The AMSR2 instrument on the Japanese GCOM-W satellite (now named Shizuku) is scheduled for launch this morning. The 3 minute launch window starts at 11:39 a.m. CDT (a nighttime launch in Japan). The H2A rocket has been moved to the launch pad and fueling is underway.

Spaceflight Now is providing live updates. Live video coverage is supposed to be available here starting 1/2 hour before launch…as of right now, the links are not operable.
The Shizuku satellite will join the NASA A-Train satellite constellation, which includes the Aqua satellite. You might recall that the AMSR-E instrument on Aqua failed last fall after 9+ years of successful operation.

Like AMSR-E, AMSR2 will be used to measure twice-daily sea surface temperatures (even through clouds), sea ice, precipitation rates, columnar water vapor and cloud water contents over the ocean, surface wind speeds over the ocean, and snow cover.

A new paper by Stephen Po-Chedley and Quang Fu (2012) (hereafter PCF) was sent to us at the end of April 2012 in page-proof form as an article to appear soon in the Journal of Atmospheric and Oceanic Technology. The topic of the paper is an analysis of a single satellite’s impact on the rarely-used, multi-satellite deep-layer global temperature of the mid-troposphere or TMT. Some of you have been waiting for our response, but this was delayed by the fact that one of us (J. Christy) was out of the country when the UW press release was issued and just returned on Tuesday the 8th.

There are numerous incorrect and misleading assumptions in this paper. Neither one of us was aware of the paper until it was sent to us by Po-Chedley two weeks ago, so the paper was written and reviewed in complete absence of the authors of the dataset itself. In some cases this might be a normal activity, but in a situation where complicated algorithms are involved, it is clear that PCF did not have a sufficient understanding of the construction methodology.

By way of summary, here are our main conclusions regarding the new PCF paper:

1) the authors’ methodology is qualitative and irreproducible

2) the author’s are uninformed on the complexity of the UAH satellite merging algorithm

3) the authors use the RSS (Remotes Sensing Systems) satellite dataset as “verification” for their proposed UAH NOAA-9 calibration target adjustment for TMT, but barely mention that their TLT (lower tropospheric) results are insignificant and that trends are essentially identical between UAH and RSS without any adjustment in the NOAA-9 calibration coefficient

4) the authors neglected the main TMT differences among the datasets – and instead try to explain the UAH v. RSS trend difference by only two years of NOAA-9 data, while missing all of the publications which document other issues such as RSS problems with applying the diurnal correction.

The paper specifically claims to show that a calibration target coefficient of one satellite, NOAA-9, should be a value different than that calculated directly from empirical data in UAH’s version of the dataset. With an adjustment to the time series guesstimated by PCF, this increases the UAH overall global trend by +0.042 °C/decade. Their new UAH trend, being +0.042 warmer, then becomes the same as the TMT trend from RSS. This, they conclude, indicates a verification of their exercise.

More importantly, with regard to the most publicized UAH dataset, the temperature of the lower troposphere (TLT), there was no similar analysis done by PCF – an indication that their re-calculations would not support their desired outcome for this dataset, as we shall demonstrate below.

All of this will soon be moot, anyway. Since last year we have been working on v6.0 of the UAH datasets which should be ready with the tropospheric temperature datasets before summer is out. These will include (1) a new, more defensible objective empirical calculation to correct for the drift of the satellites through the diurnal cycle, and (2) a new hot calibration target effective emissivity adjustment which results in better agreement between simultaneously operating satellites at the calibration step, making the post-calibration hot-target adjustment PCF criticizes unnecessary. So, since our new v6.0 dataset is close to completion and submission for publication, we have chosen this venue to document PCF’s misinformation in a rather informal, but reproducible, way rather than bother to submit a journal rebuttal addressing the older dataset. However, to show that version 5.4 of our datasets was credible, we discuss these issues below.

The Lower Tropospheric Temperatures (TLT)

We shall return to TMT below, but most of the research and popular use of the UAH datasets have focused on the lower tropospheric temperature, or TLT (surface to about 300 hPa, i.e. without stratospheric impact). Thus, we shall begin our discussion with TLT because it is rightly seen as a more useful variable because it documents the bulk heat content of the troposphere with very little influence from the stratosphere. And [this is important in the TMT discussion] the same hot-target coefficients for NOAA-9 were used in TLT as in TMT.

