RealClimate: Ein NOAA

23. April 2023 von Gavin 55 Kommentare

Was bedeutet ein Neuzugang im Bereich der Satellitenaufzeichnungen in der unteren Troposphäre wirklich?

Zu Beginn des Jahres stellten wir fest, dass die NOAA-STAR-Gruppe eine neue Version (v5.0) ihrer MSU-TMT-Satellitenabrufe erstellt hatte, die eine ziemlich radikale Abkehr von der vorherigen Version (4.1) darstellte. Es stellt sich heraus, dass Version 5 einen deutlich geringeren Trend aufweist als Version 4.1, die den höchsten Trend bei den UAH- und RSS-Abrufen aufwies. Das Papier, das die neue Version beschreibt (Zou et al., 2023), erschien im März und damit verbunden war die Verfügbarkeit nicht nur aktualisierter TMT- und TLS-Datensätze (die es in Version 4.1 gab), sondern auch eines neuen TLT (Temperature of). der unteren Troposphäre) (von 1981 bis heute). Die aktualisierte TMT-Serie wurde bereits im Modelldatenvergleich vorgestellt, wir haben die neuen TLT-Daten jedoch noch nicht im Kontext gezeigt.

Die Leser werden sich erinnern, dass das TLT-Produkt nominell ein gewichteter Durchschnitt der atmosphärischen Temperaturanomalien von der Oberfläche bis zu einer Entfernung von etwa 5 km ist. Die Gewichtung variiert ein wenig zwischen Land und Ozean sowie in Abhängigkeit von der Topographie oder dem Oberflächentyp (einige Modell-Beobachtungsvergleiche berücksichtigen dies, aber eine globale einheitliche Gewichtung ist oft ausreichend). Aufgrund der Art der Messung, bei der Off-Nadir-Scans des Instruments verwendet wurden, war der Abruf lauter als bei anderen MSU-Produkten, und es hat einige Zeit gedauert, diese Probleme zu lösen. Einige Langzeitbeobachter erinnern sich vielleicht sogar an die ziemlich turbulente Geschichte, die allzu selbstbewusste Präzisionsansprüche, die Entdeckung systematischer Verzerrungen aufgrund des Orbitalzerfalls, Korrekturen, unabhängige Replikation und mehr Fehler, mehr Korrekturen usw. beinhaltete. Diese Geschichte sollte jetzt alle Behauptungen mildern dass die strukturelle Unsicherheit endlich überwunden ist, aber es lohnt sich, etwas tiefer zu graben, um zu sehen, wo sie ins Spiel kommt.

Intra-TLT-Unterschiede

Erstens: Wie vergleichen sich die drei TLT-Versionen? Ich habe zwei Versionen dieser Grafik erstellt, um hervorzuheben, wo und wie sich die drei Linien unterscheiden. Es ist sicherlich nicht so einfach, nur eine Verschiebung des linearen Trends vorzunehmen.

Wie erwartet sind die Schwankungen von Jahr zu Jahr sehr ähnlich, es gibt jedoch bemerkenswerte Abweichungen zwischen 1996 und 1999, die (hauptsächlich) mit der Verarbeitung der Daten von NOAA-14 zusammenhängen, die eine große orbitale und instrumentelle Drift aufwiesen. Auch die Trends vor 1995 (0,07/0,14/0,16 ºC/Dez. für UAH, RSS und NOAA-STAR) und nach 2001 (0,14/0,20/0,17 ºC/Dez.) variieren zwischen den Produkten. Somit ist die Ähnlichkeit des gesamten Periodentrends (1981-2022) zwischen UAH und NOAA-STAR eher zufällig (0,14/0,20/0,13 ºC/Dez) und besteht aus einem größeren Trend bei NOAA-STAR bis ~1988 und einem kleineren Trend bis 2000 und ein etwas größerer Trend in den letzten zwei Jahrzehnten. Diese Heterogenität der Unterschiede ist höchstwahrscheinlich eine strukturelle Unsicherheit bei der Erstellung der Datensätze, und die Spanne der Trends in den drei Produkten ist wahrscheinlich eine Unterschätzung der tatsächlichen Unsicherheit. Es ist keine Demokratie, in der die „richtige“ Antwort durch Mehrheitsentscheidung entschieden wird!

Vergleiche von Küchenspülen

Wie schneidet der neue TLT-Rekord im Vergleich zu den Oberflächenrekorden ab? Hier können wir mit den In-situ-Oberflächendatensätzen (GISTEMP, HadCRUT5, NOAA NCEI), den Radiosonden, den Reanalysen (ERA5 und JRA55) und (über einen kürzeren Zeitraum) den AIRS-Satellitendaten vergleichen. Jedes davon hat seine eigenen Probleme, aber sie bringen eine Fülle unabhängiger Daten mit sich, die sich auf das Problem auswirken. Ähnlich wie oben füge ich zwei Versionen der Diagramme mit unterschiedlichen Grundlinien hinzu.

Der überwältigende Eindruck dieser Grafiken ist die Ähnlichkeit aller dieser Aufzeichnungen, und zwar nicht nur in den jährlichen Schwankungen. Die Aufwärtstrends weichen zwar leicht voneinander ab, beschreiben aber alle erkennbar den gleichen Klimawandel. Merkwürdigerweise klammern die TLT-Aufzeichnungen die Streuung der anderen unabhängigen Datensätze ein, was darauf hindeutet, dass die strukturelle Unsicherheit bei den Satellitenabrufen (einschließlich der verschiedenen Versionen der AIRS-Daten) einfach größer ist.

