Klimarealistene og ytringsfriheten

I denne bloggen har jeg konsentret meg om drypp om klimafysikk, mest for min egen del – på det vi kan kalle ‘faglig mellomnivå’. Mer detaljer og faglig dybde en man oftest ser – men fortsatt er det langt opp til forskningsfronten.

Dette innlegget er et unntak – det handler om den ideologiske delen av klimadebatten.

Klimarealistene skriver mye om ytringsfriheten – de hevder å være for den. Her er noen tilfeldige eksempler

I virkelighetens verden på klimarealistene.com er det ikke fullt så enkelt: Her er en kronikk på forskning.no, med tilhørende diskusjon.

Jeg kom til Klimarealistene for mange år siden – på jakt etter gode skeptikerargumenter. For det skal ikke benektes at man tidvis leser mye rart hos ‘alarmistene’.

Men jeg fant lite eller intet av substans. Tvert i mot, så mye rart at at jeg som halvstudert røver, og knapt nok det, mente jeg kunne gjøre bedre. Ikke fordi jeg finner interesse i å diskutere med ideologer – men med tanke på ekte skeptikere som søker info. Kunne jeg hjelpe noen få skoleelever som kom innom på reell søken var jeg fornøyd.

Jeg ble ikke populær, og utsatt for beskyldninger om ‘trolling’, og sensur/’snipping’ fra redaktør Aaslid. Her er et eksempel, der Aaslid ‘snippet’ og beskyldte meg for oppspinn. Jeg hadde fortalt historien om Einsteins Annus Mirabilis, som dokumentert her. (Internett er heldigvis vanskelig å kontrollere, selv for Klimarealister.)

Et annet eksempel er da Alf Lackner ble ‘snippet’ og beskyldt for løgn. Som man ser av originalen hadde utvilsomt Lackner faglig rett.

Det var vel etter at Klimarealistene ble klar over mulighetene på archive.is de så seg tvunget til å gå til forhåndsmoderering. De hadde vært lite plaget med tradisjonell spam og ufinheter – så beveggrunnen må ha vært en annen…

Etter det ble det mindre å se til Klimarealistenes ‘plageånder’ – disse ‘tullingene’ som bevæpnet med god faglig forståelse stilte gode spørsmål til narrativet. Sjansen for å blir stoppet var for stor. Eller kanskje ble de stoppet?

IP-blokkering
Når jeg en sjelden gang prøvde meg, oppførte WordPress seg pussig. I stedet for å se mitt innlegg, med påskrift «Awaiting moderation» ble det rett og slett borte. Men prøvde jeg å reposte, fikk jeg beskjed om at jeg sa det samme for 2. gang. (Og noen ganger dukket innlegget opp likevel.)

Var det noe galt med mitt nettverk, eller min browser?

Så fikk jeg en idé: la meg sette opp en proxy-forbindelse til en maskin på en annen ip-adresse:

På en linux-maskin på lokal-nettverket skriver man
ssh -D *:5000 bruker@maskinmedannenip

Så går man til proxy-innstillingene i browseren, og velger proxy til en SOCKS-server på port 5000 på den lokale linux-maskinen. Nettstedet ser da IP-adressen til den andre maskinen.

PANG. Browseren min var plutselig friskmeldt. Innlegget, med «Awaiting moderation» dukket opp.

For sikkerhets skyld testet jeg på virrevandring.raaen.org. Og gjenskapte oppførselen. Med IP adresse lagt inn i spam-filteret går innlegg rett i papir-kurva, og man får ingen kvittering. Det må sies, dog, at redaktøren fortsatt ser innlegget og har full mulighet til å slippe det gjennom. Om han vil.

HVILKEN ÆRE. Geir Aaslid hadde blokkert min IP-adresse.

Men hva er dette da?
Her har vi altså en flokk med (stort sett) emerituser fra ymse fagfelt, som hevder å forvalte klimasannheten mot de mange juksende klimaforskerne.

Og så er de så usikre på sin evne til å svare på faglige innvendinger fra amatører at de ser seg nødt til å blokkere og sensurere. Hva skal man si?

Skrevet i Klimaideologi | Legg igjen en kommentar

Pause i syntetiske data?

«Pausen» i global oppvarming er populær blant «skeptikere». F.eks. gir «Klimarealistene» oss en månedlig understreking av pausen.

