Ci sono degli argomenti nell’ambito della discussione sui clima e sulle sue dinamiche che sono particolarmente centrali. Non è il caso delle temperature medie superficiali globali, di cui abbiamo più volte detto che non rappresentando affatto l’integrale del sistema, non dovrebbero essere usate per cercare di comprendere come e se questo sistema è soggetto a oscillazioni di origine non endogena.
Diverso è il discorso per le temperature di superficie del mare (SST), un parametro molto più rappresentativo in quanto caratterizzante dell’elemento che occupa la gran parte del Pianeta.
C’è da dire però, che se sulle temperature superficiali si sa poco, su quelle del mare si sa ancora meno. La realizzazione di un sistema di misura abbastanza affidabile e spazialmente omogeneo risale a pochi anni fa, mentre prima di allora la disomogeneità spaziale e procedurale delle osservazioni ci ha consegnato delle serie di dati decisamente poco affidabili.
Sappiamo bene che a questo inconveniente hanno cercato in molti di porre rimedio. I risultati però non si direbbero proprio ottimali.
Sul blog di Judith Curry trovate un saggio molto interessante in cui si analizzano i ‘risultati’ dell’opera di omogeneizzazione dei dati che ha portato alla realizzazione dei dataset delle SST dell’Ahdley Centre (HadSST2 e HadSST3), partendo dal progetto ICOADS, scrigno dei dati grezzi di queste rilevazioni.
Prima di rimandarvi alla lettura del post, per la quale vi consiglio di armarvi di pazienza perché è lungo e piuttosto complesso, vorrei riportare le considerazioni finali dell’autore:
[success]
[Il dataset] HadSST3 contiene una serie di aggiustamenti. Con l’eccezione del problema tecnico del periodo bellico, essi non sono ovvi in base allo studio delle serie. La loro esistenza si basa su speculazioni e ipotesi. La definizione dei bias comporta l’inversione di una porzione significativa di quanto scritto nei meta data per il periodo delle correzioni più importanti e ignora gli studi dettagliati sulla proporzione e temporizzazione delle variazioni dei metodi di campionamento dei dati, come pure una speculazione sull’entità dei vari effetti.
L’effetto principale di queste modifiche è quello di rimuovere selettivamente la maggior parte del segnale di lungo termine dai primi 2/3 del set di dati e di distruggere l’oscillazione con periodo di circa 10-11 anni chiaramente visibile nei dati. Questi cambiamenti alterano fondamentalmente il carattere dei dati originali.
La forte somiglianza in forma tra le variazioni dei dati originali ICOADS e le correzioni ritenute necessarie per correggere le distorsioni di campionamento è notevole. Tanto più in considerazione della mancanza di informazioni documentali su cui basare l’entità stimata e la tempistica degli adeguamenti.
L’analisi qui presentata indica che, con l’eccezione del periodo post-bellico, queste regolazioni sono causa di distorsioni e degradazione dei dati piuttosto che di miglioramento.
Molte differenti analisi suggeriscono che una semplice correzione al periodo bellico (come è stato fatto prima della creazione dell’Hadley Centre) fornisce un risultato più coerente e credibile.
Il confronto con studi di dati non SST indica che gran parte della variazione ICOADS è molto probabilmente a causa di segnali climatici reali, non di bias strumentale. Queste variazioni richiedono un’indagine corretta, non una rimozione a priori dalle serie climatiche.
[/success]
L’articolo di G. Goodman è estremamente interessante e chiarisce, almeno a me, anche il problema del famigerato “panettone” che caratterizzava il grafico delle SST negli anni ’40 del secolo scorso. L’analisi comparativa dei meta-dati ICOADS e HadSST3 eseguita applicando le trasformazioni di Fourier ed il calcolo differenziale oltre a sofisticati algoritmi di filtraggio è impressionante. Ciò che è ancora più impressionante, però, sono le conseguenze del lavoro di Goodman. Goodman, infatti, conclude che l’Hadley Center, nel licenziare HadSST3, invece di migliorare i dati li ha alterati. Il ragionamento di Goodman è convincente. Alla base del lavoro dell’Hadley Center vi sono alcune considerazioni che di scientifico hanno poco. Si parte dal presupposto che tutte le variazioni che caraterizzano i dati ICOADS sono dovute a modifiche delle tecniche di misurazione delle temperature. Goodman, in particolare, fa notare che, sulla base di alcuni lavori pubblicati nel corso degli anni, dal 1860 al 2000 circa, sono cambiate le tipologie di navi (dalle navi in legno si è passati a quelle in ferro), le altezze dei ponti delle navi, il tipo di secchi utilizzati per il prelievo delle acque e via cantando. Queste variazioni “tipologiche” avrebbero determinato delle variazioni quantitative nella misurazione dei dati che devono essere corrette mediante un processo di omogeneizzazione. Il problema, però, è che per correggere i dati bisognerebbe conoscere con esattezza quanti di essi provengono da navi in legno, quanti da navi in ferro, quanti da secci in legno, quanti da secchi in tela, ecc., ecc.. Questi “numeri”, però, noi non li abbiamo per cui ogni correzione apportata ai dati non può che essere arbitraria e basata su presupposti non verificabili in maniera oggettiva.
Il lavoro di Goodman dimostra che le correzioni apportate ai dati mentre hanno conservato le ciclicità di breve periodo, hanno completamente eliminato le ciclicità di lungo periodo. In altre parole le SST sono aumentate costantemente dal 1860 ad oggi (come la CO2 🙂 ). I dati ICOADS, invece, presentavano delle ciclicità sia nel breve che nel lungo periodo per cui le SST sono aumentate, diminuite e poi aumentate di nuovo. L’analisi differenziale utilizzata da Goodman, inoltre, mette in evidenza delle variazioni della velocità di variazione delle SST che ben si correlano alle variazioni della TSI. HadSST3, invece, ha eliminato qualsiasi correlazione tra la variabilità delle TSI e la variazione della velocità con cui cambiano le SST.
Risultato finale: secondo HadSST3 le SST variano in maniera indipendente da cause naturali, sono determinate solo da cause non naturali (errori nelle misurazioni, cambio di tecniche di prelievo dei campioni, modifica della tipologia dei natanti). Non è scritto da nessuna parte, ma la conclusione non può che essere unica: la causa che ha determinato l’aumento complessivo delle SST è la CO2 di origine antropica, ovviamente.
A questo punto mi sento di condividere la perplessità di Goodman. Possibile che una serie temporale che ha una caratteristica di forte ciclicità perde questa qualità a seguito di una correzione dei dati per cui la ciclicità può essere imputata semplicemente ad errori di campionamento dei dati stessi?
Ciao, Donato.
Curiosamente, rimuovendo le variazioni passate, OGNI variazione presente qualificherà automaticamente come CAMBIAMENTO CLIMATICO.
Tombola!