PCF focused on the deep layer TMT, i.e. temperature of the surface to about 75 hPa, which includes quite a bit of signal above 300 hPa. As such, TMT includes a good portion of the lower stratosphere – a key weakness when utilizing radiosondes which went through significant changes and adjustments during this time. [This was a period when many stations converted to the Vaisala 80 radiosonde which introduced temperature shifts throughout the atmosphere (Christy and Norris 2004).]

As indicated in their paper, it seems PCF’s goal was to explain the differences in trend between RSS and UAH, but the history of this effort has always been to find error with UAH’s products rather than in other products (as we shall see below). With us shut out of the peer-review cycle it is easy to assume an underlying bias of the authors.

Lord Kelvin told us that “All science is numbers”, so here are some numbers. First, let’s look at the “global” trends of UAH and RSS for TLT (70S to 82.5N) for Jan 1979 to Apr 2012:

+0.137 °C/decade UAH LT (70S-82.5N)
+0.134 °C/decade RSS LT (70S-82.5N)

These trends are, for all practical purposes, identical. This, however, hides the fact that there are indeed differences between the two time series that, for one reason or another, are balanced out when calculating the linear trend over the entire 30+ year period. As several papers have documented (see Christy et al. 2011, or C11, for the list – by the way, C11 was not cited by PCF) the evidence indicates RSS contains a spurious warming in the 1990’s then a spurious cooling from around 2002 onward (note that the RSS temperature anomaly for last month, April, 2012, was 0.08°C cooler than our UAH anomaly).

This behavior arises, we believe, from an over-correction of the drift of the satellites by RSS (in the 1990’s the satellites drifted to cooler times of day, so the correction must add warming, and in the 2000’s the satellites drifted to warmer times of day so a correction is needed to cool things down.) These corrections are needed (except for the Aqua satellite operating since 2002, which has no diurnal drift and which we use as an anchor in the UAH dataset) but if not of the right magnitude they will easily affect the trend.

In a single paragraph, PCF admit that the UAH TLT time series has no significant hot-target relationship with radiosonde comparisons (which for TLT are more robust) over the NOAA-9 period. However, they then utilize circular reasoning to claim that since RSS and UAH have a bit of disagreement in that 2-year period, and RSS must be correct, that then means UAH has a problem. So, this type of logic, as stated by PCF, points to their bias – assume that RSS is correct which then implies UAH is the problem. This requires one to ignore the many publications that show the opposite.

Note too that in their press release, PCF claim that observations and models now are closer together for this key parameter (temperature of the bulk troposphere) if one artificially increases the trend in UAH data. This is a questionable claim as evidence shows TLT for CMIP3 and CMIP5 models averages about +0.26 °C/decade (beginning in 1979) whereas UAH *and* RSS datasets are slightly below +0.14 °C/decade, about a factor of 2 difference between models and observations. We shall let the reader decide if the PCF press-release claim is accurate.

The key point for the discussion here (and below) is that TLT uses the same hot-target coefficients as TMT, yet we see no problem related to it for the many evaluation studies we have published. Indeed this was the specific result found in Christy and Norris 2004 – again, work not cited by PCF.

The Mid-Tropospheric Temperature (TMT)

About 12 years ago we discovered that even though two different satellites were looking at the same globe at the same time, there were differences in their measurements beyond a simple bias (time-invariant offset). We learned that these were related to the variations in the temperature of the instrument itself. If the instrument warmed or cooled (differing solar angles as it orbited or drifted), so did the calculated temperature. We used the thermistors embedded in the hot-target plate to track the instrument temperature, hence the metric is often called the “hot target temperature coefficient.”

To compensate for this error, we devised a method to calculate a coefficient that when multiplied by the hot target temperature would remove this variation for each satellite. Note that the coefficients were calculated from the satellite data, they were not estimated in an ad hoc fashion.

The calculation of this coefficient depends on a number of things, (a) the magnitude of the already-removed satellite drift correction (i.e. diurnal correction), (b) the way the inter-satellite differences are smoothed, and (c) the sequence in which the satellites are merged.

Since UAH and RSS perform these processes differently, the coefficients so calculated will be different. Again recall that the UAH (and RSS) coefficients are calculated from a system of equations, they are not invented. The coefficients are calculated to produce the largest decrease in inter-satellite error characteristics in each dataset.

