Klimarealisme i medierne, Original Temperatures

Byvarmens rolle

Dr. Roy Spencer har interesseret sig for effekten af vores udbygning af byerne på de temperaturer, der måles af stationer placeret på landjorden. Temperaturkurverne over den globale opvarmning de seneste 150 år er i stor udstrækning baseret på målinger fra disse stationer, og det spørgsmål, der har naget forskningen, er selvfølgeligt om opvarmningen på godt en grad celsius i perioden afspejler den virkelige globale temperaturstigning, eller om andre faktorer har spillet ind.

Anthony Watts har undersøgt en stribe målestationer i USA, og fundet, at de fleste faktisk er dårligt placeret og derfor må forventes at vise kunstigt høje temperaturer i dag, fremkaldt af byvarmeø- effekten eller en såkaldt varmeboble. Stationerne er placeret oven på asfalteret eller betonbelagt grund, tæt ved bygninger og er udsat for udblæsning fra airconditionanlæg eller tilsvarende. Det vil generelt føre til at omgivelserne om natten er varmere, og derved bliver døgnmiddeltemperaturen højere, end hvis stationen var placeret på en tom mark. I takt med udbygningen af vores byer, er dette problem givetvis blev større over årene og har resulteret i tal for den globale opvarmning, der er højere end den er i realiteten.

Der er også det problem, at satellitmålingerne, der ikke er påvirket af dette fænomen, generelt viser en lavere temperaturstigning de seneste 40-50 år end de jordbaserede målinger, se fig. 1. Det kunne skyldes byvarmeø-effekter, men hvor meget betyder de reelt?

Fig. 1: Sammenligning af temperaturudviklingen målt af hhv. UAH (satellitter) og HadCRUT (jordbaseret). Punkterne er gennemsnit af månedsmålingerne over de 10 forgående år (dvs. “2021” er gns. af perioden 2012-2021). HadCRUT-kurven er flyttet på temperaturskalaen, så den har samme værdi for 1988 som UAH.

Roy Spencer har nu gjort et nyt forsøg på at få nogle tal på fænomenet. Han har udvalgt et stort antal målestationer i det østlige USA og opstillet dem parvist, med en afstand på ikke over 50 km. Den ene har hele tiden befundet sig i et bebygget område, den anden gjorde ikke i starten. Via andre satellitmålinger (Landsat) har Spencer dannet sig et overblik over hvor meget de pågældende områder er blevet udbygget i perioden fra 1975 til 2014. Det viser sig, at der er foregået en kraftig udbygning, som vist på fig. 2.

Fig. 2: Forskellen i udbygning i det østlige USA mellem 2014 og 1975, i %.

Spencer fortolkede Landsat’s data og opstillede en simpel model, som vist på fig. 3, som han kunne bruge til at bedømme forskellen på graden af bebyggelse mellem to vejrstationer afhængigt af deres indbyrdes afstand.

Fig. 3: Diagram, der viser Spencers definitioner på lokal udbygning

De valgte stations-par er vist på fig. 4 (samme område af USA, som vist på fig. 2).

Fig. 4: De parrede målestationer, på et kort svarende til fig. 2.

Nu kunne Spencer sammenligne temperaturforskellene mellem de to stationer i hvert par i fire udvalgte år:1975, 1990, 2000 og 2014. Til hver forskel kunne han knytte den tilsvarende forskel i grad af udbygning og dermed kunne han se direkte, hvad sammenhængen var mellem forskellen i udbygning og den tilsvarende temperaturforskel. Ved at tage august måneds temperaturer, kl. 9 om morgenen, kunne han undgå de årlige udsving og derved bruge de faktiske temperaturer og ikke anomalier.  Fig. 5 viser resultatet for alle stations-parrene. 

Fig. 5: De målte temperaturforskelle vs. forskellen i grad af udbygning mellem parrene af stationer

Der er selvfølgeligt stor spredning i resultaterne, men alligevel en klar sammenhæng, jo større forskel i bebyggelse, desto højere temperaturforskel mellem de to stationer.

På basis af alle data kan man regne effekten af byvarmen ud og herefter korrigere for den. Det er gjort på fig. 6, hvor man ser forholdet mellem de målte temperaturer og de korrigerede. Hvor de målte temperaturer havde en stigning på 0,2 oC/årti, viser de korrigerede 0,13 oC/årti, hvilket sjovt nok er ganske tæt på de målte resultater med satellitterne. 

Fig. 6: Den resulterende forskel i temperaturudvikling i oC pr. årti, hvis effekten af byvarmen fratrækkes. Hvis der ikke var nogen effekt, ville punkterne ligge på diagonalen fra nederste venstre hjørne og op til øverste højre.

Fig. 7 viser slutteligt, hvor meget de korrigerede temperaturer afviger fra NOAA’s officielle tal for temperaturstigningen i oC/årti. Her er vist tal for hver af de 37 stater, der er med i undersøgelsen. Deres gennemsnit ligger langt under NOAA’s stigninger.

Fig. 7: De korrigerede temperaturudviklinger i oC/årti for hver stat, der indgik i undersøgelsen

Spencer slutter med at bemærke, at klimamodellerne, som danner grundlag for de anbefalede klimatiltag (grøn omstilling) forudser endnu højere stigninger, end selv NOAA’s tal viser, og det er tegn på at grundlaget for bl.a. IPCC’s anbefalinger er helt skævt. Det er på høje tid, at der kigges nøjere på de officielle temperaturkurver – og klimamodellerne.

