Ilmastonmuutos, ekologinen ja hiilijalanjälki (yhdistetty)

[jalski]

^ 
Tajuatko, että keskiarvo riippuu siitä mistä luvuista se lasketaan.
Eli mistä mitataan...

Varmaan huomasit minun kommentoineen ainoastaan sitä, että mittausten tarkkuus (olkoon sitten se ±1°C tai vaikka ±5°C) ei ole vielä mikään este sille, etteikö lopulta keskiarvotettu tulos voisi olla huomattavasti tarkempi kuin yksittäiset mittaukset. Ja tässä ei ole lähtökohtaisesti mitään erillistä tilastotodellisuutta ja reaalimaailmaa. Tätä havainnollistin yksinkertaisella esimerkillä.

Esimerkiksi keskilämpötilan määrittämisen onnistumisen edellytys luonnollisesti on se, että mittauspisteiden hila on riittävän edustava otos mittavasta kohteesta. Ja esimerkiksi tavalla tai toisella biasoitunut otos tulee pyrkiä korjaamaan siten, että se edustaa todellisuutta. Sikäli kun korjausta ei tehdä, pelkistä mittaustuloksista laskettu keskiarvo ei luonnollisesti edusta hyvin koko mitattavan kohteen keskilämpötilaa. Biasoituneessa otoksessa ei luonnollisesti näytepistemääränkään kasvattaminen auta, jos biasta ei pyritä poistamaan ennen keskiarvotusta. Yksinkertainen esimerkki biasoitumisesta voisi olla esimerkiksi mittapisteiden epätasainen jakautuminen mitattavassa kohteessa. Tällöin edellisen viestin esimerkin kaltainen suora keskiarvotus johtaa virheelliseen lopputulokseen. Mutta edellisessä viestissä kommentoinkin, että todelliset tilanteet ovat esitettyä esimerkkiä monimutkaisempia.

[mannym]

Sehän se ongelma onkin kun aletaan leikkimään tilastomatematiikalla. Jos havaintoaseman mittaustarkkuus on
±1°C, niin sehän keskiarvoistamalla ei tarkennu siitä todellisuudessa, tietenkin tilastotodellisuudessa näin on, mutta reaalimaailman kanssa sillä on todella vähän tekemistä.

Paitsi että homma menee oikeasti niin päin, että kohinaisten mittausten keskiarvotetun tuloksen avulla voi saada tarkemman kuvan reaalimaailmasta kuin niillä yksittäisillä mittauksilla. Keskiarvotetuilla mittaustuloksilla on siis tässä mielessä jopa enemmän tekemistä reaalimaailman kanssa kuin yhdelläkään yksittäisellä mittauksella.

Tämän havainnollistamiseksi oletetaan, että yritetään mitata 10 °C lämpötilaa ja käytössä on mittareita, jotka antavat mittaustuloksia tuolla mainitsemallasi ±1°C asteen tarkkuudella. Esimerkkitilanteen lämpötilaa mitatessa yksittäinen mittari voi siis näyttää mitä tahansa arvoja väliltä 9..11 °C. Esimerkin yksinkertaisena pitämiseksi oletetaan, että mittarin antama mittaustulos on tasajakautunut tuolle mainitulle välille.

Jos siis tehdään vaikkapa mittaukset 10 mittarilla, voidaan saada esimerkiksi seuraava mittaustulosten sarja: 10.46 °C, 10.54 °C, 9.78 °C, 9.23 °C, 10.32 °C, 9.40 °C, 9.59 °C, 10.35 °C, 10.01 °C, 9.61 °C. Näistä saadaan keskiarvoksi 9.93 °C, mikä on huomattavasti lähempänä todellista mitattua arvoa kuin suurin osa yksittäisistä mittaustuloksista.
Matematiikan rooli tulee eteen tässä siinä, kun mietitään, milloin voi olettaa jonkin mittaustulossarjan konvergoivan siten, että se pienentää mittausvirhettä. Ja toisaalta sen hahmottamisessa, miten lähelle todellista, taustalla olevaa suuretta päästään, kun keskiarvotetaan tietty määrä mittaustuloksia.

Tein simuloimalla pikaisen havainnollistuksen keskiarvojen konvergenssista kohti todellista arvoa tuossa esimerkin tilanteessa. Tuotin hyvälaatuista pseudosatunnaislukugeneraattoria käyttäen 100 000 mittaussarjaa käyttäen sarjan kokoja 10, 100 ja 1000. Laskin jokaisesta sarjasta keskiarvon ja näin saadusta 100 000 erillisestä keskiarvosta tuotin histogrammit. Nämä histogrammit ovat liitteenä olevassa kuvassa. Numeerisen simulaation sijaan näin yksinkertaiseen tilanteeseen olisi ollut toki tarjolla myös analyyttinen ratkaisu, mutta ehkä simulaatio on jossain mielessä havainollistavampi.

Histogrammeista nähdään, että jo 10 näytteen keskiarvo asettuu selvästi tarkemmin todellisen arvon (se 10 °C) ympärille kuin välille 9..11 °C tasajakautuneet mittaustulokset. Ja mitä enemmän tuloksia otetaan mukaan keskiarvoon, sitä tarkemmin mittausten keskiarvo kuvaa todellista mittausten taustalla olevaan lämpötilaa, vaikka mittarien tarkkuus on edelleen se sama ±1°C.

Esimerkin tilanteessa siis keskiarvotettu lopputulos antaa siis huomattavasti tarkempaa tietoa taustalla olevasta todellisesta lämpötilasta kuin mikään yksittäinen mittaus. Toki todelliset tilanteet ovat tyypillisesti tätä esimerkkiä monimutkaisempia, mutta periaate on silloinkin vastaava.

Noniin, olemme aloittaneet yhteisen matkamme tämän keskiarvon kanssa. Katselkaamme sitten. Poimitaan 10 asemaa ympäri maailmaa. Koostetaan niistä keskiarvo, onko se silloin lähempänä todellista lämpötilaa jokaisessa noissa pisteissä vaiko jotain ihan muuta? Sillä jos leikimme oikein matematiikkaa, niin 40 asemalla voidaan hyvin mitata globaali lämpötilan keskiarvo suht tarkastikin vielä, jos siis uskoo tilastomatematiikkaa.

Havaintoasemilla taasen on se the hauska juttu etteivät ne mittaa lämpötilaa kuin päivittäiset minimit ja maksimit. Ne kirjattiin ennen ja kirjataan vielä monin paikoin nykyäänkin paperille. Nykyisillään mm, Yhdysvaltojen mikä ei ole kovin pieni mittausalue, onhan se käytännössä 1950 - 1930 välillä suurin osa maanpäällisistä mittauksista. Nykyisillään näistä havaintoasemista, siis yhdysvaltojen asemista on valtavan virheellisiä. Hyvin lyhyt lainaus.https://heartland.org/wp-content/uploads/documents/2022_Surface_Station_Report.pdf

ARLINGTON HEIGHTS, IL (July 27, 2022) – A new study, Corrupted Climate Stations: The Official U.S. Surface Temperature Record Remains Fatally Flawed, finds approximately 96 percent of U.S. temperature stations used to measure climate change fail to meet what the National Oceanic and Atmospheric Administration (NOAA) considers to be "acceptable" and  uncorrupted placement by its own published standards.

Liitteenä kuva havaituista virheistä asemissa. Mielelläni kuulisin mielipiteesi samoihin kysymyksiin jotka esitiin viestissäni jota lainasit.

Laitan kolme kuvaa käsitellään vaikka niitä. Niissä on kuvattuna uuden Seelannin eräs asema ja lämpötilat. Oikeastaan siellä on kaksi asemaa. Ensimmäisessä kuvaajassa on Giss raakadata ja adjustoitu.

Havaintoasemat ovat lentokentällä, toinen katolla ja toinen 20 metrin päässä kiitotiestä. Lentokenttä on laajentunut ja toiminta vilkastunut huomattavasti 1960 luvun jälkeen. Ovatko asemat luotettavia? WMO:n kriteerien mukaisia? Kertovatko ne luotettavasti lähialueenkin lämpötiloista?
Miksi menneisyyden lämpötiloja on adjustoitu alaspäin?

Mielelläni kuulisin mielipiteesi.

Sitten otetaan esimerkkisi vielä kertaalleen. Otetaan 10 mittaria ja mitataan olympia tason uima-altaan lämpösisältöä. Kuinka tarkan lämpösisältömittauksen saat aikaiseksi noilla 10 mittarilla?

[mannym]

Varmaan huomasit minun kommentoineen ainoastaan sitä, että mittausten tarkkuus (olkoon sitten se ±1°C tai vaikka ±5°C) ei ole vielä mikään este sille, etteikö lopulta keskiarvotettu tulos voisi olla huomattavasti tarkempi kuin yksittäiset mittaukset. Ja tässä ei ole lähtökohtaisesti mitään erillistä tilastotodellisuutta ja reaalimaailmaa. Tätä havainnollistin yksinkertaisella esimerkillä.

