Гомогенизация (климат)
Гомогенизация в исследованиях климата означает устранение неклиматических изменений. Помимо изменений в самом климате , необработанные климатические записи также содержат неклиматические скачки и изменения, например, из-за переездов или изменений в приборах. Наиболее часто используемым принципом устранения этих неоднородностей является подход относительной гомогенизации, при котором станция- кандидат сравнивается с эталонным временным рядом, основанным на одной или нескольких соседних станциях. Кандидатская и опорная станции испытывают примерно одинаковый климат, поэтому неклиматические изменения, которые происходят только на одной станции, могут быть идентифицированы и устранены.
Климатические наблюдения
[ редактировать ]Для изучения изменения и изменчивости климата необходимы длинные инструментальные климатические записи, но их лучше не использовать напрямую. Эти наборы данных имеют важное значение, поскольку они, среди прочего, являются основой для оценки тенденций в масштабе столетия или для изучения естественной (долговременной) изменчивости климата. Однако ценность этих наборов данных сильно зависит от однородности лежащих в их основе временных рядов. Однородные климатические данные – это такие, в которых изменения вызваны только изменениями погоды и климата. Длинные инструментальные записи редко, если вообще когда-либо, бывают однородными.
Результаты гомогенизации инструментальных данных западного климата показывают, что обнаруженные неоднородности в рядах средних температур происходят с частотой примерно 15–20 лет. [1] [2] [3] [4] [5] Следует иметь в виду, что большинство измерений проводились не специально для климатических целей, а скорее для удовлетворения потребностей прогнозирования погоды, сельского хозяйства и гидрологии. [6] Более того, типичный размер перерывов часто того же порядка, что и сигнал об изменении климата в ХХ веке. [1] [2] [3] [4] [5] Таким образом, неоднородности являются существенным источником неопределенности для оценки вековых тенденций и изменчивости в десятилетнем масштабе.
Если бы все неоднородности были бы чисто случайными возмущениями климатических данных, в совокупности их влияние на средний глобальный климатический сигнал было бы незначительным. Однако определенные изменения, характерные для определенных периодов и произошедшие на многих станциях, являются наиболее важными причинами, поскольку в совокупности могут привести к искусственным искажениям климатических трендов в крупных регионах. [3] [7] [8]
Причины неоднородностей
[ редактировать ]
Самая известная неоднородность – это эффект городского острова тепла . Температура в городах может быть выше, чем в сельской местности, особенно ночью. Таким образом, по мере роста городов можно ожидать, что температуры, измеряемые в городах, станут выше. С другой стороны, с появлением авиации многие метеорологические службы и, следовательно, их станции часто перемещались из городов в близлежащие, обычно более прохладные аэропорты. [9]
Другие неклиматические изменения могут быть вызваны изменениями в методах измерений. Метеорологические приборы обычно устанавливаются под экраном, защищающим их от прямых солнечных лучей и намокания. [10] В XIX веке перед окном на стене, выходящей на север, было принято использовать металлическую ширму. Однако здание может нагреть экран, что приведет к более высоким показаниям температуры. Когда эта проблема была осознана, экран Стивенсона появился , который обычно устанавливали в садах, вдали от зданий. Это по-прежнему наиболее типичный погодный экран с характерной двойной жалюзийной дверью и стенками для вентиляции. Исторические ширмы Монсури и Уайлдс использовались около 1900 года и открыты на север и вниз. Это улучшает вентиляцию, но было обнаружено, что инфракрасное излучение земли может влиять на результаты измерений в солнечные безветренные дни. Поэтому они больше не используются. В настоящее время все большее распространение получают автоматические метеостанции , позволяющие снизить трудозатраты; они защищают термометр множеством белых пластиковых конусов. [8] Это потребовало перехода от жидкостных и стеклянных термометров с ручной регистрацией к автоматическим термометрам электрического сопротивления, что снизило регистрируемые значения температуры в США. [2]
Неоднородностями страдают и другие климатические элементы. Количества осадков, наблюдавшиеся в ранний инструментальный период, примерно до 1900 г., необъективны и на 10% ниже, чем в настоящее время, поскольку Измерения осадков часто проводились на крыше. В то время на крышах устанавливались приборы, чтобы гарантировать, что прибор никогда не будет защищен от дождя, но позже выяснилось, что из-за турбулентного потока ветра на крышах некоторые капли дождя и особенно снежинки не попадали в дом. открытие. Поэтому измерения в настоящее время проводятся ближе к земле.