To make a long story short, PCF focused on the 26-month period of NOAA-9 operation, basically 1985-86. They then used radiosondes over this period to estimate the hot-target coefficient as +0.048 rather than UAH’s calculated value of +0.0986. [Note, the language in PCF is confusing, as we cannot tell if they conclude our coefficient is too high by 0.051 or should actually be 0.051. We shall assume they believe our coefficient is too high by 0.051 to give them the benefit of the doubt.]

Recall, radiosondes were having significant shifts with the levels monitored by TMT primarily with the switch to Vaisala 80 sondes, and so over small, 26-month periods, just about any result might be expected. [We reproduced PCF’s Fig. 2 using only US VIZ sondes (which had no instrument changes in the 26-month period and span the globe from the western tropical Pacific to Alaska to the Caribbean Sea) and found an explained variance of less than 4% - an insignificant value.]

Another problematic aspect of PCF’s methodology is that when looking at the merged time series, one does not see just NOAA-9’s influence, but the impact of all of the other satellites which provided data during 1985-86, i.e. NOAA-6, -7 and -8 as well. So, it is improper to assume one may pick out NOAA-9’s impact individually from the merged satellite series.

That PCF had little understanding of the UAH algorithm is demonstrated by the following simple test. We substituted the PCF value of +0.048 directly into our code. The increase in trend over our v5.4 TMT dataset was only +0.022 °C/decade for 1979-2009 (not 0.042), and +0.019 °C/decade for 1979-2012.

To put it another way, PCF overestimated the impact of the NOAA-9 coefficient by a factor of about 2 when they artificially reconstructed our dataset using 0.048 as the NOAA-9 coefficient. In fact, if we use an implausible target coefficient of zero, we still can’t return a trend difference greater than +0.037 °C/decade. Thus PCF have incorrectly assumed something about the construction methodology of our time series that gave them a result which is demonstrated here to be faulty.

In addition, by changing the coefficient to +0.048 in an ad hoc fashion, they create greater errors in NOAA-9’s comparisons to other satellites. Had they contacted us at any point about this, we would have helped them to understand the techniques. [There were 4 emails from Po-Chedley in Aug and Sep 2011, but this dealt with very basic facts about the dataset, not the construction methodology. Incidently, these emails were exchanged well after C11 was published.]

PCF brought in a third dataset, STAR, but this one uses the same diurnal corrections and sequential merging methodology as RSS, so it is not a truly independent test. As shown in C11, STAR is clearly the outlier for overall trend values due to a different method of debiasing the various satellite data and a differing treatment of the fundamental brightness temperature calibration.

We have additional information regarding UAH’s relatively low error statistics. Using radiosondes to evaluate microwave temperatures requires great care. In our tests, we concentrated on sondes which had documented characteristics and a high degree of consistency such as the US VIZ and Australian sondes. These comparisons have been published a number of times, but most recently updated in C11.

Here are the comparisons for the US VIZ radiosonde network (stretching from the western tropical Pacific to Alaska down across the conterminous US and to the Caribbean.) As you can see, UAH MT provides the lowest error magnitudes and highest reproducibility of the three data sets. Similar results were found for the Australian comparisons.

For data through April 2012 we have the following global TMT trends: UAH +0.045, RSS +0.079 and STAR +0.124 °C/decade. So, RSS, in the middle, is closer to UAH than STAR, yet PCF chose to examine UAH as the “problem” dataset. Had PCF wanted to pick some low-hanging fruit regarding the differences between UAH, RSS and STAR, they would have (a) looked at the diurnal differences between UAH and RSS (see publications) or (b) looked at a simple time series of differences between the three datasets (below). One thing that pops out is a spurious upward shift in STAR TMT relative to UAH and RSS of about +0.06 °C on precisely 1 Jan 2001 – an obvious beginning-of-year glitch. Why not look there?

The Bottom Line

In conclusion, we believe that the result in PCF was a rather uninformed attempt to find fault with the UAH global temperature dataset, using an ad hoc adjustment to a single, short-lived satellite while overlooking the greater problems which have been documented (published or as demonstrated in the figure above) regarding the other datasets.

And think about this. If PCF is correct that we should be using a revised NOAA-9 coefficient, and since we use the same coefficient in both TMT and TLT, then the near perfect agreement currently between RSS and UAH for TLT will disappear; our TLT trend will become warmer, and then RSS will have the lowest warming trend of all the satellite datasets. The authors of the new study cannot have it both ways, claiming their new adjustment brings RSS and UAH closer together for TMT (a seldom used temperature index), but then driving the UAH and RSS trends for TLT farther apart, leaving RSS with essentially the same warming trend that UAH had before.

