Climate Analysis – Remote Sensing Systems

Introduzione

Il clima è il tempo medio in un luogo particolare, mediato su un periodo di tempo abbastanza lungo, almeno 10 anni. Quando parliamo di clima, spesso intendiamo variabili meteorologiche o oceanografiche, come le temperature dell’aria, le precipitazioni, l’umidità, la velocità del vento o la temperatura del mare in una particolare località in un particolare periodo dell’anno. Se il clima cambia nel tempo, può influenzare direttamente le attività umane cambiando le colture che possono essere coltivate, la disponibilità di acqua dolce o il livello medio del mare. Può anche influenzare gli ecosistemi naturali attraverso l’espansione dei deserti, l’aumento della frequenza degli incendi boschivi o lo scioglimento del permafrost. Negli ultimi due decenni, c’è stata una crescente preoccupazione per gli effetti dei gas serra prodotti dall’uomo e di altri inquinanti ambientali sul clima della Terra. Questi cambiamenti sono previsti dai modelli climatici, che sono anche usati per proiettare i cambiamenti nei prossimi secoli. Le registrazioni dei dati satellitari stanno cominciando ad essere abbastanza lunghe da valutare i cambiamenti multi-decadali. Questi cambiamenti possono essere esaminati come prova del cambiamento climatico e usati per verificare se i modelli climatici possono fare un buon lavoro quando vengono usati per “prevedere” i cambiamenti che si sono già verificati.Al fine di produrre un record di dati che si estenda abbastanza a lungo per gli studi sui cambiamenti climatici, le misurazioni da diversi satelliti devono essere intercalibrate tra loro e poi combinate insieme in un unico record. Abbiamo completato questo processo per la temperatura atmosferica e il vapore acqueo totale della colonna, e stiamo per rilasciare un prodotto intercalibrato della velocità del vento. Rispetto alle misure in loco, il vantaggio principale dei dati satellitari provenienti da satelliti ad orbita polare ,è la copertura globale quasi completa e la qualità omogenea dei dati. I dati in loco sono piuttosto scarsi nelle regioni al di fuori dei paesi industrializzati, concentrati nelle masse terrestri e alle medie latitudini dell’emisfero nord. Per esempio, ci sono pochissimi palloni meteorologici lanciati nel Pacifico tropicale orientale, nonostante il fatto che è in questa regione che i cambiamenti della temperatura della superficie del mare dovuti all’Oscillazione El Nino-Sud sono maggiori. Di seguito, discutiamo alcuni risultati climatici di base ottenuti utilizzando i dati di telerilevamento a microonde e discutiamo alcune ricerche sul clima che abbiamo condotto.

Temperatura dell’atmosfera

Per i dettagli su come vengono prodotti i set di dati sulla temperatura atmosferica  Upper Air Temperature Measurement, si veda la pagina sulla misurazione della temperatura dell’aria nella parte superiore. Qui presentiamo le applicazioni di questo set di dati all’analisi dei cambiamenti climatici. (Nota: questa sezione è stata aggiornata il 30 giugno 2017 per includere i risultati di TLT versione 4.0)

TEMPERATURA DELLA TROPOSFERA

Ci sono tre serie di dati di temperatura troposferica disponibili da RSS, TLT (Temperature Bassa Troposfera), TMT (Temperature Media Troposfera), e TTT (Temperature Total Troposphere, dopo Fu e Johansen  Fu and Johansen). Utilizzando questi set di dati, possiamo verificare se ci sono stati cambiamenti significativi nella temperatura troposferica negli ultimi 35 anni, e se i modelli spaziali di questi cambiamenti concordano con quelli previsti dai modelli climatici. Negli ultimi dieci anni, abbiamo collaborato con Ben Santer al LLNL (insieme a numerosi altri ricercatori) per confrontare i nostri risultati troposferici con le previsioni dei modelli climatici. I nostri risultati possono essere riassunti come segue:

Negli ultimi 35 anni, la troposfera si è riscaldata significativamente. La temperatura media globale è aumentata ad un tasso medio di circa 0,18 gradi Kelvin per decennio (0,32 gradi F per decennio).
I modelli climatici non possono spiegare questo riscaldamento a meno che l’aumento dei gas serra indotto dall’uomo sia incluso come input nella simulazione del modello.
Il modello spaziale del riscaldamento è coerente con il riscaldamento causato dall’uomo. Vedi Santer et al. 2008, 2009, 2011 e 2012  Santer et al 2008, 2009, 2011, and 2012 per ulteriori informazioni sul rilevamento e l’attribuzione dei cambiamenti causati dall’uomo nella temperatura atmosferica utilizzando i dati MSU/AMSU.

Ma….

La troposfera non si è riscaldata così velocemente come previsto dalla maggior parte dei modelli climatici. Si noti che questo problema è stato attenuato dal grande evento El Nino 2015-2106, e dalla versione aggiornata dei set di dati troposferici RSS. Per spiegare quest’ultimo problema, di seguito vengono mostrati alcuni grafici. Ognuno di questi grafici ha una serie temporale di anomalie di temperatura TLT utilizzando come periodo di riferimento il 1979-2008. In ogni grafico, la spessa linea nera rappresenta i risultati della versione più recente del dataset satellitare RSS. Per spiegare quest’ultimo problema, di seguito vengono mostrati alcuni grafici. Ognuno di questi grafici ha una serie temporale di anomalie di temperatura TLT utilizzando come periodo di riferimento il 1979-2008. In ogni grafico, la spessa linea nera rappresenta i risultati della versione più recente del dataset satellitare RSS. La banda gialla mostra l intervallo dal 5% al 95% relativo ai risultati ottenuti da 33 simulazioni di modelli CMIP-5 (19 modelli diversi, molti dei quali con realizzazioni multiple) che hanno lo scopo di simulare il clima della Terra nel corso del 20° secolo.Nel periodo precedente al 2005, i modelli sono stati guidati ,forzati con i valori storici riguardanti i gas ad effetto serra, gli aerosol vulcanici e la produzione solare. Dopo il 2005, sono state usate proiezioni stimate di queste forzature. Se i modelli, nel loro insieme, stessero facendo un lavoro accettabile di simulazione del passato, allora le osservazioni si troverebbero per lo più nella fascia gialla.

