Гомогенизация в исследованиях климата означает устранение неклиматических изменений. Помимо изменений самого климата , необработанные климатические записи также содержат неклиматические скачки и изменения, например, из-за перемещений или изменений в инструментах. Наиболее часто используемый принцип для удаления этих неоднородностей - подход относительной гомогенизации, при котором станция- кандидат сравнивается с эталонным временным рядом, основанным на одной или нескольких соседних станциях. Кандидат и опорная станция (станции) испытывают примерно одинаковый климат, поэтому неклиматические изменения, которые происходят только на одной станции, могут быть идентифицированы и удалены.
Климатические наблюдения [ править ]
Для изучения изменения и изменчивости климата необходимы длительные инструментальные климатические записи, но их лучше не использовать напрямую. Эти наборы данных важны, поскольку они являются основой для оценки тенденций в масштабе столетия или для изучения естественной (долгосрочной) изменчивости климата, среди прочего. Однако ценность этих наборов данных сильно зависит от однородности базовых временных рядов. Однородная климатическая запись - это запись, колебания которой вызваны только изменениями погоды и климата. Длинные инструментальные записи редко бывают однородными, если вообще когда-либо.
Результаты гомогенизации инструментальных западных климатических записей показывают, что обнаруженные неоднородности в рядах средних температур возникают с периодичностью примерно от 15 до 20 лет. [1] [2] [3] [4] [5] Следует иметь в виду, что большинство измерений не проводилось специально для климатических целей, а скорее для удовлетворения потребностей прогнозирования погоды, сельского хозяйства и гидрологии. [6] Более того, типичный размер разломов часто бывает того же порядка, что и сигнал изменения климата в течение 20 века. [1] [2] [3] [4] [5] Таким образом, неоднородности являются значительным источником неопределенности для оценки вековых тенденций и изменчивости в десятилетнем масштабе.
Если бы все неоднородности были чисто случайными возмущениями климатических данных, в совокупности их влияние на средний глобальный климатический сигнал было бы незначительным. Однако определенные изменения типичны для определенных периодов и произошли на многих станциях, это наиболее важные причины, поскольку они в совокупности могут привести к искусственным смещениям в климатических тенденциях в крупных регионах.[3] [7] [8]
Причины неоднородностей [ править ]
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, измеренные в городах, станут выше. С другой стороны, с появлением авиации многие метеорологические службы и, следовательно, их станции часто переносятся из городов в близлежащие, как правило, более прохладные аэропорты. [9]
Другие неклиматические изменения могут быть вызваны изменениями в методах измерения. Метеорологические приборы обычно устанавливают на экране, чтобы защитить их от прямых солнечных лучей и намокания. [10] В 19 веке было принято использовать металлический экран перед окном на стене, выходящей на север. Однако здание может нагреть экран, что приведет к более высоким измерениям температуры. Когда эта проблема была решена, появился экран Стивенсона , обычно устанавливаемый в садах, вдали от зданий. Это по-прежнему самый типичный погодный экран с характерными двойными жалюзи.дверь и стены для вентиляции. Исторические экраны Монсури и Уайлдс использовались примерно в 1900 году и открыты как на север, так и на дно. Это улучшает вентиляцию, но было обнаружено, что инфракрасное излучение от земли может влиять на измерения в солнечные безветренные дни. Поэтому они больше не используются. В настоящее время все большее распространение получают автоматические метеостанции , снижающие трудозатраты; они защищают термометр множеством белых пластиковых конусов. [8] Это потребовало перехода от жидкостных и стеклянных термометров с ручной записью к автоматизированным электрическим термометрам сопротивления, что снизило регистрируемые значения температуры в США. [2]
Неоднородностями страдают и другие элементы климата. Количество осадков, наблюдаемое в ранний инструментальный период, примерно до 1900 года, смещено и на 10% ниже, чем в настоящее время, потому что измерения осадков часто проводились на крыше. В то время инструменты были установлены на крышах, чтобы гарантировать, что инструмент никогда не будет защищен от дождя, но позже было обнаружено, что из-за турбулентного потока ветра на крышах некоторые капли дождя и особенно хлопья снега не падали в воду. открытие. Следовательно, в настоящее время измерения проводятся ближе к земле.
