Balanse, hvilken balanse?

For en tid tilbake ble jeg oppringt av Aftenposten. De hadde sett et intervju i VG der jeg hadde en uttalelse om at sesongvarslet opplagt ikke var godt nok ettersom det hadde bommet grovt på de to siste vintrene. Intervjuet flyttet seg raskt fra sesongvarsler til et klimaintervju, noe som i seg selv ikke er overraskende. Det ble etterhvert klart for meg at journalisten hadde hatt en lengre samtale med personer som fornekter menneskelige klimaendringer, blant andre Ole Humlum. I og for seg er dette bra da en god reportasje bør dekke et fagfelt så godt som mulig. Problemet i denne saken er at journalisten bygde saken på Humlum med flere sine premisser, når jeg konfronterte henne med dette fikk jeg som svar: "Jeg fokuserer ikke "mye på resultatene til Humlum med flere", som du formulerer det. Jeg skal lage en forsøksvis mest mulig balansert sak til våre innsiktssider, og bruker da selvsagt flere kilder."

Hvorfor siterer jeg dette? En annen krok å henge denne saken på er en ny artikkel av forskning.no av Stig Nøra: "-Balansert journalistikk svekker klimakampen". Hovedpoenget til Nøra er at journalister som ikke tar side i klimaformiddlingen, og lager saker der en minoritet av forskerne får like stor plass som flertallet av forskerne, tar side med minoritetsgruppen av forskere. Går vi tilbake til artikkelen der jeg ble intervjuet ble forskere som Humlum med flere viet større plass enn sentrale klimaforskere, mao ble ytterkanten av forskningsfeltet presentert mer omfattende enn kjernen i forskningen. Dette er heller ikke feil, men når journalisten presenterer dette som en balansert dekning, og ikke en dekning av en fløy av forskningen blir det feil. Eller for å sette tall på det: Å gi 3% av forskerne mer enn 50 % av plassen er ikke balansert dekning, men på grensen til feilinformasjon.

Antarktis, liten oversikt

I en del miljøer har uttalelser fra Heinrich Miller om at Antarktis har en avkjøling vandret sin seiersgang. Hva målingene fra Antarktis egentlig viser er listet ut i tabellen under. Oppsummert er det ikke en signifikant trend på de fleste målesatsjonene (De med ikke signifikant er skrevet i kursiv). Det er ingen stasjoner med signifikant avkjøling. Den tyske stasjonen Neumayer har en insignifikant avkjøling. Den kraftigste oppvarmingen er målt på britiske Rothera station, her er trenden signifikant med 0,0654 Celsius per år. Gjennomgående ser en at det er stasjonene langs kysten som har signifikante trender, mens innlandet som Amundsen-Scott basen på polpunktet ikke har registrert signifikante endringer.

Sted/Base	Årsmiddel (Celsius)	Trend (Celsius/År)
Amundsen-Scott	-49,4	+0,0003 ± 0,0121
Bellinghausen	-2,3	+0,0259 ± 0,0172
Casey	-9,2	+0,0121 ± 0,0185
Davis	-10,1	+0,0097 ± 0,0156
Dumont d'Urville	−10,8	−0.0018 ± 0.0136
Esperanza	−5,2	+0.0307 ± 0.0134
Faraday/Vernadsky	−3,7	+0.0550 ± 0.0276
Halley	-18,7	−0.0105 ± 0.0218
Marambio	-8,4	+0.0505 ± 0.0281
Mawson	-11,2	−0.0032 ± 0.0105
Mirny	-11,2	+0.0086 ± 0.0135
Neumayer	-16,0	−0.0073 ± 0.0230
Novolazarevskaya	-10,3	+0.0155 ± 0.0119
Orcadas	-4,0	+0.0205 ± 0.0072
Rothera	-4,4	+0.0654 ± 0.0587
Scott basen	-19,9	+0.0163 ± 0.0206
Syowa	-10,5	+0.0057 ± 0.0165
Vostok	-55,2	+0.0135 ± 0.0165

Hvor er middeladeren?

Stort sett har jeg holdt meg til klimautviklingen i de siste dekadene i denne bloggen, her vil jeg se på et litt lengre lerret. Christiansen og Ljungquist (CL) har akkurat utgitt artikkelen "Reconstruction of the Extratropical NH Mean Temperature over the Last Millennium with a Method that Preserves Low-Frequency Variability". Ikke la deg skremme av den lange og tunge tittelen. Dette er nok en vitenskaplig artikkel som tar for seg temperaturutviklingen på den nordlige halvkule for de siste 1000 år. I og for seg ikke noe eksepsjonelt, og det er ikke konklusjonen heller: Vi er nå i den varmeste perioden de siste 1000 år.

Hvorfor trekker jeg den frem ettersom den ikke er oppsiktsvekkende? Det er et godt spørsmål, kanskje mest for å vise litt av det som rører seg i den vitenskaplige diskusjonen. Det CL har gjort er å benytte en litt annen statistisk metode enn de andre, en metode som legger mer vekt på variasjonene over lang til. For de som husker diskusjonen rundt Hockey-kølla til Mann med flere, så var det akkurat her Mann ble kritisert. CL sammenlikner naturlig nok sine resultater med blant andre Mann sine resultater, og viser en signifikant kaldere lille istid. Bortsett fra forskjellen i den lille istid er resultatene relativt samstemte, og bygger på ingen måte opp under myten om en varm middelalder.

Flekker og lokale variasjoner

I Aftenposten 8.november er det en klimaartikkel (del 1, side 14) der blant annet jeg er sitert. I artikkelen kommer det frem at Pål Brekke mener at en lite aktiv sol, gjennom lite UV-stråling, er årsaken til de kalde vintrene vi har hatt. En indikator på aktiviteten på solen er solflekkene, (Liste finner du her). Når jeg så plotter månedsvise tall for solflekker mot temperaturavviket på Østlandet (fra eKlima.met.no) for vintermånedene får jeg grafen under.