Esimerkiksi keskilämpötilan määrittämisen onnistumisen edellytys luonnollisesti on se, että mittauspisteiden hila on riittävän edustava otos mittavasta kohteesta. Ja esimerkiksi tavalla tai toisella biasoitunut otos tulee pyrkiä korjaamaan siten, että se edustaa todellisuutta. Sikäli kun korjausta ei tehdä, pelkistä mittaustuloksista laskettu keskiarvo ei luonnollisesti edusta hyvin koko mitattavan kohteen keskilämpötilaa. Biasoituneessa otoksessa ei luonnollisesti näytepistemääränkään kasvattaminen auta, jos biasta ei pyritä poistamaan ennen keskiarvotusta. Yksinkertainen esimerkki biasoitumisesta voisi olla esimerkiksi mittapisteiden epätasainen jakautuminen mitattavassa kohteessa. Tällöin edellisen viestin esimerkin kaltainen suora keskiarvotus johtaa virheelliseen lopputulokseen. Mutta edellisessä viestissä kommentoinkin, että todelliset tilanteet ovat esitettyä esimerkkiä monimutkaisempia.

Jos mittaan lämpötilaa helsingissä, niin saan varmasti tarkemman lämpötilamittauksen helsingistä kuin Helsingistä ja oulusta laskien keskiarvoa.

Tummennettuun, annoin esimerkin uudesta-seelannista, lentokentän katolla olevasta mittausasemasta, sekä kiitotien vieressä olevasta mittausasemasta. Ovatko ne luotettavia, sehän tässä on ollut kirjoituksissa jo pitkään aiheena. Kuvassa näkyy mittausasemien raakadata, jonka mukaan nykyisyys ei ole menneisyyttä pahemmin lämpimämpi. Mutta adjustoitu tai raportoitu GISS lämpötilasarja taasen näyttää että menneisyydessä on paljon kylmempää.

Tämä on se suuri ongelma, pitkä lämpötilasarja, jossa aiemmin on oltu maaseutumaisessa maisemassa ja ympärillä on pikkuhiljaa noussut kaupunki, niin sitten mitataan nykyisellään lämpötiloja jotka ovat UHI:n saastuttamia, niin nykyisiä lämpötiloja ei korjata UHI:n korjaamiseksi, vaan oletetaan että nykyisin on paljon lämpimämpää ja menneisyyttä korjataan viileämmäksi. Eli korjataan ns, väärää päätä. Onko tällöin kuten esimerkiksi Helsingin kaisaniemen mittari luotettava? Mittaako se samaa asiaa kuin se mittasi 100 vuotta sitten, vai mittaako se ihan jotain muuta?

[Caucasian]

^^ oleellista on tässä ilmastoasiassa ei ole että mikä se lämpötilalukema on, vaan se että ovatko luvut eri vuosilta vertailukelpoisia. Ja se että lähdetään arvaamaan vaikka valistuneestikin (ja oletetaan vielä ettei adjustoijalla ole mielipidettä että we all gonna die mikä voisi vaikuttaa arviointiin) vanhoja lukemia tekee lopputuloksesta epäkurantin.

[mannym]

^^ oleellista on tässä ilmastoasiassa ei ole että mikä se lämpötilalukema on, vaan se että ovatko luvut eri vuosilta vertailukelpoisia. Ja se että lähdetään arvaamaan vaikka valistuneestikin (ja oletetaan vielä ettei adjustoijalla ole mielipidettä että we all gonna die mikä voisi vaikuttaa arviointiin) vanhoja lukemia tekee lopputuloksesta epäkurantin.

Samaa mieltä ja lievästi erimieltä, minusta varsin oleellista on se lämpötilalukema. Sekin tosin vain havaintopistekohtaisesti.

Vertailukelpoisuus onkin hyvä meriitti. Jonka takaa vain se että lämpötila mitataan samalla tavalla ja jos se muuttuu se korjataan katkaisemalla aikasarja siihen pisteeseen ja aloittamalla uusi. Sillä mittarin tai sijainnin vaihto muuttaa aina mittausta.

Samalla kaikki adjustointi lopetetaan kuin seinään. Sillä mittauksen tekijä varmasti tekee työnsä niin hyvin kuin se on mahdollista. Eikä tietokoneruudun takana näitä koostavalla voi olla parempaa tietoa siitä "todellisesta" lämpötilasta tai "biaksesta" joka mittauksen tehneellä on. Mittausaseman tulosta ei myöskään ekstrapoloida kattamaan aluetta jolta mittaustulosta ei ole. Rahoituksella joka ilmatieteenlaitoksilla maailmassa on ollut, mittausasemien määrä ja laatu olisi varmistettu jo moneen kertaan. Alueilla joissa mittaustuloksia ei ole, sellaisia olisi saatu ja olisimme rehellisemmässä tilanteessa kuin nyt.

Eli jos havaintoasemista olisi puutteita ne korjattaisiin lisäämällä asemia, eikä arvaamalla puuttuvia lämpötiloja.

Palattaisiin sinne tieteeseen eikä leikittäisi tietokoneilla arvaten. Onko se liikaa vaadittu?

[Isagoge]

Kiitoksia jäsen jalskille hienosta viestistä. Itselläni oli tarkoitus esittää jäsen mannymin tätä asiaa koskevan ilmeisen väärinkäsityksen oikaisemiseksi myös tuollainen esimerkki siitä, miten satunnaisvirheet keskiarvoistuksessa kumoavat toisiaan, mutta ehdit ensin ja teit paljon parempaa jälkeä kuin minulta olisi tullut.

Jos mittaan lämpötilaa helsingissä, niin saan varmasti tarkemman lämpötilamittauksen helsingistä kuin Helsingistä ja oulusta laskien keskiarvoa.

Väännät asiaa outoon suuntaan. Puhehan on ollut globaalin keskimääräisen pintalämpötilan määräämisestä ja siihen liittyvistä epävarmuuksista, jolloin siis ei olla kiinnostuneita yhdestä kaupungista tai alueesta, vaan nimenomaan siitä globaalista keskiarvosta. Helsingistä saat luotettavimman tuloksen, jos mittaat siellä usealla mittarilla eri paikoista ja niin, että ne paikat on pyritty valitsemaan siten, että yksittäisistä mittaustuloksista muodostuva otos on edustava, ja lopuksi lasket tilanteeseen sopivan keskiarvon. Ihan sama juttu Oulun kohdalla. Ja sitten jos jonkun ihmeen takia tarvitaan estimaatti siitä, mikä on Oulun ja Helsingin yhteinen keskimääräinen lämpötila, voidaan laskea sille näin saaduista mittaustuloksista keskiarvo. 

Oudolla esimerkillä yritit nyt ilmeisesti hakea sitä, että sinusta tuntuu siltä, että ne asemakohtaiset tulokset, joista globaali pintalämpötilan keskiarvo johdetaan, eivät muodosta edustavaa otosta. Ja kyllä siellä sellaisia ongelmia varmasti on, mutta on hullua kuvitella, että ne tutkijat, jotka näiden asioiden kanssa ovat aikuisikänsä tehneet töitä ja sitä ennen hankkineet pitkän koulutuksen, eivät näistä ongelmista tietäisi ja osaisi tehdä niille mitään.

Mutta adjustoitu tai raportoitu GISS lämpötilasarja taasen näyttää että menneisyydessä on paljon kylmempää.

Olennainen kysymyshän tässä on se, että tekikö adjustointi lämpötila-aikasarjasta tai yksittäisistä mittaustuloksista luotettavampia, vai huononsiko se niiden luotettavuutta. Ja jotta tätä voisi arvioida, täytyisi tietää, miksi ja miten adjustointi on tehty.

Monelle käy niin, että kun tarpeeksi pitkään uiskentelee ilmastoskeptismin syvässä päässä, alkaa automaattisesti ajatella, että pelkkä adjustointi eli raakamittaustulosten ja jotenkin käsiteltyjen tulosten ero jo sinänsä ja automaattisesti on aina evidenssiä epäluotettavuudesta tai jopa jostain salaliitosta. Mutta eihän se näin ole. Vasta jos pystyy osoittamaan, että adjustoinnit eivät paranna luotettavuutta vaan päinvastoin alentavat sitä, on osoittanut, että ne pilaavat lämpötiladatan. Onko tähän joku pystynyt muuten kuin anekdotaalisesti, eli hirveän kampauksen jälkeen löytyneellä yksittäisellä asemalla, jossa on tehty selvä virhe adjustoinnissa (joka sitten voi johtua muistakin syistä kuin salaliitosta)?   

...niin sitten mitataan nykyisellään lämpötiloja jotka ovat UHI:n saastuttamia, niin nykyisiä lämpötiloja ei korjata UHI:n korjaamiseksi, vaan oletetaan että nykyisin on paljon lämpimämpää ja menneisyyttä korjataan viileämmäksi. Eli korjataan ns, väärää päätä. Onko tällöin kuten esimerkiksi Helsingin kaisaniemen mittari luotettava? Mittaako se samaa asiaa kuin se mittasi 100 vuotta sitten, vai mittaako se ihan jotain muuta?

