Глобальное потепление или «средняя температура по больнице»
Резюме
В работе статистическими методами проверены гипотезы «глобального потепления» и «усиления экстремальных метеорологических проявлений» с использованием первичных данных измерений температур на метеостанциях из различных природно-климатических зон. Гипотезы «глобального потепления» и «усиления экстремальных метеорологических проявлений» не были подтверждены. Более того, были выявлены стабилизирующие климат автокорреляционные процессы, которые препятствуют выходу температур за пределы природно-климатической нормы.
Цели работы
Целью настоящей работы была проверка статистическими методами с использованием первичных данных измерений температур гипотез «глобального потепления» и «усиления экстремальных метеорологических проявлений».
Введение
В климатологии для оценки изменения температуры со временем не принято использовать непосредственно результаты измерений. Как правило данные агрегируются по суткам и по годам. Из всего набора параметрических оценок внутригодового распределения температур рассчитываются только средние значение. Они часто не сопровождаются оценками доверительных интервалов для средних значений. Как правило не используются в анализе параметрические оценки вариабельности внутригодовых изменений температур (дисперсия, среднеквадратичное отклонение) и формы распределения температур (асимметрия, эксцесс). Среднегодовые температуры подвергаются, в свою очередь, еще одной, территориальной, агрегации вплоть до среднегодовой глобальной температуры.
Подобный подход, значительно упрощающий вычисления, в ущерб достоверности и точности результатов, был в некоторой степени оправдан до изобретения вычислительной техники. В наше время работа с первичными данными возможна даже на домашних компьютерах.
Увлечение усреднением может вести к ошибочным заключениям. Рассмотрим распределение температур (таблица 1), в котором большая часть значений группируется около среднего, а по 10% падает на период летних максимумов и зимних минимумов температур, что вполне типично для средней полосы (Распределение 1).
| Распределение 1 | Распределение 2 | ||
|---|---|---|---|
| t °C | Периоды | t °C | Периоды |
| -10 | 1 | -12 | 1 |
| 14 | 9 | 14,5 | 9 |
| 16 | 9 | 16,5 | 9 |
| 25 | 1 | 23 | 1 |
| Среднее 14,25 | Среднее 14,5 | ||
Пусть температуры «межсезонья» вырастут на пол градуса, а температуры летних максимумов и зимних минимумов опустятся на 2 градуса (Распределение 2). Средняя вырастет, но можем ли мы назвать произошедшее изменение потеплением? Вряд ли. Небольшой сдвиг температур межсезонья никто и не заметит, а вот прохладное лето и посуровевшая зима не только произведут впечатление на обывателей, но и повлияют на экономику.
Распространенный показатель — средняя температура по всей планете, — напоминает «среднюю температуру по больнице». В пресловутой «больнице» мы усредняем температуры больных несхожими заболеваниями на разных стадиях выздоровления. В климатологии усреднению подвергаются разнородные природно-климатические зоны, существенно отличающиеся по характеристикам погодных и климатических процессов. Среднеземная температура критически зависит от набора метеостанций, показания с которых мы принимаем к усреднению. Также на среднеземную температуру могут значимо влиять локальные, но выраженные изменения температур.
Рассмотрим такой пример. Пусть у нас есть 10 метеостанций. На 9 из них среднегодовая температура снизилась на 0,15 градуса, а на одной поднялась на значимых 2,5 градуса. Средняя температура покажет рост на 0,115 градуса. Свидетельствует это о «глобальном потеплении»? Конечно нет. Видна тенденция к общему снижению температур. Значимый рост в единственном регионе очевидно имеет локальную природу. Примером может служить метеостанция, которая, вместо леса или поля, оказалась в черте городской застройки; просто потому, что город разросся.
Не представляются корректными сравнения, где средние глобальные температуры еще и усредняются за длительные интервалы времени. Например, период от 60-х годов 20-го века до 20-х годов 21-го века разбивается на два равных интервала и среднее значение за первый период сравнивают со средним значением за второй. Используя такой подход мы даже стационарную синусоиду рискуем объявить растущей историей, если в первом периоде минимумов случайно оказалось больше, чем максимумов. Скажем, в первый период попали минимум-максимум-минимум, а во второй — максимум-минимум-максимум.
При сравнении среднегодовых температур не стоит пренебрегать характеристиками внутригодовой волатильности температур. Это может привести к ошибочным выводам о том, что процессы климатических изменений наблюдаются преимущественно в высоких широтах. В то время как в высоких широтах, в силу большей волатильности внутригодовых температур, среднее значение также подвержено большей волатильности, что не свидетельствует о наличии достоверных изменений и требует обязательной проверки статистическими методами.
Приведу пример на основе реальных данных (таблица 2).
| Актобе | Гуаякиль | ||||
|---|---|---|---|---|---|
| 1982 | 2024 | 1982 | 2024 | ||
| Число измерений | 365 | 355 | 363 | 356 | |
| Среднегодовая максимальная температура | 10,33 | 12,26 | 31,68 | 32,88 | |
| Разница средних | 1,93 | 1,20 | |||
| Дисперсия | 235,82 | 214,74 | 3,02 | 1,91 | |
| Значение критерия Стьюдента | 1,73 | 10,28 | |||
| Критическое значение критерия (на уровне значимости 5%) — 1,96 | |||||
Рассмотрим дневные максимальные температуры для метеостанций в городах Актобе (Казахстан) и Гуаякиль (Эквадор). Из таблицы 2 видно, что разница температур между 2024 и 1982 годом составляет почти 2 градуса в Актобе, а в Гуаякиле она лишь немного превышает 1 градус. Однако из-за высокой волатильности внутригодовых температур (большой дисперсии) эта разница недостоверна на 5%-ном уровне значимости именно в Актобе (фактическое значение критерия Стьюдента меньше критического).
