En historisk kamp om historien PART 1: The Hockeysticks 1992-2007.

Af Frank Lansner. Indlægget er tænkt som opslagsværk, men måske er det fysisk muligt at læse igennem fra A-Z.

Så tager vi hul på det kontroversielle emne om de såkaldte ”Hockeysticks”. Dette er første del og her fokuserer vi på ”hockeysticks” indtil ca år 2007. (Part 2 er under udarbejdelse og vil handle om Hockeysticks fra 2008)

Idet man ikke har haft temperaturstationer i den fjerne fortid må vi se på de indirekte indikationer af hvad temperaturen har været før i tiden. Sådanne indikationer af fortidens temperaturer kan komme fra træringenes bredder, isotober i iskerner og meget andet. Man kalder også den slags indirekte temperatur dataset for ”temperatur-proxy” data.

I de senere år har vi set en eksplosion af resultater fra alverdens forskellige forskere der søger at kortlægge fortidens temperaturer ved brug af en række forskellige metoder [1,2].

”Hockeystick” ?

En såkaldt ”Hockeystick” graf er når vi i lang tid har haft relativt beskedne udsving i temperaturer, men så pludseligt i  de sidste 50-150 år ryger temperaturerne op til niveauer ikke set i historien.

Hvis man scroller igennem de nyere arbejder omtalt her på site [1,2] vil man se at der findes mange resultater der ikke har et hockeystick-forløb. Mange resultater tikker nu ind fra hele verden der ikke viser noget unikt omkring opvarmningen de seneste 50-150 år set i historisk perspektiv. Mange nyere og uafhængige dataset fra hele verden kan ikke bekræfte et hockeystick forløb.

Men startende i 1992 begyndte et voksende antal af disse lange temperturserier at vise middelalderen koldere end vore dages temperaturer.

Fra ca. 1998 begynder vi at få resultater med hockeystick-form hvor de seneste dekader har markant højere temperaturer end i f.eks niddelalderen. Disse grafer bliver flittigt formidlet af organisationer som WMO og IPCC og de bliver toneangivende for hele argumentet om global opvarmning.

En stribe af disse hockeystick-grafer er kritiseret grundet metodik, dataændringer, datavalg, brug af rådata ikke beregnet som temperatur indikatorer, gentagen brug af samme dataset i forskellige forskeres ”multiproxier” og tilbageholdelse af rådata.

Dette at disse arbejder ofte er kritiseret af klimaskeptikere er ikke per definition det samme som at disse resultater har problemer. Men det kan være svært at danne sig en reel mening herom uden kendskab til den faktiske kritik fra skeptikerne og de mange kontroverser.

Der kan være tilfælde i det følgende hvor informationen er ikke er tilstrækkelig. I så fald retter vi op på det.

En vigtig kilde til informationer er mange års arbejde udført af den Canadiske statistiker mm. Steve McIntyre. Jeg har valgt denne indgangsvinkel fordi jeg finder hans arbejder troværdige og fordi andre kilder til information såsom IPCC må siges at være godt repræsenteret i de almene mediers dækning.

Indhold:

1. “The divergence problem”
2. TORNETRASK temperatur proxy, BRIFFA ET AL., 1992
3. POLAR URALS, Briffa et al., 1995
4. JONES ET AL.,1998
5. YAMAL, BRIFFA ET AL.,2000 – ”THE WORLDS MOST INFLUENTIAL TREE”.
6. Briffa et al.,2008, Yamal – igen.
7. MANN et al., 1998. ”MBH98”, Et robust datagrundlag?
   7B. Mann et al.,1998-99 ”GASPE” dataset.
   7C. Mann et al.,1998-99 ”NOAMERPC1” (Bristlecone) dataset.
   7D. Mann et al.,1998, problemer med Fortran program…
8. Crowley and Lowery et al.,2000
9. Moberg et al.,2005
10. Briffa, Osborn artikler 1998-2006
11. Rutherford et al.,2005
12. Taimyr datasettet
13. dO18 data fra tropiske gletsjer-borekerner, Dunde / Gulya dataset samt Yang et al 2002-2003
14. Manglende uafhængighed mellem multi-proxier og IPCC 2007

1. ”The divergence problem”

Det er alment anerkendt at den fortsatte globale opvarmning vi ser formidlet af GISS, NOAA etc. fra ca 1960 ofte ikke kan bekræftes via enkelt-træers vækst.

Fig. 1.

Divergensproblemet illustreret (øverst) i Briffa et al.,1998 (nederst) i Briffa et al.,2004 [34]. Disse data er baseret på op mod 400 træers data fra den Engelske CRU database.

En kreds af forskere ofte citeret af IPCC har håndteret problemet i større samlede resultater ”multiproxier” ved enten at

1. lade træ-data glide over i målte temperaturer så problemet ikke ses. (Bl.a. gjort for WMO 1999 rapport.) – eller..
2. klippe træ-data serier væk efter typisk fra 1960-80, og så vise serier for målte temperaturer. (Bl.a gjort for IPCC 3 og 4 rapport.)

Dette begrunder en ret udbredt klimaskeptisk holdning:

Man kan ikke bruge data fra enkelt-træers vækst til at afvise eksistensen af tidligere varme perioder når disse trædata heller ikke viser den moderne opvarmning på betryggende vis.

D´arrigo et al., 2008 [3] konkluderer blandt andet at kun:

” limited evidence suggests that the divergence may be anthropogenic in nature and restricted to the recent decades of the 20th century”

Schneider et al.,2013 [4] analyserer en tidligere periode 1900-25 hvor de finder at ca 1000 træers data heller ikke gengiver målte temperaturer godt nok. Divergens problemet forekommer ikke at være begrænset til tiden efter 1960.

Se mere om “The Divergence problem” i afsnittet : “10. Briffa, Osborn artikler 1998-2006 “.

1992

Ændringer til data (eller anden omgang med data der er under kritik) for denne gren af klima-videnskaben er noget der først opstår efter at klima-sagen også er blevet et politisk emne. Således er det første tilfælde af en omdiskuteret dataændring fra 1992, de såkaldte Tornetrask data.

2. TORNETRASK temperatur proxy, BRIFFA ET AL., 1992 [5]

Fig 2.