Aber warum sollte das so sein? In der Vergangenheit gab es viele Diskussionen über nichtklimatische Auswirkungen auf Oberflächenstationen und Meeresdaten – Stationsverschiebungen, städtische Erwärmung, Instrumentenänderungen usw. Obwohl es sich dabei um wichtige Auswirkungen handelt, sind sie oft lokal. Auf der ganzen Welt bewegten sich Stationen nicht zur gleichen Zeit, Instrumentenwechsel fanden zu unterschiedlichen Zeiten an verschiedenen Orten statt, Gebiete wurden unterschiedlich schnell und zu unterschiedlichen Zeiten urbanisiert. Daher haben die Auswirkungen darauf, was man gegen diese Probleme tut, meist lokale Auswirkungen. Es gibt systematische Änderungen, die größere Auswirkungen haben – zum Beispiel die Änderung der Datenquellen in der Schifffahrt in den 1930er/40er/50er Jahren und das Aliasing von Fehlern in Instrumenten und Abdeckung im Ozean – und diese Korrekturen dominieren die Auswirkungen von Anpassungen auf den globalen Mittelwert Oberflächentemperaturtrends.

Lassen Sie uns nun darüber nachdenken, wie die TLT-Satellitendaten verarbeitet werden. Für jeden Satelliten in der Zeitreihe (jetzt bis zu 16 Instrumente) gibt es Korrekturen für Orbitalzerfall, Orbitaldrift, Instrumentenkalibrierungsdrift usw. Es gibt einige Überschneidungen zwischen aufeinanderfolgenden Satelliten, aber es bestehen immer noch Unsicherheiten darüber, welche Korrekturen erforderlich sind und welche Für diese Korrektur sollte die Informationsquelle verwendet werden. Es ist wichtig zu bedenken, dass jede dieser Unsicherheiten sich auf die Länge und Gesamtheit der Satellitenaufzeichnung bezieht und unterschiedliche Entscheidungen zu unterschiedlichen Trends führen. Daher wirken sich Unsicherheiten bei den Satellitenkorrekturen fast immer auf die längerfristigen globalen Trends aus.

Interessant ist auch der AIRS-Satellitenrekord. Dies stammt von einem einzelnen Instrument des NASA-Satelliten Aqua, der sich bis letztes Jahr in einer kontrollierten, nicht driftenden Umlaufbahn befand. Dies bedeutet, dass einige der Probleme, die die MSU/AMSU-Instrumente betreffen, nicht zutreffen. Allerdings können die Trends in verschiedenen Versionen der Abrufe (z. B. v6 bis v7) recht unterschiedlich sein. In diesem Fall entsteht die Unsicherheit durch den Abrufalgorithmus und die Behandlung von Störeffekten wie Wolken oder Änderungen des Oberflächenemissionsgrads. So wie ich es verstehe (und jemand korrigiert mich, wenn ich falsch liege!), basieren die AIRS-Abrufe auf der Annahme eines (realistischen) vorherigen atmosphärischen Profils (Oberflächentemperatur, vertikale Temperaturprofile, Luftfeuchtigkeit, Wolkendecke, Aerosole, Ozon usw.). für die das Spektralsignal berechnet werden kann, und dann können die (kleinen) Abweichungen, die in den tatsächlich abgerufenen Daten beobachtet werden, leicht mit kleinen Deltas in den Eingaben in Verbindung gebracht werden. Doch je weiter das vorherige Profil vom tatsächlichen Profil entfernt ist, desto komplizierter und fehleranfälliger ist die Recherche. In Version 6 stammten die vorherigen Profile alle aus dem frühen Teil der Zeitreihe, was bedeutet, dass die ersten Jahre recht genaue Abrufe lieferten, die späteren Jahre (mit Klimatrends in allen Eingaben) jedoch weniger genau waren. Bei Version 7 waren die vorherigen Profile zeitlich besser verteilt, was die Unsicherheit ausglich und sich somit auch auf die Trends auswirkte. Es gab auch andere Verarbeitungsschritte, die sich geändert haben. Der Punkt ist jedoch, dass sich eine Änderung des Algorithmus auf den gesamten Datensatz auswirkt und somit systematische Auswirkungen auf die Trends haben kann.

Somit trägt die Hinzufügung einer neuen Version des TLT-Datensatzes von NOAA-STAR dazu bei, die anhaltende strukturelle Unsicherheit in diesen Datensätzen zu unterstreichen, und es ist klar, dass wir im Gegensatz zum Oberflächentemperaturdatensatz (noch) keine Konvergenz auf der rechten Seite sehen ' Antworten.

Was kommt?

Können wir mit weiteren Verbesserungen der Unsicherheitsschätzungen rechnen? Absolut. Für eine Reihe der oberflächenstationsbasierten Produkte (insbesondere HadCRUT5, GHCN und die ERSST-Produkte) wurden bessere Unsicherheitsmodelle unter Verwendung eines Monte-Carlo-Ansatzes entwickelt, bei dem ein Ensemble von Produkten erstellt wurde, die jeweils leicht unterschiedliche Entscheidungen bei den Korrekturen (innerhalb) trafen angemessene Grenzen). Ähnliches wäre für die Satellitendatensätze sehr interessant. Dieser Aufwand ist rechenintensiv und erfordert viel Liebe zum Detail (einschließlich der Kapselung verschiedener Modelle für Korrekturen, nicht nur verschiedener Parameter innerhalb eines bestimmten Modells), damit er vollständig ist. Dies wird jedoch zunehmend als Goldstandard für die Erfassung angesehen die „echte“ strukturelle Unsicherheit bei komplexen und nichtlinearen Datenverarbeitungsabläufen. Beobachten Sie diesen Bereich.

Abgelegt unter: Klimawissenschaft, Besondere Geschichte, Instrumentalaufzeichnung. Markiert mit: AMSU, Klimawandel, MSU, NOAA STAR, RSS, UAH