Материалы и методы
Результаты измерений температур были взяты с сайта pogoda-service.ru
Обрабатывались данные с каждой метеостанции в отдельности. Метеостанции выбирались из разных природно-климатических зон и континентов. Должны были присутствовать непрерывные ряды данных минимальных и максимальных температур не менее, чем за 20 лет. Разумно предположить, что явления, носящие глобальный характер должны были наблюдаться на всех или большей части метеостанций.
Ряды данных максимальных и минимальных температур обрабатывались по отдельности без их усреднения в рамках расчетов среднесуточных температур.
Результаты и обсуждение
Рассмотрим таблицу 3. В ней представлены коэффициенты корреляции минимальных и максимальных температур со временем (дни, месяцы или годы), а также значимость внутригодовой сезонной (между месяцами) и межгодовой изменчивости температур. Последние показатели рассчитываются в рамках дисперсионного анализа как соотношения сумм квадратов отклонений сгруппированных (по месяцам или годам) и несгруппированных данных (коэффициент детерминации).
Сразу отметим, что во всех случаях, кроме одного, межгодовая вариация температур ничтожна и находится глубоко в пределах внутригодовых изменений. Не исключено, что, в ряде случаев, она не выходит за пределы ошибки измерений.
На неагрегированных (исходных) данных не выявляется рост температур со временем. Отсутствует он и в случае среднемесячных температур.
Только если мы полностью пренебрежем внутригодовой вариабельностью и рассмотрим среднегодовые температуры, в ряде случаев (не во всех!) можем заметить определенную корреляцию температур со временем. Она отмечается только там, где межгодовая вариация температур незначительна или близка нулю. Особенно это касается максимальных температур, где сколь-либо выраженной корреляции соответствует ничтожная значимость межгодовой вариации температур (не более 2%).
По сути, межгодовая динамика, если и присутствует, то представляет из себя легкую осцилляцию на фоне внутригодовых изменений температур. Характерный пример можно увидеть на Рисунке 1.
Перейдем к Таблице 4. В ней мы видим отсутствие положительной корреляции температуры и времени при анализе динамики температур по каждому месяцу в отдельности.
Полученные результаты никак не подтверждают наличие «глобального потепления». Говорить об изменении климата на горизонте нескольких десятилетий также уместно, как прийти ко врачу с заявлением: «Доктор, я болен. Раньше у меня температура была 36,6, а сейчас уже 36,7. Спасите меня.»
Нередко приходится слышать, что климатические изменения выражаются не в росте средних температур, а в повышении частоты экстремальных погодных явлений. Для проверки этого утверждения был проведен анализ корреляции между показателями разброса внутригодовых температур и временем (годы). Результаты представлены в таблице 5.
Из таблицы видно, что стандартное отклонение стабильно, а в одном случае даже снижается со временем (Гуаякиль, максимальные температуры). Разницы между годовыми максимумами и минимумами минимальных и максимальных температур (разбросы) стабильны или снижаются. Ту же самую закономерность наблюдаем на разнице максимума максимальной температуры и минимума минимальной (последняя колонка). Сами максимумы и минимумы не имеют определенной тенденции.
Анализ вариабельности температур полностью опровергает гипотезу о нарастании экстремальных температур со временем. Температуры скорее имеют тенденцию к консолидации внутри интервала сезонных колебаний.
И наконец посмотрим, с чем может быть связана динамическая стабильность температур: со внешними факторами (природными или антропогенными), или она заложена в самой основе метеорологических процессов. Для этого рассмотрим коэффициенты автокорреляции среднемесячных температур, а также рассчитаем коэффициенты линейной авторегрессии (таблица 6).
Максимальная автокорреляция выявлена на двенадцатимесячном интервале. Сами коэффициенты автокорреляции достаточно велики даже вблизи экватора. Коэффициенты линейной (y=ax+b) авторегрессии рассчитывались на интервале 12 месяцев, то есть рассматривали зависимость средней температуры определенного месяца от температуры того же месяца предшествующего года. Во всех случаях коэффициент а меньше единицы, что означает сходимость температур к некой постоянной величине. Происходит автостабилизация температур в пределах нормы для соответствующей природно-климатической зоны. Этот механизм вполне успешно работает и препятствует выходу температур за пределы нормы.
Выводы
Понятно, что данные по десяти метеостанциям не позволяют делать окончательные и категорические выводы о климатических процессах. Однако выборка метеостанций достаточно репрезентативна и предварительно можно заключить, что:
- 1. Тенденция к нарастанию экстремальных температур отсутствует. Температуры консолидируются в пределах природно-климатической нормы соответствующих регионов. Метеоусловия смягчаются. В основе консолидации лежит некий внутренний механизм, связанный с сезонными циклами и автокорреляцией.
- 2. Ничто не указывает на глобальное изменение климата на столь коротком интервале, как несколько десятилетий и, тем более, нет оснований говорить об ускорении этого процесса в последние годы. Диапазоны колебаний температур стабильны.
- 3. Температуры на разных метеостанциях изменяются по-разному. Для корректных выводов о климатических процессах необходимо изучать динамику температур на каждой метеостанции в отдельности. В дальнейшем возможна группировка метеостанций по принципу схожести динамики температур.
- 4. Динамика минимальных и максимальных температур различается. Во избежание неправильных выводов о характере климатических процессов можно рекомендовать не усреднять их, а изучать по отдельности.
- 5. Не стоит ожидать нарастания экстремальных явлений по давлению и ветру, если мы не наблюдаем их по температуре. Это следует из хорошо известной связи между температурой и давлением.
Присоединяйтесь к нам в соцсетях