Træer omkring den Nordsvenske sø Tornetrask ved Kiruna er blevet anvendt til at genskabe temperaturhistorien. Blå graf viser de oprindelige data, rød graf viser data efter dataændringen. Øverst vises størrelsen af dataændringen: Der er tilført 1 grad Kelvin til de seneste år og man har indført denne varmere trend gradvis fra 1750.

Det oprindelige data, blå graf, genspejlede det ret udbredte synspunkt at den varme middelalder var noget varmere end vore dage. Men forskeren Briffas team ændrede data til rød graf og fik moderne temperaturer næsten op på højde med middelalderens temperaturer.

Årsagen til dataændringen [6] er noget uklar, i visse sammenhænge har CRU (Climate Resaerch Unit på East Anglia University) argumenteret at datasettet har været påvirket at ”the divergence problem” andre gange ikke. CRU har udtrykt at dataændringen er ”ad hoc” for at modvirke nedgangen i temperatur efter 1750 man skønnede var forkert.

Kritikken [6] går på at årsagerne til en sådan dataændring i 1992 var for dårligt dokumenteret. Hvis trædata har problemet med at vise nuværende opvarmning er det farligt at bruge dem til at vise tidligere opvarmning.

Briffa et al.,1992 Tornetrask data i den korrigerede udgave er blevet brugt særdeles flittigt i mange ”multiproxier” bl.a. af IPCC.

3: POLAR URALS,  Briffa et al., 1995

Briffa publicerede i 1995 historiske temperaturer for ”Polar Urals” igen baseret på trædata. Umiddelbart ikke grobund for de store skandaler.

Men der var en svaghed i datagrundlaget idet middelalderperioden omkring år 1000 kun var repræsenteret af 3-4 træstykker. Briffas 1995 data for ”den varme middelalder” var samtidigt usædvanligt kolde. På trods af det dårlige datagrundlag for disse tidlige år, så blev Briffa et al.,1995 brugt i samtlige velkendte multiproxier i en årrække efter, herunder også gengivelser i IPCC materiale.

Fig 3.

Forskeren Schweingruber indsamlede imidlertid nye subfossile træstykker i langt større antal fra  ”Polar Ural” området [7]. Med de nye data havde man nu pludseligt ca 30 dataset til at beskrive perioden omkring år 1000. Disse nye og bedre data blev stillet til rådighed for Briffa, men Briffa valgte valgte at undlade at opdatere hans Polar Ural dataserie. I stedet lavede en anden forsker – Jan Esper – senere i 2002 et nyt dataset for Polar Urals og nu med et større datagrundlag.

Fig 3, viser øverst Briffas Polar Urals hvor perioden omkring år 1000 er repræsenteret af 3-4 træstykker. Nederst vises data hvor årene omkring år 1000 er repræsenteret af ca 30 træstykker.

Middelalderens temperaturer blev nu i bredt omfang varmere end de moderne tider. Men IPCC og andre brugte ikke Esper et al.,2002 Polar Ural data. Det bedste data for Polar Urals blev lagt til side.

I De såkaldte climategate emails kan man se dialog hvor folk ærgrer sig over at Esper et al., 2002 data overhovedet kom klimaskeptiskere i hænde.

4. JONES ET AL.,1998

Blot som ét eksempel på hvordan ”dårlige” data som Polar Urals 1995 smitter af på andre dataset skal vi lige se på et eksperiment udført på Jones et al.,1998 data. Jones et al.,1998 brugte bl.a. Briffas Polar Urals 1995.

Fig 4.

Matematikeren McIntyre viser herover hvad der sker med Jones 1998 i det øjeblik man i stedet for den gamle Briffa 1995 Polar Ural bruger de opdaterede bedre Polar Ural data fra Esper et al.,2002. Dette er altså effekten hvis man blot ændrer i ét af de indgåede dataset i Jones 1998.

Effekten ved ændring af blot ét dataset i Jones et al., 1998 er at den moderne varme periode pludseligt ikke fremstår så varm i forhold til fortiden længere. Jones et al.,1998 bruges (med de gamle Briffa Polar Urals 1995) også mange steder, bl.a. af IPCC.

Her er introduktionen til McIntyres kommentarer til Jones et al.,1998:

”Not used in MBH98-99 are 1 NH series (Jasper) and 2 SH series (Lenca, Law Dome) . So the two studies are remarkably non-independent in proxies.”

Det gøres klart at Data i Jones et al.,1998 langt henad vejen ogsåbruges i Michael Manns hockeystick “MBH98-99”.

Hvad har formålet været med den slags parallel-udgivelser med ca. samme data og budskab der fremstår som uafhængige data i IPCC grafiker?

5. YAMAL, BRIFFA ET AL.,2000  – ”THE WORLDS MOST INFLUENTIAL TREE”.

Efter “3: POLAR URALS,  Briffa et al., 1995 ” herover, hvor forskeren Schweingruber 1998-99 havde indsamlet nye og bedre Polar Ural data (senere omtalt som “Esper et al.,2002”), så fik Briffa et al.,2000 stablet et nyt dataset på benene for Polar Urals: De brugte data fra halvøen Yamal der går op mod Arktishavet nord for Ural [8]. Altså reelt en del af området man kalder Polar Ural.

Altså, i stedet for at bruge Scheingrubers nye større datapulje fra Polar Ural (der viste varm middelalder omkring år 1000), så brugte Briffa data fra Yamal halvøen i samme område. En del senere multiproxier der herefter bruger betegnelsen ”Polar Urals” bruger faktisk Yamal data, Briffa 2000.

Fig5.

Her ses Schweingruber (”Esper et al.,2002”) Polar Ural data sammenlignet med Briffas Yamal data. Vi kan se at Briffas Yamal data faktisk bekræfter Esper et al.,2002 nye data for polar Ural for perioden år 800 til ca 1850.

Men Briffa et al.,2000 Yamal data stikker nu til gengæld helt af efter år 1850, vi ser en ”hockeystick” signatur hvor moderne temperaturer langt overgår fortidens data.

Yamal serien blev særdeles ”populær” og blev brugt i samtlige velkendte mulitiproxier i lang tid efter. Som Steve McIntyre udtrykker det i 2009:

” Its dancecard is completely full: Briffa 2000; Mann and Jones 2003 (the source for the former UNEP graph); Moberg et al 2005; D’Arrigo et al 2006; Osborn and Briffa 2006; Hegerl et al 2007; Briffa et al 2008; Kaufman et al 2009 and appears in the IPCC AR4 proxy spaghetti graph.”

