Citat:
Ursprungligen postat av
lasternassumma
Väder och klimat
Temperaturen på en plats kan variera mycket. Mellan dag och natt. Mellan sommar och vinter. Mellan ett varmt år och ett kallt år. Den typen av variationer slår inte igenom märkbart på den globala medeltemperaturen.
Det inslag av stora "slumpmässiga" variationer som temperaturen på en plats har kan man kalla stokastisk. Från matematisk statistik vet vi att om vi har ett antal datakällor, alla med betydande men oberoende stokastiska inslag, så reduceras det stokastiska inslaget när vi medelvärdesbildar över ett antal källor.
Det är just så som det stokastiska inslaget hos dom enskilda källor från 73 olika platser på Jorden som Marcotts data består av med "automatik" reduceras genom medelvärdesbildning. På ett sätt så att medelvärdet på ett bra sätt speglar den globala medeltemperaturen. Med ett minimalt stokastiskt inslag. Till skillnad från GIPS2 från Grönland (≈73°N, 39°W) och Vostok-data från Antarktis (≈78,5°S, 107°E), som båda har stora stokastiska inslag. Det har dom därför att dom är:
– Lokala, dvs. uppmätta på en plats.
– Utsatta för de stora stokastiska variationer som gäller på en plats. Detta gäller i synnerhet på hög höjd. Det gäller i högre grad i polarområden än för resten av Jorden. Både GIPS2-data och Vostok-data ger mått på temperaturer på över 3000 meters höjd över havet och ca 11,5-17°, dvs ca 1277-1889 km från syd- respektive nord-polen.
Är Grönland kallt när Antarktis är varmt och vice versa?
Om man ser på grafen som visar hur temperaturen varierat de senaste ca 11000 åren, på Grönland, på Antaktis och jämför med den globala medeltemperaturen under samma tid enligt Marcott et. al. är det lätt att slås av att det ofta ser ut som att det är varmare på Grönland när det är kallare på Antarktis och vice versa. Samtidigt speglar dessa variationer ingen motsvarande variation av den globala medeltemperaturen.
https://ibb.co/xDzg31D
–
Jag förstår såklart att när man summerar brusiga mätningar får man en summa som inte har samma amplitud på bruset.
Men en sak som jag tänker på är att i nästan samtliga historiska data är topparna med höga temperaturer väldigt korta. Samtidigt kan man anta att tids-skalan sannolikt inte är helt perfekt. Så när man tittar 1000 år bakåt i tiden, då tänker jag att det kan bli en förskjutning mellan topparna i kurvorna. Det kan se ut som att 10 toppar från 10 närliggande platser uppkom med 10 års mellanrum för 1000 år sedan. När topparna i verkligheten var endast en topp, under precis samma period. När man då summerar dessa kurvor, då får man istället för en kort distinkt topp med hög amplitud, istället en mjuk kulle som är lite längre och med lägre amplitud. Som alltså inte representerar den verkliga temperaturen, utan visar lägre amplitud och över längre tid.
Så att jag tycker att det finns många felkällor när man försöker rekonstruera globala temperaturer långt bakåt i tiden. Men om man tittar på temperaturen från bara en enda plats i taget, då har det ingen större betydelse om tids-axeln har några procent fel i skalan, för det påverkar inte utseendet på kurvan. Därför har jag tittat på enskilda platsers kurvor. Alla 682 kurvor från Pages2k-projektet finns, som jag skrev i inlägget ovanför, här:
https://figshare.com/s/d327a0367bb908a4c4f2
De 10 Excel-kurvor jag visade här ovan ingår i dessa 682 kurvor. Jag behöver med andra ord inte fortsätta att plotta enskilda kurvor själv från det här projektet, då det redan är gjort och finns tillgängligt. =)
Det man kan se är iaf att väldigt många kurvor inte sticker iväg uppåt de senaste 100 åren. Utan det är väldigt platta kurvor om man ser över 2000 år, med en del kortar varma toppar.