RealClimate : une NOAA

23 avril 2023 par Gavin 55 commentaires

Qu'est-ce qu'un nouvel entrant dans les enjeux des records satellitaires dans la basse troposphère implique vraiment ?

En début d'année, nous avions constaté que le groupe NOAA-STAR avait produit une nouvelle version (v5.0) de leurs récupérations par satellite MSU TMT qui s'écartait assez radicalement de la version précédente (4.1). Il s'avère que la v5 a une tendance nettement inférieure à la v4.1, qui avait la tendance la plus élevée parmi les récupérations UAH et RSS. L'article décrivant la nouvelle version (Zou et al., 2023) est sorti en mars, et avec lui la disponibilité non seulement des enregistrements TMT et TLS mis à jour (qui existaient dans la version 4.1), mais aussi d'un nouveau TLT (Temperature of la Basse Troposphère) record (de 1981 à aujourd'hui). La série TMT mise à jour figurait déjà dans la comparaison des données du modèle, mais nous n'avons pas encore montré les nouvelles données TLT dans leur contexte.

Les lecteurs se souviendront que le produit TLT est nominalement une moyenne pondérée des anomalies de température atmosphérique depuis la surface jusqu'à 5 km environ. La pondération varie un peu entre terre et océan, et en fonction de la topographie ou du type de surface (certaines comparaisons modèle-observations en tiennent compte, mais une pondération uniforme globale suffit souvent). La nature de la mesure, utilisant des balayages hors nadir de l'instrument, a rendu la récupération plus bruyante que les autres produits MSU, et il a fallu du temps pour traiter ces problèmes. Certains anciens pourraient même se souvenir de l'histoire plutôt tumultueuse, impliquant des affirmations trop confiantes de précision, la découverte de biais systématiques en raison de la désintégration orbitale, des corrections, de la réplication indépendante et plus d'erreurs, plus de corrections, etc. Cette histoire devrait tempérer toute affirmation maintenant que l'incertitude structurelle a finalement été vaincue, mais cela vaut la peine de creuser un peu plus pour voir d'où elle vient.

Différences intra-TLT

Tout d'abord, comment se comparent les trois versions TLT ? J'ai créé deux versions de ce graphique pour mettre en évidence où et comment les trois lignes diffèrent. Ce n'est certainement pas aussi simple qu'un simple changement dans la tendance linéaire.

Comme prévu, les variations d'une année à l'autre sont très similaires, mais il existe des divergences notables entre 1996 et 1999 qui sont (principalement) liées au traitement des données de NOAA-14 qui avaient une grande dérive orbitale et instrumentale. Les tendances avant 1995 (0,07/0,14/0,16 ºC/dec, pour UAH, RSS et NOAA-STAR respectivement) et après 2001 (0,14/0,20/0,17 ºC/dec) varient également selon les produits. Ainsi, la similitude de la tendance de la période complète (1981-2022) entre UAH et NOAA-STAR est quelque peu fortuite (0,14/0,20/0,13 ºC/dec) composée d'une tendance plus large dans NOAA-STAR à ~ 1988, une tendance plus faible à 2000, et une tendance légèrement plus importante au cours des deux dernières décennies. Cette hétérogénéité des différences est très probablement une incertitude structurelle dans la façon dont les enregistrements sont construits, et l'étendue des tendances dans les trois produits est probablement une sous-estimation de la véritable incertitude. Ce n'est pas une démocratie où la « bonne » réponse est décidée à la majorité !

Comparaisons d'éviers de cuisine

Comment le nouveau record TLT se compare-t-il aux records de surface ? Ici, nous pouvons comparer les enregistrements de données de surface in situ (GISTEMP, HadCRUT5, NOAA NCEI), les radiosondes, les réanalyses (ERA5 et JRA55) et (sur une période plus courte), les récupérations du satellite AIRS. Chacun d'entre eux a ses propres problèmes, mais ils apportent une mine de données indépendantes sur la question. Comme ci-dessus, j'inclus deux versions des graphiques avec des lignes de base différentes.

L'impression dominante de ces graphiques est la similitude de tous ces enregistrements, et pas seulement dans les variations d'une année à l'autre. Les tendances à la hausse diffèrent légèrement à coup sûr, mais elles décrivent toutes de manière reconnaissable le même changement climatique. Curieusement, les enregistrements TLT encadrent la propagation des autres ensembles de données indépendants, ce qui suggère que l'incertitude structurelle est simplement plus grande dans les récupérations par satellite (y compris les différentes versions des données AIRS).