Solflekker (Horisontalt) plottet mot temperaturavviket på Østlandet (vertikalt) for vintermånedene desember, januar, og februar.  (Klikk på figuren for å få den i stort)

Nå er det sikkert mange mekanismer en slik enkel betraktning ikke tar med, men for meg ser det ikke ut til å være et klart bilde på at stor solaktivitet gir et varmt Østland i Norge

Tommyball og klimavitenskap

Jeg regner med at dere som har funnet frem til denne bloggen er svært oppegående, og dermed kjenner Tommy og Tigeren (som har mye bedre navn på engelsk: Calvin and Hobbs) svært godt. Der spilles verdens mest fantastiske fiktive idrett: Tommyball. Dette er en sport som bare Tommy og Tigeren kan bedrive, og kjennetegnes ved at reglene raskt endres i løpet av spillet.

Hva har så Tommyball med klimaforskning å gjøre? For noen år siden satte fysiker Richard Muller seg til fore å spore opp feilene i de globale temperaturseriene, og lage en "riktig" serie. For å gjøre dette setter han opp Berkley Earth Surface Temperature, BEST. På forhånd hadde Muller en del uttalelser som svært mange klimafornektere trykte til sitt hjerte. Så sterk var omfavnelsen at Antony Watts uttalte i starten av prosjektet: "I’m prepared to accept whatever result they produce, even if it proves my premise wrong.". Liknende uttalelser kom også fra andre fornektere. Nå er resultatene ute, og de likner til forveksling på de andre globale temperaturseriene:

Som jeg har sitert noen linjer over sa Watts at han aksepterte resultatene til Muller sin gruppe, uansett resultat. Nå har vist den pipen skiftet tone. Fra at Watts hyllet Muller sitt initiativ kommer han med alle grunner til at det Muller har gjort er feil i (minst) 2 blogginnlegg: Blogginnlegg 1 og 2. Det Watts gjør her, er som Chris Mooney treffende beskriver det, å flytte målet, eller som jeg her noe mindre erbødig kaller det "Tommyball". For å være klar prøver Watts å endre reglene fra at resultatene til BEST (et forbehold om fagfellevurderingen) skulle telle til noe annet.

Flyttet, delt, skjøtet, homogenisert ...

En evig utfordring i klimatologi er å skape lange gode serier. Ideelt hadde en hatt lange måleserier fra samme lokalitet uten endringer i omgivelsene. Dessverre er det slik, av ulike grunner, at målestasjoner blir nedlagt eller flytte. Vi kan for eksempel se på hva vi vet om temperaturen i Oslo. Tilbake til 1937 er det greit, der har vi stasjon 18700 Oslo - Blindern (Data tilgjengelig i eKlima). Går vi lengre tilbake i tid blir bildet mer fragementert (under kun data tilgjengelig i  eKlima):

• 1822 - 1832: 18655 Oslo - Pilestredet (17 moh)
• 1866 - 1872: 18652 Oslo - Kirkegata (23 moh)
• 1876 - DD:    18500 Bjørnholt (Temperatur fra 2007) (360 moh)
• 1877 - 1937: 18650 Oslo I (Kun tilgjengelig fra 1877) (25 moh)
• 1890 - 1910: 18900 Holmenseter (294 moh)
• 1927 - DD:    18950 Tryvasshøgda (Brudd rundt perioden for Tryvasshøgda II) (514 moh)
• 1931 - 1940: 18800 Bygdøy (23 moh)
• 1937 - DD:    18700 Oslo - Blindern (94 moh)
• 1976 - 1997: 18960 Tryvasshøgda II (528 moh)
• 2007 - DD:    18230 Alna (90 moh)

I tillegg finnes en stasjon som het Oslo II, men denne er ennå ikke helt digitalisert Under er årets gjennomsnittstemperatur for de ulike stasjonene plottet

Figur 1: De tilgjengelige seriene i Oslo kommune som datasettet ligger i eKlima

Ut fra plottet over ser det ut som om 1934 er det varmeste året, men dette er om en leser direkte ut fra datasettet. Som listen over viser er høydeforskjellen på de enkelte stasjonene betydelig. En (alt for) enkel høydekorreksjon er å kompensere med 0,6 Celsisus per 100 meter. Resultatet av en slik høydejustering der jeg flytter samtlige stasjoner til Blindern blir:

Figur 2: Samme seriene som i figur 1, nå høydejustert med 0,6 Celsius per 100 meter.

Ut fra plottet over finner en at 1934 ikke lenger er varmest i Oslo. En overforenklet høydejustering har lagt linjene i figur 1 nesten oppå hverandre. Dette er ikke juks, men kun et enkelt forsøk på å kompensere for et kjent brudd i dataserien, og essensielt for å gi en brukbar oversikt over klimaendringene over tid..

Skulle jeg lagd en homogen serie, det vil si en serie der vi har fjernet endringer i stasjon og nærmiljøet til en stasjon, av disse er det nå jobben egentlig begynner. For det første trenger en en mer nøyaktig modell for høyde- og lokalitet-endringene opp igjennom tidene. Deretter er det en stor jobb å gå inn på hvordan temperaturen på de ulike målestasjonene faktisk ble målt. Her må en se nøye på om det er noe med de ulike oppsettene av instrumentene som ytterligere endrer målingene. Uten å gå dypere inn på dette kan jeg si at hytten på stasjon Oslo I ga høyere temperaturer enn tilsvarende solskjerming vi benytter i dag. Når en har identifisert alle årsaker til endringer i målemiljøet kan en benytte denne kunnskapen til å korrigere datasettene. På Rimfrost.no ligger en serie for Oslo tilbake til 1816. Denne serien er en tidligere homogenisert osloserie, og representerer trolig utviklingen i Oslo brukbart. Nå er det slik at met.no for tiden er igang med å revidere denne homogeniseringen basert på ny-digitaliserte data, og i løpet av et år vil nok denne reviderte serien være tilgjengelig

Manglende kunnskap ga feil svar

I kjølvann av Presterud og Humlums diskusjoner i avisen har jeg fått spørsmål om ikke følgende graf på Climate4you viser at vi har en sterk urban varmeøy i Oslo:

 Til det er svaret enkelt: Nei.