OK, hvad er da problemet så med Briffa 2000, Yamal data ?

Vi kan jo starte med at se på de målte temperaturer i området, GHCN data:

Fig 6.

Der er ikke noget termometer i lokalområdet der viser nogen stor opvarmning efter 1950. Så nu har vi den omvendte situation: Trædata der viser en opvarmning som termometre ikke kan bekræfte.

Fig 7.

Briffa et al.,2000 Yamal data er taget fra det Russiske arkiv, hvor Russiske forskere siden 1982 har samlet subfossilt træ (Gamle træstykker der er bevarede til i dag).  Herover, fig 7, er afbildet de Russiske forskeres egne resultater: Hantemirov og Shiyatov 2002. Vi ser ingen stor stigning i temperaturer fra ca 1950. Temperaturer fra russernes hånd for årene 1900-2000 minder om de faktisk målte temperaturer. Men absolut ingen tegn på at vi her har noget unikt der foregår i de seneste år. Ingen hockeystick.

Hvordan kunne Briffa 2000 Yamal data så ende med en ”Hockeystick” ?

Briffas team har valgt at bruge visse træ-serier fra det Russiske arkiv. Det er en relativt lille gruppe af træserier der har data i 1990, 10 træer. Det var først efter mange års efterspørgsel at disse data blev udleveret ad omveje til Steve McIntyre.

Fig 8

Enhed er ”units”, men data antyder at opvarmningen helt overvejende stammer fra ét træ, det såkaldte ”YAD06” også kaldet ”The most influential tree in the world”. Årsager til at et træ kan vise abnormt vækstmønster kan være mange men det må vi se på en anden gang. Træet YAD06 (vist som YAD061 herover) er den bedste forklaring det er lykkedes at finde på hvordan Briffas Yamal data kan ende med at vise en hockeystick form. Briffas Yamal data er brugt vidt og bredt af IPCC og andre til at informere om temperaturudviklingen.

Fra Finsk fjernsyn. Finske forskere har stor ekspertise med at kortlægge fortidens temperaturer via træer eller sedimentkerner. Ikke alle er begejstrede for hvordan tingene er kørt af IPCC, Mann, Briffa etc. [44]. Forskerne hæfter sig også ved problematisk omgang med data er gået gennem peer review til IPCC.

Indslaget kritiserer at der kun var 10 dataset er repræsenterer 1990. De forholder sig ikke til at det reelt var ét træ der for alvor gjorde udslaget. Verdens mest inflydelsesrige træ.

6: Briffa et al.,2008, Yamal – igen..

I 2008 udgav Briffas team atter en temperatur serie for Yamal med nogenlunde samme forløb som hans 2000 version. Igen, kritik fra klimaskeptikere, intet nyt. Men herefter tog tingene en drejning.

Fig 9

Vi fik sørme også en Briffa 2013 for Yamal (blå graf). Og nu har Briffa selv droppet sin store temperaturstigning gennem det 20´ende århundrede.

Briffas 2013 graf minder til forveksling om de ”korrigerede” udgaver af Briffa 2000 Yamal data som Steve McIntyre har fremstilliet gennem årene.

Dette sidste er lidt tragi-komisk set i lyset af hvordan folk på sites som ”RealClimate” har hånet Steve McIntyre, f.eks i 2012 [13] hvor NASA´s Gavin Schmidt skriver:

” That requires a paper in the technical literature and the only way for Briffa et al to now defend themselves against McIntyre’s accusations is to publish that paper (which one can guarantee will have different results to what McIntyre has thrown together)”

ALtså at Briffas kommende 2013 skriv med flere data inddraget “med garanti” ville give et helt andet resultat end det McIntyre har “kastet sammen”..

Fig 10.

Her så sammenligning med de 2 bud på korrekt Yamal temperaturserie McIntyre har ”kastet sammen” – benævnt CA på figur 10 – der til forveksling ligner Briffas nye 2013 udgave. Så meget for Gavin Schmidts garantier. Så meget for den hån der har været af McIntyre på denne konto.

7. MANN et al., 1998. ”MBH98”, Et robust datagrundlag?

Mann, Bradley og Hughes udgav i 1998 deres første ”Hockeystick” formede gengivelse af fortidens temperaturer (For den nordlige halvkugle, fra år 1400).

Fig. 11

Her ses et af de 22 dataset der indgår i Mann et al.,1998 ”Hockeystick” graf [14]. Meget har været diskuteret, men dog ikke rigtigheden af at det er disse dataset der indgår i ”MBH98”.

Øverst tv ses ”MBH98” der er den resulterende graf, Manns ”Hockeystick” .

2 dataset på fig. 11 ”NOAMERPC1” og ”GASPE” (markeret i rød boks) har en tendens til at bekræfte hockeystick-forløbet hvor temperaturer stiger kraftigt til sidst i forløbet, meget kraftigere end udsving tidligere i datasettet.

Når kun disse 2 områder (Rocky Mountains, USA + Gaspe, nær Maine) ud af 22 bekræfter slut resultatet, så har vi et problem. Hele diskussionen om Mann et al.,1998 kunne stoppe her.

Det er diskuteret meget hvordan Mann et al.,1998 er kommet frem til deres resultat. Men når ”Hockeystick”-signalet kun kommer fra 2 dataset, 9% af dataset, så afhænger deres slutresultat af at man ikke fjerner bare et eller 2 af de 22 dataset. Derfor må Mann et al.,98 resultatet være det vi kalder for ”ikke robust”. Hvis man skal kalde et resultat for ”robust” skal man kunne fjerne en god del af brugte data og stadig få et lignende slutresultat.

7B. Mann et al.,1998-99 ”GASPE” dataset.

”GASPE” er det ene af de blot 2 dataset på Fig. 11 der bekræfter et ”Hockeystick” temperatur forløb. 

GASPE datasettet har også problemer i sig selv, dels fordi de involverede forskere ikke kan huske hvor lokationen med disse træer var og dels fordi nyere og større data-indsamlinger giver anderledes resultater: Ingen Hockeystick.