Man bør strengt tatt skille mellom to typer pause: En reell endring i den underliggende globale oppvarmingen, eller en tilsynelatende «pause» fordi andre prosesser midlertidig motvirker den globale oppvarmingen. «Pausen» som IPPC beskriver er utvilsomt av den siste typen.

For å nærme seg dette, kan syntetiske data være nyttige – fordi man vet nøyaktig hvilken underliggende oppvarming som er lagt inn.

Figur 1 viser reelle troposfæriske data, RSS’ TLT 4.0.

Figur 2 viser et syntetisk datasett med samme stigningstall, med ukorrelert gaussisk støy med standardavvik 0,2. Det betyr at 95 % av utslagene ligger i intervallet -0,4 til 0,4 K.


Figur 1: RSS TLT 4.0, 480 måneder med data fra 1980. En standard linær regresjon gir et stigingstall som er svært når 2 K per århundre.

Figur 2: Syntetiske data med stigning 2 K per århundre, samt normalfordelt støy med standardavvik 0,2

Det er helt klart at de to plottene er prinsipielt ulike, og det er klart hvorfor: I de reelle dataene er det en sammenheng mellom datapunktet en måned og den neste: Det er autokorrelasjon i dataene.

Vi trenger derfor en modell med autokorrelasjon. Den enkleste varianten er en såkalt AR(1) prosess: Verdien for en måned er korrelert med verdien for den forrige.

Figur 3 viser en sammenlikning mellom RSS dataene og et resultat fra slike syntetiske data.

Modellen har underliggende stigningstall på 2 K per århundre, og normalfordelt fordelt støy med standardavvik 0,2 og autokorrelasjonsfaktor (AR(1)) 0,92.

Figur 3: Sammenlikning med RSS TLT 4.0 (svart) og syntetiske data (rødt). Den syntetiske er ikke tilfeldig valgt – den er den blant noen millioner realisasjoner som hadde minst kvadratisk avvik.

Vi har altså en prosess som genererer syntetiske data som ikke lenger har aldeles åpenbart avvik fra reelle temperatur data, og man kan tenke et det er mulig å analysere slike syntetiske data og si noe omtrentlig også om reelle data. Ikke til å trekke konklusjoner om reelle data, men å oppnå innsikter som kan brukes ved analyse av dem.

Det er velkent at en AR(1) prosess underestimerer autokorrelasjonen i globale temperatur-data, se f. eks. Foster og Rahmstorf 2011.

En fordel med syntetiske data er at man selv kan velge tidsrom. Figur 4 viser en realisasjon fra modellen over 400 år – 4800 måneder. Den dominerende underliggende stigningen vi har lagt inn blir veldig tydelig.

Figur 4: Eksempel på syntetiske data over 4800 måneder. Som forventet trer den dominerende trenden mye klarere fram.

Vi kan også lett kjøre mange realisasjoner, og se på variasjonen vi får. Figur 5 viser resultatet av 10000 realisasjoner over 400 år i form av stigningstall beregnet med standard linær regresjon. Vi ser at de funne stigningstallene avviker lite fra det som er lagt inn i modellen: 2 K per århundre.

Figur 5: Spredning i stigningstall beregnet med linær regresjon for 10000 realisasjoner over 400 år. 95 % av verdiene ligger mellom 1,98 og 2,02.

Ved å korte ned på tidsintervallet øker spredningen. Figur 6 viser resultat for 480 måneder, som er perioden vi har satellittdata for.

Figur 6: Spredning i stigningstall beregnet med lineær regresjon for 10000 realisasjoner over 40 år. 95 % av verdiene ligger mellom 1,27 og 2,71.

Altså: Selv om vi vet at de underliggende dataene har stigningstall på 2.0 K per århundre – de er jo hjemmelaget – fører støyen til at minste kvadraters metode gir atskillig variasjon mellom realisasjoner.

Til sist viser figur 7 resultatet for 180 måneder – 15 år.

Her har omtrent 1/3 av realisjonene et stigningstall som er mindre en halvparten av det som er lagt inn. Eller om man vil, minst en tredjedel av realisasjonene viser en «pause» – som vi vet ikke er der om vi snakker om den underliggende prosessen.

Figur 7: Spredning i stigningstall beregnet med linær regresjon for 10000 realisasjoner over 15 år. 95 % av verdiene ligger mellom -0,82 og 4,86.