Grafen over er et eksempel på to ting:

1. Inversjon i Osloområdet
2. Manglende kunnskap som årsak til feiltolkning

Til punkt 1 kan vi se på temperaturforholdet mellom Blindern og Tryvasshøgda for den aktuelle perioden. Her finner jeg raskt at det 0,5 C varmere på Tryvasshøgda enn Blindern, samtidig som det er svært rolige vindforhold. I tillegg var det 3 timer tidligere 3,1 C varmere på Tryvasshøgda enn Blindern. At det er varmere i høyden enn lavlandet viser at det er en inversjon i området. Når vi ser på kjøreturen Humlum har foretatt i forbindelse med denne målefarten starter han inne i Sørkedalen, hvor vi må forvente en kraftig inversjon. Så kjører han ut i Oslo og opp til området rundt Blindern, altså opp igjennom inversjonen. Deretter drar han øst gjennom Alnadalen og videre E6 mot Skedsmokorset. Det vil si områder en kan forvente sterkere inversjon igjen, noe som også vises i form av lavere temperaturer.

Til punkt 2: Humlum er så vidt jeg vet en dyktig geolog, og jeg har ikke tenkt å utfordre ham på geologikunnskap. Å ta en målefart fra en dag som den han valgte og tolke den uten å ta hensyn til muligheten av inversjon viser at kunnskapen om meteorologi er (eller ihvertfall var) litt svak, noe som i dette tilfellet har ført til en tolkning at det er urban varmeøy mens vi observerer en inversjon.

#Oppdatering 13.10.2011
Jeg har nå mottatt heftet til klimarealistene "Naturen – ikke menneskene – styrer jordens klima!", hvor grafen over til min skrekk er trukket frem som eksempel på urbaniseringseffekten. Jeg kommer en dag til å lese gjennom heftet, men dersom Humlum sitt bidrag om urbanisering er representativt kan jeg sterkt anbefale folk å bruke tid å penger på noe bedre enn dette heftet.

Anbefalt lektyre

Royal meteorological society har, som oss andre, lenge strevd med å nå frem til publikum. I 2010 tok de et modig skritt: The Weatherclub. Dette er en klubb for værinterreserte som gir ut et medlemsblad, i og for seg ikke noe spektakulært. Det tøffe de har gjort er satsing på å gjøre informasjonen attraktiv. De har bygd opp en nettside i et design en mer forbinder med ukeblader o.l. (http://theweatherclub.org.uk/). De gir også ut et medlemsblad "theWeather", igjen har de satset skikkelig på å lage noe attraktivt. Resultatet av satsing på god design og dyktige skribenter gir et blad som er høyst lesbart og salgbart. Årlig har de tenkt å lage et sammendrag de 4 utgavene i året, og jeg har vært så heldig å få den første av disse sammenstillingene. Ambisjonene er i orden da de satser på et opplag på 100 000 av sammenstillingen, med distribusjon gjennom kiosker og butikker (også internasjonalt). En rask gjennomgang viser er lettlest, men faglig korrekt blad. Design og utseende strekker seg langt utover fagkretsene. Oppsummert: Et meget bra blad! (Som gjør T-bane turer mye kortere)

Oppfølging til tidligere innlegg om global temperatur.

I mange sammenhenger dukker påstander opp om den globale temperaturen har stoppet, eller begynt å falle. Nå sist opplevde jeg det på en sesjon om solens effekter på klima på EMS 2011. Det ingen tvil om at temperaturstigningen de seneste årene er betydelig svakere enn det vi opplevde på 90 tallet, dette er f.eks. omtalt av meg her. Når påstanden om at temperaturen nå er lavere enn noen år tilbake er det en enkel sak å teste. Jeg velger her å laste inn årlige data fra GISS, og midlet dem over 5, 10, 15, 20, 25, og 30 år (figuren under)

Global temperatur for ulike perioder med midling.

Setter en opp en liste for dekademidler får en:

• 1881 - 1890:   -0,28  
• 1891 -1900:   -0,22 
• 1901 - 1910:   -0,29 
• 1911 - 1920:   -0,26 
• 1921 - 1930:   -0,16 
• 1931 -1940:   -0,03 
• 1941 - 1950:   0,02 
• 1951 - 1960:   -0,01 
• 1961 - 1970:   -0,01 
• 1971 - 1980:   0,02 
• 1981 - 1990:   0,19 
• 1991 - 2000:   0,31 
• 2001 - 2010:   0,55

Som en ser er 2001 - 2010 som er desidert varmest i GISS datasettet.
Hvor kommer påstandene om at temperaturen faller fra? Det får nesten de som står for denne typen påstander forklare selv, men jeg kan gjette litt:

• Overfortolkning av fluktasjoner i datasettet kan få en naturlig fluktasjon til å se ut som en endring.
• Bruk av HadCRU data. Datasettet fra HADCRU har en stor svak har en stor svakhet i dekningen av polare områder, noe som medfører at variasjoner i vær og klima der ikke blir fanget opp. pga manglende målinger er ikke noen globale datasett akkurat 100% nøyaktige her, men det ser ut som om f.eks GISS gir et noe bedre bilde.

