Из Википедии, бесплатной энциклопедии
Перейти к навигации Перейти к поиску
Эта статья посвящена усреднению климатических данных. Для других значений гомогенизации, однородности и связанных слов см. Однородность (значения) .

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 ]

Токио - пример городского острова тепла. Нормальные температуры в Токио выше, чем в окрестностях.

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]

Внешний вид экрана Стивенсона

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.

Один из способов изучения влияния изменений в методах измерения - это одновременное выполнение измерений с помощью исторических и текущих инструментов, процедур или экранов. На этом снимке показаны три метеорологических убежища рядом друг с другом в Мерсии (Испания). Крайнее правое убежище является копией ширмы Монсури, которая использовалась в Испании и многих европейских странах в конце 19-го и начале 20-го веков. Посередине экран Стивенсона, оснащенный автоматическими датчиками. Крайний слева, экран Стивенсона, оснащенный обычными метеорологическими приборами.

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 ]

  1. ^ 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.
  2. ^ 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.
  3. ^ 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.
  4. ^ 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.
  5. ^ 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.
  6. ^ 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.
  7. ^ Menne, MJ, Williams, CNмладший, и Palecki MA:. "О надежности записи температуры поверхности США". J. Geophys. Res. Атмосфер , 115, №1. D11108, DOI : 10,1029 / , 2010.
  8. ^ 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.
  9. ^ 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.
  10. ^ 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.
  11. ^ 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.
  12. ^ Конрад, В. и Поллак, Ч .: Методы климатологии . Издательство Гарвардского университета, Кембридж, Массачусетс, 459 стр., 1950.
  13. ^ 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.
  14. ^ Александерссон, А .: «Тест на однородность, применяемый к данным об осадках». J. Climatol. , DOI : 10.1002 / joc.3370060607 , 6, 661-675, 1986.
  15. ^ 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.
  16. ^ 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..
  17. ^ 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.
  18. ^ 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.