Il clima del passato? Alquanto incerto… (post aggiornato)

Questo post è stato aggiornato con delle informazioni che penso siano utili…sono in fondo, non perdetevele.

Quale sarebbe la vostra risposta se vi domandassero da cosa dipende l’anno più caldo di sempre? Provo a indovinare, la maggior parte di voi risponderebbe: facile, dal global warming! Beh, risposta sbagliata, l’anno più caldo di sempre, qualunque esso sia, l’ultimo, il prossimo o chissà quale, dipende dal “sempre”. Cioè, dipende dal termine di paragone.

In materia di clima, che si misura in decine, centinaia, migliaia di anni e così via, “sempre” può voler dire un sacco di cose. Sicché, se il 2015 è stato l’anno più caldo da quando si misura la temperatura in un certo modo, lo stesso non si può dire con riferimento a quando la temperatura non la si misurava affatto. Perché si possa dirlo, quindi, si deve far ricorso a qualcosa che approssimi il fattore temperatura, che sia ad essa correlabile. Si chiamano dati di prossimità (proxy) o vicari.

Tra questi, i più usati sono gli anelli di accrescimento degli alberi, il cui studio si chiama dendrocronologia. L’annata è buona? L’albero cresce vigoroso. E’ stato un anno difficile in quanto freddo? L’albero cresce poco e la distanza tra gli anelli sarà ridotta. Sembra facile, ma in effetti non lo è. Non lo è perché la rapidità con cui crescono gli alberi può essere influenzata da tanti fattori che con la temperatura hanno poco o nulla a che fare, come la loro età, la piovosità e quant’altro. Quindi nelle serie storiche di dati di prossimità di questo genere c’è un sacco di rumore che sporca il segnale. In statistica si definisce incertezza.

Capita quindi che un gruppo di ricercatori, tra cui esperti di paleoclima ma anche di statistica, abbia scoperto che tenendo debitamente conto di questa incertezza, la precisione della misura e, per tornare da dove abbiamo iniziato, del termine di paragone, sia ben più scarsa di quanto si immaginasse. Certo, periodi caldi e periodi freddi sono sempre lì, ma sul quanto, sul “sempre”, beh, non è così facile…

A Model-Based Approach to Climate Reconstruction Using Tree-Ring Data (anche su Science Daily)

Benvenuti nel mondo della scienza definita e delle discussioni sui dettagli.

Aggiornamento:

Se alla intrinseca difficoltà di estrarre informazioni utili dai dati di prossimità di questo tipo si aggiunge la voglia di tirar fuori solo quello che si ritiene utile ai proprio scopi (leggi conferma della propria ipotesi), il dato da incerto diviene in teoria inservibile, in pratica invece utilissimo. Le informazioni provenienti dalla velocità o meno con cui crescono gli alberi, sono note per un problema definito “divergenza”. In sostanza, molte serie storiche di questo tipo, per ragioni ancora ignote hanno cessato di essere rappresentative nel corso dell’ultimo secolo, mostrando di allontanarsi in modo significativo dai dati di verifica. Tale allontanamento, quindi, potrebbe essersi verificato anche in passato, e rende le serie poco affidabili. Che fare? Semplice, usare solo quelle “buone”, quelle cioè che sembrano (alla verifica) non soffrire di divergenza. Steve McIntyre, nei giorni scorsi, ha portato alla luce sul suo blog uno dei più clamorosi esempi di cherry picking (scelta dei dati in base al risultato e non risultato basato sui dati disponibili) nello studio del clima. Leggere per credere.