Gaspe serien i Mann et al.,1998 omfatter cedertræer på Gaspehalvøen i det sydligste Quebec, tæt på Maine i USA.

Data brugt af Mann et al.,1998 er indsamlet af forskerteamet Jacoby og D´arrigo i 1983. Men da McIntyre henvendte sig i 2004 for at få oplyst den nærmere lokation forklarer de at de ikke kan huske lokationen [15]. Samtidigt forklarer Jacoby at man derfor ikke kan opdatere eller udvide disse resultater med flere data.

Imidlertid har Jacoby været ude på sitet senere i 1991 for at indsamle nye opdaterede data.

McIntyre har så henvendt sig til det blad ”Climate Science” der oprindeligt udgav Jacoby og D´Arrigos resultater for at få dem til at opkræve informationer fra Jacoby. Bladet Climate Science forsøgte men fik heller ikke svar.

McIntyre gør bladet opmærksom på at de har ret til at trække Jakobys artikel og resultater tilbage hvis han ikke vil udlevere essentielle informationer. Men hvis disse data blev trukket tilbage ville den ene af de blot 2 dataset med Hockeystick form i Manns Hockeystik falde bort…   Og det er ikke sket.

Et andet problem for Jacoby og D´arrigos cedertræs data fra Gaspe er at senere indsamlinger af cedertræprøver fra Quebecområdet ikke bekræfter hockeystick temperaturforløbet:

Fig 12.

Her sammenholdes vækst fra [rød graf] Jacoby 1993 / Gaspe serien brugt af Mann et al.,1998,  med [sort graf] ”New quebec” som er Dagneau and Duchaine 2007 [16,17]. ([Grøn graf] Data fra Jacoby 1991 indsamling, aldrig udgivet). Det er kun den gamle udgave af Cedertræer i det sydlige Quebec Jacoby 1993 (brugt som ”Gaspe” dataset i Mann 1998-99) der viser denne hockeystick form.

Fig 13.

Og her Boulanger 2004 [18] der viser growth index. Det Sydlige Quebec: ” Eastern white cedar material was collected from old buildings at three locations in the vicinity of Quebec City”. Ja, de har simpelthen taget prøver fra cedertræ I gamle bygninger! Men igen: Intet spor af den hockeystick som Jacoby og d´Arrigo 1993 har fundet og som udgør ”GASPE” serien i Mann et al.,1998 hockeystick.

Jacoby and d´Arrigo 1993 ”Gaspe serien” med hockeystick form er senere blevet genbrugt i f.eks, multiproxier Rutherford et al 2005, Mann et al 2007 og Mann et al 2008 osv.

Og så slutter vi Cedertræ afsnittet af med denne lille information fra McIntyre:

” Some of the leading cedar specialists in the world are at Ross’ university (Guelph) and they explained to us in 2004 that cedars grow best in cool moist years.”

Dette bekræftes nogenounde I Boulanger 2004 [18]:

“ eastern white cedar and black and white spruces all positively respond to warm spring and cool, moist July conditions (Tardif et al. 2001).”

Der kan altså sættes spørgsmålstegn ved selve brige af disse cedertræers vækst som brugbar indikator for opvarmning.

7C. Mann et al.,1998-99 ”NOAMERPC1” (Bristlecone) dataset.

NOAMERPC1 er det andet af de 2 dataset på Fig. 11 der bekræfter et ”Hockeystick” temperatur forløb. 

NOAMERPC1 datasettet har også problemer i sig selv, ligesom Gaspe datasettet. Dels fordi indgåede træsorter af en del forskere (herunder et NAS udvalg) vurderes ikke at kunne fungere som indikator for temperaturer og dels fordi nogle af de nyere data-indsamlinger giver anderledes resultater: Ingen Hockeystick.

”NOAMER” betyder at data er taget fra Det Nordamerikanske arkiv. Vi kan se på Fig. 11 at der både indgår et ”NOAMERPC1” og et ”NOAMERPC2” dataset.

Fig 14.

Steve McIntyre og Ross McKritick [19] hæfter sig ved at NOAMERPC2 – uden hockeystick forløb – er vægtet 390 gange mindre end NOAMERPC1 i Mann et al.,1998 ”Hockeystick”. Disse 2 dataset er trods alt taget fra samme dataarkiv med samme krav og standarder.

I datasettet NOAMERPC1 indgår en række dataset. Bland andet ”GASPE” datasettet der som nævnt også er brugt som individuelt dataset blandt de 22 dataset på figur 11.

Data fra bristecones og beslægtede træer i NOMAERPC1 er tilvejebragt af Graybill and Funkhouser 1993. Men de skriver selv om disse træers evne til at afspejle temperaturer [21]:

” Unfortunately the chronologies from the White Mountains do not correlate well with the southern California divisional climate data…

Growth responses of residual chronologies from Sheep and Campito Mountains to spring and summer temperatures of the current prior year are either negative or not significant…”

Man opfordres altså på ingen måde til at bruge Bristlecones mm. som indikator for temperaturer.

”Bristlecones”

NOAMERPC1 datasettet er domineret af de såkaldte ”bristlecone” træer fra Rocky mountains. Bristlecones er en type høje piletræer.

Fig 15.

Her sammenligner McIntyre Bristlecone ringbredder fra ”Sheep Mountains” [21]. Graybill (fra 1983) er det datagrundlag der er indgået i Mann et al.,1998 ”NOAMERPC1” dataset. Ababneh 2006 [22] er en senere og større mængde data fra Bristlecones på Sheep mountain.

Ababneh 2006 konkluderer at Bristlecones ikke egner sig som temperatur indikator fordi signalet mest er afhængigt af regnmængder:

“The results reported in this paper are partially in accordance with other studies that support the hypothesis of a moisture related signal in bristlecone pine. Wright and Mooney (1965) concluded that bristlecone pine responds to a precipitation gradient rather than to cool alpine temperatures. Similar results were reported from a three year ecophysiological study of bristlecone pine by Fritts (1969). Such findings are not unexpected since the White Mountains are xeric with annual precipitation not exceeding 41.5 cm. Graybill and Idso (1993) and Graybill and Funkhouser (1999) compared tree-ring widths from the western United States, including one of the sites investigated in this study (Patriarch Grove), and found similar results: a low correlation with temperature that prevents use for temperature reconstruction, a negative correlation with the previous year’s temperature, and a highly significant tree growth response to spring precipitation. Bunn et al. (2003) and Tang et al. (1999) implicated soil moisture sensitivity especially in the strip-bark trees. “

Men blandt Hughes og andre med relation til Mann et al.,1998 og senere vurderer at man alligevel godt kan bruge bristlecones som temperatur indikator.