Temperatursignalet i våte somre

Vi har nettopp vært gjennom den våteste sommeren Meteorologisk institutt har målt. Selv om vi har hatt en våt sommer har temperaturen vært gjennomgående over normalen. Østlandet endte for eksempel på 0,9 Celsius over Normalen, i gjennomsnitt har somrene i 30 års perioden 1981 – 2010 vært 0,35 Celsius over Normalen. Tar en tilsvarende tall for nedbør finner en et gjennomsnitt på 252 mm. For å identifisere episoder med store avvik er det ofte vanlig å inne frem hendelser som er 2 standardavvik fra normalen. For Østlandet, basert på perioden 1981 – 2010 blir da grensen for et vått år 352 mm. Tabellen under gir en oversikt over de våte og tørre årene ut fra definisjonen over:

Sommer	Temperatur (avvik) Celsius	Nedbør mm
2011	11,2 (0,9)	460,9
1950	10,2 (0,0)	398,8
1939	10,7 (0,5)	378,4
1960	10,3 (0,1)	367,9
1924	9,5 (-0,8)	363,5
1988	11,4 (1,1)	363,5
1912	10,9 (0,7)	360,8
1951	9,6 (-0,6)	354,0
1927	10,1 (-0,1)	353,0

En titt i tabellen over ser en at temperaturen i de våteste somrene før 2011 er ca. en grad Celsius kaldere enn resultatet for 2011.

Diskusjonstråd: Sakte endringer i komplekse system

Det er ingen som betviler at klimasystemet er et kompleks system. Nå en ser på variasjonen over kortere år (Dager, måneder, år) vil det være flere signal som utgjør det en opplever på kortere perioder. Tar en for seg temperatur kan en se for seg raske temperaturvariasjoner fra dag til dag, kombinert med et noe sakter varierende signal som fanger opp sesongvariasjoner. En ennå saktere endring er variasjonen fra år til år, som igjen kan splittes opp i en årlig komponent og en endring over lengre tidsperspektiv (mer kjent som klimaendringer). For hver av disse tidsskalaene er det en rekke ulike faktorer som driver endringene.

I den videre diskusjonen ønsker jeg å fokusere på den 4 komponenten over, klimaendringer. Når jeg, og andre klimaforskere, snakker om menneskeskapte klimaendringer er det disse vi snakker om: Endringer som oppstår i komplekse systemer over lengre tidsperspektiver. Dette er systemer med stor kompleksitet der det kan være svært vanskelig å 100% beskrive samspillet i en hver detalj. Når en har et slikt system, og en ser at en trolig har en uheldig utvikling av systemet, oppstår et spørsmål: Hvordan varsle om denne utviklingen? Eller for å si det mer direkte: Hvordan skal vi kommunisere den kunnskapen vi har om klimasystemet på en forståelig måte? Enkelte tar til orde for at en skal vente til teoriene er nær 100% bevist, men hva om utviklingen en ser vil ha kommet til et stadie med store negative konsekvenser før en får vesentlig sikrere kunnskap?

Jeg lar slutten stå litt åpen i håp om å få noen gode kommentarer.

Klimaflyktninger i nabolaget

Forsker Pär Holmgren uttaler at "Ingen vil bo i Gøteborg om hundre år" (Også på forskning.no). Han bygger uttalelsen på en kombinasjon av forventet havnivåstigning og kraftige nedbørhendelser. Det han bygger på i grunnlaget er i og for seg riktig:

• Høyst sannsynlig kommer havnivået til å stige, kanskje med inntil 1 meter i løpet av århundret.
• Tendensen er at vi får kraftigere byger i nedbøre, noe blant annet denne rapporten fra met.no viser

Jeg er alikevel uenig i konklusjonen om at Gøteborg blir fraflyttet. Grunne er at jeg, og nå uttaler jeg meg utenfor mitt fagområde, ikke tror at folk flytter veldig lett på seg. En kan se det for eksempel når en har hatt lokalt store flommer så kommer folk tilbake og vil bygge opp husene på den flomrammede tomten. Det vi derimot trolig vil komme til å oppleve er en natur som driver kostnadene til sikring mot blant annet flom oppover.

Isen i Nord

Litt sløv i år, så jeg fikk ikke med meg når "den historiske begivenheten" at Nors-Øst og Nord-Vest pasasjen åpnet seg. Jeg skriver historisk med gåseøyne da dette ville vært en historisk begivenhet for 5 år siden, men nå er det nærmest blitt en vanlig begivenhet.

Status ved utgangen av august er at vi har litt mer is enn 2007, men mindre enn årene i mellom.

Været i Arktis de neste to ukene vil avgjøre om vi får ny rekord eller ikke. Den viktigste faktoren her er om vinden sprer isen utover eller samler isen.

Hva er global temperatur

Nå har endelig det meste av datasette brukt til å lage HADCRU3 blitt tilgjengelig. Det tok ikke lang tid fra dette ble tilgjengelig før Wattsupwiththat prøvde å slakte vitenskapen bak å lage globale temperaturutviklinger. Her kommer kjente "slagord" som "Det finnes ingen global temperatur". Selvfølgelig har han rett det finnes ingen global temperatur. I seg selv er egentlig en global temperatur uinteressant. Det som er interessant er om en kan bruke den store mengden med lokale temperaturmålinger til å si noe om en global utvikling. Om en kan sammenstille informasjonen i de lokale målingene til å si se om en har noen tendenser i utviklingen globalt. Her mener jeg at forsøkene fra CRU, GISS, osv gir oss svært nyttig informasjon om den globale utviklingen.