Другими типичными причинами неоднородностей являются изменение места измерения; многие наблюдения, особенно за осадками, проводятся волонтерами в своем саду или на работе. Часто нельзя избежать изменений в окружающей среде, например, изменений в растительности, уплотнения земной поверхности , а также теплых и укрывающих зданий поблизости. Существуют также изменения в процедурах измерения, таких как способ вычисления среднесуточной температуры (с помощью минимальной и максимальной температуры, или путем усреднения по 3 или 4 показаниям в день, или на основе 10-минутных данных). Также изменение времени наблюдения может привести к неоднородностям. Недавний обзор Тревина был посвящен причинам неоднородностей. [9]
Неоднородности не всегда являются ошибками. Наиболее отчетливо это проявляется на станциях, пострадавших от потепления из-за эффекта городского теплового острова. С точки зрения глобального потепления такие локальные эффекты нежелательны, но для изучения влияния климата на здоровье такие измерения вполне подойдут. Другие неоднородности возникают из-за компромиссов, которые необходимо найти между вентиляцией и защитой от солнца и влаги при проектировании укрытия от непогоды. Попытка уменьшить один тип ошибок (для определенных погодных условий) в проекте часто приводит к большему количеству ошибок из-за других факторов. Метеорологические измерения в лаборатории не производятся. Небольшие ошибки неизбежны и могут не иметь отношения к метеорологическим целям, но если такая ошибка изменяется, это вполне может быть неоднородностью для климатологии.
Гомогенизация [ править ]
Чтобы достоверно изучить реальное развитие климата, необходимо устранить неклиматические изменения. Дата изменения часто документируется (так называемые метаданные: данные о данных), но не всегда. Мета-данные часто доступны только на местном языке. В лучшем случае есть параллельные измерения с оригинальной и новой установкой в течение нескольких лет. [11] Это руководство ВМО ( Всемирная метеорологическая организация ), но параллельные измерения, к сожалению, выполняются не очень часто, хотя бы потому, что причина остановки исходного измерения заранее неизвестна, но, вероятно, чаще для экономии денег. Выполняя параллельные измерения с копиями исторических инструментов, экранов и т. Д., Некоторые из этих неоднородностей можно изучать и сегодня.
Поскольку вы никогда не уверены, что ваши метаданные (история станции) являются полными, всегда следует также применять статистическую гомогенизацию. Наиболее часто используемый статистический принцип для обнаружения и устранения эффектов искусственных изменений - это относительная гомогенизация, которая предполагает, что близлежащие станции подвергаются почти одному и тому же климатическому сигналу и что, таким образом, различия между соседними станциями могут использоваться для обнаружения неоднородностей. [12] Глядя на разностные временные ряды, удаляется годовая изменчивость климата, а также региональные климатические тренды. В таком разностном временном ряду явный и устойчивый скачок, например, на 1 ° C, может быть легко обнаружен и может быть вызван только изменениями в условиях измерения.
Если есть скачок (разрыв) в разностном временном ряду, 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 по способу решения этих двух фундаментальных проблем. [13]
В прошлом было принято вычислять составной эталонный временной ряд, рассчитанный по множеству близлежащих станций, сравнивать этот эталон с серией-кандидатом и предполагать, что любые найденные скачки связаны с серией-кандидатом. [14] Последнее предположение работает, потому что при использовании нескольких станций в качестве эталона влияние неоднородностей на эталон значительно уменьшается. Однако современные алгоритмы больше не предполагают, что эталон однороден, и таким образом могут достичь лучших результатов. Это можно сделать двумя основными способами. Вы можете вычислить несколько составных эталонных временных рядов из подмножеств окружающих станций и также проверить эти эталоны на однородность. [15]В качестве альтернативы вы можете использовать только пары станций и, сравнивая все пары друг с другом, определить, какая станция с наибольшей вероятностью имеет разрыв. [4] Если в 1950 г. будет разрыв в паре A&B и B&C, но не в A&C, то разрыв вероятен на станции B; с большим количеством пар такой вывод может быть сделан с большей уверенностью.