Другими типичными причинами неоднородностей являются изменение места измерения; многие наблюдения, особенно за осадками, проводятся волонтерами в своем саду или на рабочем месте. Часто невозможно избежать изменений в окружающей среде, например, изменений в растительности, уплотнения поверхности земли , а также теплых и укрывающих зданий поблизости. Также произошли изменения в процедурах измерения, например, в способе расчета средней дневной температуры (с помощью минимальной и максимальной температуры, или путем усреднения по 3 или 4 показаниям в день, или на основе 10-минутных данных). Также изменения времен наблюдения могут привести к неоднородностям. Недавний обзор Тревина сосредоточился на причинах неоднородностей. [9]
Неоднородности не всегда являются ошибками. Наиболее отчетливо это видно на станциях, пострадавших от потепления из-за эффекта городского острова тепла. С точки зрения глобального потепления такие локальные эффекты нежелательны, но для изучения влияния климата на здоровье такие измерения вполне подходят. Другие неоднородности обусловлены компромиссами между вентиляцией и защитой от солнца и намокания при проектировании укрытия от непогоды. Попытка уменьшить один тип ошибок (для определенных погодных условий) в проекте часто приводит к увеличению количества ошибок из-за других факторов. Метеорологические измерения в лаборатории не проводятся. Небольшие ошибки неизбежны и могут не иметь значения для метеорологических целей, но если такая ошибка изменится, она вполне может стать неоднородностью для климатологии.
Гомогенизация
[ редактировать ]Для достоверного изучения реального развития климата необходимо устранить неклиматические изменения. Дата изменения часто документируется (так называемые метаданные: данные о данных), но не всегда. Метаданные часто доступны только на местном языке. В лучшем случае — параллельные измерения на исходной и новой установке в течение нескольких лет. [11] Это рекомендации ВМО ( Всемирной Метеорологической Организации ), но параллельные измерения, к сожалению, проводятся не очень часто, хотя бы потому, что причина остановки исходного измерения заранее не известна, но, вероятно, чаще всего в целях экономии. Проводя параллельные измерения с помощью копий исторических инструментов, экранов и т. д., некоторые из этих неоднородностей можно изучать и сегодня.
Поскольку вы никогда не уверены в том, что ваши метаданные (история станции) полны, всегда следует также применять статистическую гомогенизацию. Наиболее часто используемый статистический принцип для обнаружения и устранения последствий искусственных изменений — это относительная гомогенизация, которая предполагает, что близлежащие станции подвергаются почти одному и тому же климатическому сигналу и, таким образом, различия между соседними станциями могут быть использованы для обнаружения неоднородностей. [12] Глядя на разницу временных рядов, можно исключить межгодовую изменчивость климата, а также региональные климатические тенденции. В таком временном ряду различий можно легко обнаружить явный и устойчивый скачок, например, на 1 °C, который может быть обусловлен только изменениями условий измерения.
Если в разностном временном ряду и есть скачок (обрыв), то еще не ясно, к какой из двух станций он принадлежит. Более того, временные ряды обычно имеют более одного скачка. Эти две особенности делают статистическую гомогенизацию сложной и красивой статистической задачей. Алгоритмы гомогенизации обычно различаются тем, как они пытаются решить эти две фундаментальные проблемы. [13]
В прошлом было принято вычислять составной эталонный временной ряд, рассчитанный по множеству близлежащих станций, сравнивать этот эталонный вариант с рядом-кандидатом и предполагать, что любые обнаруженные скачки обусловлены рядом-кандидатом. [14] Последнее предположение работает, поскольку при использовании нескольких станций в качестве эталона влияние неоднородностей на эталон значительно снижается. Однако современные алгоритмы больше не предполагают, что ссылка является однородной, и таким образом можно достичь лучших результатов. Есть два основных способа сделать это. Вы можете вычислить несколько составных эталонных временных рядов на основе подмножеств окружающих станций, а также проверить эти эталонные данные на однородность. [15] Альтернативно, вы можете использовать только пары станций и, сравнивая все пары друг с другом, определить, на какой станции скорее всего произошел обрыв. [4] Если в 1950 г. произошел разрыв в паре A&B и B&C, но не в A&C, то разрыв вероятен на станции B; при наличии большего количества пар такой вывод можно сделать с большей уверенностью.
