In precedenza ho pubblicato una serie di articoli (ad esempio qui e qui) che analizzano le prove che le tendenze della temperatura della superficie terrestre provenienti da serie di dati omogeneizzati esistenti presentano un certo grado di riscaldamento anomalo dovuto agli effetti dell’isola di calore urbana (UHI). Si ritiene che le tecniche di omogeneizzazione eliminino gli effetti UHI sulle tendenze, ma ciò è improbabile perché gli effetti UHI sulle tendenze sono in gran parte indistinguibili dal riscaldamento globale. Anthony Watts https://wattsupwiththat.com/2015/12/17/press-release-agu15-the-quality-of-temperature-station-siting-matters-for-temperature-trends/ ha affrontato questo problema per le stazioni di monitoraggio della temperatura degli Stati Uniti visitando fisicamente i siti e documentando l’esposizione dei termometri a fonti di calore estranee (attive e passive) e confrontando le tendenze degli strumenti ben posizionati con quelle degli strumenti mal posizionati. Ho adottato un approccio diverso, utilizzando set di dati globali sulla densità di popolazione e, più recentemente, analizzando le misurazioni satellitari Landsat ad alta risoluzione https://www.drroyspencer.com/2022/11/de-urbanization-of-surface-temperatures-with-the-landsat-based-built-up-dataset/ delle aree “edificate” degli insediamenti umani a livello globale. Ho anche iniziato ad analizzare i dati delle stazioni meteorologiche (per lo più dagli aeroporti) che hanno una risoluzione oraria, invece delle consuete misurazioni giornaliere della temperatura massima e minima (Tmax, Tmin) che costituiscono gli attuali set di dati della temperatura terrestre globale. Le stazioni di dati orari sono purtroppo meno numerose, ma hanno il vantaggio di essere meglio mantenute, in quanto favoriscono la sicurezza dell’aviazione e consentono di esaminare come gli effetti UHI variano durante il giorno e la notte. In questa serie di due parti, esaminerò l’ultimo set di dati ufficiali del termometro globale GHCN (Tmax, Tmin) (versione 4) per vedere se ci sono prove di un riscaldamento erroneo dovuto all’aumento degli effetti dell’urbanizzazione nel tempo. Nell’ultima versione del dataset GHCN, Tmax e Tmin non sono più riportate separatamente, ma è disponibile solo la loro media (Tavg).Sulla base di quanto ho visto finora, sono convinto che ci sia ancora un riscaldamento spurio nei dati di temperatura basati su GHCN. La domanda è: quanto? Se ne parlerà nella Parte II.La questione è importante (ovviamente) perché se i trend di riscaldamento osservati sono stati sopravvalutati, allora anche qualsiasi inferenza sulla sensibilità del sistema climatico alle emissioni antropogeniche di gas serra sarà sopravvalutata. (Non entrerò qui nel merito della possibilità che parte del recente riscaldamento sia dovuto a effetti naturali, è una discussione molto diversa per un altro giorno). Quello che mostrerò si basa sulle stazioni globali del dataset mensile GHCN (scaricato a gennaio 2023) che avevano dati sufficienti per produrre almeno 45 anni di dati di luglio nel periodo di 50 anni 1973-2022. L’anno di inizio 1973 è stato scelto per due motivi: (1) è il periodo in cui il dataset separato con risoluzione oraria che sto analizzando ha avuto un forte aumento del numero di registrazioni digitalizzate (ricordate che la registrazione meteorologica era un processo manuale su moduli cartacei che qualcuno doveva digitalizzare) e (2) i dati globali sull’urbanizzazione basati su Landsat iniziano nel 1975, che è abbastanza vicino al 1973. Poiché le misurazioni dell’urbanizzazione Landsat sono ad altissima risoluzione, si deve decidere quale risoluzione spaziale utilizzare per relazionarsi ai potenziali effetti UHI. Ho scelto (in modo un po’ arbitrario) griglie di dimensioni medie di 3 × 3 km, 9 × 9 km, 21 × 21 km e 45 × 45 km. La distribuzione risultante di 4.232 stazioni (Fig. 1) mostra che solo pochi Paesi hanno una buona copertura, in particolare Stati Uniti, Russia, Giappone e molti Paesi europei. L’Africa è scarsamente rappresentata, così come la maggior parte del Sud America.