Del på de sociale medier

5 Comments

  1. Oluf Johnsson, MEd CPE, Dipl. AE., BSc.med., Mediator / Fascilitator m.m.

    Jeg har tidligere slået artiklen i Punditokraterne af professor, cand. oecon Christian Bjørnskov, Aarhus Universitet fra 4. august 2021 op i Klimarealisme.dk, den er nok så interessant til udvidelse af nærværende af Søren Hansen, idet den sammenligner urbaniseringsgraden verden over i en historisk kontekst, hvilket yderligere relativerer nærværende artikel af Spencer. Læs artiklen i følgende link:
    https://punditokraterne.dk/2021/08/04/historiske-sammenligninger-urbanisering-i-danmark-og-verden/

  2. Ian Ditlevsen

    Det siger sig selv, måler man temparaturen i en tændt ovn og ikke i fri natur, er målingerne kunstigt høje.

    Dette fortalte sneforsker på Grønland mig tilbage i de glade Millennium dage, forskerne var dovne og gad ikke flytte målestationerne.

    Så målestationerne skal selvfølgelig flyttes væk for at få en neutral måling.

    Et andet spørgsmål er så, større byer påvirker de i sig selv klodens snit temperatur eller ej?

  3. Bent Sørensen

    Jeg læste Spencers artikel i går, og jeg må indrømme, at jeg forstår den ikke helt. Heller ikke i den danske oversættelse. I forhold til min ca. 50 år gamle statistikeksamen, så er en r2 = 0,3783 ikke en overvældende god sammenhæng. Hvem siger, at kurven skal være lineær? I fig. 4 er der vist blå og røde punkter, men der er ingen forklaring på, hvad de betyder. De skal formentlig hænge sammen rød-blå. Men nogle steder ser man mange røde og kun få blå punkter?? Mine elever havde fået smæk for sådan en præsentation!
    Konklusionen er formentlig, at Jordens temperaturstigning skal følge temperaturstigningen på landet. Jeg er helt med på, at man laver fejl, når for mange termometre står i byområder. Men da byområderne er vokset, så får den højere temperaturstigning her en omend mindre indflydelse på Jordens temperaturstigning.

    • Hans Henrik Hansen

      “Men da byområderne er vokset, så får den højere temperaturstigning her en omend mindre indflydelse på Jordens temperaturstigning”

      – naturligvis! Men pointen er vel, at hvis man placerede ALLE målepunkter i byområderne, ville man ‘samlet set’ måle andre (/højere) temperaturer, end hvis ALLE målepunkterne lå uden for byområderne!?
      Målepunkterens PLACERING påvirker således datagrundlaget for estimering af (variationer i) ‘den globale (land)overfladetemperatur’.

    • U. Pielmeier

      Bent,
      De røde og blå punkter er parrede stationer, men der mangler en ID (f.eks. 1 ved blå, 1 ved rødt punkt; 2 ved blå, 2 ved rødt punkt osv.) – jeg tror, figuren er lavet for at gøre det nemmere for læseren at forstå “parringen” i en geografisk forstand, man kan for eksempel ganske tydeligt se “Florida” ved latitude 26 til 30, hvor de to allerlaveste punkter med sikkerhed danner et par. Måske dækker tætsammenliggende punkter over deres “partnere” (Zone #1 = 3 km afstand).
      Mht korrelationen, så er sammenhængen – korrelationskoefficienten – ikke meget stærk, men jeg er ret sikker på, at den er meget signifikant, der er mange mange datapunkter. Forestil dig, at du tager en tilfældig valgte halvdel af punkterne væk – du vil få ca. det samme resultat. Der kan heller ikke være tvivl om, at en lineær funktion bedre forklarer sammenhængen end en non-linear funktion, i hvert fald indenfor den viste range.
      Din sidste kommentar “Konklusionen er formentlig, at Jordens temperaturstigning skal følge temperaturstigningen på landet. ” forstår jeg ikke. Har du virkelig læst artiklen? Det er slet ikke det, den handler om. Det her handler om, at eksistensen af en UHI (Urban Heat Island) effekten i mange år er blevt fornægtet at være sandt, eller have en indflydelse på den udråbte globale temperaturstigning. Det er også meget svært at bevise. Det kræver en kvantificering af “urbanisering”. Roy Spencer skriver selv i sin indledning, at urbaniseringen jo er svært at måle, og at det først nu lykkes: “Recently I became aware the EU’s European Commission Global Human Settlement Layer project which has developed global, high-resolution datasets quantifying the increasing influence of humans on the terrestrial environment.”
      Så, min kommentar til din lidt uforståelige kommentar er, at det er vigtigt at forstå forskellen mellem en temperaturstigning, der ikke kommer “af naturen” og den, der er naturlig og virkelig.
      Eksempel, del gerne med dine elever:
      Den højeste temperatur nogensinde målt i Tyskland war 42,6 grader i 2019 i Lingen, Emsland, Tyskland. https://www.dwd.de/DE/leistungen/besondereereignisse/temperatur/20190801_hitzerekord_juli2019.pdf?__blob=publicationFile&v=3
      Det tog DWD halvandet år, indtil de endelig annullerede rekorden, efter meget kritik at alle omkringliggende stationer viste lavere temperaturer. Kritikken havde været der i flere år. Hvis du er en kritisk underviser, går du så ind i de her ting?
      https://www.spiegel.de/panorama/deutscher-wetterdienst-annulliert-temperaturrekord-von-42-6-grad-celsius-in-lingen-a-13f39022-d1b2-4f65-b5d5-afe106550fc9

Skriv et svar til Bent Sørensen Cancel

Din e-mailadresse vil ikke blive publiceret. Krævede felter er markeret med *

*