Если во временном ряду имеется несколько разрывов, количество комбинаций легко становится очень большим, и перепробовать их все становится невозможно. Например, при пяти разрывах ( k =5) за 100 лет годовых данных ( n =100) количество комбинаций составит около 100. 5 =10 10 или 10 миллиардов. Эту проблему иногда решают итеративно/иерархически: сначала ищут самый большой скачок, а затем повторяют поиск в обоих подразделах, пока они не станут слишком маленькими. Это не всегда дает хорошие результаты. Прямой путь решения проблемы — эффективный метод оптимизации, называемый динамическим программированием .
Иногда в том же климатическом регионе нет других станций. В этом случае иногда применяется абсолютная гомогенизация и выявляются неоднородности во временном ряду одной станции. Если в определенную дату имеется явный и большой разрыв, возможно, его удастся скорректировать, но меньшие скачки и постепенно возникающие неоднородности (городской остров тепла или растущая растительность) невозможно отличить от реальной природной изменчивости и изменения климата. Данные, гомогенизированные таким образом, не имеют ожидаемого качества, и их следует использовать с большой осторожностью.
Неоднородности в климатических данных
[ редактировать ]Путем гомогенизации наборов климатических данных было обнаружено, что иногда неоднородности могут вызывать искаженные тенденции в необработанных данных; что гомогенизация необходима для получения надежных региональных или глобальных тенденций. Например, для Большого Альпийского региона было обнаружено смещение тренда температуры между 1870-ми и 1980-ми годами на полградуса, что было связано с уменьшением урбанизации сети и систематическими изменениями времени наблюдений. [16] Записи осадков раннего инструментального периода смещены на -10% из-за систематической более высокой установки датчиков в то время. [17] Другими возможными источниками систематических ошибок являются новые типы укрытий от непогоды. [3] [18] переход от жидкостных и стеклянных термометров к термометрам электрического сопротивления, [2] а также тенденция замены наблюдателей автоматическими метеостанциями, [8] эффект городского острова тепла и перевод многих городских станций в аэропорты. [9]
Более того, показано, что современные алгоритмы относительной гомогенизации, разработанные для работы с неоднородным эталоном, работают лучше всего. Исследование (из EGU) показало, что автоматические алгоритмы могут работать так же хорошо, как и ручные. [13]
См. также
[ редактировать ]- Изменение климата (современность)
- Изменение климата (общая концепция)
Ссылки
[ редактировать ]- ^ Перейти обратно: а б Ауэр, И., Р. Бом, А. Юркович, В. Липа, А. Орлик, Р. Поцманн, В. Шонер, М. Унгерсбок, К. Матулла, П. Джонс, Д. Эфтимиадис, М. Брунетти, Т. Нанни, К. Бриффа, М. Могери, Л. Меркалли, О. Местре и др. «HISTALP - Исторические инструментальные климатологические приземные временные ряды Большого Альпийского региона». Межд. Дж. Климатол. , 27, стр. 17-46, два : 10.1002/joc.1377 , 2007.
- ^ Перейти обратно: а б с д Менне, М.Дж., Уильямс, К.Н. младший, и Вос, Р.С.: «Ежемесячные данные о температуре исторической климатологической сети США, версия 2». Бык. Являюсь. Метеорол. Соц. , 90, (7), 993-1007, дои : 10.1175/2008BAMS2613.1 , 2009.
- ^ Перейти обратно: а б с д Брунетти М., Могери М., Монти Ф. и Нанни Т.: Изменчивость температуры и осадков в Италии за последние два столетия на основе гомогенизированных инструментальных временных рядов. Международный журнал климатологии , 26, стр. 345–381, два : 10.1002/joc.1251 , 2006.
- ^ Перейти обратно: а б с Кауссинус Х. и Местре О.: «Обнаружение и коррекция искусственных сдвигов в климатических рядах». Журнал Королевского статистического общества : Серия C (Прикладная статистика) , 53 (3), 405-425, doi : 10.1111/j.1467-9876.2004.05155.x , 2004.
- ^ Перейти обратно: а б Делла-Марта, П.М., Коллинз, Д., и Браганса, К.: «Обновление высококачественного набора данных о годовой температуре Австралии». австр. Метеор. Маг. , 53, 277–292, 2004.