Vielä kerran: noiden lämpötila-aikasarjojen parissa työskentelevät ammattilaiset tuntevat UHI-efektin, pyrkivät jatkuvasti kartoittamaan sen kehitystä eri asemilla ja tekevät näin kertyvän tiedon perusteella parhaaseen tietoon perustuvia korjauksia raakamittaustuloksiin, kun se on tarpeellista. Otit Kaisaniemen esimerkiksi, ja siitä minulla onkin sattumoisin konkreettinen esimerkki. Viestini 1. kuva on Raino Heinon väitöskirjasta (1994), jota valitettavasti ei saa netistä (Kumpulan kirjastossa on kappale). Toinen kuva on ilmatieteen laitoksen datasta sama homma pidemmillä aikasarjoilla.

Kuten kuvista näet, Kaisaniemen UHI-efekti on tunnistettu (jo ajat sitten, Heino julkaisi tästä jo 1970-luvun lopussa), sen suuruus on arvioitu kvantitatiivisesti ja Kaisaniemestä on olemassa UHI-korjattu aikasarja (tuossa on lämmitetty menneisyyttä, mutta sen voi tehdä kummin päin vain), jota voidaan käyttää, kun halutaan poistaa UHI-efektiä vaikkapa Suomen keskilämpötilan kehitystä arvioitaessa. Ja näin tehdään kaikkialla, missä lämpötila-aikasarjoja tai -tuotteita valmistetaan.

Berkeley Earth korjaa globaalia aikasarjaansa UHI-efektin takia, ja samoin muut globaalin keskilämpötilan kehitystä esittävien lämpötilatuotteiden valmistajat. Ja sitten se tajunnanräjäyttävä juttu vielä, että suuria korjauksia ei tarvita. Viestini kolmas kuva on Berkeley Earthin tutkijoiden asiaa käsittelevästä artikkelista, ja siinä näkyy aikasarja, joka on saatu poimimalla mukaan vain hyvin maaseutumaisia asemia ja aikasarja, jossa myös urbaanit alueet ovat mukana, eikä niillä valtavaa eroa ole. Korjausten suuruudet on myös mainittu tuossa kuvassa olevassa kappaleessa.

Asia tiedetään ilmastotutkijoiden keskuudessa, sitä seurataan koko ajan, ja parhaan tiedon avulla yritetään tehdä parhaat mahdolliset korjaukset. Globaalin keskiarvon laskentatavan takia ei globaaleihin aikasarjoihin tarvita suuria korjauksia.

Hienoahan se olisi,jos meillä olisi käytössä kattavasti pitkiä aikasarjoja samassa paikassa pysyneiltä asemilta ja samanlaisella instrumentaatiolla mitattuna (tosin siinä menetettäisiin uudempien instrumenttien suurempi tarkkuus). Odottelen kovasti, koska ilmastotutkija Ed Hawkins saisi julkaistua tähän liittyvän tutkimusprojektinsa tulokset. Hän käsittääkseni on kerännyt mahdollisimman paljon todella pitkälle historiaan ulottuvia mittariaikasarjoja asemilta, jotka ovat olleet samalla paikalla pitkään. Hawkins on toistaiseksi julkaissut tuosta projektista vain ns. Climate Stripes -kuvion, joka antaa mahdollisuuden karkeasti arvioida pintalämpötilan kehitystä peräti 1790-luvulta lähtien. Se on tässä neljäntenä kuviona.         

[P]

Ok no ehkä lopetamme tällä kertaa tähän, jatkakaa keskenänne.

Täällä monikaan muu ei tosiaan ole auktoriteettiuskoinen = ei usko ketään eikä mitään, varsinkaan monimutkaisissa asioissa.
Jatkakaa siis valitsemallanne tiellä. Onneksi olette vähemmistö.

Olen mieluummin yksin oikeassa kuin porukan mukana väärässä 

Muuten "vastarannan kiiskellä" on yleensä tarkoitettu juuri lähes yksin erimieltä olevaa, eikä konformisteja...

[mannym]

Oudolla esimerkillä yritit nyt ilmeisesti hakea sitä, että sinusta tuntuu siltä, että ne asemakohtaiset tulokset, joista globaali pintalämpötilan keskiarvo johdetaan, eivät muodosta edustavaa otosta. Ja kyllä siellä sellaisia ongelmia varmasti on, mutta on hullua kuvitella, että ne tutkijat, jotka näiden asioiden kanssa ovat aikuisikänsä tehneet töitä ja sitä ennen hankkineet pitkän koulutuksen, eivät näistä ongelmista tietäisi ja osaisi tehdä niille mitään.

Nehän eivät muodosta edustavaa otosta ja se on fakta. Tai kerrohan sinä onko se otos edustava, jos suurin osa pinta-alasta ei ole mittausten alaisuudessa vaan arvausten. Se ovatko jotkut tehneet aikuisikänsä töitä alalla ja pitkän koulutuksen siitä, ei ole mitään merkitystä kun he eivät ole tehneet asialle mitään. Sillä kyllä he tietävät mutta eivät tee asialle mitään.

Olennainen kysymyshän tässä on se, että tekikö adjustointi lämpötila-aikasarjasta tai yksittäisistä mittaustuloksista luotettavampia, vai huononsiko se niiden luotettavuutta. Ja jotta tätä voisi arvioida, täytyisi tietää, miksi ja miten adjustointi on tehty.

No tekikö ne adjustoinnit siitä luotettavampia uudessa-seelannissa, pitkiä raapustuksia kyllä osaat kirjoittaa mutta et vastaa yksinkertaisiin kysymyksiin.

Monelle käy niin, että kun tarpeeksi pitkään uiskentelee ilmastoskeptismin syvässä päässä, alkaa automaattisesti ajatella, että pelkkä adjustointi eli raakamittaustulosten ja jotenkin käsiteltyjen tulosten ero jo sinänsä ja automaattisesti on aina evidenssiä epäluotettavuudesta tai jopa jostain salaliitosta. Mutta eihän se näin ole. Vasta jos pystyy osoittamaan, että adjustoinnit eivät paranna luotettavuutta vaan päinvastoin alentavat sitä, on osoittanut, että ne pilaavat lämpötiladatan. Onko tähän joku pystynyt muuten kuin anekdotaalisesti, eli hirveän kampauksen jälkeen löytyneellä yksittäisellä asemalla, jossa on tehty selvä virhe adjustoinnissa (joka sitten voi johtua muistakin syistä kuin salaliitosta)?   

Pidän tuosta alarmistien syvissä vesissä uivien tavasta kääntää todistustaakka toisinpäin. Adjustoivien tahojen ei tarvitse muuta kuin selittää että näin on hyvä, ja vastapuolen todistaa sitten että ei ole.

Eräs Tony Heller on koonnut useita kymmeniä jopa satoja esimerkkejä näistä yksittäisistä asemista ja niiden adjustoinneista. Joissa raakadata muuttaa uuden Seelannin tavoin ulkomuotoaan. Nythän sinä väistät kysymykset, kun epämiellyttävä asia on ilmestynyt.

Vielä kerran: noiden lämpötila-aikasarjojen parissa työskentelevät ammattilaiset tuntevat UHI-efektin, pyrkivät jatkuvasti kartoittamaan sen kehitystä eri asemilla ja tekevät näin kertyvän tiedon perusteella parhaaseen tietoon perustuvia korjauksia raakamittaustuloksiin, kun se on tarpeellista.

Se on mainiota tuo uskosi että raakamittaustuloksiin tehdään korjauksia kun se on tarpeellista. Vaikka se ei ole ikinä tarpeellista vaan silloin kun havaitaan UHI:n saastuttavat sitä, se siirretään pois. Ja kiitos että allekirjoitit kirjoitukseni siitä kuinka pöydän ääressä istuvat tietävät paremmin mitä mittaustulokset tai mittarien lukemat kirjaavat tietävät. Vieläpä vuosikymmenen tai vuosisadan jälkeenpäin. On se hienoa.

Berkeley Earth korjaa globaalia aikasarjaansa UHI-efektin takia, ja samoin muut globaalin keskilämpötilan kehitystä esittävien lämpötilatuotteiden valmistajat. Ja sitten se tajunnanräjäyttävä juttu vielä, että suuria korjauksia ei tarvita.

Suuria korjauksia ei tarvita kun leikitään tilastoinnin ihmeellisessä maailmassa. Laitoin linkin wattsin surface station projektin raporttiin. Mikä tuli yllätyksenä kaikille globaaleja aikasarjoja kasaaville. Mutta ei aiheuttanut toimenpiteitä. Sillä ensimmäinen raportti oli vuodelta 2009, 2022 raportti kertoi tilanteen huonontuneen. Mutta mitäs pienistä.

Viestini kolmas kuva on Berkeley Earthin tutkijoiden asiaa käsittelevästä artikkelista, ja siinä näkyy aikasarja, joka on saatu poimimalla mukaan vain hyvin maaseutumaisia asemia ja aikasarja, jossa myös urbaanit alueet ovat mukana, eikä niillä valtavaa eroa ole. Korjausten suuruudet on myös mainittu tuossa kuvassa olevassa kappaleessa.