Litt lek med syntetiske data har lært oss noe om statistikken i tidsserier. Med en balanse mellom underliggende modellutvikling og støy som likner på det vi har i reelle data, ser vi at lengden på observasjonsperioden er viktig, og kan trekke en konklusjon:

Å tolke en pause i oppvarmingen basert på en 15-20 års periode har lite med vitenskap å gjøre – om man referer til den underliggende globale oppvarmingen.

— Arne Marius Raaen —

Skrevet i Klima | Legg igjen en kommentar

Satellittmålt temperatur: UAH vs RSS

Dette innlegget er inspirert av Sigmund Hanslien, som flere ganger har påpekt forholdet som omtales på Terje Wahls Blogg, f.eks. her.

De er to hovedleverandører av global troposfære-temperatur fra satellitt: UAH og RSS. De har begge tilgang til nøyaktig de samme rådataene, men avviker med hensyn på utvalg og prosessering. Det gir seg utslag i ganske stor forskjell i estimert global oppvarming, noe som framkommer i plott fra temperatur-kalkulatoren ved University of York.

Figur 1. RSS data fra kalkulatoren ved University of York. 10/12-2018

Figur 1. UAH data fra kalkulatoren ved University of York. 10/12-2018

Forskjellen er altså betydelig. Hvis vi legger de 2 kurvene oppå hverandre, og forskyver dem litt, ser vi hva som skjer: Temperatur-utviklingen er ganske lik fram til minst 2000, og fra 2005 fram til nå. Forskjellen oppstår altså i løpet av noen få år rett etter årtusenskiftet.

Figur3. Animasjon av forskjellen mellom RSS TLT4.0 og UAH TLT6.0

Dette kan vi sammenlikne med et landbasert datasett: HadCrut. For hver av RSS og UAH har jeg gjort følgende: Jeg splitter datasettene i to ved år 2002, og forskyver så første del slik at den har samme gjennomsnitt som HadCrut i perioden 1979 til 1995, og andre del slik at den har samme gjennomsnitt som HadCrut i perioden 2005 til nå.

Jeg plotter så HadCrut i svart, og de to delene av henholdsvis UAH og RSS i rødt og blått. Disse plottene gir dermed et bilde av det totale avviket ved spranget i 2002, og en visuell indikasjon på over hvilken periode avviket oppstår.

Vi ser at spranget er mye større for UAH enn for RSS.

Figur 4. UAH mot HadCrut. Den røde kurven har samme middel som HadCrut i perioden fram til 1995, den blå kurven har samme middel som HadCrut i perioden fra 2005.

Figur 5. RSS mot HadCrut. Den røde kurven har samme middel som HadCrut i perioden fram til 1995, den blå kurven har samme middel som HadCrut i perioden fra 2005.

— Arne Marius Raaen —

Dataene for HadCrut , RSS og UAH har jeg lastet ned fra woodfortres.org i desember 2018. Dataene ble midlet over 12 måneder ved å velge mean-filteret hos woodfortrees.
Skrevet i Ukategorisert | Legg igjen en kommentar

Drivhusgassen CO2 – Del 2

I Del 1 gikk jeg gjennom (deler av) det infrarøde spekteret til CO2, og viste hvordan hver eneste frekvens kan relateres til en veldefinert vibrasjons-rotasjons overgang for molekylet.

Jeg skal nå se litt på hvilke konsekvenser dette har for transmisjon av infrarød stråling i en atmosfære med CO2.

Igjen baserer jeg meg meg på Hitran, og bruker deres nedlastbare Python program Hapi.

Litt om linjebredde
Kvantemekaniske overganger er i utgangspunktet skarpe. Det vil være en liten linjebredde knyttet til begrenset levetid av eksitert tilstand som følge av Heisenbergs usikkerhetsrelasjon. De observerte linjene vil likevel ha en større bredde fordi fotonet kan få bidrag til energi fra andre kilder enn vibrasjons-rotasjons overgangen.

Det er to hovedbidrag:

  • Trykk- eller kollisjons-bredning
  • Doppler-bredning

Den første dominerer ved høye trykk, hvor molekylene kolliderer ofte, og kan beskrives som at fotonet får litt av sin energi fra tidligere kollisjoner. Doppler-forbedring dominerer ved lavere trykk, og skyldes relativ bevegelse av molekylet i forhold til fotonet.