Fig. 1. Anomalia TLT come media globale (da 70S a 80N) plottata in funzione del tempo. La linea nera è la serie temporale relativa alla serie di dati di temperatura atmosferica RSS V4.0 MSU/AMSU. La banda gialla è l’intervallo dal 5% al 95% dell’output delle simulazioni climatiche CMIP-5. Il valore medio di ogni serie temporale dal 1979-1984 è impostato su zero in modo che i cambiamenti che avvengono nel tempo possano essere visualizzati più facilmente. Si noti che dopo il 1998, le osservazioni si trovano nella parte bassa della distribuzione del modello, indicando che c’è una piccola discrepanza tra le previsioni del modello e le osservazioni satellitari. (Tutte le serie temporali sono state lisciate per rimuovere la variabilità su scale temporali più brevi di 6 mesi).

Fig. 2. Anomalia TLT della temperatura media tropicale (da 30S a 30N) tracciata in funzione del tempo. La linea nera rappresenta la serie temporale relativa alla serie di dati di temperatura atmosferica RSS V4.0 MSU/AMSU. La banda gialla è l’intervallo dal 5% al 95% dell’output delle simulazioni climatiche CMIP-5. Il valore medio di ogni serie temporale media dal 1979-1984 è impostato su zero in modo che i cambiamenti nel tempo possano essere visti più facilmente. Anche in questo caso, dopo il 1998, è probabile che le osservazioni siano sul lato basso dei valori simulati, indicando che le simulazioni nel loro complesso stanno predicendo più riscaldamento di quanto sia stato osservato dai satelliti.

Perché questa discrepanza è presente e cosa significa? Una possibile spiegazione è un errore nella fisica fondamentale utilizzata dai modelli climatici. Oltre a questa possibilità, ci sono almeno altre tre spiegazioni plausibili che possono spiegare le differenze nel tasso di riscaldamento. Ci sono errori nei forcing usati come input nelle simulazioni dei modelli (questi includono forcing dovuti a gas e aerosol antropogenici, aerosol vulcanici, input solari e cambiamenti nell’ozono), errori nelle osservazioni satellitari (parzialmente affrontati dall’uso dell’ensemble di incertezza), e sequenze di variabilità interna del clima nelle simulazioni che sono diverse da ciò che è avvenuto nel mondo reale. Chiamiamo queste quattro spiegazioni “errori di fisica del modello”, “errori di input del modello”, “errori di osservazione”, e “sequenze di variabilità diverse”. Non si escludono a vicenda. Infatti, ci sono prove scientifiche concrete che tutti e quattro questi fattori contribuiscono alla discrepanza, e che la maggior parte di essa può essere spiegata senza ricorrere a errori di fisica dei modelli. Per una discussione dettagliata di tutte queste ragioni, vedere il post http://www.skepticalscience.com/Response-Data-or-Dogma-hearing.html sul blog Skeptical Science http://www.skepticalscience.com/ di Ben Santer e Carl Mears http://www.skepticalscience.com/Response-Data-or-Dogma-hearing.html e il recente articolo su Nature Geoscience di Santer et al.https://www.nature.com/ngeo/journal/vaop/ncurrent/full/ngeo2973.html

TEMPERATURA STRATOSFERICA

La temperatura della bassa stratosfera è stata monitorata dalla fine del 1978 dagli strumenti MSU e AMSU. La fusione del prodotto RSS dei dati sulla temperatura stratosferica inferiore è chiamata TLS, o temperatura stratosferica inferiore.. A differenza della troposfera, che si è riscaldata lentamente in questo periodo, la stratosfera inferiore si sta raffreddando a causa sia dell’impoverimento dell’ozono stratosferico causato dai CFC sia dell’aumento dei gas serra ben miscelati causati dalle attività umane. Questa lenta tendenza al raffreddamento è occasionalmente interrotta da aumenti temporanei degli aerosol stratosferici causati da grandi eruzioni vulcaniche. Nel grafico seguente viene mostrata l’anomalia della temperatura media globale dai dati RSS-TLS e la fascia dal 5% al 95% delle simulazioni storiche CMIP-5.

Fig. 4. Anomalia media globale TLS (da 80S a 80N) plottata in funzione del tempo. La linea nera spessa rappresenta la serie temporale osservata da RSS V3.3 MSU/AMSU Temperatures. La banda gialla è l’intervallo dal 5% al 95% dell’output delle simulazioni climatiche CMIP-5. Il valore medio di ogni serie temporale media dal 1979-1984 è impostato su zero in modo che i cambiamenti nel tempo possano essere più facilmente visibili. Si noti che la risposta alle eruzioni vulcaniche di El Chichón (1983) e Pinatubo (1991) è troppo grande in alcuni dei modelli, e che i modelli tendono a mostrare complessivamente meno raffreddamento rispetto alle osservazioni.

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

Translate »