Niin, kuvassa lukee että Hadcrut käyttää tiettyä per vuosisata arvoa korjatakseen UHI:a mutta on hukannut alkuperäiset mittausdatansa, ja NOAA myös, mutta sen havaintoasemista yli 90% on tilassa etteivät täytä NOAA:n omia standardeja. Ja Berkeley earth käyttää kumpaisenkin dataa, selittää UHI:n pois. Noloa, niin noloa.

Asia tiedetään ilmastotutkijoiden keskuudessa, sitä seurataan koko ajan, ja parhaan tiedon avulla yritetään tehdä parhaat mahdolliset korjaukset. Globaalin keskiarvon laskentatavan takia ei globaaleihin aikasarjoihin tarvita suuria korjauksia.

"Parhaat mahdolliset korjaukset"™, kun he eivät tiedä missä tilassa heidän havaintoasemansa ovat tai heitä ei kiinnosta. Niin parhaat mahdolliset korjaukset™, on oikeastaan vain korulause.

Hienoahan se olisi,jos meillä olisi käytössä kattavasti pitkiä aikasarjoja samassa paikassa pysyneiltä asemilta ja samanlaisella instrumentaatiolla mitattuna (tosin siinä menetettäisiin uudempien instrumenttien suurempi tarkkuus).

Mielenkiintoista, eli se on joko tai?

Eli pitkät aikasarjat, samassa paikassa, samanlaisella instrumentaatiolla mitattuna kuin ennen poissulkee uudempien instrumenttien käyttöönoton?

Samalla uuden havainnointiverkon luominen uusilla instrumenteilla varustettuna on täydellisen ylivoimaista koska vanha havainnointiverkko?

[Caucasian]

Varmaan huomasit minun kommentoineen ainoastaan sitä, että mittausten tarkkuus (olkoon sitten se ±1°C tai vaikka ±5°C) ei ole vielä mikään este sille, etteikö lopulta keskiarvotettu tulos voisi olla huomattavasti tarkempi kuin yksittäiset mittaukset. Ja tässä ei ole lähtökohtaisesti mitään erillistä tilastotodellisuutta ja reaalimaailmaa. Tätä havainnollistin yksinkertaisella esimerkillä.

Esimerkiksi keskilämpötilan määrittämisen onnistumisen edellytys luonnollisesti on se, että mittauspisteiden hila on riittävän edustava otos mittavasta kohteesta. Ja esimerkiksi tavalla tai toisella biasoitunut otos tulee pyrkiä korjaamaan siten, että se edustaa todellisuutta. Sikäli kun korjausta ei tehdä, pelkistä mittaustuloksista laskettu keskiarvo ei luonnollisesti edusta hyvin koko mitattavan kohteen keskilämpötilaa. Biasoituneessa otoksessa ei luonnollisesti näytepistemääränkään kasvattaminen auta, jos biasta ei pyritä poistamaan ennen keskiarvotusta. Yksinkertainen esimerkki biasoitumisesta voisi olla esimerkiksi mittapisteiden epätasainen jakautuminen mitattavassa kohteessa. Tällöin edellisen viestin esimerkin kaltainen suora keskiarvotus johtaa virheelliseen lopputulokseen. Mutta edellisessä viestissä kommentoinkin, että todelliset tilanteet ovat esitettyä esimerkkiä monimutkaisempia.

Jos mittaan lämpötilaa helsingissä, niin saan varmasti tarkemman lämpötilamittauksen helsingistä kuin Helsingistä ja oulusta laskien keskiarvoa.

Tummennettuun, annoin esimerkin uudesta-seelannista, lentokentän katolla olevasta mittausasemasta, sekä kiitotien vieressä olevasta mittausasemasta. Ovatko ne luotettavia, sehän tässä on ollut kirjoituksissa jo pitkään aiheena. Kuvassa näkyy mittausasemien raakadata, jonka mukaan nykyisyys ei ole menneisyyttä pahemmin lämpimämpi. Mutta adjustoitu tai raportoitu GISS lämpötilasarja taasen näyttää että menneisyydessä on paljon kylmempää.

Tämä on se suuri ongelma, pitkä lämpötilasarja, jossa aiemmin on oltu maaseutumaisessa maisemassa ja ympärillä on pikkuhiljaa noussut kaupunki, niin sitten mitataan nykyisellään lämpötiloja jotka ovat UHI:n saastuttamia, niin nykyisiä lämpötiloja ei korjata UHI:n korjaamiseksi, vaan oletetaan että nykyisin on paljon lämpimämpää ja menneisyyttä korjataan viileämmäksi. Eli korjataan ns, väärää päätä. Onko tällöin kuten esimerkiksi Helsingin kaisaniemen mittari luotettava? Mittaako se samaa asiaa kuin se mittasi 100 vuotta sitten, vai mittaako se ihan jotain muuta?

Niin pitäisi ottaa huomioon se kuinka paljon kaupunkiympäristöä on enemmän nyt. Eli jos maaseutumittari muuttunut 100% kaupunkimittariksi, niin suhteen pitäisi olla pienempi, koska koko maaseutu ei ole muuttunut kaupungiksi
Lisäksi tämä "mittarien kaupungistuminen" kertookin oikeastaan sen että pintalämpötiloihin vaikuttaa se rakentaminen eikä ainakaan pelkästään CO2.
Jäät ei sula arktiksella kuten kuuluisi, niin voisiko tieteilijät nöyrtyä ja funtsia josko kalkyyleissa olisi jotain pielessä.

Korjattu ennakoivan muuttanut sana... 

[Isagoge]

Vaihteeksi ihan lyhyt vastaus:

Nehän eivät muodosta edustavaa otosta ja se on fakta.

Otoksen edustavuutta on mahdollista tutkia tilastollisin menetelmin, ja on mahdollista ratkaista kysymys siitä, onko se edustava ei vai tilastollisen päättelyn avulla.

Osaatko sinä esittää laskelman, joka osoittaisi, että globaalien lämpötila-aikasarjojen muodostamiseen käytetyt otokset eivät ole edustavia (ja jos eivät ole, sen korjaamiseksi tehdyt toimenpiteetkään eivät riitä)? Tai osaatko linkata tänne jonkun muun tästä asiasta tekemän laskelman?

Jos et, tuo väitteesi on tuntemuksiisi perustuva mielipide, ja sen painoarvo on sen mukainen. 

[Luotsi]

Tuntuuko meneillään oleva talvi lumiselta ja kylmältä, sanalla sanoen ankaralta?
Siinä tapauksessa Vastuullisen Median^TM viesti 15 v takaa varmaankin lohduttaa: se on vain harhaa!

https://www.kaleva.fi/erityisen-luminen-talvi-on-harhaa/2478374

[mannym]

Vaihteeksi ihan lyhyt vastaus:

Nehän eivät muodosta edustavaa otosta ja se on fakta.

Otoksen edustavuutta on mahdollista tutkia tilastollisin menetelmin, ja on mahdollista ratkaista kysymys siitä, onko se edustava ei vai tilastollisen päättelyn avulla.

Osaatko sinä esittää laskelman, joka osoittaisi, että globaalien lämpötila-aikasarjojen muodostamiseen käytetyt otokset eivät ole edustavia (ja jos eivät ole, sen korjaamiseksi tehdyt toimenpiteetkään eivät riitä)? Tai osaatko linkata tänne jonkun muun tästä asiasta tekemän laskelman?

Jos et, tuo väitteesi on tuntemuksiisi perustuva mielipide, ja sen painoarvo on sen mukainen.

Totta, sitä on mahdollista tutkia tilastollisen menetelmin, ja tilastollisen päättelyn avulla myös. Mutta sen voi tutkia myös muuten. Mikä tietenkin on tilastollisiin menetelmiin ja tilastollisiin päätelmiin uppoutuneelle sama kuin nostaisi päänsä peräsimestään ja haistaisi raitista ilmaa kaikkien niiden vuosien jälkeen.

Kokeillaan nyt laatikkosi ulkopuolelta, tiedän se on todella pelottavaa ja uutta, mutta avaa kartta, laita siihen kartalle kaikki lämpötilaa mittaavat asemat. Piirrä sitten niiden ympärille 40km halkaisijaltaan oleva ympyrä. Joka on noin 1250 neliökilometriä. Sitten katso kuinka paljon tyhjää havaintoasemien väleissä on. Todellisuudessa jo muutaman kilometrin päässä asemasta mittaustulos voisi olla erilainen.

Sitten katsele kuinka laajasti tuo karttasi toimii. Tuo on tavanomaisen mobiilitukiaseman kantavuus. 20km suuntaansa. Jos käyttäisimme yhtä harvaa mobiilitukiasemaverkkoa kuin havaintoasemaverkkoa, niin menisikö selitys läpi että mobiiliverkon kattavuus on tarpeeksi hyvä, korjauksia ei tarvitse tehdä tai ainakaan suuria.