I bunn og grunn kan jeg ikke se at Watts kommer med noen store nyheter i sin analyse:

• Det er ingen hemmelighet at det er store forskjeller på de lokale utviklingene. 
• Det er ingen hemmelighet at det er forskjell i effekten på de ulike årstidene. 
• Det er ingen hemmelighet at en endringer i stasjonsutvalg skaper støy.
  

Watts skriver at dette er første gang han har hatt muligheten til å studere denne forskjellen. Hvorfor det? Sigmund Hov Moen har lastet ned en haug med månedlige data i sin tjeneste rimfrost.no, så det kan ikke være en uoverkommelig jobb å få tak i datasettene, selv om CRU sine datasett ikke har vært tilgjengelig på grunn av avtaler med dataleverandører.

Is om sommeren

Det er en stor likhet mellom klimaforskere og barn: Kunnskap om sommerens is er en naturlig del av tilværelsen. Nå er det en liten forskjell i isen barna fortrekker, og den klimaforskerne ser på, for etter hvert som sommeren går mot slutten vendes forskernes blikk mot nordpolen, og tilstanden til isen i nord. 3. august kom nyhetene fra NSIDC, årets juli setter rekord i stor avsmelting. Dette setter årets sesong inn i et historisk bilde av en iskappe i arktis som minker raskt. Det er ennå en måneds tid igjen av årets smelteseong, og utviklingenfølges nøye.

Tallene fra Cryosphere today er helt tilsvarende. Begge de to overnevnte institusjonene gjør i praksis det samme: de gir et tall for utbredelsen av isen i nord. Isutbredelsen er et relativt lettvint mål da en nesten kan ta det rett ut fra satelittbildene (selvfølgelig med korreksjoner for drift i instrumenter og andre homogenitetsbrudd). Isutbredelsen vil alltid være en kombinasjon av ismengden og det fremherskende vindsystemet. Med andre ord kan en sesong med stor isutbredelse ha mindre is enn en sosong med liten isutbredelse. Universitetet i Washington har lagt seg på en litt annen metodikk der de prøver å beregne isvolumet ut fra satelittbildene. Om en finner tendensen i isutbredelse skremmende er historien isvolumet forteller mye mer skremmende. Her er det en gjennomgående trend med  minkende ismengder.

Året 2007 som står frem i tallene fra f.eks. NSIDC som det mest ekstreme blir plutselig bare et år i rekken med minkende is. Årets sesong ser ut til å bli den sesongen med minst is i hele serien.

Smeltesesongen varer i en måneds tid til, og kulminerer rundt 15 september.

En sommerhilsen

Gammel folketro tilsier at været i dag sier noe om været for perioden frem til høsten. Da kan det for eksempel være interessant å se om dette teller. I tabellen under har jeg talt opp antallet dager med nedbør (minst 1 mm) og regnet ut gjennomsnittlig antall dager for perioden 30. juli til 14 oktober. Gjennomsnittstallene for år med og uten nedbør på Oslok er også med:

Sted	Gjenomsnitt	Tørr Olsok	Våt Olsok
Oslo	26,3	26,3	26,4
Bergen	43,3	40,1	46,9
Trondheim	34,3	35,0	32,8
Tromsø	36,8	35,9	38,7

Som en ser er det ikke noe klart signal om at en tørr Olsok skal gi en tørr høst, dette var vel ikke akkurat noen overraskelse.

En tilsvarende undersøkelse der grensen for nedbør er justert til 10 mm i døgnet gir:

Sted	Gjenomsnitt	Tørr Olsok	Våt Olsok
Oslo	8	7,8	9,6
Bergen	20,5	20,0	22,1
Trondheim	7,3	7,2	8,3
Tromsø	8,3	8,3	7,3

Sommerlektyre?

Jeg har nå fått pløyd meg gjennom Haydn Washington og John Cook (www.skepticalscience.com) sin bok Climate change denial. Heads in the sand, og for å ta konklusjonen først: Denne bør leses.

Boken består av 8 kapitler der Washington og Cook starter med å sette oss godt inn i forskjellen på fornektelse, og skepsis. De viser enkelt at vi alle lever i fornektelse for enkelte tema, og at denne fornektelsen ikke må blandes med vitenskapelig skepsis. Neste kapittel gir en grei innføring i klim og klimaendringer, før kapittel 3 går løs på den mer organiserte fornektelsen. I dette kapittelet avsløres "green scam" gruppe, falske eksperter, samt metoder for å skape tvil som håndplukking av fakta (cherry-picking). Kapittel 4 dykker videre i fornektelsen av miljøkonsekvenser av mennekslige handlinger, og eksempler som DDT trekkes frem. Dynamikken av hvorfor vi lar fornektelsen leve beskrives tydelig i kapittel 5: Et ekesmpel er hvordan media gir et "balansert" bilde, mens 97% av forskerne er klare i sin konklusjon. Kapittel 6 og 7 går gjennom mekanismene for hvordan vi kan stoppe fornektelsen og begynne å dempe de menneskelige pådrivene av klimaendringene. Det hele avsluttes med oppsummering.

Totalt sett gir boken et skremmende bilde av en menneskehet som er handlingslammet grunnet fornektelse, samtidig som den gir en innsikt i hvordan vi kan begynne å handle. Som jeg skrev i innledningen: Dette er en bok som bør leses.

Jeg vil med det samme ønske mine få lesere en god sommer.

Utviklingen av et stasjonsnett

Meteorologisk institutt ble opprettet i 1866. Som en vesentlig del av oppgaven til instituttet har forvaltning av målestasjoner stått sentralt. Dette er et stasjonsnett som ikke har vært statisk i de årene som har gått. Under har jeg lagd et kart ved hvert 10 år fra 1860 til 2010 og satt disse sammen til en film:

Løgn, missforståelse, eller ...?