Since it is now within 3 months of the publication cutoff for research to be included in the IPCC AR5, one is tempted to conclude that PCF will be well-received by the Lead Authors (some of whom are closely associated with the RSS dataset) without critical evaluation such as briefly performed here. However, we cannot predict what the AR5 outcome will be or, for that matter, what waning influence the IPCC might still exert.

That PCF brushed aside the fact that the UAH and RSS trends for the LOWER troposphere are essentially identical (for which the UAH NOAA-9 coefficient is the same) seems to us to be a diversionary tactic we have seen before: create a strawman problem which will allow the next IPCC report to make a dismissive statement about the validity of an uncooperative dataset with a minimum of evidence. We hope that rationality instead prevails.

References

Christy, J.R. and W. B. Norris, 2004: What may we conclude about global tropospheric temperature trends? Geophys. Res. Lett. 31, No. 6.

Christy, J.R., R.W. Spencer and W.B Norris (deceased), 2011: The role of remote sensing in monitoring global bulk tropospheric temperatures. Int. J. Remote Sens. 32, 671-685, DOI:10.1080/01431161.2010.517803.

Po-Chedley, S. and Q. Fu, 2012: A bias in the midtropospheric channel warm target factor on the NOAA-9 Microwave Sounding Unit. J. Atmos. Oceanic Tech. DOI: 10.1175/JTECH-D-11-00147.1.

Alestalon tekstissä olleita käsityksiä oli pakko ruotia ja ennen kaikkea oikaista hänen esittämiään väitteitä koskien IPCC:n ylläpitämään doktriiniin kriittisesti suhtautuvia tutkijoita. Uusimmassa numerossa 3/2012 on julkaistu vastineeni “Ilmastokyynisyys vaiko ilmastopragmaattisuus?” Alestalon kirjoitukseen. Myös skeptikko kollegani, emeritus professori Matti Seppälä kirjoitti oman vastineensa “Kritiikki närästää meteorologeja” Alestalon tekstiin. Samaan numeroon oli Alestalolle annettu mahdollisuus kommentoida näitä häneen kohdistunutta kahta kriittistä tekstiä “Ilmastonmuutos ei jätä kylmäksi”.

Oma näkemykseni Alestalon vastineesta on yksinkertaisesti – valitettavan puutteellinen esitys, mutta toivon, että Tieteessä Tapahtuu lehden lukijat päättävät itse ja kertovat ehkä mielipiteensä myös minulle. Kuten olen monasti ehdottanut, vain avoin dialogi ilmastoaiheesta voi viedä tätä erittäin monitahoista tiedettä eteenpäin.

Blogiani seuraavien henkilöiden helpottamiseksi olen kopioinut vastineeni tekstin suoraan tähän viestini jatkoksi, vaikka se löytyy myös Tieteessä Tapahtuu lehdestä yllä mainitun Internet-linkin kautta.

Boris Winterhalter                                                                                                  Espoossa 9.4.2012

Ilmastokyynisyys vaiko ilmastopragmaattisuus?

Mikko Alestalo (Alestalo 2012) esittää pääkirjoituksessa, että ihmiskunnan käynnistämä ilmastonmuutos on vaikea asia tulla laajasti hyväksytyksi. Minä kuitenkin kysyisin häneltä ensiksi, onko teollistumisen jälkeinen ilmastonmuutos, siis muutos (lämpeneminen) säiden pitkäaikaisessa vaihtelussa, todella ihmiskunnan käynnistämä?

Vastaus voisi olla myönteinen, jos ajatellaan muutoksia ihmisten lähipiirissä. Ei ole vaikea hyväksyä ajatusta, että ilmasto ihmisen rakentamassa suuressa metropolissa olisi erilainen kuin ilmasto raikkaassa neitseellisessä aro- tai metsäympäristössä. Jokaisen on helppo myöntää, että taajamissa ainakin ilmanlaatu on huonompi ja lämpötilakin on yleensä korkeampi.