Onhan se tilastollisin menetelmin ja tilastollisen päättelyn myötä oltava niin. Ja ne joilla kännykän signaalit on huono tai olematon, ovat denialisteja joiden tarttis todistaa että kuuluvuus on heikko. Mutta vain tietenkin vertaisarvioidun ruljanssin läpi, jossa tilastomatematiikkaan vihkiytyneet, pitkän koulutuksen ja elämänsä töitä sen parissa tehneet katsoisivat että meidän mallin mukaan kantavuus on jopa 1000km suuntaansa, ei voi pitää paikkaansa.

Tiedät hyvin että havaintoasemaverkko on hyvin puutteellinen. Hyvällä tahdolla 15-20% maanpinta alasta on sen katon alla, loput ei. Ja se 15-20% on todella hyvällä tahdolla.

Mutta kerro sinä mikä yllä olevassa on pielessä? Jos vaikka ajattelisit joskus muuten kuin tilastollisin menetelmin tai päättelyin, tiedäthän haastaisit itseäsi ajattelemaan laajemmin tai eritavalla, kyllä se on ikävää kun suomukset putoavat silmiltä, mutta tuollainen sokea usko "auktoriteetteihin" jota suollat, ei ole kovin tervettä tai tieteellistä.

[Isagoge]

...Kokeillaan nyt laatikkosi ulkopuolelta, tiedän se on todella pelottavaa ja uutta, mutta avaa kartta, laita siihen kartalle kaikki lämpötilaa mittaavat asemat. Piirrä sitten niiden ympärille 40km halkaisijaltaan oleva ympyrä. Joka on noin 1250 neliökilometriä. Sitten katso kuinka paljon tyhjää havaintoasemien väleissä on. Todellisuudessa jo muutaman kilometrin päässä asemasta mittaustulos voisi olla erilainen.

Sitten katsele kuinka laajasti tuo karttasi toimii...

Kyllä tuollainenkin menetelmä, jossa käytetään yksinkertaista geometriaa ja sen jälkeen ns. silmäpalloillaan ja fiilistellään asioita voi tiettyyn pisteeseen asti toimia. Mutta edelleen olen sitä mieltä, että siellä missä asioita voi laskea, niitä pitäisi laskea.

Riittävää asemakattavuutta on tietysti monikin pohdiskellut, ja tehnyt siitä kokeitakin. Tässä on esimerkki astrofyysikko Ken Ricen tekemästä kokeesta (kuva). GHCN-tietokannasta (adjustoitu, meret mukana) otetaan 1. askeleella kaikki n. 5500 asemaa ja lasketaan globaalin pintalämpötilan anomalia-aikasarjaan tarvittavat arvot. Saadaan kuvassa punaisella näkyvä kuvaaja ja trendi.

Tämän jälkeen vain n. 500 asemaa ja tehdään sama. Saadaan kuvassa sinisellä näkyvä trendi.

Seuraavalla askeleella poimitaan vain 213 asemaa. Saadaan keltaoranssilla näkyvä trendi.

Ja lopulta poimitaan vain 65 asemaa. Saadaan mustalla näkyvä trendi.

Kokeessa saadut neljä aikasarjaa ovat hyvin samankaltaisia. Otoskoon pienentyessä lämpenevä trendi voimistuu, mutta tämä on selitettävissä sillä, että maa-asemat alkavat painaa keskiarvoistamisessa yhä enemmän.

Tämä tulos voi tulla yllätyksenä tai jopa järkytyksenä sellaisille, jotka ovat muodostaneet perusgeometrian ja silmäpalloilun avulla käsityksen siitä, että perusjoukon koko jotenkin keskeisesti määräisi tarvittavan otoskoon tässä asiassa tai yleisemmin.

Ricen johtopäätös on se, että otoskoon riittävyys ei todennäköisesti muodosta ongelmaa globaaleissa anomalia-aikasarjoissa.

Ricen asiaa koskevalta sivulta

https://andthentheresphysics.wordpress.com/2018/08/18/you-only-need-about-60-surface-stations/

löytyy myös linkkejä toisten tekemiin samantyyppisiin kokeisiin ja niiden tuloksiin sekä Ricen koetta koskeviin kommentteihin. Harmi kyllä kaikki linkit eivät enää toimi, kun tuosta on kuitenkin jo 6 vuotta.

[mannym]

Kyllä tuollainenkin menetelmä, jossa käytetään yksinkertaista geometriaa ja sen jälkeen ns. silmäpalloillaan ja fiilistellään asioita voi tiettyyn pisteeseen asti toimia. Mutta edelleen olen sitä mieltä, että siellä missä asioita voi laskea, niitä pitäisi laskea.

Sehän se suuri ero meissä onkin, sinusta asioita pitää laskea eikä mitata, minusta asioita pitää mitata eikä laskea.

Tämä tulos voi tulla yllätyksenä tai jopa järkytyksenä sellaisille, jotka ovat muodostaneet perusgeometrian ja silmäpalloilun avulla käsityksen siitä, että perusjoukon koko jotenkin keskeisesti määräisi tarvittavan otoskoon tässä asiassa tai yleisemmin.

Ei se tule yllätyksenä eikä järkytyksenä että laskennallisesti voidaan saada samantapaisia tuloksia mittausasemia vähentämällä kuin kaikista. Ei tarvitse kuin valita sopivat asemat ja tadaa. Allekirjoitat jatkuvasti kirjoitustani siitä kuinka mittaustuloksilla niin väliä kun sopivasti valitsemalla saadaan tilastollisesti laskien sopiva kuva aikaiseksi.

Eli sen sijaan että mitataan, niin lasketaan ja kun laskija laskee mieluisallaan tavalla ja saa mieluisan tuloksen niin hyväksyt sen sellaisenaan. Tämä on ilmastointitieteen suuri ongelma ja kompastuskivi sillä voitko rehellisesti sanoa että 65 asemalla voidaan luotettavasti mitata globaali keskiarvo?

[Isagoge]

...Ei tarvitse kuin valita sopivat asemat ja tadaa.

Tuo työkalu, jolla voi itse käydä kokeilemassa samaa koetta on vielä olemassa, mutta valitettavasti se ei enää näköjään saa GHCN adjustoitu + meret -dataa, joten tein seuraavat kokeet pelkällä GHCN adjustoidulla. Sovellus väittää poimivansa satunnaisotoksia kun sitä niin pyydetään tekemään, mutta en tietenkään tunne algoritmia enkä siten sitä, täyttääkö tulos riittävät satunnaiskriteerit.  En pienen kokeilun jälkeen kuitenkaan epäile sitä, etteikö tuo tähän kokeeseen riittävän satunnainen tulos olisi olisi. Ensimmäisessä kuvassa on tulos kokeesta jossa oli kaikki saatavilla olevat asemat ja 88 aseman satunnaisotos (1/50 tarjolla olevista asemista). 

Uskotko aivan oikeasti, että joku ilmastotutkijoiden globaalin salaliiton jäsen tai jäsenet ovat ohjelmoineet tuon verkkosovelluksen niin, että syötetyn otoskoon pienentyessä se satunnaisotannan sijaan valitsee asemat niin, että (ali)otokseen tulee hyvin samankaltainen aikasarja ja trendi kuin koko tarjolla olevasta asemajoukosta?

Tein myös vielä pari äärimmäistä koetta: ensin valitsin pelkästään Suomen alueella tai ihan rajan pinnassa olevat tarjolla olevat asemat, joita ei tuolla datalla ole kuin 15. Sitten valitsin niistä eteläisimmän (Seutula) ja pohjoisimman (Karasjok). Tämä tulos on toisessa kuvassa.

Ja kun otit tuossa aikaisemmin Helsingin ja Oulun esimerkiksi, kokeilin myös niitä, eli Helsinki/Seutula yksin ja Oulu yksin. Tulos on kolmannessa kuvassa. Harmi kyllä Oulusta oli vain kaksi pätkää aikasarjaa olemassa tuossa datassa, mutta näillä on pakko mennä. Tulos oli silti kyllä itseänikin yllättävä. Olisiko joku tosiaan jaksanut ohjelmoida tuon sovelluksen niin, että se tällaisiin yksittäisiin kokeisiin asti  joko valikoi tai sitten tarkoitushakuisesti väärentää dataa (kun näissä kahdessa viimeisessä kokeessa ei enää voi toimia niin, että se valitsisi otokseen asemat sen perusteella, että saadaan riittävän samanlainen trendi)?

Verkkosivu:
https://tools.itali.uq.edu.au/temperature/index.html

[ämpee]

"Parhaat mahdolliset korjaukset"™, kun he eivät tiedä missä tilassa heidän havaintoasemansa ovat tai heitä ei kiinnosta. Niin parhaat mahdolliset korjaukset™, on oikeastaan vain korulause.

Vielä paremmaksi tekee asian se, että nämä "parhaat mahdolliset korjaukset" kohdistuvat asiaan jonka määrää tai suuruutta ei voida tietää tai mitata, joten jos tämä "paras mahdollinen korjaus" on vielä "parhaan mahdollisen ideologian" myrkyttämä niin pieleen mennään ja rajusti.