I siste teknisk ukeblad (papirversjonen) har Erik Bye og Ole Humlum et innlegg der de kommer med en del påstander om klima. Da jeg ikke har tilgang til bladet kan jeg kun kommentere en av dem nå: Bye og Humlum påstår at når IPCC gir en prosent for at noe skal slå til bygger det på håndsopprekning i IPCC, og dermed kun viser enigheten/uenigheten i IPCC. Dette er enten en missforståelse hos Bye og Humlum eller en bevist løgn. Når IPCC oppgir at noe er 90 % sannsynlig er dette en måte å gjøre et anslag av usikkerheten i forståelsen av et fenomen. Grunnen til at IPCC har valgt denne måten å angi usikkerhet på er nok et forsøk på å gjøre noe ekstremt komplekst tilgjengelig utenom et snevert vitenskaplig publikum, om de lykkes er et annet spørsmål.

###############
Korreksjon 4.5.11: Jeg beklager at jeg glemte Kjell Stordahl i det opprinnelige innlegget.

##############
Korreksjon 6.5.11: Tittelen er endret fra "Løgn eller missforståelse" til "Løgn, missforståelse, eller ...?" Dette skyldes at jeg unødvendig hard sårt Bye med flere med den originale tittelen. Det var aldri meningen å stemple Bye med flere som løgnere. Se forøvrig duskusjonen under.

Annmeldelse av "Klima forklart"

Christian Bjørnæs har gitt ut en bok med den ambisiøse tittelen klima forklart, men klarer han å leve opp til tittelen? 

Bjørnæs beygger opp en lettlest fortelling som snor seg gjennom klimaforskningen fra Svante Arrhenius og frem til i dag. Han gir et greit sammendrag av hvordan mye av forskningen henger sammen. Mye av utviklingen fra de relativt enkle beregningene Arhenius bedrev for over 100 år siden til dagen avanserte modeller gir han et greit bilde av.  Så på tross av dette som tilsynelatende kan gi en god faktabasert bok om klima er det noe uforløst over "Klima forklart".

Det første som slo meg når jeg leste boken var mangelen på driv. Dette er en bok som beveger seg rolig og korrekt bortover klimaforskningen ganger. Den skaper lite nysgjerrighet, og er du ikke veldig opptatt av klima faller du raskt av.

Det andre som jeg sliter litt med i en bok med tittelen "Klima forklart" er mangelen på forklaring. Bjørnæs kommer aldri inn på for eksempel fysiske forklaringer. Han nevner drivhuseffekt og strålingspådriv uten å gå inn det komplekse spillet med absorpsjon og emisjon.

Det tredje er at han rører nesten ikke det politiske maktspillet som er ute å går om klima.

Oppsummert: Dette er altså en bok for personer som er levende opptatt av klima og klimaendringer, personer som stort sett kan stoffet fra før.

Ødelegges IPCC?

IPCC har i en rekke år gjort en formidabel jobb med å samle det beste av klimakunnskapen i verden. Dette har resultert i 4 hovedrapporter (1989, 1995, 2001 og 2007) så langt, den neste er planlagt i 2013. Det har vært enkelte feilskjær i utformingen av rapportene, for eksempel rundt smeltingen i Himalaya, men en står igjen med det uomtvistelige fakta at en større og mer gjennomarbeidet samling av vitenskap mangler sidestykke.

Selv om driftsmidlene til IPCC er relativt beskjedne er det behov for langsiktig og stabil finansiering for å gjennomføre denne jobben. Nå truse hele IPCC: I USA har representantenes hus stemt nei til videre bidrag fra USA til IPCC. Dette er en trist nyhet, og setter arbeidet i IPCC i fare, vi får håpe at Senatet tar til vett og overprøver representantenes hus.

(En positiv, men lit trolig, tolkning er representantenes hus har innsett at IPCC sine konklusjoner er så sunne og gode at IPCC ikke lengre er nødvendig for å utforme en klimavennlig fremtid)

Global Avkjøling?

Etter en relativt kald vinter i Norge finner en til stadighet uttalelser som antyder at en kald vinter i Norge viser at det er kaldt i verden.

En kan da raskt se på samvariasjonen mellom temperaturen i Norge og verden, her representert ved GISS:

I mine øyne er det lite i figuren over som tilsier at temperaturvariasjonen i Norge samvarierer godt med temperaturen i verden. Grafen viser forøvrig de månedlige avvikene fra normalen i Norge sammenliknet med de samme i det globale datasettet. Hadde det vært en perfekt sammenkobling mellom de norske temperaturene og de globale ville det vist seg som en skrå strek i figuren. En kan også merke seg at variasjonen i Norge er betydelig større en den globale variasjonen.

Hva skyldes denne dårlige samvariasjonen? Når en går ned på de regionale og lokale temperaturene er disse en kombinasjon av de globale temperaturene, hvor vi er på kloden (avstand fra Ekvator er et eksempel på hvordan geografien spiller inn) og hvordan været har vært. For det nordlige Atlanterhavet finnes det en indeks som sier noe om været, denne kalles NAO. Denne indeksen gir en indikasjon på styrken i luftstrømmene over Norge. Er den svak kan vi for eksempel få høytrykk som transporterer kald luft inn over Norge. I følgende tegning har jeg markert situasjoner med veldig sterk eller svak NAO med henholdsvis røde og blå merker:

Som en ser er det helt klart oftere varmt i Norge ved en sterk NAO enn ved en svak NAO. For å avklare det med en gang var der veldig lave verdier for NAO i november og desember 2010, med tilhørende blokkerende høytrykk som pumpet kald luft fra Arktis og Sibir..

Konklusjon: temperaturen i Norge er ikke en god indikator for den globale temperaturen, til det er de regionale effektene av variasjoner i luftstrømmene over Norge for sterke.

Forøvrig har jeg omtalt noe av det samme her.