Jos sen sijaan tarkoitetaan globaalilla tasolla tapahtuvia ilmaston muutoksia ja nimenomaan viimeisen vuosisadan aikana havaittua ilmaston uhkaavaksi kuvailtua lämpenemistä, niin ihmisperäistä syytä on todella vaikea löytää luontaisen ja monasti kaoottisen vaihtelun keskeltä. Koska luonnossa tehdyt havainnot eivät näytä vahvistavan ihmisen mahdollista syyllisyyttä, perusteluja haetaan epätoivoisesti supertietokoneissa ajettavista äärimmäisen monimutkaisista ilmakehän ja merten vuorovaikutusta simuloivista ilmastomalleista (CAOGCM = Coupled Atmosphere Ocean Global Circulation Model). Mutta, osaavatko nämä ihmisten tekemät tietokonemallit ottaa huomioon kaikki tarpeelliset maapallon koko ilmastoon vaikuttavat tekijät?

Kyynikoita vai pragmaatikkoja?

Otsikollaan – Ilmastokyynisyys – Alestalo ihmettelee ihmisiä, jotka hänen näkemyksensä mukaan kieltävät ilmastonmuutoksen. Ovatko he todella kyynisiä? Ilmastokielteisyydelle hän hakee mitä erilaisimpia syitä; muun muassa talouden tai politiikan piiristä. Hänen on erityisen vaikeata ymmärtää, miksi akateemiset henkilöt, ilman ilmeisiä taloudellisia vaikuttimia, pyrkivät kieltämään tai hämärtämään ilmastonmuutokseen liittyviä uhkia. Näin he tekevät Alestalon mukaan, vaikka tieteen metodit ja tiedeyhteisön kestäviksi toteamat faktat ovat käytettävissä.

Alestalon mukaan näiden ilmastokieltäjien joukosta löytyy astronomeja, geologeja, metsän-tutkijoita ja eläintieteilijöitä. Näille harmillisesti omille aloilleen leimaa-antaville henkilöille on yhteistä jokin kosketuspinta ilmastonmuutokseen. Itse en tuntemieni luonnontutkijoiden joukossa kuitenkaan tunne ainoatakaan Alestalon kuvaamaa kieltäjää, joka nimenomaan kieltää ilmastonmuutoksen. Nämä ilmastotieteen “vääräuskoiset” eivät todellakaan kiellä ilmaston vaihtelua, vaan hakevat “totuutta”. Faktaksi voidaan lukea esimerkiksi keskiajan lämpökausi, joka Euroopassa ilmeni kukoistuksena, kuten myös 1400-1800-luvun kylmät vaiheet, joihin sijoittuvat Suomessakin koetut “kuolonvuodet”. Nykyinen lämpimämpi ilmasto voidaan taasen nähdä lähinnä toipumisena pienestä jääkaudesta. Ei siis kyyninen vaan pragmaattinen näkemys.

IPCC:n kyseenalaiset uhkakuvat

Kieltäjiksi nimetyt henkilöt eivät siis kiellä ilmaston luontaista vaihtelua, mutta kylläkin kyseenalaistavat IPCC:n julistamaa ja poliittiseksi totuudeksi hyväksyttyä katastrofaaliseksi kehittyvää lämpenemistä. Mallien “ennustama” katastrofi on IPCC:n mukaan torjuttavissa vain hiilidioksidipäästöjen välittömällä vähentämisellä. Maailman johtavissa tutkimuslaitoksissa kilpaa kehitettyjen toinen toistaan “täydellisempien” ilmastoa simuloivien tietokonemallien avulla pyritään selvittämään, miten maapallomme todellisuudessa toimii. Ilmastomallit ovat korvaamattomia pyrittäessä selvittämään, miten eri ilmastoa säätelevät prosessit toimivat, mutta tulevan ilmaston ennustamiseen ne ovat vielä kaukana optimaalisesta. Tämän myöntävät rehelliset ilmastomallien laatijatkin.

Kirjoituksessaan Alestalo jatkaa vakuutteluaan kertomalla ilmastonmuutoksen fysikaalisista perusteista ja kasvihuoneilmiöstä. Viimemainittuun hän liittää oleellisena ilmakehän hiilidioksidipitoisuuden nousun, jonka ilmastoa lämmittävä vaikutus keksittiin jo 1800-luvulla. Todellisuudessa sen aikaiset menetelmät eivät pystyneet kunnolla erottamaan hiilidioksidin absorptiospektriä paljon voimakkaamman kasvihuonekaasun, eli vesihöyryn, spektristä.