UHI on ilmiö joka toki tiedetään mutta jota on mahdotonta mittarista erottaa, ja jonka suuruus ei todellakaan ole mikään vakio vaan vaihtelee tuuriperusteisesti ajasta ja paikasta riippuen arvaamattoman paljon.
Jo tässä vaiheessa voi niillä sadasosilla pyyhkiä hanuria eikä mikään matemaattinen keskiarvoistaminen pelasta tilannetta.

UHI todennäköisesti on suurimmillaan ääripäissä, eli kun on tavallista kylmempää tai tavallista lämpimämpää.
Tämä johtuu yksinkertaisesti suuremmasta energian käyttämisestä ja lopputuloksen, eli hukkalämmön, karkaamisesta ympäristöön.
Kun UHI:n määrää edes alimmillaan ei tiedetä, vaan pelkästään arvaillaan, niin aivan yhtä tieteellistä ja tarkkaa on sen määrän arvaaminen silloin kun se on ylimmillään.

Havaitusti kaupunkikeskustojen ja maaseutu-ympäristön lämpötilaero saattaa olla jopa 5 astetta tai enemmän, joten mittaustarkkuus on näin ollen +-5 astetta tai enemmän, aivan riippuen siitä kuinka pahasti ideologian himmentäminä otetaan vastaan UHI:n saastuttamat lukemat ideologiaa tukevina "tosiasioina".
Roskatulosten keskiarvoistaminen sitten antaa lopputuloksena roskatuloksien keskiarvon emmekä ole tulleet tämän matematiikkaharjoituksen jälkeen yhtään sen viisaammiksi.

Periaatteessa suuntaa ilmaston lämpötilakehitykselle voitaisiin seurata varsin vähilläkin mittauspisteillä joita ihmisen toiminta ei häiritse eikä ole häirinnyt, mutta tällöinkin olisi pidättäydyttävä mittaustarkkuuden puitteissa ja se ei tarkoita mitään kuvitteellisia sadasosia.
Lisäksi haitallinen ideologia olisi jo syytä jättää ihmiskunnan suurimpiin huijauksiin kuuluvana harha-askeleena historian roskapöntöön ja alkaa katselemaan realistisesti mitä mahdollinen lämpeneminen voisi tuoda tullessaan.
Historian opetusten mukaan lämpenemisestä ei koskaan ole ollut haittaa, kylmenemisestä taas aina on ollut haittaa.

[mannym]

Tuo työkalu, jolla voi itse käydä kokeilemassa samaa koetta on vielä olemassa, mutta valitettavasti se ei enää näköjään saa GHCN adjustoitu + meret -dataa,

Ehei, adjustoitu ei ole dataa. Sehän se hauskuus onkin, mikä ei mene sinulle millään lailla perille. Ole uskossasi vahva. Käy kokeilemassa, valitse satunnaisesti nippu asemia ja vertaa raakadataa adjustoituun. Sitten vertaa niitä trendejä.

Kun ottaa vaikkapa sen uudenseelannin aseman jonka laitoin ja jota välttelet. Näkee selkeästi että raakadata kertoo ihan eri tarinaa kuin adjustoitu. Näitä meinaa löytyy melkoisesti mutta niin, sehän on fossiilisten rahoittamien skeptikoiden salaliitto, todellisuudessa kaikki on hyvin, oikein eikä mitään väärää ole tapahtunut.

Laitoin wattsin raportin, sitäkään et kommentoinut vaikka se selkeästi näyttää kuinka suuri osa pelkästään Yhdysvaltojen asemista on vinksallaan.

Mitäs siinä, ole uskossasi vahva. Älä ikinä kyseenalaista auktoriteetteina pitäviäsi vaan sokeasti usko mitä he sanovat. Onhan kaikki muu vain salaliittoteorioita denialistien toimesta.

[Isagoge]

Pidempään vastaukseen ei nyt ole aikaa, mutta nopeasti yksi huomio:

UHI on ilmiö joka toki tiedetään mutta jota on mahdotonta mittarista erottaa...Havaitusti kaupunkikeskustojen ja maaseutu-ympäristön lämpötilaero saattaa olla jopa 5 astetta tai enemmän...

Eli UHI:n suuruudesta ei tiedetä mitään, ja sitten kuitenkin tiedetäänkin? 

[jalski]

Riittävää asemakattavuutta on tietysti monikin pohdiskellut, ja tehnyt siitä kokeitakin. Tässä on esimerkki astrofyysikko Ken Ricen tekemästä kokeesta (kuva). GHCN-tietokannasta (adjustoitu, meret mukana) otetaan 1. askeleella kaikki n. 5500 asemaa ja lasketaan globaalin pintalämpötilan anomalia-aikasarjaan tarvittavat arvot. Saadaan kuvassa punaisella näkyvä kuvaaja ja trendi.

Tämän jälkeen vain n. 500 asemaa ja tehdään sama. Saadaan kuvassa sinisellä näkyvä trendi.

Seuraavalla askeleella poimitaan vain 213 asemaa. Saadaan keltaoranssilla näkyvä trendi.

Ja lopulta poimitaan vain 65 asemaa. Saadaan mustalla näkyvä trendi.

Kokeessa saadut neljä aikasarjaa ovat hyvin samankaltaisia. Otoskoon pienentyessä lämpenevä trendi voimistuu, mutta tämä on selitettävissä sillä, että maa-asemat alkavat painaa keskiarvoistamisessa yhä enemmän.

Mitenköhän paljon tässä (ja osin edeltävässä keskustelussa tässä ketjussa) kyse on siitä, missä määrin pyritään määrittämään keskimääräistä anomaliaa (poikkeamaa aiemmista arvoista) vs. maapallon pinnan täsmällistä keskilämpötilaa?

Jos nimittäin tutkittavana oleva keskilämpötilan mahdollinen muutos on luonteeltaan varsin globaalia, niin tällöin riittää hyvinkin pieni määrä mittauspisteitä anomalian toteamiseen, koska anomalia ei globaalin luonteensa takia sisällä keskimäärin kovin suurta paikallista vaihtelua. (Toki joku määrä vaihtelua tietysti on.) Anomalia löytyy silloinkin, vaikka käytettyjen mittapisteiden avulla ei saisi laskettua maapallon keskilämpötilaa kovin täsmällisesti.

Jos samaa anomalia-ajattelua hahmottaa vaikkapa kodin lämmityksessä näin talvella, niin olohuoneessa voi olla vaikkapa +21,0 astetta lämmintä, kun taas jonkin makuuhuoneen kulmassa voi olla esimerkiksi vain +19,0 astetta. Jos nyt menen säätämään talon lattialämmityksen ohjauksesta säätökäyrää vähän ylöspäin, niin jatkossa olohuoneessa voi olla +22,0 ja siellä kylmässä makkarin kulmassa vaikkapa +19,7 astetta. Riippumatta siitä, kummasta paikasta mittaan, huomaan kyllä säätökäyrän rukkaamisen aiheuttaman anomalian, vaikka se näkyy ehkä kummassakin mittapisteessä vähän eri suuruisena. Koska lämpötila nousee talossa kauttaaltaan, ei ole tarvetta rakentaa mitään parin metrin hilaa kattamaan koko taloa, jotta voi kohtuullisen luotettavasti arvioida, paljonko talon keskimääräinen lämpötila nousi. Oikeastaan mittarin sijoittaminen käytännössä mihin tahansa talon sisällä tuottaisi saman suuntaisen tuloksen, vaikka eroa täsmällisessä tuloksessa voi toki olla jonkin verran. Ja talon keskimääräistä lämpötilaa ei tarvitse tosiaan edes tietää tarkasti, jotta voi kuitenkin kohtuullisen hyvin arvioida keskilämpötilan muutoksen suuruutta.

Maapallon pintaa ajatellen tämä tarkoittaa siis sitä, että hyvin vähilläkin mittapisteillä voi pärjätä ja myös harvalla mittausverkolla, jos vaan voi olettaa sen, että samaan aikaan kun esimerkiksi mittauspisteissä keskilämpötila nousee, mittausverkon ulkopuolella ei kylmene ns. perkeesti. Näinhän siinä pitäisi käydä, jos mittaustulosten nousemisesta huolimatta keskilämpötilan tulisi pysyä samana. Ja toinen pointti on tietysti se ketjussa moneen kertaan aiemmin esille tuotu, eli mahdollinen muu lämmitysvaikutus mittauspisteen muuttuvasta ympäristöstä, joka tulee huomioida tuloksia käsiteltäessä.

Noihin aikasarjoihin liittyen olisi mielenkiintoista kokeilla keskimääräisen lämpötilan laskemista keskimääräisen anomalian sijaan. Jos on pakko arvata kokeilematta, niin satunnaistetuista mittapisteistä saatava keskimääräinen lämpötila sisältää runsaasti enemmän varianssia kuin keskimääräinen anomalia.

[ämpee]

Pidempään vastaukseen ei nyt ole aikaa, mutta nopeasti yksi huomio:

UHI on ilmiö joka toki tiedetään mutta jota on mahdotonta mittarista erottaa...Havaitusti kaupunkikeskustojen ja maaseutu-ympäristön lämpötilaero saattaa olla jopa 5 astetta tai enemmän...

Eli UHI:n suuruudesta ei tiedetä mitään, ja sitten kuitenkin tiedetäänkin? 