Figura 1. Posizioni delle stazioni GHCN con almeno il 90% di copertura dei dati per tutti i mesi di luglio dal 1973 al 2022.
Per tutte queste stazioni ho analizzato le corrispondenti diagnosi di insediamento urbano basate su Landsat, come mostrato nella Figura 2. Questo set di dati copre un periodo di 40 anni, dal 1975 al 2014. Ho tracciato il livello medio di urbanizzazione di 40 anni rispetto al trend di urbanizzazione di 40 anni.
Figura 2. Per le stazioni GHCN della Fig. 1, il livello medio di urbanizzazione della stazione rispetto alla crescita dell’urbanizzazione nel periodo 1975-2014, sulla base dei dati Landsat ad alta risoluzione.
- Dalla Figura 2 emergono alcuni aspetti importanti e interessanti.
- Pochi siti delle stazioni GHCN sono veramente rurali: il 13,2% è urbanizzato per meno del 5%, mentre il 68,4% è urbanizzato per meno del 10%.
- Praticamente tutte le località in cui si trovano le stazioni hanno registrato un aumento dello sviluppo, mentre nessuna ha registrato una diminuzione (il che richiederebbe una distruzione netta degli edifici, riportando il terreno al suo stato naturale).
- La crescita maggiore si è verificata in aree non completamente rurali e non già fortemente urbanizzate (si veda la curva applicata ai dati). Ciò significa che i luoghi molto rurali rimangono rurali e quelli fortemente urbanizzati hanno comunque poco spazio per crescere.
Si potrebbe pensare che, poiché la maggior parte delle stazioni è urbanizzata per meno del 10%, gli effetti UHI dovrebbero essere trascurabili. Tuttavia, lo studio fondamentale di Oke (1973) https://www.patarnott.com/pdf/Oke1979CitySizeAndHeatIsland.pdf ha dimostrato che il riscaldamento UHI non è lineare, con il riscaldamento più rapido che si verifica alle densità di popolazione più basse, mentre alla fine il riscaldamento si satura alle alte densità di popolazione. In precedenza ho dimostrato https://www.drroyspencer.com/2010/03/the-global-average-urban-heat-island-effect-in-2000-estimated-from-station-temperatures-and-population-density-data/ , sulla base di dati aggiornati sulla densità di popolazione globale, che il maggior riscaldamento estraneo (confrontando stazioni vicine con popolazioni diverse) si verifica in corrispondenza delle densità di popolazione più basse. Resta da vedere se questo è vero anche per le misurazioni “costruite” degli insediamenti umani (edifici piuttosto che densità di popolazione).
Urbanizzazione media o crescita dell’urbanizzazione?
Una domanda interessante è se sia la tendenza all’urbanizzazione (aumento delle infrastrutture) o solo l’urbanizzazione media ad avere il maggiore impatto sull’andamento delle temperature. Ovviamente la crescita avrà un impatto. Ma che dire delle città in cui non c’è stata crescita edilizia, ma in cui è cresciuto il consumo di energia (che genera calore di scarto)? Poiché le persone si spostano sempre più dalle zone rurali alle città, la densità di popolazione può aumentare molto più velocemente del numero di edifici, poiché le persone vivono in spazi più piccoli e gli edifici per appartamenti e uffici crescono verticalmente senza aumentare la loro impronta sul paesaggio. Nella seconda parte esaminerò come le tendenze di temperatura delle stazioni GHCN siano correlate all’urbanizzazione delle stazioni per una serie di Paesi, sia nei dati di temperatura grezzi (non aggiustati) che in quelli omogeneizzati (aggiustati), e analizzerò anche come la crescita dell’urbanizzazione si confronti con l’urbanizzazione media.