Pelotteluilmapiirin ylläpitämiseksi IPCC liioittelee tarkoitushakuisesti ilmassa olevan hiilidioksidin lämmittävää vaikutusta (ilmastopakotetta). Ilmakehässä tämän hivenkaasun pitoisuuden nousu esiteollisesta 0,03 %:sta nykyiseen 0,04 %:iin on osittain kirjattavissa ihmisperäiseksi, joskin faktat eivät ole aivan yhtä kivenkovia kuin mitä Alestalo väittää. On muistettava, että vuosittaiset päästöt muodostavat vain pienen osan hiilen luonnollisesta kierrosta, jota kaikesta huolimatta eliömaailman ja merten toiminnat hallitsevat, niin hiilen lähteinä kuin nieluina.

Alestalon erehdys

Puhuessaan menneiden aikojen jääkausista Alestalo astuu reippaasti geologien reviirille ja erehtyy uskottelemaan, että “Antarktiksen ja Grönlannin mannerjäätiköt syntyivät vuorollaan viimeksi kuluneiden miljoonien vuosien aikana, kun ilmakehän lämpötilan lasku hiilidioksidi-pitoisuuden vähetessä moninkertaisesta lähelle nykytasoa edisti jäätiköitymisiä.” Häneltä on aivan ilmeisesti jäänyt huomaamatta, että ilmakehässä hiilidioksidin määrä seuraa lämpötilaa satojen vuosien viiveellä, eikä voi olla syynä ilmaston lämpenemiseen tai kylmenemiseen. Tämän ovat lukuisat jääkairaustulokset Etelämantereelta kiistatta osoittaneet. Eräs vastailmestynyt tutkimus (Shakun 2012) tosin yrittää väittää päinvastaista, mutta lämpötila-aineiston suuri hajonta ei oikeuta sellaiseen päättelyyn.

Koska hiilidioksidi on tärkeä kasviravinne, sen pitoisuus ilmakehässä seuraa tietysti kasvipeitteen vaihtelua vuodenaikojen mukaan. Vielä orjallisemmin pitoisuus seuraa vuosien viiveellä merten lämpötilan vaihteluita – kylmään veteen liukenee enemmän hiilidioksidia kuin lämpimään meriveteen. Näitä tapahtumia ohjaavat niin planeettamme elokehän sisäiset kuin myös ulkopuoliset ja kosmisetkin tekijät.

Alestalo on tietysti oikeassa siinä, että ilmakehän lämpötila on herkkä muuttumaan ulkoisten tekijöiden vaikutuksesta. Tiedämme esimerkiksi suurten tulivuoripurkausten yhteydessä ylä-ilmakehään päätyneen hienojakoisen vulkaanisen pölyn vaikuttavan maapallon ilmastoon ja lämpötilaan jopa useita vuosia. Historiasta tiedämme myös, että häiriön poistuttua maapallon ilmasto palautuu varsin nopeasti elämälle suotuisaan tilaan. Tämän varmistaa se tosiseikka, että maapallo on pyörivä vesiplaneetta, jossa auringosta tuleva energia pitää käynnissä erittäin tehokasta säätelijää – veden luontaista kiertoa haihtumisen ja pilvisyyden muodossa – eräänlaista termostaattia.

Ilmastokieltäjät?

Perehdyttyään johonkin nimeltä mainitsematta jääneeseen yhdysvaltalaiseen ilmastonmuutos-konferenssiin Alestalo päättää niputtaa osanottajat ja toteaa, että ilmastokieltäjillä ei ole yhtenäistä omaa tiedettä tai ideologiaa. Haluaako hän siis väittää, että IPCC:tä kannattavien riveissä ei olisi eri näkemyksiä omaavia yksilöitä; ehkä eivät uskalla sitä julkisesti tunnustaa työpaikan menettämisen pelossa. Joka tapauksessa ilmaston vaihteluun keskittyvä tutkimus tarvitsee luonnontieteitä laajemmin kuin oikeastaan mikään muu tutkimusala. Selvää on myös, ettei maapallon ilmaston historiallista tai tulevaa kehitystä missään tapauksessa ratkaista pelkän meteorologin tietämyksellä.

Climategate-skandaalit, ensiksi Kööpenhaminan 2009 ilmastokokouksen aattona ja myöhemmin juuri ennen Durbanin 2011 ilmastokokousta, todistivat ilmastonmuutokseen kriittisesti suhtautuville tutkijoille, että aavistukset IPCC:n raporttien taustalla olleiden tutkijoiden epäeettisestä toiminnasta olivat tosia. Ensimmäisestä Climategate-tietovuodosta olen kirjoittanut (Winterhalter 2011) tämän lehden keskusteluosioon vuosi sitten oikaisuna emeritusmeteorologi Juhani Rinteen (Rinne 2011) samaa aiheetta käsitelleeseen kirjoitukseen. Climategate II nimellä tunnettu (jatkettu) tietovuoto Durbanin kokouksen edellä vain varmisti edellisessä vuodossa ilmenneitä väärinkäytöksiä.