Niin ?
Suuntaa antavasti tiedetään jotain mutta täsmällistä tietoa ei ole kenelläkään.
Joten ne sadasosat jälleen voi työntää valolta piiloon.

[Isagoge]

Mitenköhän paljon tässä (ja osin edeltävässä keskustelussa tässä ketjussa) kyse on siitä, missä määrin pyritään määrittämään keskimääräistä anomaliaa (poikkeamaa aiemmista arvoista) vs. maapallon pinnan täsmällistä keskilämpötilaa?

Tämä on avainjuttu. Maapallon pinnan absoluuttista keskilämpötilaa ei pystytä määrittämään kovinkaan tarkasti. Siitä on itse asiassa vaikeaa löytää tutkimuskirjallisuutta, mutta esimerkiksi jo vähän vanhaksi käynyt Jones et al (1999) esittää, että se on 287,1 ± 0,5 K aikavälille 1961-1990. Tuota ± 0,5 astetta ilmastotutkijat yleensä tarkkuudeksi sille nytkin esittävät kun asia tulee puheeksi, ja aika monella heistä se varmaan perustuu tuohon em. tutkimukseen sekä myös eri aikasarjojen erojen tarkasteluun.

Kukaan ei ehkä vielä ehtinyt käydä katsomassa linkkaamaani fyysikko Ken Ricen sivua, jossa toistamastani anomalia-aikasarjoilla tehdystä otantakokeesta kerrottiin, mutta sinne oli eturivin ilmastotutkija Andrew E. Dessler (nykyään Texasin A&M-yliopistossa Reta A. Haynesin geotieteiden oppituolin haltija) käynyt laittamassa juuri tähän teemaan liittyvän kommentin:

Worth explicitly stating that this is true for *anomalies*, but not for absolute temperature. For absolute temperature, you'd need a very very dense network (probably every few 10s of meters, in order to get differences in surface type). That's why we don't really know the absolute temperature of the planet, but can nonetheless measure the temperature change very accurately.

Absoluuttista pintalämpötilan keskiarvoa siis emme tiedä kovin tarkasti, sen määräminen sadasosien tarkkuudella vaatisi täysin epärealistisen tiheän asemaverkon, ja kaiken tämän ilmastotutkijat sanovat täysin selvästi ääneen. 'This' tuossa Desslerin kommentissa siis viittasi siihen, että hänenkin mielestään globaalin pintalämpötilan anomalia-aikasarja saadaan hyvinkin tarkasti vastaamaan kaikki asemat sisältävää aikasarjaa poimimalla satunnaisesti vain satakunta asemaa. 

Anomalia-aikasarjojen osalta päästään huomattavasti suurempaan tarkkuuteen, ja ± 0,05 on se suuruusluokka, jossa globaalien anomalia-aikasarjojen osalta liikutaan. 1800-luvulle mentäessä epätarkkuus kasvaa suuruusluokkaan ± 0,20, ja toisen maailmansodan aikana se varsinkin merilämpötilojen osalta on myös suurempaa kuin sen jälkeen.

Tähän suureen eroon absoluuttisen keskiarvon ja anomalian välillä tarkkuudessa on järkevät syyt, joita jäsen jalski viestissään jo avasi. Ilmastoskeptikoiden lämpötila-aikasarjoja ja niistä tehtyjä päätelmiä koskevassa kritiikissä ikävä kyllä tätä eroa ei usein käsitetä, kuten tässäkin viestiketjussa on toistuvasti nähty.

Tästä pitäisi kirjoittaa pidempi juttu, ja samoin tuosta UHI:sta. Jostain syystä yksi yksinkertainen perusasia ei näytä monellekaan hahmottuvan. Urbaania aluetta on pieni osuus (en nyt ehdi tarkistaa, mutta käsittääkseni edelleen alle 5% mannerten pinta-alasta) maapallon pinta-alasta. Vaikka urbaaneilla alueilla on paljon niitä asemia, joiden mittaustuloksista globaalin keskilämpötilan kehityksestä kertovia lämpötilatuotteita valmistetaan, ne eivät tuon pinta-alaosuutensa takia paina lopputuloksessa kovin paljoa, minkä yritin näyttää aikaisemmassa viestissä, jossa lainasin Berkeley Earthin tutkijoiden tutkimusta asiasta.

Ja vaikka tässä olisi se ongelma, että rakentamattomien alueiden lämpötilaa arvioidaan mittaustulosten puutteessa rakennettujen alueiden lämpötiloja käyttämällä, se ei ole anomalia-aikasarjoissa läheskään yhtä suuri ongelma kuin se olisi absoluuttista pintalämpötilaa kuvaavissa tarkasteluissa.
   
Jones et al. (1999):
https://agupubs.onlinelibrary.wiley.com/doi/10.1029/1999RG900002

[Caucasian]

Arktinen jäätilanne. Merijää tällä hetkellä laajin 20 vuoteen!
Rutkasti yli 2011-2020 keskiarvon JA ylittää MYÖS 2001-2010 keskiarvon. Merkillistä näin lämpimimpänä vuonna ikinä.  (Vuosi 2024 julistettiin jo jossain lämpimämmäksi koska el nino kuulemma vaikuttaa vasta tänä vuonna kunnolla)
(Oli myös jossain uutisessa pikkumaininta, että helvetinmoinen kylmyys haittaa USAssa Iowan esivaaleja)

[mannym]

Tämä on avainjuttu. Maapallon pinnan absoluuttista keskilämpötilaa ei pystytä määrittämään kovinkaan tarkasti.

Kas kas, kana on löytänyt jyvän. Mihin se vielä johtaakaan.

Siitä on itse asiassa vaikeaa löytää tutkimuskirjallisuutta, mutta esimerkiksi jo vähän vanhaksi käynyt Jones et al (1999) esittää, että se on 287,1 ± 0,5 K aikavälille 1961-1990. Tuota ± 0,5 astetta ilmastotutkijat yleensä tarkkuudeksi sille nytkin esittävät kun asia tulee puheeksi, ja aika monella heistä se varmaan perustuu tuohon em. tutkimukseen sekä myös eri aikasarjojen erojen tarkasteluun.

Eli aikavälillä 1961-1990 keskilämpötila oli +13,95°C ±0,5°C. Mutta sitä ei pystytä määrittämään kovinkaan tarkasti.

eturivin ilmastotutkija Andrew E. Dessler

Aah, auktoriteetti. Mutta lämpötilaa mitataan absoluuttisin luvuin, sitten tilastonikkarit askartelevat niistä poikkeamat. Koska absoluuttiset luvut ovat niin vaikeita.

Absoluuttista pintalämpötilan keskiarvoa siis emme tiedä kovin tarkasti, sen määräminen sadasosien tarkkuudella vaatisi täysin epärealistisen tiheän asemaverkon.

Toinen jyvä on löytynyt. ei se vaadi täysin epärealistisen tiheää asemaverkkoa, vaan riittävän tiheän ja rehellisen.

Anomalia-aikasarjojen osalta päästään huomattavasti suurempaan tarkkuuteen, ja ± 0,05 on se suuruusluokka, jossa globaalien anomalia-aikasarjojen osalta liikutaan. 1800-luvulle mentäessä epätarkkuus kasvaa suuruusluokkaan ± 0,20, ja toisen maailmansodan aikana se varsinkin merilämpötilojen osalta on myös suurempaa kuin sen jälkeen.

Ja näin päästään kauniiseen hetkeen jolloin se kana hukkasi jyvät. virhemarginaali ±0,5°C, paranee kun tarkastellaan tilastollisin menetelmin asiaa, jolloin suurempi määrä havaintoja lisää tarkkuutta. Vaikka todellisuutta se ei kuvaa.

Tähän suureen eroon absoluuttisen keskiarvon ja anomalian välillä tarkkuudessa on järkevät syyt, joita jäsen jalski viestissään jo avasi. Ilmastoskeptikoiden lämpötila-aikasarjoja ja niistä tehtyjä päätelmiä koskevassa kritiikissä ikävä kyllä tätä eroa ei usein käsitetä, kuten tässäkin viestiketjussa on toistuvasti nähty

.

Ne saattavat tuntua järkeviltä, mutta ovatko ne?

Tästä pitäisi kirjoittaa pidempi juttu, ja samoin tuosta UHI:sta. Jostain syystä yksi yksinkertainen perusasia ei näytä monellekaan hahmottuvan. Urbaania aluetta on pieni osuus (en nyt ehdi tarkistaa, mutta käsittääkseni edelleen alle 5% mannerten pinta-alasta) maapallon pinta-alasta. Vaikka urbaaneilla alueilla on paljon niitä asemia, joiden mittaustuloksista globaalin keskilämpötilan kehityksestä kertovia lämpötilatuotteita valmistetaan, ne eivät tuon pinta-alaosuutensa takia paina lopputuloksessa kovin paljoa, minkä yritin näyttää aikaisemmassa viestissä, jossa lainasin Berkeley Earthin tutkijoiden tutkimusta asiasta.