En konsekvens av dette er at linjene blir smalere når trykket avtar, slik at enkelt-modene er bedre oppløst høyt i atmosfæren.

Eksempler på infrarød transmisjon i atmosfæren

Jeg viser her noen eksempler på resultater fra Hapi.

Figur 1 viser transmisjon gjennom 10 m tørr atmosfære med trykk 1 atmosfære, 400 ppm CO2 og temperatur 296 K.

Y-verdi 1,0 betyr at alt går gjennom, mens y-verdi 0,0 betyr at ingenting kommer gjennom.

Man ser at den fundamentale Q-grenen er gått kraftig i metning, og at deler av P og R grenene også er svært nær metning. Altså: Stråling for CO2‘s mest aktive frekvenser stoppes på 10 m i atmosfæren nær bakken.

Figur 1. Transmisjon av stråling gjennom 10 m tørr atmosfære med 400 ppm CO2, beregnet med HITRAN. Modene som ble diskutert i Figur 8 i Del 1, ved 618 og 720 cm-1 er tydelige.

Figur 2 viser det samme, men for 1 km gangvei. Man ser at et betydelig frekvensområde i metning, men det er fortsatt brede vinger hvor økning i CO2 vil øke absorpsjonen

Figur 2. Transmisjon av stråling gjennom 1 km tørr atmosfære. (Legg merke til de skarpe toppene rundt hhv. 544 og 779 cm-1. Dette er Q-grenene til absorpsjon som svarer til startpunkt ett kvant i symmetrisk strekk, som så økes med ett kvant i bøyemoden. Man ser fortsatt tydelig modene som ble diskutert i Figur 8 i Del 1, ved 618 og 720 cm-1

Figur 3 viser hvordan absorpsjonen endrer seg ved lavere trykk og temperatur, her 0,3 atmosfære og 210 K.

Figur 3. Transmisjon av stråling gjennom 1 km tørr atmosfære, ved trykk 0,3 atmosfære og temperatur 210 K. Lavere trykk fører til skarpere enkelt-linjer, og lavere temperatur fører til mindre bidrag fra «hot bands».

Drivhuseffekten

Drivhuseffekten handler om hvilken høyde i atmosfæren IR stråling unnslipper fra jorda – den fluksen må balansere innkommende stråling fra sola.

Basert på dataene i HITRAN-databasen og modeller for hvordan trykk, vanndamp osv. varierer med høyden, kan høyden hvor IR unnslipper estimeres.

MODTRAN er en endimensjonal kode for å beregne dette. Figur 4 viser resultater fra MODTRAN, antatt tropisk atmosfære og bakketemperatur 300 K. De røde og blå kurvene viser temperaturen for stråling som unnslipper jorda. Den blå kurven viser effekten av kun vanndamp, men den røde kurven viser samlet effekt av vanndamp og CO2. Vi ser at med unntak av området 800 cm-1 til 1200 cm-1 («det atmosfæriske vindu») kommer strålingen fra høyt oppe i atmosfæren.

Det understrekes at spesielt den blå kurven ikke er en likevektskurve – bidraget fra CO2 er nødvendig for å opprettholde temperaturen. Lavere temperatur vil medføre mindre vanndamp i luften – og dermed mindre drivhuseffekt fra vanndamp. Uten bidraget fra CO2 vil jordkloden fryse over.

Figur 4. MODTRAN: Estimat av temperaturen på stråling som forlater jordkloden. De svarte og grå kurvene er svart legeme stråling med hhv 300, 280, 260, 240 og 220 K. Blå kurve vise bidraget fra vanndamp, mens rød kurve viser samlet bidrag fra vanndamp og CO2. Øvrige drivhusgasser er neglisjert. De modellerte kurvene stemmer svært godt med satellittmålinger, se f.eks. Pierrehumbert, 2009

— Arne Marius Raaen —

Skrevet i Klima | Legg igjen en kommentar

Emanuel Lasker og Einstein

I disse VM-tider kan det være et interessant poeng at den mangeårige sjakk-mesteren Emanuel Lasker var en av bidragsyterne til «Hundert Autoren Gegen Einstein» i 1931. Bidraget (på side 20) var på kun 8 linjer, og framstår som ganske hjelpeløst.