Oman edun kärkkyjät

Kuvatessaan näkemyksiänsä ilmastonmuutokseen liittyvästä kielteisyydestä Alestalo aivan oikein toteaa, että on epärationaalista kohdistaa vastustus taustalla olevaa tiedettä kohtaan. Ilmastotiede ei tosiaankaan ole syyllinen, vaan todellisiksi syyllisiksi itse näen jo 1980-luvulla pelottavaan ilmastouskoon tulleet tutkijat ja vasemmistoideologiaan koulutetut viheraktivistit. Osasyyllisiä ovat myös ne opportunistit, jotka pyrkivät hyötymään pelosta ja peloteltujen poliitikkojen tekemistä päätöksistä – esimerkkinä täysin hyödytön päästökauppa. Poliittisten päätösten seurauksena ilmastonmuutoksen hillintään ja siihen sopeutumiseen tähtäävät hätiköidyt päätökset ovat vain vaikeuttamassa tavallisten ihmisten selviytymistä jokapäiväisestä elämästä.

Entä jos?

Entä jos IPCC on väärässä, eikä tietokonemallien “ennustama” pelottava ilmastonmuutos toteudukaan tai se olisi odotettua vähäisempi. Alestalon mukaan juuri tällaista miellyttävää oljenkortta tarjoavat oppineet ilmastokieltäytyjät. Hyvä näin, mutta Alestalo peräänkuuluttaa mediaa mukaan valistamaan kansaa tällaisia ajatuksia vastaan. Seuraavassa virkkeessä hän kuitenkin vaatii tutkijoita osallistumaan tiedeviestintään ja lopuksi hän vielä opastaa, että “tarvitaan enemmän yhteistyötä”. Tähän yhteistyöhön Alestalo ei kuitenkaan kelpuuta sellaisia tutkijoita, jotka eivät niele kakistelematta IPCC:n ylläpitämää ilmastopelottelua.

Missä mennään?

IPCC:n ylläpitämän myytin mukaan maapallo pelastuu vain, jos kasvihuonekaasupäästöt saadaan kuriin ja näin niiden aiheuttamaksi väitetty lämpeneminen voidaan estää. Kuitenkaan, lisääntyvistä päästöistä huolimatta, maapallon keskilämpötila ei ole enää 2000-luvulla osoittanut minkäänlaista lämpenemistä. Monet ennakkoluulottomat tutkijat näkevätkin auringon aktiivisuudessa samantapaista hiipumista, kuin Dalton- että Maunder-minimien aikoina. Jos nämä Pienenä jääkautena tunnetut vaikeat ilmasto-olot ovat toistumassa lähivuosikymmenten aikana, tietäisi se melkoista sopeutumista jopa meiltä suomalasiltakin, vaikka kovista talvista olemme ennenkin selviytyneet.

Minäkin tunnen Alestalon tapaan huolta ilmastotieteen vastakkain asettelusta. Olenkin monasti toivonut avointa dialogia ilmastoa koskevista tieteellisistä saavutuksista ja niiden merkityksestä, mutta turhaan, sillä myöntyminen yhteistyöhön merkitsisi että meillä “kieltäjillä” olisi sittenkin jotain annettavaa.

Alestalolle vakuutan, että hänen ilmastonmuutoksen kieltäjiksi luokittelemiensa tutkijoiden joukossa, ei ainakaan minun tiedossani, ole KETÄÄN, JOKA KIELTÄISI ilmaston luontaista ja ajoittain varsin rajuakin vaihtelua.

Kirjallisuutta:

Alestalo, Mikko 2012. Ilmastokynisyys. Tieteessä Tapahtuu 1/2012, 1-2. <http://ojs.tsv.fi/index.php/tt/article/view/5021/4543>

Rinne, Juhani 2011. Climategate, Amazongate ja muut. Tieteessä Tapahtuu 1/2011, 35-37. <http://ojs.tsv.fi/index.php/tt/article/view/3943/3699>

Shakun J. et.al. 2012. Global warming preceded by increasing carbon dioxide concentrations during the last deglaciation. Nature, 484, 49–54, doi:10.1038/nature10915.