Uoverenstemmelserne har været forelagt flere instanser, blandt andet NAS panelet [23] der som respons udtalte sig om brugen af Strip-bark samples (Bristlecones brugt i Mann et all.,1998 er af typen strip bark):

“The possibility that increasing tree ring widths in modern times might be driven by increasing atmospheric carbon dioxide (CO2) concentrations, rather than increasing temperatures, was first proposed by LaMarche et al. (1984) for bristlecone pines (Pinus longaeva) in the White Mountains of California. In old age, these trees can assume a “stripbark” form, characterized by a band of trunk that remains alive and continues to grow after the rest of the stem has died. Such trees are sensitive to higher atmospheric CO2 concentrations (Graybill and Idso 1993), possibly because of greater water-use efficiency (Knapp et al. 2001, Bunn et al. 2003) or different carbon partitioning among tree parts (Tang et al. 1999).

Strip-bark’ samples should be avoided for temperature reconstructions”

Moberg om bristlecones mv fra Rocky mountains [28]:

“Moberg adopts the position that these series are ‘primarily interpreted as reflecting annual precipitation variability’ and that they have a negative correlation (-0.57) with warm-season temperature.”

7D. Mann et al.,1998, problemer med Fortran program

Mann teamet har anvendt et fortran program til at ”forstærke” signalet fra de indgåede dataset. Men programmet har det problem at det danner hockeystick temperaturforløb ud af helt tilfældige input dataset, selvom de er lavet blot som ”white noise”, ingen trend. Denne feature ved Mann teamets program blev opdaget af McIntyre + McKitrick der har publiseret herom. Herunder det såkaldte Wegman udvalgs gengivelse af problemet [24]:

Fig 16.

Man undrer sig lidt, har Mann teamet ikke selv opdaget at deres program havde denne effekt? Hvordan kan der være så meget debat om hvorvidt dette nu er efter bogen og giver det optimale billede af temperaturernes forløb?

Wegmann rapporten [24] skriver endvidere tørt:

”We note that there is no evidence that Dr. Mann or any of the other authors in paleoclimatology studies have had significant interactions with mainstream statisticians”

Og

“In general, we found MBH98 and MBH99 to be somewhat obscure and incomplete and the criticisms of MM03/05a/05b to be valid and compelling.”

Mann´s hockeystick graf blev brugt 6 steder I IPCC´s 3 Assesment report 2001 og er også med i IPCC´s 4 assesment report 2007.

8:  Crowley and Lowery et al.,2000

McIntyre [25] har som vanligt bedt om data fra disse undersøgelser, men har oftest fået afslag på forskellig vis. Han skriver:

” Crowley lost his collation of original series and couldn’t remember where he got the digital data from (but acknowledges Jones). Crowley’s “Central Colorado” series is very likely a transformation of Lamarche’s original chronology”

Crowley burger bl.a. denne “Central Colorado” serie hvilket falder sammen med Almagre højdedragene hvor man har brugt.. Bristle cones.

FIg 17

Herover: 2 dataserie fra bl Den serie der benævnes ”Updated” på grafen heriver, det den serie der går under navnet ”Almagre 2007”. Den er fra 64 træserier indsamlet fra samme område som Graybill 1993 indsamle prøverne brugt i Mann et al.,1998-99 og mange andre artikler. Endda er det lykkedes at finde en hel del af de selv samme træer som Graybill . De 64 træserier er analyseret på Guelph Universitet.

Den opdaterede Almagre 2007 serie viser “the divergence problem” idet data indikerer temperaturfald fra 1980. Crowley viser at moderne temperaturer var varmere end i middelalderen, men det bekræftes ikke af de nyere data ”Updated”, sort graf, Almagre 2007.

McIntyre [26]:

“Crowley does not provide any data citations and “forgot” where he got data. Crowley only provided smoothed and transformed data, so that digital reconciliation to original sources is not possible and considerable detective work is required to sort out candidate versions. I get the impression that Crowley may have digitized some of these series from print publications as some of them are low resolution series… Crowley’s “White Mountain” series is an old version of Sheep Mountain, the most dominant series in the MBH98 PC1

– so much for “independence”.

… The Almagre Mt series is also in MBH; the Jasper, Alberta series is used in Jones et al [1998], but not MBH; the fenno series is Briffa’s familiar Tornetrask reconstruction used in MBH and Jones; the Urals series is Briffa’s Urals series used in MBH and Jones; the SE France series is fran010 used in MBH. The Dunde series is used in MBH and Jones… The strongest hockey stick shape belongs to the Sheep Mountain bristlecone series, which also dominates the MBH North American PC1.”

Altså, kritiken haggler videre ned fra McIntyre idet data materialet også fra Crowley er skjult, bliver ikke delt, forekommer aflæst fra gamle printede artikler, og ikke mindst at rigtigt mange dataset er de samme som i de andre forskeres artikler. Altså igen, manglende uafhængighed af resultater der giver slutbrugeren det indtryk at rigtigt mange vidt forskellige dataset bakker op om ”hockeystick” formen.

9. Moberg et al.,2005

Moberg et al., 2005 multiproxy [29] er interessant fordi det er den første multiproxi hvor en forsker der tilsyneladende ikke med i ”the hockey team” (bortset fra lidt samarbejde tidligere med Phil Jones) kommer med et bud på de historiske temperaturer.

Det bliver ikke mindre interessant idet Moberg har udtrykt bekymring vedr. brug af træserier, specielt Bristlecones som proxy for temperaturer. Dog bruger Moberg stadig 2 træserier i sit ensemble.

Fig 18.

Fig 2d fra Moberg et al.,2005. Med kun 2 ud af 11 dataset værende baseret på træ-data får vi væsentligt mere variation i historiske temperaturer. Dette illustrerer Moberg ved at sammenligne hans resultater herover (blå) med Manns hockeystick, gul ”MBH”. 

Fig 19.