Einsteins lakoniske kommentar var omtrent: «Om det var noe galt med teorien, hadde det holdt med én forfatter.»

Man kan undre på hva Lasker hadde å gjøre i dette selskapet, han var selv av jødisk herkomst og måtte selv flykte, via Storbritannia og Sovjet til USA. Han mente vel å ha en reell vitenskapelig innvending, eller kanskje han var under en eller annen form for press?

Lasker og Einstein treftes første gang i 1918, og hadde kontakt etter at begge var kommet til USA.

Da Laskers biografi kom ut etter hans død, skrev Einstein et forord, med bla. «Emanuel Lasker was undoubtedly one of the most interesting people I came to know in my later years. We must be thankful to those who have penned the story of his life for this and succeeding generations. For there are few men who have had a warm interest in all the great human problems and at the same time kept their personality so uniquely independent.»

Les mer her.

— Arne Marius Raaen —

Skrevet i Ukategorisert | Legg igjen en kommentar

Humlums CO2 og temperaturplott

På sin nettsted climate4you.com (arkiv) viser Ole Humlum en sammenlikning mellom utvikling av atmosfærisk CO2 og temperaturserien HadCRUT4.

Her vises figuren i en variant brukt av statsviter Mathias B. Dannevig hos Klimarealistene:

Humlum-Dannevig

Humlum har skalert CO2-kurven slik at den har omtrent samme stigningstall som temperaturen i perioden 1977 til 2000. Han har så forskjøvet kurven litt opover, slik at den ikke dekker over temperatur-kurven. Humlum mener at figuren viser tydelig avvik mot slutten av perioden, noe han har understreket med grå hjelpelinjer, og med gul fargekode.

Men det er klart denne vertikalforskyvningen øker det visuelle avviket mot slutten.

Så det kan være greit å undre: Hvordan blir det seende ut om vi ikke tar dette grepet?

Skal vi gjøre det, er det med det samme en annen viktig ting å merke seg: Temperaturen forventes å øke omtrent logaritmisk med CO2-konsentrasjonen.

Så for å få et fysisk riktig bilde må vi sammenlikne logaritmen til CO2-konsentrasjonen med temperaturen!!

Jeg har tilpasset rette linjer til hele intervallet for hver av kurvene (temperaturen og logaritmen til CO2), og skalert CO2-kurven slik at stigningstallene for de to rette linjene er identiske, og så forskjøvet CO2-kurven slik at de to rette linjene sammenfaller.

Da blir figuren slik:

Det er blitt veldig vanskelig å hevde med sikkerhet at det skjer noe spesielt mot slutten!

Det var en kraftig El Nino i 1998, og en ny i 2016. Temperatur-toppen i 2016 ligger nesten 0.3 °C over den i 1998. Likevel er Humlums grå kurve nesten flat fra 2005. Det virker intuitivt rart!

Så la oss prøve å reprodusere ved å tilpasse en kontinerlig kurve bestående av 3 rette linjer til HadCRUT dataene. Resultatet blir slik:

Man ser knapt knekken rundt år 2005!

Hm. Det kan jo argumenteres for at en El Nino helt på enden av at datasett feilaktig kan trekke trenden oppover. Kanskje Humlum har kuttet den ut, uten å nevne det?

Figuren under viser hva som skjer når vi kutter dataene etter 1/1-2015 i tilpasningen:

Likheten med Humlums figur er definitivt bedre.

Men det kommer inn en viktig ting til her: Er det lave stigningstallet statistisk signifikant? For å få et inntrykk av det, kan vi bruke kalkulatoren ved University of York.

Velger vi HadCRUT 4, og periode f.o.m. 2004 t.o.m 2014, oppgis stigningstall 0.045±0.194 °C per tiår. Avviket fra hele perioden 1960 til 2019 er dermed IKKE statistisk signifikant.

Og Humlums figur faller vel som et korthus?

****

Man ser at det er en reell knekk i temperatur-datatene rundt 1975. Det er blir enda tydeligere om en ser lenger bakover i tid.

Så man kan spørre seg hva som skjer om man starter den lineære tilpasningen i 1975.

Figuren under viser dette – forandringen er beskjeden. (Men knekken viser også tydelig at en modell med bare CO2 og temperatur er for enkel, så man må ikke overtolke resultatet.)

