Dataset NOAA-STAR lahir… – Beragampengetahuan

Apa artinya menjadi pendatang baru dalam catatan satelit troposfer bawah?

Awal tahun ini, kami melihat bahwa grup NOAA-STAR telah menghasilkan versi baru (v5.0) dari umpan satelit MSU TMT mereka, yang sama sekali berbeda dari versi sebelumnya (4.1).v4.1 yang kemungkinan besar akan diambil UAH dan RSS, versi baru menjelaskan makalah. (Zou et al., 2023) keluar pada bulan Maret Dan dengan ketersediaan catatan TMT dan TLS yang diperbarui (tersedia dalam versi 4.1), tetapi juga catatan TLT (Suhu Troposfer Rendah) baru (dari tahun 1981 hingga sekarang), C. Seri TMT yang diperbarui kini tersedia dalam perbandingan data model . Namun kami belum menyajikan informasi TLT baru dalam konteksnya.

Pembaca akan ingat bahwa produk TLT mengacu pada rata-rata tertimbang anomali suhu atmosfer hingga 5 km atau lebih dari permukaan. Pembobotan sedikit berbeda antara daratan dan lautan. dan tergantung pada topografi atau permukaan (Beberapa perbandingan observasi model mempertimbangkan hal ini. Sifat pengukuran instrumen berbasis pemindaian di luar nadir membuat penarikan kembali lebih berisik daripada produk MSU lainnya, dan butuh waktu untuk mengatasinya. Beberapa penghitung waktu lama mungkin mengingat sejarah yang agak kacau. yang melibatkan pembuatan klaim yang terlalu akurat penemuan bias sistematis akibat peluruhan orbit, koreksi, simulasi independen; dan lebih banyak kesalahan Amandemen, dll. Sejarah ini harus mengakhiri klaim apa pun sekarang bahwa ketidakpastian struktural akhirnya telah dihancurkan. Tapi ada baiknya menggali sedikit lebih dalam untuk melihat ke mana semua itu bermuara.

Perbedaan dalam TLT

Pertama-tama, bagaimana perbandingan ketiga versi TLT? Saya telah membuat dua versi grafik ini untuk menyoroti di mana dan bagaimana perbedaan ketiga garis tersebut. Ini tentu tidak sesederhana perubahan tren linier.

Seperti yang diharapkan, perubahan dari tahun ke tahun sangat mirip. Tapi ada perbedaan mencolok antara tahun 1996 dan 1999, yang (sebagian besar) berkaitan dengan pemeliharaan data dari NOAA-14, yang memiliki penyimpangan orbit dan instrumental yang besar. Pra-1995 (0,07/0,14/0,16 ºC/Des. Oleh karena itu, kesamaan tren periode penuh (1981-2022) antara UAH dan NOAA-STAR agak kebetulan. Ini termasuk tren yang lebih besar di NOAA-STAR hingga ~1988, tren yang lebih kecil dari tahun 2000, dan tren yang sedikit meningkat selama dua dekade terakhir. Ketidakpastian dalam perbedaan ini kemungkinan besar merupakan ketidakpastian struktural dalam cara pembuatan rekaman. dan kisaran tren di ketiga produk kemungkinan besar meremehkan ketidakpastian yang sebenarnya. Ini bukanlah demokrasi di mana jawaban yang ‘benar’ diputuskan oleh mayoritas!

perbandingan wastafel

Bagaimana catatan TLT baru tumpang tindih dengan catatan tekstur? Di sini kita dapat membandingkan dengan catatan permukaan in situ (GISTEMP, HadCRUT5, NOAA NCEI), radiosonde, analisis ulang (ERA5 dan JRA55) dan (pada interval yang lebih singkat) pengambilan satelit AIRS. Tetapi mereka membawa banyak informasi independen tentang masalah ini. sama seperti di atas Saya telah menyertakan dua versi grafik dengan garis dasar yang berbeda.

Kesan luar biasa dari grafik ini adalah kesamaan dari semua catatan ini. Tidak hanya dalam format tahun ke tahun. Tren kenaikannya jelas sedikit berbeda. Tapi mereka semua dengan mudah menjelaskan perubahan iklim yang sama. Anehnya, catatan TLT menangkap penyebaran kumpulan data independen lainnya. Hal ini menunjukkan bahwa ketidakpastian struktural lebih besar dalam pengambilan data satelit. (Termasuk berbagai data AIRS)