Mais pourquoi cela devrait-il être ainsi? Historiquement, il y a eu beaucoup de discussions sur les effets non climatiques dans les stations de surface et les données océaniques - déplacements de stations, chauffage urbain, changements d'instruments, etc. Bien qu'il s'agisse d'effets importants, ils sont souvent locaux. Globalement, les stations n'ont pas bougé en même temps, les changements d'instruments se sont produits à des moments différents dans des endroits différents, des zones urbanisées à des rythmes différents et à des moments différents. Ainsi, les implications pour ce que l'on fait à propos de ces questions ont principalement des impacts locaux. Il y a des changements systématiques qui ont des implications plus importantes - par exemple le changement des sources de données dans le transport maritime dans les années 1930/40/50 et le crénelage des erreurs dans les instruments et la couverture dans l'océan - et ces corrections dominent l'impact des ajustements sur la moyenne mondiale tendances de la température de surface.

Réfléchissons maintenant à la manière dont les données satellitaires TLT sont traitées. Il y a des corrections pour chaque satellite de la série temporelle (jusqu'à 16 instruments) pour la décroissance orbitale, la dérive orbitale, la dérive d'étalonnage des instruments, etc. Il y a un certain chevauchement entre les satellites successifs, mais il y a encore des incertitudes quant aux corrections nécessaires et quelles source d'information doit être utilisée pour effectuer cette correction. L'élément clé à retenir est que chacune de ces incertitudes s'applique à la longueur et à la totalité de l'enregistrement des satellites, et des choix différents conduiront à des tendances différentes. Ainsi, les incertitudes dans les corrections satellitaires ont presque invariablement un impact sur les tendances mondiales à plus long terme.

Le record du satellite AIRS est également intéressant. Cela provient d'un seul instrument sur le satellite Aqua de la NASA, qui, jusqu'à l'année dernière, était sur une orbite contrôlée et non dérivante. Cela signifie que certains des problèmes qui affectent les instruments MSU/AMSU ne s'appliquent pas. Cependant, les tendances dans les différentes versions des extractions (c'est-à-dire v6 à v7) peuvent être assez variables. Dans ce cas, l'incertitude vient avec l'algorithme de récupération et le traitement des effets de confusion comme les nuages ​​ou les changements d'émissivité de surface. Si je comprends bien (et que quelqu'un me corrige si je me trompe !), les récupérations AIRS fonctionnent en supposant un profil atmosphérique antérieur (réaliste) (température de surface, profils verticaux de température, humidité, couverture nuageuse, aérosols, ozone, etc.) pour lequel le signal spectral peut être calculé, puis les (petits) écarts observés dans les données récupérées réelles peuvent être facilement associés à de petits deltas dans les entrées. Mais plus le profil précédent est éloigné du profil réel, plus la récupération est compliquée et sujette aux erreurs. Dans la version 6, les profils antérieurs provenaient tous de la première partie de la série chronologique, ce qui signifie que les premières années avaient des récupérations assez précises, mais les années ultérieures (avec des tendances climatiques dans toutes les entrées), elles étaient moins précises. Pour la version 7, les profils antérieurs étaient mieux espacés dans le temps ce qui atténuait l'incertitude, et donc impactait aussi les tendances. D'autres étapes de traitement ont également changé. Le fait est qu'un changement dans l'algorithme affecte l'ensemble de l'enregistrement et peut donc avoir un impact systématique sur les tendances.

Ainsi, l'ajout d'une nouvelle version de l'enregistrement TLT de NOAA-STAR aide à souligner l'incertitude structurelle persistante dans ces enregistrements, et il est clair que, contrairement à l'enregistrement de la température de surface, nous ne voyons pas (encore) de convergence sur la « droite ». ' réponses.

Qu'est-ce qui s'en vient ?

Peut-on s'attendre à de nouvelles améliorations dans les estimations de l'incertitude ? Absolument. Pour un certain nombre de produits basés sur les stations de surface (notamment HadCRUT5, GHCN et les produits ERSST), de meilleurs modèles d'incertitude ont été développés en utilisant une approche de Monte Carlo consistant à créer un ensemble de produits dont chacun a fait des choix légèrement différents dans les corrections (dans limites raisonnables). Quelque chose de similaire pour les ensembles de données satellitaires serait très intéressant. Cet effort est coûteux en calcul et nécessite beaucoup d'attention aux détails (y compris l'encapsulation de différents modèles pour les corrections, pas seulement différents paramètres dans un modèle spécifique) pour qu'il soit complet, mais cela commence à être considéré comme l'étalon-or pour la capture l'incertitude structurelle « réelle » lorsqu'il existe des workflows de traitement de données complexes et non linéaires. Surveillez cet endroit.

Classé sous : Science du climat, Histoire en vedette, Enregistrement instrumental Marqué avec : AMSU, changement climatique, MSU, NOAA STAR, RSS, UAH