— Arne Marius Raaen —

Skrevet i Klima | Legg igjen en kommentar

Grand old man

Kåre Willoch på Arendalsuka

Skrevet i Ukategorisert | Legg igjen en kommentar

Klimafølsomheten

Klimafølsomheten er definert som endring i global temperatur ved en fordobling av CO2-innholdet i atmosfæren.

Dette innebærer en logaritmisk følsomhet for CO2 – hver dobling gir omtrent det samme – over et vidt spenn i konsentrasjon.

Ser man på effekten av CO2 alene er dette godt begrunnet i fundamental fysikk – den logaritmiske oppførselen er en brukbar tilnærmelse til den underliggende fysikken.

Det hele blir mer komplisert når man skal ta hensyn til tilbakekoplingsmekanismer – som vanndamp i atmosfæren og ikke minst skydannelse.

Klimapanelet oppgir 3 som den mest sannsynlige klimafølsomheten, og at det er lite sannsynlig at den er utenfor området 1,5 til 4,5.

Det kan være interessant å gjøre en enkel (men gjerne litt naiv) øvelse: La oss plotte temperaturendring mot CO2-innhold, og se hvilken klimafølsomhet som best beskriver dataene.

Dette innebærer en antagelse om at den langsiktige utviklingen i tidsintervallet vi ser på er dominert av CO2, og at andre prosesser gir bare kortvarige fluktuasjoner. Det er åpenbart at dette kan/vil være feil: Det er mye mer enn CO2 som påvirker klimaet, og det kan være langvarige prosesser knyttet til hav og atmosfæresirkulasjon og mye annet som gjør at antagelsen er feil.

Så dette må IKKE ses på som en beregning av klimafølsomheten.

Figurene under viser resultatene for noen av de viktigste temperatur-seriene. Jeg har valgt perioden fra 1980 fordi vi da har satellittmålte temperaturdata.

Tallet i overskriften viser hvilken klimafølsomhet – bestemt ved linær regresjon – som best beskriver dataene.

Dataene er hentet fra http://woodfortrees.org/plot/, og jeg har beregnet årsmiddel i perioden 1980 til 2017 før regresjonen.

 

Vi ser at vi er svært nær 3 – spesielt om vi tar hensyn til at solen har svekket seg litt i perioden. Så dataene er konsistente med IPCC’s 3 grader for dobling av CO2.

Et av datasettene skiller seg ut: UAH6.

Skrevet i Klima | Legg igjen en kommentar

Klimarealistenes yndlingsfigur?

Klimarealistene gir oss månedlig (eksempel her) oversikt over satellittmålt global temperatur fra UAH.

En fast gjenganger i innleggene er følgende figur, som sies å være brukt av Dr. Christy i høringer i senatet i USA.

Christy sier selv (side 2) «Indeed, the models clearly overcook the atmosphere. The issue for congress here is that such demonstrably deficient model projections are being used to make policy.»

Så da er vel saken klar? En kjent professor foran USAs høyeste politiske organ, med en klar konklusjon.

 
Men det skader jo aldri å tenke litt selv.

For å analysere litt selv må man ha digitale data – det er vanskelig å si noe bare ved å se på en lav-kvalitets figur. Jeg finner ikke at Christy har gjort digitale data tilgjengelig, så jeg har digitalisert modell-dataene og satellitt-dataene fra figuren, og justert de digitaliserte datene slik at en rett linje tilpasset dataene har verdien null i starten av 1979.

 
Når jeg plotter de digitaliserte dataene, ser det slik ut:

Dette er ikke en 100 % gjenskaping av Christys data – utgangspunktet var for dårlig. Men man ser at i grove trekk stemmer det. Stigningstallet for modelldataene er 2,14 °C per århundre, mens dataene stiger med 0,64 °C per århundre. En vesentlig forskjell – mer enn en faktor 3 – akkurat som i originalfiguren!

 

Satellitt-dataene i figuren er såkalte TMT data – Temperature Middel Troposhere. UAH gjør oppdaterte TMT-data tilgjengelig her.