De 11 dataset [30] der indgår i Moberg et al.,2005 [29]. Det 11 dataset er gengivet med enheder fra original artiklerne. Bemærk: 2 dataset har ”%” som enhed, ikke temperatur:

[31] ”Most of the Moberg series are calibrated to temperature. Two series aren’t: Agassiz melt percentage (#1) and Oman coldwater diatom percentage (#11). … These two non-normal series have the strongest hockey stick shapes in the entire set…. these two series are critical to the Moberg MWP [middelaldervarme] not being further elevated.”

Nu har vi altså ikke de meget “hockeystick” formede bristlecone USA træ-serier set i vel nok alle tidligere arbejder – men til gengæld har vi nu 2 andre dataset (nr 1 og nr 11 herover) med en ganske tilsvarende hockeystick form der igen påvirker hele resultatet ved at sænke middelalderens varme i forhold til de seneste år.

Og bemærk: Disse 2 dataset var altså ikke fra originalværkerne opgivet som temperatur-proxier. De har i stedet en Y-akse som ”%” og se hvad de originale forfattere skriver om nr 11 ”Arabian sea”, Gubta et al.,2003 [32]:

“Advantages of this proxy are (1) its unique association with the summer monsoon … (2) linear correlation with the surface cooling due to upwelling, apparently unbiased by other influences”

”Linear correlation with surface…  cooling”?

Har Moberg vendt dataset nr 11 på hovedet?

Stigning I signalet fra nr 11 Arabian sea dataserie indikerer altså bl.a. mere hav-afkøling grundet upwelling.

Det viser sig at der ganske en del sådanne upwellingzoner i havet i det 20´ende århundrede hvor der har været målt faldende temperaturer. Og det forklares med øget upwelling. Et lokalt fænomen.

Fig 20.

Boll et al.,2014 viser temperaturproxier for forskellige upwellingzoner og belyser også netop Arabian Sea. Boll et al., 2014 data viser at Arabian Sea (sv. t. Morbergs nr 11) ikke har en ”hockeystick” udvikling for temperaturer [33]. Samtidigt var Mobergs Arabian sea data ikke beregnet til brug som temperatur proxy i originalartiklen Gubta et al.,2003.

10. Briffa, Osborn artikler 1998-2006

Fig 21.

Striben af Briffa-Osborn artikler 1998-2006 der med nuancer i metoder viser nogenlunde samme data fra CRU´s database. Det markante ved disse artikler er at de viser ”the divergence” problem meget tydeligt som dominerende faktor hvor træringenes vækst daler fra 1960, i takt med at mange forskere kontaterede ”en kommende istid” grundet dalene temperaturer. Se mange flere detaljer omkring disse artikler i [35].

Disse grafer er brugt som selvstændige dataset i f.eks. IPCC´s opgørelser, og de har den effekt at de minimerer fortidens temperaturudsving. Man skulle så tro at disse dataset var stik imod budskabet om ”hockeystik” med eksplossiv opvarmning i de senere dekader.

Datanedgang fra 1960 skæres imidlertid ofte væk når disse dataset bruges i større sammenhænge såsom IPCC rapporter. Således har de den effekt at de minimerer fortidens temperaturudsving uden at genere hockeystavs-formen i de senere dekader.

Forklaringerne på “divergens problemet”:

Briffa 1998:

“In the absence of a substantiated explanation for the decline, we make the assumption that it is likely to be a response to some kind of recent anthropogenic forcing. On the basis of this assumption, the pre-twentieth century part of the reconstructions can be considered to be free from similar events and thus accurately represent past temperature variability.”

Briffa 2004:

“This is a reasonable choice, provided that it is explicitly stated that this approach assumes the apparent recent density decline is due to some anthropogenic factor and that similar behaviour is assumed, therefore, not to have occurred earlier in the reconstruction period – which would otherwise introduce bias in the reconstructed temperatures.”

Osborn 2005:

“Without a satisfactory explanation, we make the untested assumption that the decline is due to an anthropogenic factor that did not occur earlier in the reconstruction period.”

Man lægger ikke skjul på at man har antaget en menneskeforsaget forklaring på divergensproblemet uden den type af dokumentation og bevisførelse man normalt ville forvente af videnskab.

11. Rutherford et al.,2005

Ca samme data og resultater som Briffa-Osborn 1998-2006, P10. Blot kort, McIntyre [27]:

“Rutherford et al 2005 (the et al being half the Hockey Team: Mann, Bradley, Hughes, Briffa, Jones, Osborn) is a re-statement of the MBH98 network (flawed PCs and all)”

“The proxy files presently at the SI for Rutherford, Mann et al. [2005] are identical to the proxy files archived with the MBH98 Corrigendum. .. They are related to the MBH98 data, but the format is consistent not with MBH98, but with the later publication. Finally, as I speculated before, Rutherford, Mann et al [2005] use all the original screwy PC series.”

Igen en del genbrug af de same gamle dataset med issues vi har set på allerede. Manglende uafhængighed.

12. Taimyr datasettet

En del af CRU og Schweingruber netværket er de såkaldte ”Taimyr” data (Også ”Taymir”..). Dette er en træbaseret temperatur-proxy der minder lidt om de træserier brugt af f.eks. Briffa-Osborn-Rutherford i P10-P11. Datasettet er indsamlet i det Nordlige Sibirien.

Taimyr minder om P10 dataset idet temperaturer omkring 1930 kan måle sig med middelalderens varme og vi har den klassiske nedgang i temperaturer ”the divergence” efter ca 1950. Sidstnævnte problem er mindre idet man jo ofte på forskellig vis ser bort fra træ-data efter 1960.

Fig 22.

Dog valgte Briffa i Briffa et al.,2008 at udvidde datasettet med ”Avam”-data så det nu hed Avam-Taimyr”. Det viser sig at Taimyr i denne forbindelse er blevet opdateret med ”Scweingruber data” fra positioner relativt langt fra Taimyr til trods for at der var masser af data til rådighed i Schweingruber data tættere på. Således er bl.a. et omrpder ”Balshaya Kamenka” nu inkluderet:

McIntyre [36]: ”It’s hard to see a rational reason for including Balschaya Kamenka (russ124w), but not the others [de områder der var tættere på]. For now, I merely note that, for a series [Taimyr] that had a Divergence Problem rather than HS  [HockeyStick] shape, Briffa 2008 did not merely leave this series alone (as they did with Yamal), but added in measurements from up to 400 km away. ”

13: dO18 data fra tropiske gletsjer-borekerner, Dunde / Gulya dataset samt Yang et al 2002-2003.