Если во временном ряду есть несколько разрывов, количество комбинаций легко становится очень большим, и становится невозможно перепробовать их все. Например, в случае пяти перерывов ( k = 5) за 100 лет годовых данных ( n = 100) количество комбинаций составляет около 100 5 = 10 10 или 10 миллиардов. Эта проблема иногда решается итеративно / иерархически, сначала ища самый большой скачок, а затем повторяя поиск в обоих подсекциях, пока они не станут слишком маленькими. Это не всегда дает хорошие результаты. Прямым способом решения проблемы является эффективный метод оптимизации, называемый динамическим программированием .
Иногда других станций в том же климатическом регионе нет. В этом случае иногда применяется абсолютная гомогенизация, и неоднородности обнаруживаются во временном ряду одной станции. Если в определенную дату есть четкий и большой разрыв, его можно исправить, но меньшие скачки и постепенно возникающие неоднородности (городской остров тепла или растущая растительность) нельзя отличить от реальной естественной изменчивости и изменения климата. Данные, гомогенизированные таким образом, не обладают ожидаемым качеством и должны использоваться с особой осторожностью.
Неоднородности в климатических данных [ править ]
Путем гомогенизации наборов климатических данных было обнаружено, что иногда неоднородности могут вызывать предвзятые тенденции в необработанных данных; что гомогенизация необходима для получения надежных региональных или глобальных тенденций. Например, для Большого Альпийского региона было обнаружено отклонение в тренде температуры между 1870-ми и 1980-ми годами на полградуса, что было связано с уменьшением урбанизации сети и систематическими изменениями во времени наблюдений. [16] Записи об осадках в ранний инструментальный период смещены на -10% из-за систематической установки более высоких датчиков в то время. [17] Другими возможными источниками смещения являются новые типы погодных укрытий [3] [18]переход от жидкостных и стеклянных термометров к электрическим термометрам сопротивления [2], а также тенденция к замене наблюдателей автоматическими метеорологическими станциями [8], эффект городского теплового острова и перенос многих городских станций в аэропорты. [9]
В проекте HOME алгоритмы гомогенизации были недавно протестированы на искусственных климатических данных с известными неоднородностями, и было обнаружено, что относительная гомогенизация улучшает записи температуры и что современные методы, которые не работают с однородным эталоном, являются наиболее точными. [13]
См. Также [ править ]
- Изменение климата (современный день)
- Изменение климата (общая концепция)
Ссылки [ править ]
- ^ 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. Маугери, Л. Меркалли, О. Местре и др. «HISTALP - Исторические инструментальные климатологические поверхностные временные ряды Большого Альпийского региона». Int. J. Climatol. , 27, стр 17-46,. Дои : 10.1002 / joc.1377 , 2007.
- ^ a b c d Menne, MJ, Williams, CN jr., и Vose, RS: "Данные о месячной температуре исторической климатологической сети США, версия 2". Бык. Являюсь. Meteorol. Soc. , 90, (7), 993-1007, DOI : 10,1175 / 2008BAMS2613.1 , 2009.
- ^ a b c d Брунетти М., Маугери, 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,. Дои : 10.1002 / joc.1251 , 2006.
- ^ a b c Caussinus, H. и Mestre, O .: "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.
- ^ a b Делла-Марта, П.М., Коллинз, Д., и Браганса, К.: «Обновление высококачественного набора данных о годовой температуре Австралии». Austr. Метеор. Mag. , 53, 277-292, 2004.