Winterhalter, Boris 2011. Juhani Rinteen ontuva Climategate-tulkinta? Tieteessä Tapahtuu 4-5/2011, 50-55. <http://ojs.tsv.fi/index.php/tt/article/view/4253/3967>

Here are the monthly stats:

YR MON GLOBAL NH SH TROPICS
2011 01 -0.010 -0.055 +0.036 -0.372
2011 02 -0.020 -0.042 +0.002 -0.348
2011 03 -0.101 -0.073 -0.128 -0.342
2011 04 +0.117 +0.195 +0.039 -0.229
2011 05 +0.133 +0.145 +0.121 -0.043
2011 06 +0.315 +0.379 +0.250 +0.233
2011 07 +0.374 +0.344 +0.404 +0.204
2011 08 +0.327 +0.321 +0.332 +0.155
2011 09 +0.289 +0.304 +0.274 +0.178
2011 10 +0.116 +0.169 +0.062 -0.054
2011 11 +0.123 +0.075 +0.170 +0.024
2011 12 +0.126 +0.197 +0.055 +0.041
2012 01 -0.090 -0.057 -0.123 -0.138
2012 02 -0.112 -0.013 -0.212 -0.277
2012 03 +0.110 +0.129 +0.092 -0.108
2012 04 +0.295 +0.411 +0.179 -0.120

As a reminder, the most common reason for large month-to-month swings in global average temperature is small fluctuations in the rate of convective overturning of the troposphere, discussed here.

Tuulivoima yhtiöt eivät tällaista pakkosanelua hyväksy, vaikka alueen ydinvoimalan tuottoakin on alennettu runsaan vesivoiman takia. Eri energiamuotojen ristiriitaisia intressejä on ilmeisesti vaikeata hallinnoida.

The April, 2012 U.S. temperature anomaly remained above average (+1.28 deg. C), but down considerably from the very warm March anomaly (+3.62 deg. C). That very unusual March warmth was traced to record strong southerly flow, which (as I discussed here) is difficult to blame on “global warming” because it must be matched by an equal amount of anomalously strong northerly flow elsewhere.

A quick recap regarding this new temperature dataset: the area averages for the contiguous U.S. are based upon approximately 300 stations in the NCDC Integrated Surface Hourly (ISH) archive, which is updated daily here. Most of the stations I use are National Weather Service or FAA reporting sites at airports. The stations must have been in continuous operation since 1973 for them to be included.

My computation of a daily average temperature from each station requires 4 observations (at 00, 06, 12, and 18 UTC, which are standard synoptic reporting times), and there must be at least 80% of the days present for a monthly average to be computed for a station. Then there must be 80% of the months available over the 1973-2012 period of record, including all of 1973 and 2011.

I quantified the average increase in station temperature trends with increasing population density, and adjusted all stations based upon that average relationship to a nominal population density of 1 person per sq. km (this involved no extrapolation). Presumably, this is adjusting for the urban heat island (UHI) effect which apparently grows over time (people tend to build more buildings, roads, parking lots, add more AC, etc.)

Here are the resulting monthly temperature departures from the period average (click for large version):

Note that the linear warming trend I get (+0.13 deg. C/decade) is about 50% of that I get from analyzing the USHCN data (+0.26 deg. C/decade).

It is also a considerable reduction below what I get if I perform no population density adjustment (+0.22 deg. C/decade). Since that population adjustment is so large, here are the data supporting it (click for large version):

The regression coefficient (.0422) has a standard error of estimate of about +/- 25%, which gives some idea of the level of uncertainty in the UHI adjustment I have made. The population adjustment is based upon the stations east of 115 deg. W longitude, since there did not appear to be a relationship between temperature trend and population west of that. The UHI adjustment is admittedly simple, being based only upon local population density in year 2000, and it might well be that some other method would do a better job of removing the UHI effect.

If you read my previous post on this new dataset, you might be wondering why I am now getting a warmer trend than I did before. When using hourly temperature data, it turns out you have to be careful because of the increase in the number of “special” (off-hour) reports in recent years, which changes the average local time of the observations. Now, I am only using observations taken in the 10 minutes before the top of the hour, which are the routine hourly reports that have been made for many decades. (I actually took some of those observations myself in the 1970s when I worked at a NWS office, so I have some familiarity with the issue.)