I figuren under har vi lagt til disse dataene som den blå kurven

UAH gir dataene på månedsbasis – jeg har tatt middel for hvert år og tilordnet datapunktet til midt på året. Dataene er justert slik at en rett linje gjennom dem har verdien null i starten av 1979. I Christys data (i grønt) var det i tillegg beregnet glidende middel på 5-årsbasis – dette er grunnen til at det er mer variasjon i de blå dataene. (Når man skal beregne glidende middel over 5 år, trenger man 2,5 år på hver side. Christy spesifiserer ikke hvordan han har håndtert dette, og da er det vanskelig på reprodusere fullt ut.)

 
Uansett, man ser at selv om dataene går litt opp på slutten, er avviket fortsatt stort. UAH TMT dataene fram til og med 2017 har en gjennomsnittlig stigning på 0,9 °C per århundre – atskillig høyere enn i Klimarealistenes plott – men fortsatt langt lavere enn modellen.

UAH gir også data for nedre troposfære – de benevnes TLT. Figuren under viser UAHs TLT data sammen med modellene og TMT dataene fra den opprinnelige figuren.

En ser at TLT dataene øker raskere enn TMT dataene – stigningstallet fram til og med 2017 er omtrent 1,3 °C per århundre – dobbelt så stor som TMT dataene i den opprinnelige figuren.

Her er det på tide å stoppe opp og undres! Temperaturutviklingen i troposfæren domineres av konveksjon. Om gassene i atmosfæren var ideelle gasser, ville denne temperaturutviklingen vært uavhengig av temperaturen – med andre ord: Toppen av troposfæren skal varmes like mye som nedre del.

Vanndamp avviker mye fra ideell gass – noe som betyr at man venter større økning oppe enn nede – den troposfæriske «hot spot» over tropene.

Men Christy viser altså atskillig mindre økning oppe enn nede.

Forklaringen er enkel: Det er velkjent at TMT dataene påvirkes atskillig av stratosfæren, som forventes å avkjøles pga global oppvarming. Christy sammenlikner altså modellresultater fra øvre troposfære med målinger som er påvirket av stratosfæren.

Hvordan ville det så sett ut om man klarte å eliminere stratosfære-effekten? RSS leverer et produkt de benevner TTT som forsøker å fjerne den.

Figuren under viser RSS’ TTT produkt i den opprinnelige figuren. Stigningstallet er knapt 1,8 °C per århundre – vi nærmer oss modelldataene.

Til slutt kan man ta en grovsjekk av modell-dataene. Fra 1980 til 2010 økte CO2-nivået i atmosfæren fra omtrent 335 ppm til omtrent 390 ppm. Om man antar klimafølsomhet på 3 °C for dobling av CO2, svarer dette til omtrent 2,2 °C per århundre – så modellkurven kan anses å gi et rimelig bilde på hva modellene forutsier for temperatur-utviklingen i stratosfæren.

Dermed har vi fått god belønning for å tenke og analysere litt selv:

  • Vi har gått fra et bilde der det er «åpenbart» at modellene svikter voldsomt, til et bilde som gir en rimelig grei overensstemmelse. (Men fortsatt bør man være skeptisk – TTT er ett produkt fra en leverandør – det kan sikkert bli endret i framtiden.)
  • Christy er en ledende ekspert på satellittmålinger – hver enkelt får vel gjøre seg opp en mening om hvorfor han har gjort en slik «juniorfeil».

Christys figurer er grundig diskutert her og her.

Oppdatering 5/8-2018

Klimarealistene publiserte figuren på nytt 2. august.

Jeg la inn en link til denne siden:

Min kommentar kom aldri forbi moderator. Når Klimarealistene ikke har faglige argumenter, blir sensur verktøyet.

— Arne Marius Raaen —

Skrevet i Klima | Legg igjen en kommentar

Kan tilbakekoplingen fra havet føre til at CO2-nivået i atmosfæren blir ustabilt?

Når økende CO2-nivå i atmosfæren øker temperaturen, avtar havets evne til å løse CO2. Det betyr at det er en positiv tilbakekopling: CO2 øker pga våre utslipp, og øker så litt til pga temperatureffekten i havet.

Hos Klimarealistene reiser signaturen Jan Rune dette spørsmålet 4. juni 2018, og ser ut til å konkludere med at CO2-nivået vil «gå bananas».

Et «metasvar» på dette er at om Jan Runes konklusjon var korrekt, ville det vært velkjent og innarbeidet i klimamodellene.