- ^ Williams, CNмладший, Menne, MJ,. Торн, PW "Бенчмаркинг производительности парной гомогенизации температуры поверхности в Соединенных Штатах журнала Geophysical Research-атмосферах.", 117, D5, DOI : 10,1029 / 2011JD016761 , 2012.
- ^ Menne, MJ, Williams, CNмладший, и Palecki MA:. "О надежности записи температуры поверхности США". J. Geophys. Res. Атмосфер , 115, №1. D11108, DOI : 10,1029 / , 2010.
- ^ a b c Бегерт, М., Шлегель, Т. и Кирххофер, В .: «Однородные ряды температуры и осадков в Швейцарии с 1864 по 2000 год». Int. J. Climatol. , DOI : 10.1002 / joc.1118 , 25, 65-80, 2005.
- ^ a b c Тревин, Б .: «Воздействие, приборы и практика наблюдения влияют на измерения температуры земли». ПРОВОДА Clim. Изменение , 1, 490-506, DOI : 10.1002 / wcc.46 , 2010.
- ^ Meulen, вандер, JP и Т. Брандсма. «Взаимное сравнение экранов термометра в Де Билт (Нидерланды), часть I: Понимание погодно-зависимых температурных перепадов». Int. J. Climatol. , DOI : 10.1002 / joc.1531 , 28, 371-387, 2008.
- ^ Агилар Э., Ауэр, И., Брюнет, М., Петерсон, Т.С., и Виринга, Дж .: Руководящие принципы по климатическим метаданным и гомогенизации . Всемирная метеорологическая организация, WMO-TD № 1186, WCDMP № 53, Женева, Швейцария, 55 стр., 2003 г.
- ^ Конрад, В. и Поллак, Ч .: Методы климатологии . Издательство Гарвардского университета, Кембридж, Массачусетс, 459 стр., 1950.
- ^ a b Венема, В., О. Местре, Э. Агилар, И. Ауэр, Дж. А. Гихарро, П. Домонкос, Г. Вертачник, Т. Сентимрей, П. Степанек, П. Заградничек, Дж. Виарре, Г. Мюллер -Westermeier, M. Lakatos, CN Williams, MJ Menne, R. Lindau, D. Rasol, E. Rustemeier, K. Kolokythas, T. Marinova, L. Andresen, F. Acquaotta, S. Fratianni, S. Cheval, M Klancar, M. Brunetti, Ch. Gruber, M. Prohom Duran, T. Likso, P. Esteban, Th. Brandsma. «Бенчмаркинг алгоритмов гомогенизации для ежемесячных данных» . Климат прошлого , 8 , 89-115, DOI : 10,5194 / ф-8-89-2012 , 2012.
- ^ Александерссон, А .: «Тест на однородность, применяемый к данным об осадках». J. Climatol. , DOI : 10.1002 / joc.3370060607 , 6, 661-675, 1986.
- ^ Szentimrey, T .: "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., Маугери, М., Нанни, Т., и Шенер, В .: «Региональная изменчивость температуры в Европейских Альпах 1760–1998 на основе гомогенизированных инструментальных временных рядов». Международный журнал климатологии , DOI : 10.1002 / joc.689 , 21, стр 1779-1801, 2001..
- ^ Auer I, Böhm, R., Jurkovic, A., Orlik, A., Potzmann, R., Schöner W., et al .: 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.
- ^ Брюнет, М., Асин, Дж., Сигро, Дж., Банон, М., Гарсия, Ф., Агилар, Э., Эстебан Паленсуэла, Дж., Петерсон, Т.С., и Джонс, П .: "Минимизация смещения экрана из древних записей температуры воздуха в Западном Средиземноморье: исследовательский статистический анализ ". Int. J. Climatol. , DOI : 10.1002 / joc.2192 , 2010.