturer från klimatmodeller med observerade temperaturer.

I ett viktigt arbete från hösten 2016 påpekar Richardson, Cowtan, Hawkins och Stolpe [RCHS]¹  det (i efterhand) uppenbara: När resultat från modelleringar och mätningar jämförs måste det som jämförs vara ekvivalent. Temperaturserier från klimatmodeller avser vanligen lufttemperaturen nära ytan över hela globen, medan de konventionella tidsserierna blandar luftens temperatur nära ytan över land och is, med havsytans temperatur över haven. Dessutom saknas mätdata från stora delar globen och dessa områden antingen utlämnas eller fylls genom mer eller mindre komplicerade extrapolationer. För att få en rättvis jämförelse valde RCHS att utgå från HadCRUT 4 serier, som använder blandade temperaturer och utesluter (maskar) stora områden, bl a Arktis och delar av Afrika. Resultat från ett stort antal modeller i CIMP5 processades på motsvarande sätt, så att blandade luft- och havsytetemperaturer erhölls, och uteslutna områden i HadCRUT 4 maskades bort.

Figuren nedan jämför observerade temperaturer enligt HadCRUT 4 med de processade temperaturserierna från medianen av CIMP5 simuleringarna. Här är tas-only lufttemperaturen vid ytan, sedan kommer blandade temperaturer, och sist blandade och maskade. De senare ansluter väl till HadCRUT4. Slutsatsen blir då att modellresultaten och mätningarna stämmer mycket väl överens, när de jämförs på ett rättvisande sätt. Med det bortfaller också skillnaden mellan modellberäknade och observerade värden på klimatkänsligheten, både den transienta (Transient Climate Response) och den vid jämvikt (Equilibrium Climate Sensitivity). Dessa värden är fortfarande osäkra, beroende på osäkerheten i ändringarna av olika ”forcings”, men den osäkerheten är lika stor i båda fallen. Det nominella värdet på klimatkänsligheten blir naturligtvis olika om man mäter den med hjälp av medeltemperaturer som definierats på olika sätt, och ändrar sig olika fort i en värmande värld, men klimateffekterna blir desamma.

Av och till går jag in på en del förvillarbloggar för att se vad de skriver om. Det mesta är trams, så det går snabbt titta över. Men en och annan gång dyker något upp som intresserar mig. På så sätt kom jag att hitta en artikel av herrar Cederlöf, Bengtsson och Hodges  [CBH]². I denna jämförs tidsserie för jordens medeltemperatur hämtade från en re-analys, med några av de konventionella tidsserierna: HadCRUT4 och GISTEMP för yttemperaturer, och UAH och RSS för temperaturer i troposfären.

Så vad är då en re-analys? Begreppet definieras här:

Reanalysis is a scientific method for developing a comprehensive record of how weather and climate are changing over time. In it, observations and a numerical model that simulates one or more aspects of the Earth system are combined objectively to generate a synthesized estimate of the state of the system. A reanalysis typically extends over several decades or longer, and covers the entire globe from the Earth’s surface to well above the stratosphere. 

Tyvärr tycks begreppet inte finnas med på svenska wikipedia, så den som vill förkovra sig är hänvisad till engelska sidor. En utmärkt översikt gav Judith Curry på sin blogg där hon bl.a. citerar långa stycken av vad Kevin Trenberth sagt om saken. Det som gör re-analyser till kraftfulla verktyg är att de gör det möjligt att plocka ut meteorologiska data på ett konsistent sätt över hela jorden, t.ex. lufttemperaturen på 2 m höjd över ytan, så väl över land som över hav och is. Det förefaller då som om re-analysdata skulle vara ideala för jämförelser med simuleringar. Så låt oss se vad CBH har att säga.

Den re-analysprodukt CBH utnyttjar kallas ERA-interim, och är en förbättrad version av tidigare produkter. Den går tillbaka till januari 1979; CBHs analys gäller 1979-2014. De jämför årsmedelvärdena av temperaturen från ERAI med värden från HadCRUT4 och GISTEMP, och finner bl.a. att trenden i temperaturökningen under denna tid var mycket lägre för ERAI (0,12 grader/decennium) än för de två andra (0,16). CBH tar också fram temperaturserier för troposfären, med bidrag från olika höjder vägda så att resultatet ska simulera det som redovisas av UAH och RSS. Nu stämmer trenden från ERAI (åter 0,12 grader/decennium) väl med de från UAH (0,11) och RSS (0,12).