Det er alment anerkendt at den såkaldte dO18 indikator i iskerner typisk fra Arktis eller Antarktis fungerer udmærket til at vise temperaturhistorien.

Men med dataset som ”Dunde” og ” Guliya”, der er Himalayah iskerner fra såkaldt tropiske gletsjere, der bliver dO18 parametren ofte mere en indikator for nedbør, ikke mindst monsun regnfald.

Problemet er, at dO18 parametren vil give udslag i tilfælde af ændrede monsoon mønstre ganske uanset om temperaturer ændrer sig eller ej.

NASA [38]: ”Thus, scientists associate lower levels of heavy oxygen [mindre dO18] with fresher water, which on a global scale indicates warmer temperatures and melting, and on a local scale indicates heavier rainfall.”

Og

“in polar ice cores, the measurement is relatively simple: less heavy oxygen in the frozen water means that temperatures were cooler. Oxygen isotopes in ice cores taken from mountain tops closer to the equator are more difficult to measure since heavy oxygen tends to fall near the equator regardless of temperature.”

Og så har vi “skåret lidt ud I pap” :

” The O-18 content of Precipitation decreases with decreasing temperature
THE LESS O-18 FOUND IN THE GLACIER ICE, THE COLDER THE CLIMATE” [39]

Den tungere O18 vil I varme år have lidt nemmere ved at komme med den lette O16 med op I atmosfæren med fordampent vand I de varmere år.

Fig 23.

Herover fra Nasa [38]. Effket med mere O18 i atmosfærens vand som funktion af opvarmning er dog mindre udtalt i varmere områder.

Dette kunne betyde, at tropiske områders andel af O18 i precipitation er mindrefølsomme overfor temperaturændringer endda samtidigt med at troperne er mere påvirkede af monsunmønstre.

McIntyre om Yang et al.,2003 der bruger Dunde og Guliya d18O [40]:

” The Dunde and Guliya series are dO18 series, with higher (less negative) dO18 anomalies interpreted as being warmer temperature. The problem is that the relationship between dO18 anomalies and temperature on an annual basis is reversed in monsoon regimes. The most negative dO18 occurs in the summer rather than the winter…One wonders if the Yang Composite isn’t really a precipitation reconstruction.”

Fig 24.

Her ses de seneste 150 år af Yang et al.,2002 [41] temperatur rekonstruktion . Efter 1960 er der kun data fra de 5 ud af 9 dataset hvoraf de 2 er Dunde (rød) og Guliya (orange). Disse 2 er med til at trække den samlede Yang graf (sort) op.

Man bemærker også at den sorte graf , det samlede Yang-resultat brugt af bl.a. IPCC ligger sammen med Dunde grafen.

Det skyldes at Dunde er mest vægtet mv. Pudsigt at den samlede sorte Yang graf faktisk overgår Dunde tli sidst.

McIntyre forklarer endvidere at Dunde og Guliya dataset med hockeystick form er vægtet mere end de andre dataset i Yang et al.,  og:

” Zhang [1994] reported from taxation records that some temperature-sensitive crops in the 13th century had expanded well to the north of present ranges. Obviously this information is at odds with Thompson’s interpretation of Dunde and Guliya ice core dO18. You will understand why I view the Yang Composite as more or less a re-packaging of the Dunde series – which seems to be the active ingredient in it.”

Altså, Thompsons ukritiske brug af disse Himalayah d18O dataset som temperatur proxier passer ikke med den viden vi har om at trægrænserne var rykket længere mod nord I middelalderend end vi ser idag. Men dette ignoreres af forskeren Thompson samt alle dem der genbruger disse d18O dataset som temperatur proxy (Mann, Jones, IPCC osv.)

Det skal også nævnes at der findet adskillige forskellige udgaver af Dunde dataset [40]:

Fig 25.

Flere alternative Dunde dataset har 1940-60 som det varmeste tidspunkt, ikke godt for hockeysticks.

Men man kan så vælge den flavor of global warming man har det bedst med. Eksakt videnskab.

14: Manglende uafhængighed mellem multi-proxier og IPCC 2007

Det er et problem at mange dataset går igen i årevis mellem de resultater for multiproxier der udgives og af mange opfattes som uafhængige, selvstændige indicier for at hovedkonklusionen er korrekt.

Det er et problem at der skabes et falsk indtryk af et fælles budskab fra disse data når dette tildels skyldes genbrug af data.

Dette at dataset genbruges giver også forkerte resultater fra statistiske beregninger der belyser i hvor høj grad bekræfter hinanden.

Fig 26.

Herover: Opgørelse fra Wegman-rapporten [24] der viser hvorledes ”key proxies” går igen. Således er f.eks Britslecones data, Polar Urals, Tornetrask, Taymir, Dunde mv noget der går igen i de fleste multiproxier efter første gang de optræder.

Fig27.

Herover, opgørelse [43] hvor vi ser på Bristlecone/Foxtails og Yamal data. Opgørelsen her er fra 2014, og vi ser at så sent som 2013 har vi stadig ”jackpot”. De gamle kritiserede dataset bruges endnu.

Fig 28.

I IPCC´s fjerde rapport [43] AR4 vises en række multiproxier i samme graf. I disse indgår data fra arbejder eller ”key proxies” omtalt tidligere. Med ”Key proxies” menes dataset der har haft stor vigtighed for slutresultatet.

Det er i ret høj grad data fra forskerne Mann, Briffa, Hughes, Jones, Osborn, Bradley, Esper, Rutherford, d’Arrigo, Jacoby, Cook. Dertil kommer Moberg måske som en nyere outsider. Flere dataset er omtalt i afsnittet ”10. Briffa, Osborn artikler 1998-2006” og tager udgangspunkt i samme database for trædataset.

Adskillige af disse dataset minder lidt om hinanden og det kan også hønge sammen med at en del af de vigtigste og tungest vægtede dataset går igen. Ingen af de viste dataset i IPCC AR4 2007 grafik er helt uafhængige.