- ^ Уильямс, К.Н. младший, Менн, М.Дж., Торн, П.В. «Сравнительный анализ эффективности парной гомогенизации приземных температур в Соединенных Штатах. Журнал геофизических исследований-Атмосферы», 117, D5, два : 10.1029/2011JD016761 , 2012.
- ^ Менне, М.Дж., Уильямс, К.Н. младший и Палецки М.А.: «О надежности рекордов приземной температуры в США». Дж. Геофиз. Рез. Атмосфера. , 115, нет. Д11108, дои : 10.1029/ , 2010.
- ^ Перейти обратно: а б с Бегерт М., Шлегель Т. и Кирххофер В.: «Однородные ряды температур и осадков в Швейцарии с 1864 по 2000 год». Межд. Дж. Климатол. , doi : 10.1002/joc.1118 , 25, 65–80, 2005.
- ^ Перейти обратно: а б с Тревин, Б.: «Влияние воздействия, приборов и практики наблюдения на измерения температуры суши». ПРОВОДА Клим. Смена , 1, 490–506, дои : 10.1002/wcc.46 , 2010.
- ^ Меулен, ван дер, Дж. П. и Т. Брандсма. «Взаимное сравнение показаний термометров в Де Билте (Нидерланды), часть I: Понимание разницы температур в зависимости от погоды». Межд. Дж. Климатол. , doi : 10.1002/joc.1531 , 28, 371-387, 2008.
- ^ Агилар Э., Ауэр И., Брюне М., Петерсон Т.К. и Виринга Дж.: Рекомендации по климатическим метаданным и гомогенизации . Всемирная метеорологическая организация, WMO-TD № 1186, WCDMP № 53, Женева, Швейцария, 55 стр., 2003 г.
- ^ Конрад В. и Поллак К.: Методы климатологии . Издательство Гарвардского университета, Кембридж, Массачусетс, 459 стр., 1950.
- ^ Перейти обратно: а б Венема, В., О. Местре, Э. Агилар, И. Ауэр, Х. А. Гихарро, П. Домонкос, Г. Вертачник, Т. Сентимрей, П. Степанек, П. Заградничек, Ж. Виарре, Г. Мюллер-Вестермайер, М. Лакатос, К. Н. Уильямс, М.Дж. Менне, Р. Линдау, Д. Расол, Э. Рустемайер, К. Колокитас, Т. Маринова, Л. Андресен, Ф. Акуотта, С. Фратианни, С. Шеваль, М. Кланкар, М. Брунетти, Ч. Грубер, М. Прохом Дюран, Т. Ликсо, П. Стивен, Т. Огонь. «Бенчмаркинг алгоритмов гомогенизации ежемесячных данных» . Климат прошлого , 8 , 89-115, два : 10.5194/cp-8-89-2012 , 2012.
- ^ Александерссон, А.: «Тест на однородность, примененный к данным об осадках». Дж. Климатол. , doi : 10.1002/joc.3370060607 , 6, 661-675, 1986.
- ^ Сентимрей, Т.: «Множественный анализ серий для гомогенизации (MASH)». Материалы второго семинара по гомогенизации приземных климатологических данных , Будапешт, Венгрия; ВМО, WCDMP-No. 41, 27–46, 1999.
- ^ Бём Р., Ауэр И., Брунетти М., Моугери М., Нанни Т. и Шёнер В.: «Региональная изменчивость температуры в Европейских Альпах 1760–1998 гг. На основе гомогенизированных инструментальных временных рядов». Международный журнал климатологии , doi : 10.1002/joc.689 , 21, стр. 1779–1801, 2001.
- ^ Ауэр И, Бём Р., Юркович А., Орлик А., Поцманн Р., Шенер В. и др.: Новый набор инструментальных данных об осадках для Большого Альпийского региона за период 1800–2002 гг. Международный журнал климатологии, doi : 10.1002/joc.1135 , 25, 139–166, 2005.
- ^ Брюне М., Асин Дж., Сигро Дж., Банон М., Гарсия Ф., Агилар Э., Эстебан Паленсуэла Дж., Петерсон Т.С. и Джонс П.: «Минимизация отклонения экрана от температуры воздуха в древнем Западном Средиземноморье записи: исследовательский статистический анализ». Int. J. Climatol. , дои : 10.1002/joc.2192 , 2010.