Resultat väcker en del intressanta frågor. Om ERAI är att lita på, så förefaller det som om både HadCRUT4 och GISTEMP ger alltför snabba temperaturökningar, medan den ökningstakt som skattas från satellitmätningarna är rimligare. Men kanske är det istället ERAI som är skakig. Liksom många andra varnar Judith Curry för re-analys-produkterna: These products are tremendously useful for a variety of applications, but the new shouldn’t be used for trend analysis without more assessment of their capabilities. Detta rimmar väl med att CBHs undersökning hade det uttalade syftet att göra sådana test. Låt oss nysta vidare.

Genom en slump kom jag över en ERA-rapport³ av A. Simmons et al., där det också görs jämförelse mellan temperaturer från re-analys och de konventionella serierna. Simmons et al. har använt både ERA-Interim och en japansk motsvarighet, JAR-55, i båda fallen med data fram till och med 2015. I figuren visas dessa data, och också fyra av de välkända tidsserierna för yttemperaturen. Had4_UAH_v2 är Cowtan och Ways⁴  ”spatially extended” HadCRUT4.

Det är uppenbart att resultaten i stort stämmer väl överens i detta tidsavsnitt. Det finns skillnader som ingående diskuteras i rapporten. Överensstämmelsen framgår också av trenderna: ERAI, JRA-55 och GISTEMP ger alla 0,17 grader per decennium, båda HadCRUT serierna 0,18 och NOAA 0,16. Det avviker från CBHs artikel, där ERAI och de traditionella serierna skilde sig åt väsentligt. Det sista årets starka uppvärmning kan inte ha gjort så stor skillnad – vilket också framgår av att trenden för HadCRUT 4 och GISTEMP endast ökat marginellt.

Till stor del kan skillnaden mellan CBHs trend och den från Simmons et al. förklaras av att de senare anbragt en korrektion på temperaturen över hav om 0,1°C för tiden före januari 2002, beroende på att en ny källa för havsytans temperatur började användas då. Justering har diskuterats i tidigare arbeten⁵. CBH gör inte denna justering – de diskuterar den inte ens, trots att de rimligen måste ha känt till den.

CBH avslutar sin artikel med följande:

We therefore strongly suggest that tropospheric temperature trends from re-analyses should replace surface temperature trends in future climate validation studies. If we use the temperature trend of the layer 700-400 hPa or any other similar measure, instead of the surface temperature trend, then this is probably a better representation of the global tropospheric temperature and presumably a more robust quantity to assess climate change.

När re-analyserna ger lika robusta resultat som de konventionella tidsserierna (de gör det knappast nu) och om troposfärtemperaturen ändrar sig i samma takt som yttemperaturerna (det har inte empiriskt visats att så är fallet) så kanske det skulle vara bra. Vi är inte där än. När det gäller användning för jämförelse med modellsimuleringsresultat krävs dessutom längre tidsserier. Så RCHSs val, att processa modellresultaten för att göra dem jämförbara med mätresultaten, kommer att förbli överlägset ett bra tag till.

Referenser

¹Mark Richardson, Kevin Cowtan, Ed Hawkins and Martin B. Stolpe, Reconciled climate response estimates from climate models and the energy budget of Earth, Nature Climate Change 2016, 6, 931

  ² M. Cederlöf, L. Bengtsson och K.I. Hodges Tellus A, 2016, artikel nr 31503: Assessing atmospheric temperature data sets for climate studies.

  ³ A. Simmons, P. Berrisford, D. Dee, H. Hersbach, S. Hirahara, J-N. Thepaut,  2016, ERA Report Series 25 Estimates of variations and trends of global surface temperature.

  ⁴ Cowtan K, Way RG (2014) Q.J.R. Meteorol. Soc., 140, 1935–1944, doi: 10.1002/qj.2297

  ⁵ Simmons och Poli 2015, Arctic warming in ERA-Interim and other analyses. Q.J.R. Meteorol. Soc., 141, 1147-1162, och referenser däri.