Nogle kunne få det indtryk at det er en påfaldende lille klub af forskere vis resultater der vises. I forbindelse med IPCC´s 3´ie rapport 2001 der var lead author forskeren Mann selv. Altså Mann havde ansvaret for at vælge hvilke data der skulle med, hvilken linie der skulle lægges.

Hvis man synes det forekommer lidt ”indavlet” at forskeren Mann selv har stået for IPCC´s datavalg af egne arbejder samt hans nære kollegers arbejder, så er der lys i tunellen.

Som en ren ”operation morgenluft” skiftede IPCC nemlig ud i mandskabet i forbindelse med deres 4´de rapport 2007. Således var det ikke længere forskeren Mann der var lead author for IPCC i 2007. Det var nu forskeren og vennen, Briffa.

_*_

[1] https://klimarealisme.dk/2019/02/24/temperaturer-gennem-10-000-aar/
[2] https://klimarealisme.dk/2019/02/24/temperaturer-gennem-2000-aar/
[3] https://www.sciencedirect.com/science/article/pii/S0921818107000495
[4] http://buentgen.com/wp-content/uploads/2014/01/Schneider_etal.2014_Oikos1.pdf
[5] Briffa, K.R., Jones, P.D., Bartholin, T.S., Eckstein, D., Schweingruber, F.H, Karlen, W., Zetterberg, P. and Eronen, M., 1992. Fennoscandian summers from A.D.500: temperature changes on short and long timescales. Climate Dynamics 7, 111-119.
[6] Briffas bodge: https://climateaudit.org/2011/03/30/muir-russell-and-the-briffa-bodge/
[7] https://climateaudit.org/2006/02/24/polar-urals-briffa-versus-esper/
[8] https://climateaudit.org/2009/10/19/re-visiting-the-yamal-substitution/
[9] http://www.climateaudit.info/pdf/tree/hantemirov.2002.holocene.pdf
[10] https://climateaudit.org/2009/09/27/yamal-a-divergence-problem/
[11] https://climateaudit.org/2009/09/30/yamal-the-forest-and-the-trees/
[12] https://climateaudit.org/2013/06/28/cru-abandons-yamal-superstick/
[13] http://www.realclimate.org/index.php/archives/2012/05/yamalian-yawns/
[14] https://www.slideshare.net/willburn/steves-presentation-at-iccc-2009stephen-mc-intyre
[15] https://climateaudit.org/2005/04/25/the-lost-gaspe-cedars/
[16] Dagneau, C., and Duchaine, D.-E. 2007. Création d’un référentiel dendrochronologique de cèdre blanc de l’est (Thuja occidentalis) à l’Île d’Orléans, Québec. Synthèse des recherches 2002–2006. Groupe de Recherche en Dendrochronologie Historique, Université de Montréal, Montréal, Qué.
[17] https://climateaudit.org/2008/09/21/new-light-on-the-lost-cedars-of-gaspe/
[18] https://www.researchgate.net/publication/239600987_Spruce_budworm_outbreaks_in_eastern_Quebec_over_the_last_450_years
[19] https://books.google.dk/books?id=8WqYkGxvPlAC&pg=PA40&lpg=PA40&dq=mbh98+gaspe&source=bl&ots=vhn0C89Jf2&sig=ACfU3U1nXhhCrW8OleX1R1uiW0VTVMREFA&hl=da&sa=X&ved=2ahUKEwjOjp_z3qvhAhWCsaQKHbeKB68Q6AEwAHoECAkQAQ#v=onepage&q=mbh98%20gaspe&f=false
[20] https://climateaudit.org/2005/10/03/graybill-and-funkhouser-1993-on-bristlecones/
[21] https://climateaudit.org/2007/10/16/the-ababneh-thesis/
[22] https://www.geo.arizona.edu/Antevs/Theses/AbabnehDissertation.pdf
[23] https://climateaudit.org/2006/06/29/nas-panel-2-bristlecones/
[24]https://www.researchgate.net/publication/221944985_Ad-hoc_Committee_Report_on_the_’Hockey_Stick’_Global_Climate_Reconstruction_A_Report_to_Chairman_Barton_House_Committee_on_Energy_and_Commerce_and_to_Chairman_Whitfield_House_Subcommittee_on_Oversight
[25] https://climateaudit.org/2007/12/04/almagre-crowley-style/
[26] https://climateaudit.org/2005/12/01/crowley-unspliced/
[27] https://climateaudit.org/2006/01/28/rutherford-mann-et-al-2005/
[28] https://climateaudit.org/2005/02/10/moberg-2-some-first-comments/
[29] https://www.researchgate.net/publication/200033310_Highly_variable_Northern_Hemisphere_temperatures_reconstructed_from_low-_and_high-resolution_proxy_data/download
[30] https://climateaudit.org/2005/09/06/345/
[31] https://climateaudit.org/2005/10/31/monsoon-moberg/
[32] https://climateaudit.org/2005/02/22/moberg-5-arabian-sea-glob-bulloides/
[33] https://climateaudit.org/2014/11/25/new-data-and-upside-down-moberg/
[34] https://climateaudit.org/2006/02/13/briffa-large-scale-decline-in-ring-widths/
[35] https://climateaudit.org/2006/02/19/536/
[36] https://climateaudit.org/2009/09/26/briffas-avam-taymir-series/
[37] https://climateaudit.org/2008/02/03/ipcc-and-the-dunde-variations/
[38] https://earthobservatory.nasa.gov/features/Paleoclimatology_OxygenBalance/oxygen_balance.php
[39] https://quizlet.com/5013973/climate-302-c-exam-2-flash-cards/
[40] https://climateaudit.org/2005/09/11/yang-et-al-2003/
[41] https://climateaudit.org/2008/02/03/ipcc-and-the-dunde-variations/
[42] http://oprj.net/oprj-archive/climate-science/16/oprj-article-climate-science-16.pdf
[43] https://wg1.ipcc.ch/publications/wg1-ar4/ar4-wg1-ts.pdf

[44] https://dotsub.com/view/19f9c335-b023-4a40-9453-a98477314bf2

Coming up, PART2:

Her skal vi se på Mann og Kaufmann der vender data på hovedet, Mann der ignorerer at originalforfatterne beder ham lade være med at vende deres data på hovedet. IPCC der bruger ny hockeystick der ikke eksisterer, senere hockeystick multiproxier der sables ned selv i bladet Science.