Men det kan være greit å avklare det også med enkle faglige argumenter, for spørsmålet er relevant.

Hos Klimarealistene kom det hurtig en «bla, bla» kommentar, men da det etter en uke ikke var kommet noe seriøst, la jeg inn en kommentar:

Tallene var basert på enkle beregninger i et regneark – noe alle med ørlite erfaring med regneark lett kunne gjort.

Etter noen timer var det borte. Redaktøren hadde tilsynelatende bestemt at «Klimarealister» må skånes for enkel fysikk.

Dette måtte da være et uhell? Så jeg repostet det samme. Og det forsvant enda fortere. Faglige resultater man ikke liker blir altså slettet. Klimarealistene sensurerer.

Analytisk tilnærming

For slike enkle problemstillinger er regneark kjapt og enkelt, men her kommer man også langt analytisk:

For forståelsens del starter vi først med en forenklet modell: Temperaturen øker lineært med CO2 nivået.

Vi starter med en situasjon hvor CO2 nivået hurtig øker fra 260 til 560 ppm, og antar at det gir en økning i temperaturen på 3 grader.

Det betyr at vi kan skrive:
\Delta T = k_1 \Delta C (*)
der C er CO2-konsentrasjonen i ppm. Med antagelsene over blir da
k_1 =3/280 = 0,0107 grad per ppm

Vi antar så at én grad temperaturøkning fører til utgassing av 20 ppm CO2.

Det skriver vi som
\Delta C = k_2 \Delta T
der k_2=20 ppm/grad.

Situasjonen er altså som følger: Vi øker først CO2-nivået fra 280 til 560 ppm, som vi benevner \Delta C_\mathrm{utslipp}=560 -280 = 280. Det fører til en temperaturøkning gitt av

\Delta T_\mathrm{direkte}= k_1 \Delta T_\mathrm{utslipp}

og dermed en resulterende CO2 økning fra utgassing av havet gitt av

\Delta C = k_2 \Delta T_\mathrm{direkte}

Her kan vi eliminere \Delta T_\mathrm{direkte} og får dermed

\Delta C_\mathrm{ny} = k_2 k_1 \Delta C_\mathrm{utslipp}

Men denne økte konsentrasjon har en temperatur-effekt, og påfølgende utgassing, som igjen har en temperatureffekt, osv. Man ser at totaleffekten blir

\Delta C_\mathrm{endelig}=\Delta C_\mathrm{utslipp}(1 + k_1k_2 + (k_1 k_2)^2 + (k_1 k_2)^3 + ..)

Man kjenner igjen en geometrisk rekke, som man vet konvergerer om k_1 k_2 < 1:

Man ser altså at i denne enkle modellen går CO2-nivået «bananas» om k_2 > 1/k_1 = 93 \;\mathrm{ppm/grad} (som er langt over den reelle verdien.)

Men temperaturen er ikke lineær i CO2-nivået – den er logaritmisk – en svakere økning.

Likningen merket med (*) blir da:

\Delta T = k_1 \ln(\frac{C+\Delta C}{C})

der vi nå har k_1 = 3/\ln 2 = 4,328

Vi ser at hvert trinn, som i modellen over ga en faktor k_1 k_2 \Delta C nå gir k_1 k_2 \ln (C+\Delta C)/C. Vi har ikke lenger en geometrisk rekke.

Vi ser at
\ln\frac{C+\Delta C}{C}=\ln(1+\frac{\Delta C}{C}) < \frac{\Delta C}{C}
der ulikheten kommer fra egenskapene til logaritmefunksjonen.

Det betyr at økningen ved hvert trinn er mindre enn
\frac{k_1 k_2 }{C}\Delta C

Man ser at faktoren fra den forrige modellen skal deles med den stadig økende konsentrasjon. Det betyr at uansett hvilke verdier av k_1 og k_2 man starter med, vil man etter noen trinn ende opp med en faktor som er mindre enn 1: Det kan aldri bli ustabilitet i denne modellen.

Konklusjonen er enkel å reprodusere i et regneark: I den linære modellen finner man ustabilitet som forventet, mens i den logaritmiske finner man ikke ustabilitet uansett parametre.

Stikkord: Klimarealistene sensurer. Klimarealistene og sensur. Klimarealistenes sensur.

Arne Marius Raaen

Skrevet i Klima | Legg igjen en kommentar