Hva (Når) er det lite is?

Gjentatte ganger har jeg messet om hvor lite is det er om sommeren: Lite is, mye is, I år som i fjor, Issmelting i arktis, Smeltingen har stoppet. Et gjennomgående trekk i det jeg har gjort om isen i arktis er at det er sommerisen, og hvor liten (stor) den er jeg har referert. Hvorfor velger jeg sommerisen? er det for å skjule at isen bygger seg raskt opp om vinteren og dermed kommunisere sesongens vær og ikke klimautviklingen? Nå dukket for eksempel denne meldingen opp på Twitter: "Arctic Ice now compared to 30yrs agohttp://t.co/VdaABig #AGW #Climategate#Climate #Eco #Green #Cop16 #CO2#ClimateChange #GlobalWarming". Følger du lenken finner du følgende figur: 

Dette er hentet fra Cryosphere today sin side for sammenlikning. En første øvelse en kan gjøre hos Cryosphere today er å se på andre årstall, for eksempel denne.  (Her er det for eksempel betydelig mer is mellom Svalbard og Novaja Semlja) Så kan en gå et hakk mer avansert: Er utbredelsen av vinteris et godt mål for tilstanden av isen i nord? il det er svaret enkelt: Nei. Isen i Arktis har en sterk avgrensing om vinteren i form av landområdene rundt. Dette vil medføre at ismengden om vinteren vil variere lite så lenge det er kaldt nok til å stort sett dekke havområdene. På tross av dette viser utbredelsen av vinterisen en klar nedgang. Da er det mer interessant å se på isvolumet. I følge tallene fra Washington University har volumet med is i Arktis sunket betraktelig både sommer og vinter. Eller isutbredelsen om sommeren (Google Earth) som ikke er så avgrenset av landområdene rundt.

Sammenfall og sammenheng

2010 var et av de varmeste årene vi har hatt globalt, dette slår blant annet NOAA fast. Ser en på data fra GISS og plotter opp måneds data får en følgende bilde:

Tilsvarende kan vi plotte opp kurven for CO2, der ser en raskt at 2010 hadde de største konsentrasjonene:

Oppfølgingsspørsmålet blir da om det er noen klar samvariasjon mellom disse to datasettene. Tar vi det på månedsbasis finner vi (Røde stjerner er 2010): 

Litt mer oversiktlig blir plottet om en rydder ned til årlige verdier istedenfor månedsvise verdier som over:

Som grafen viser er det en klar samvariasjon mellom CO2 innhold i atmosfæren og temperaturen de siste 50 årene

Link til datasettet finner du her.

Datakilder

En nesten evig jobb når en skal se på klima og klimaendringer er å samle de gode datakildene. For globale datasett har en inntil nå vært nødt for å sjekke hjemmesidene til de ulike internasjonale datasettene. (noe jeg har referert til i tidligere blogger (f.eks. Kaldere sinde år 2000?). Nå har Sceptical Science tatt tak i dette og samlet de vanligste datsettene i en fil: http://processtrends.com/files/CTS.csv Mer detaljer om filen finner dere i blogginnlegget, der finner du også lenker til verktøy for analyse. 

det er noen utfordringer med dette arbeidet, og bruken av datasettet. Den viktigste går på dokumentasjon. Når du skal analysere et datasett er det viktig å ha kontroll på innholdet. For eksempel operer de ulike globale temperatursettene med ulike normaler de går relativt til. I tillegg må en sjekke at det ikke har skjedd en feil i overføringen fra kilden til det samlede datasettet. Uansett bør mulighetene for å gå inn i datasettene være betydelig bedre nå enn før dette samlede settet ble skapt.

Korte variasjoner og lengre trender

I en del diskusjoner på nettet trekkes det frem korttidsvariasjoner, for eksempel her: Varm verden = varmt Norge?(se Bye sin kommentarer). Jeg har tidligere uttrykkt at jeg ikke finner slike detaljerte studier på korte datasett som verdifullt når en ser på trender, og vil her gå nærmere inn på hvorfor jeg mener det.

(Her er det på sin plass med en advarsel: Resten av dette innlegget kan være vanskelig å henge med i da det krever en del matematisk forståelse)

La oss se for oss klimasystem som består av to deler: En gjennomgående trend over lengre perioder og naturlig variasjon om dette. Jeg har så vidt omtalt dette tidligere i: Valg av normal, valg av klima, valg av klimaendring? La oss i første omgang tenke på den naturlige variasjonen som en ren tilfeldig variasjon.
Da kan vi bygge en enkel modell:

• Vi henter ut et datasett, for eksempel GISS
• Definerer perioden vi jobber med, og beregner trenden. For eksempel kan vi bruke 1971 - 2010, og få trenden 0,17 ^oC /dekade
• Vi fjerner så denne trenden fra datasettet, og får et standardavvik på 0,245 C.
• Ut fra dette lager vi så en rekke "falske" tidsserier. Disse falske tidsseriene bør få like stor variasjon som den reelle ved at vi bruker stabdardavviket vi beregnet over.
• Er modellen perfekt bør videre statistiskarbeid på disse falske seriene gi samme resultater som om den var ekte. Her er det viktig å være klar over at disse falske seriene aldri vil gjenskape år for år korrekt, men kunne gi de samme statistiske egenskapene.