Paitsi kun ne painavat, kun melkoisen suuri määrä rural eli maaseutumaisista asemista ovat saaneet ympärilleen kylän, tai kaupungin mutta käsitetään edelleen rural asemana, se ei ole rehellistä. Tästä nimenomaan kertoo Wattsin raportti https://heartland.org/wp-content/uploads/documents/2022_Surface_Station_Report.pdf, nimenomaan kertoo. Kun urban asemaa verrataan rural asemaan joka on oikeasti urban asema, niin se "korjaus" minkä rural asema tuo, on pieni. Mutta kun sitä verrataan oikeasti rural asemaan, niin kas tilanne on täysin eri. Kun yhdysvalloissa raportin mukaan 96% asemista on saastunut eikä täytä yhdysvaltojen ilmatieteenlaitoksen kriteereitä, niin mitä sellaisella tekee. No tietenkin Berkeleyn kaltaisia graafeja kun tietokoneiden ääressä istuvat tietävät paremmin kuin mittaukset tekevät tietävät.

Ja vaikka tässä olisi se ongelma, että rakentamattomien alueiden lämpötilaa arvioidaan mittaustulosten puutteessa rakennettujen alueiden lämpötiloja käyttämällä, se ei ole anomalia-aikasarjoissa läheskään yhtä suuri ongelma kuin se olisi absoluuttista pintalämpötilaa kuvaavissa tarkasteluissa.

Eli UHI:n saastuttamilla asemilla arvioitu maaseutumaisten asemien lämpötilaa arvioiden ei anomalia-aikasarjoissa ole suurta ongelmaa. Minusta on täysin eri asia mitata lämpötilaa vantaalta pellolta kuin lentokentältä. Sillä toinen antaa lentokentän lämpötilan ja toinen pellon. Sehän se suuri ongelma onkin. Ajatella jos meillä olisi vain rural alueiden mittauksia ja verrokkina jotta UHI:sta saataisiin tarkka arvio, muutama kaupungeissa oleva mittausasema, niin mittaustulokset olisivat luotettavampia. Mutta meillä ei ole. Jonka vuoksi on helpompaa leikkiä anomalioilla ja päätellä niistä asioita joita ei mitata vaan arvataan.

[Caucasian]

Urbaaneille alueilla siis PALJON mitta-asemia, mutta koska urbaanien alueiden pinta-ala vähäinen, niin ei vaikuta...
Eihän tuossa ole mitään järkeä. Loogisestihan tuo tarkoittaisi irrationaalisesti että voi mitata lämpimästä paikasta koska vaan pieni alue niin kertoo myös viileämmäksi alueen lämpötilan...   
Ei kait nyt tyhminkään ilmastotieteilijä noin tyhmä ole???
Ulkona muuten lähes -20°C juuri mut ei hätää Pekka Pouta katsoi juuri kristallipallosta että ensi viikolla lämmintä ja sataa vettä. ( mistä saa rahat takaisin jos ei sadakaan)

[JoKaGO]

^Se on MTV, mainosrahoitteinen kanava. Ole ostamatta tuotteita, joita mainostetaan that's it!
Toista se on sen korvamerkityllä verolla toimivan kanssa, sitä rahaa et saa takaisin vaikka kuinka pahasti sua juksataan.

[tinnitus]

Urbaaneille alueilla siis PALJON mitta-asemia, mutta koska urbaanien alueiden pinta-ala vähäinen, niin ei vaikuta...
Eihän tuossa ole mitään järkeä. Loogisestihan tuo tarkoittaisi irrationaalisesti että voi mitata lämpimästä paikasta koska vaan pieni alue niin kertoo myös viileämmäksi alueen lämpötilan...   
Ei kait nyt tyhminkään ilmastotieteilijä noin tyhmä ole???

Tällaisia tilanteita varten ne paljon mollatut tilastotieteilijät ovat kehittäneet käsitteen nimeltä painotettu keskiarvo.

[mannym]

Urbaaneille alueilla siis PALJON mitta-asemia, mutta koska urbaanien alueiden pinta-ala vähäinen, niin ei vaikuta...
Eihän tuossa ole mitään järkeä. Loogisestihan tuo tarkoittaisi irrationaalisesti että voi mitata lämpimästä paikasta koska vaan pieni alue niin kertoo myös viileämmäksi alueen lämpötilan...   
Ei kait nyt tyhminkään ilmastotieteilijä noin tyhmä ole???

Tällaisia tilanteita varten ne paljon mollatut tilastotieteilijät ovat kehittäneet käsitteen nimeltä painotettu keskiarvo.

Jolloin meidän pitäisi uskoa ilmastointitieteilijöiden osaavan painottaa asemia, joiden kunnosta näillä ei ole mitään havaintoa, tai siitä mitä ne mittaavat, jotta korjaavat virheen jota eivät osaa hahmottaa?

Lainaus Wattsin raportista ehkä valottaa. 

The report found that major gaps in the data record were "infilled" with temperature data from nearby sites, compounding errors from other stations that were also non-compliant with station siting requirements

Mutta tilastotieteilijät osaavat painottaa varmasti oikein jotta virhe mittauksissa mistä he eivät olleet tietoisia tai välittäneet korjaantuisi. Painotetulla keskiarvolla saadaan myös tuloksia, joilla yksi puu kykenee kertomaan globaalin ilmaston kehityksestä. Tämä kaunis puu tunnetaan myös nimellä YAD06.

[Caucasian]

Urbaaneille alueilla siis PALJON mitta-asemia, mutta koska urbaanien alueiden pinta-ala vähäinen, niin ei vaikuta...
Eihän tuossa ole mitään järkeä. Loogisestihan tuo tarkoittaisi irrationaalisesti että voi mitata lämpimästä paikasta koska vaan pieni alue niin kertoo myös viileämmäksi alueen lämpötilan...   
Ei kait nyt tyhminkään ilmastotieteilijä noin tyhmä ole???

Tällaisia tilanteita varten ne paljon mollatut tilastotieteilijät ovat kehittäneet käsitteen nimeltä painotettu keskiarvo.

Niinhän sanoin että ei kait ne ihan niin tyhmiä ole? Isagogen löpinässä annettiin ymmärtää ettei ole väliä kun niin pieni alue.
Eli kysymys kuuluu painottavatko ja painottavatko oikein ja painotuksessahan on jälleen kyse ARVIOSTA eikä mitatusta faktasta.
Se mikä on käynyt ilmi on, että ilmastotieteessä ja alarmismissa on kyse pitkälti arvioinneista ei siis kovasta faktasta.

[jalski]

Niinhän sanoin että ei kait ne ihan niin tyhmiä ole? Isagogen löpinässä annettiin ymmärtää ettei ole väliä kun niin pieni alue.
Eli kysymys kuuluu painottavatko ja painottavatko oikein ja painotuksessahan on jälleen kyse ARVIOSTA eikä mitatusta faktasta.
Se mikä on käynyt ilmi on, että ilmastotieteessä ja alarmismissa on kyse pitkälti arvioinneista ei siis kovasta faktasta.

No miten itse laskisit jonkin alueen keskilämpötilan? Kun tämän selvität itsellesi, niin samalla oivallat, miksi pinta-ala kuuluu varsin kiinteästi osaksi laskua.

Oleta yksinkertaisuuden vuoksi vaikkapa suorakulmaisen muotoinen tason alue, jossa lämpötila selviää funktiosta T(x,y), missä x ja y ovat tasopinnan koordinaatteja. Tämän jälkeen integroit lämpötilafunktion tason yli ja jaat saadun tuloksen alueen pinta-alalla. Siinä on keskilämpötilasi. Integraali menee käytännön tilanteissa lähes aina jonkinlaisen diskreetin hilan käsittelyksi, jolloin integraalia approksimoidaan summalla hilaelementtien yli. Yksinkertaisimmillaan summassa painotetaan hilaelementin lämpötilaa hilaelementin kattamalla pinta-alalla. Tästä seuraa suoraan esimerkiksi se, että mitä tiheämpi hila jossain päin on, sitä pienemmän painokertoimen hilaelementtiä vastaava lämpötila-arvo saa, koska tiheästi sijoitetut hilaelementit kattavat vain pienen alan. Siten siis mitä pienemmän pinta-alan hilaelementti kattaa, sitä pienempi sen merkitys keskiarvossa on suhteessa niihin hilaelementteihin, joita vastaa suuri pinta-ala.

[tinnitus]

Jolloin meidän pitäisi uskoa ilmastointitieteilijöiden osaavan painottaa asemia, joiden kunnosta näillä ei ole mitään havaintoa, tai siitä mitä ne mittaavat, jotta korjaavat virheen jota eivät osaa hahmottaa?

Aina välillä epäilen että mannym on oikeasti parodiatili. Jos haluat kompensoida mittauspisteiden epätasaista maantieteellistä jakautumista ("urbaaneissa ympäristöissä on mittauspisteitä tiheämmässä"), pitäisikö sinusta painottaa mittaustuloksia

A) mittauslaitteiden kuntoindekseihin perustuen,
B) presidentinvaalien äänimääriin perustuen, vai
C) mittauspisteiden keskinäisiin etäisyyksiin perustuen?