Tapi kenapa harus begitu? Di masa lalu, ada banyak perdebatan tentang efek non-iklim pada stasiun permukaan dan data laut, seperti relokasi stasiun, pemanasan kota. Perubahan alat, dll. Meskipun ini adalah dampak yang signifikan Namun biasanya terjadi secara lokal. Stasiun di seluruh dunia tidak bergerak secara sinkron. Penggantian perangkat terjadi pada waktu yang berbeda. Di tempat yang berbeda, daerah mengalami urbanisasi dengan laju dan waktu yang berbeda. Jadi dampak dari apa yang kami lakukan pada masalah ini sebagian besar bersifat lokal. Ada perubahan sistematis yang berimplikasi lebih besar, seperti pergeseran sumber daya pelayaran pada tahun 1930-an/40-an/50-an dan aliasing kesalahan instrumen dan cakupan laut. dan koreksi tersebut mendominasi efek penyesuaian rata-rata global. kecenderungan suhu permukaan

Sekarang bayangkan bagaimana data satelit diproses. TLT memiliki revisi untuk setiap satelit dalam rangkaian waktu. (sekarang hingga 16 instrumen) untuk peluruhan orbit pergeseran orbit Pergeseran kalibrasi instrumen, dll. Ada tumpang tindih antara satelit yang berurutan. Namun masih ada ketidakpastian seperti apa yang perlu diperbaiki dan apa. Sumber harus digunakan untuk membuat koreksi itu. Penting untuk diingat bahwa setiap ketidakpastian mempengaruhi panjang dan jumlah rekaman satelit. Dan pilihan yang berbeda akan menghasilkan tren yang berbeda. Akibatnya, ketidakpastian dalam perbaikan satelit selalu mempengaruhi pandangan global jangka panjang.

Rekaman satelit AIRS juga menarik. Ini dari satu instrumen di atas satelit Aqua beragampengetahuan, yang hingga tahun lalu Tetap dalam orbit yang terkendali dan jangan melayang. Ini berarti bahwa beberapa masalah yang memengaruhi alat MSU/AMSU tidak terpengaruh. Namun, kecenderungan untuk mengambil versi yang berbeda (mis. v6 ke v7) dapat berubah secara dramatis. Dalam hal ini, ketidakpastian hadir bersama algoritme. Mengambil dan memelihara efek yang mengganggu seperti perubahan awan atau tekstur radiasi. seperti yang saya mengerti (Dan seseorang mengoreksi saya jika saya salah!) Pengambilan AIRS bekerja dengan mengasumsikan profil atmosfer sebelumnya. (realistis) (suhu permukaan profil vertikal suhu, kelembapan, tutupan awan, aerosol, ozon, dll.) dari mana sinyal spektral dapat dihitung. Kemudian penyimpangan (minor) yang terlihat pada data yang diambil sebenarnya dapat dengan mudah dikaitkan dengan delta kecil pada input. Namun semakin jauh profil sebelumnya dari profil yang sebenarnya. Semakin kompleks dan rawan kesalahan, semakin banyak ekstraksi data.Dalam versi 6, semua profil sebelumnya berasal dari awal deret waktu. Ini berarti bahwa data tahun-tahun awal diambil secara relatif akurat, tetapi di tahun-tahun selanjutnya (dengan tren cuaca di semua input) profil ini menjadi kurang akurat. Untuk versi 7, profil sebelumnya memiliki jarak yang lebih baik dari waktu ke waktu, yang mengurangi ketidakpastian. dan mempengaruhi tren juga Ada langkah pemrosesan lain yang juga berubah. Intinya adalah perubahan algoritme memengaruhi semua catatan. dan dapat mempengaruhi tren sistematis.

Oleh karena itu, penambahan versi baru catatan TLT dari NOAA-STAR menyoroti ketidakpastian struktural yang sedang berlangsung dalam catatan ini. Dan jelas bahwa kita (belum) tidak melihat titik konvergensi di “sisi kanan”, tidak seperti jawaban catatan suhu permukaan.

Apa yang akan terjadi?

Bisakah kita mengharapkan perbaikan lebih lanjut dalam perkiraan ketidakpastian? Pastinya Untuk sejumlah produk stasiun permukaan, (khususnya, HadCRUT5, GHCN, dan produk ERSST) Model ketidakpastian yang lebih baik dikembangkan menggunakan metode Monte Carlo untuk menyusun kumpulan produk. Masing-masing dengan opsi penyelesaian yang sedikit berbeda (dalam batas wajar), sesuatu yang serupa untuk kumpulan data satelit akan sangat menarik. Upaya ini mahal secara komputasi dan membutuhkan perhatian besar terhadap detail. (termasuk enkapsulasi berbagai model untuk koreksi bukan hanya parameter yang berbeda dalam model tertentu) untuk diselesaikan. Tapi ini akan dilihat sebagai standar emas untuk pengambilan gambar. Ketidakstabilan struktural yang ‘benar’ saat memiliki alur kerja pemrosesan data yang kompleks dan non-linear. Lihat area ini.

merujuk

1. C. Zou, H. Xu, X. Hao, dan Q. Liu, “Catatan suhu lantai. Mid-Troposfer diperoleh dari pengamatan gelombang mikro satelit menggunakan metode integrasi retrospektif”, Jurnal Penelitian Geofisika: AtmosferEdisi 128, 2023.