Dette har jeg gjort. Så tok jeg trender av kortere varighet av disse. Jeg telte så opp om disse trendene viste en klode som for den aktuelle perioden viste lavere temperatur, eller hvor mye temperaturen steg i perioden. Ettersom jeg jobber på månedsverdier kunne jeg gjøre dette innenfor de enkelte årene: 

Hver gruppe med søyler gjelder for en gruppe med lineære trender fra negative (avkjølende til venstre) til de sterkest positive (sterkeste oppvarming) til høyre. Nå gir ikke analysen på trend innenfor 1 år mye informasjon om hvor god modellen er, men er ser jo alt her at modellen ikke gir et 100% korrekt bilde. Går vi til trender for perioder på tre år blir grafikken slik:

Her ser vi tegn til at modellen ikke er god nok til å gjenskape de negative trendene (perioder med synkende temperaturer). I praksis ser vi at den enkle modellen jeg lagde over "smører" for jevnt utover. Hvorfor det skjer skal jeg kommentere til slutt.

Og ved fem år er resultatet dette:

Sammenliknet med 1 og 3 år ser vi at den enkle modellen brukt her blir for svak til å gjenskape de reelle variasjonene når vi ser på 5 års tidsperioder

Når vi kommer til 10 år får vi følgende:

Som viser mye mer samsvar mellom de falske seriene og den observerte.

Hvorfor klarer ikke den enkle modellen å gjenskape en tilsynelatende kaotisk virkelighet? Etter hvert som perioden økes nærmer alle seriene seg å gi det samme resultatet som den opprinnelige endringen på 0,17 Celsius per dekade, det er grunnen til at feilen blir mindre på 10 årig skala enn årlig. Det den tilfeldige modellen ikke har med er at temperaturen i en måned ikke er helt uavhengig av den foregående. Når det gjelder 3 - 5 år vil for eksempel fenomener som El Niño/La Niña ha stor innvirkning på temperaturendringen på denne tidsskalaen. Dette at temperaturen måned til måned ikke er helt uavhengig fører til større variasjon i trendene enn hvis temperaturen i en måned ikke hadde hengt sammen den foregående.

Hva kan en finne i et slikt alt for enkelt oppsett:

• Naturen er mer kompleks enn en gjennomgående trend med tilfeldige variasjoner. Dette gjelder spesielt for korte tidsskalaer.
• For lengre perioder (rundt 10 år og oppover i denne settingen) blir de tilfeldige variasjonene mer og mer motvirket av den gjennomgående trenden. Tar jeg ut trendene for 20 års perioder (og lenger) og lager en tilsvarende statistikk får jeg nesten like resultater for GISS settet og de falske seriene.
• Ser en på korte perioder er de opplagt at mer eller mindre tilfeldige variasjoner fullstendig overstiger de vedvarende trendene. Her kan en også se at forskjellen mellom de falske seriene er i samme størrelsesorden som mellom de falske seriene og den observerte.
• Som sagt over kan en se at månedenes temperatur ikke er helt uavhengig av hverandre.

Oppsummert kan jeg si at modellen med gjennomgående trend og tilfeldige variasjoner ikke er god nok til å gjenskape den observerte variasjonen i klimasystemet, men det ventet jeg ikke heller. På tross av at modellen er for svak for å gjenskape variasjonene viser den med tydelighet at det er viktig å jobbe med lengre tidsperspektiver når en jobber med trender.

Valg av normal, valg av klima, valg av klimaendring?

I starten av forrige århundre begynte klimatologer mer å mer å sammenligne klima i ulike land. De kom raskt borti et problem: hvert land brukte sin egen definisjon på hva som var normalklima. Ca. 1930 holdt IMO (International Meteorological Organization (1976 - 1953)) et stort møte i Warszawa det problemet ble drøftet, og de ble enige i at 30-årsperioder skulle legges til grunn for klima. De definerte at den første perioden skulle være 1901 - 1930. Denne har siden blitt fulgt opp med perioden 1931 - 1960, og 1961 - 1990. Den siste er det vi i dag refererer til som normalen. Selv om det er enighet om at 1961 - 1990 er normalperioden er det mange tjenester og datasett som bruker andre perioder som referanse, for eksempel bruker GISS 1951 - 1980 og senorge.no 1971 - 2000. Hva er resultatet av denne typen ulike perioder i praksis? I det videre arbeidet her kommer jeg til å bruke GISS.

Utslaget på normalen vises under i kolonnen "Avvik fra 1951 - 1980". Trend i perioden er den lineære trenden innen den aktuelle normalperioden i form ac grader Celsius per dekade.

Fra Aar	Til Aar	Avvik fra 1951 - 1980	Trend i perioden
1881	1910	-0.27	0.001
1891	1920	-0.26	-0.010
1901	1930	-0.24	0.053
1911	1940	-0.15	0.116
1921	1950	-0.06	0.082
1931	1960	-0.01	0.011
1941	1970	0.00	-0.020
1951	1980	0.00	0.018
1961	1990	0.07	0.103
1971	2000	0.17	0.152
1981	2010	0.35	0.174

Som tabellen over viser er det, ikke overraskende, klare utslag i normaltemperaturen om en velger ulike normalperioder, en må derfor være svært nøye med å sjekke referanseperioden når en ser et avvik fra normalen. Jobber en med trender er det heldigvis slik at trendene ikke påvirkes av bytte av referanseperiode.

Hvorfor går jeg inn på dette? Etter at vi nå har passert 2010 vil jeg forvente at stadig flere vær og klimatjenester tar ibruk perioden 1981 - 2010 som referanseperiode. På den globale temperaturen, her vist ved GISS, betyr dette 0,3 ^oC, lokalt kan avviket være betydelig større. Det at ulike perioder blir, og kommer til å bli benyttet gir utfordringer når en jobber med formidling av klimastoffet.

I et klimaendringsperspektiv er det vært å merke seg at normalperiodene nesten systematisk har blitt varmere i hele perioden som her er undersøkt, og at det kun er to av disse periodene som har en svakt kjølende trend innen 30 års perioden.

Tilbake til spørsmålet i overskriften: Valg av normalperiode vil påvirke hvordan en fremstiller klimaet, men vil ikke påvirke hvilke klimaendringer en finner.