Examen critique des données mondiales de température de surface /1

Voici la première partie de la traduction de Manu95 et de Papyjako du dernier article de Ross MacKitrik ….(SOURCE) Pour les francophones stricts, son entretien sur Climat sceptique ici.

NB : le résumé sera fourni à la fin …

• • • • •

 

Ross McKitrikExamen critique des données mondiales de température de surface

Ross McKitrick, Ph.D., professeur d'économie, université de Guelph, Guelph Ontario Canada

26 juillet 2010

Ceci est une version préliminaire d'un rapport qui sera publié à l'automne 2010 par la Global Warming Policy Foundation (http://thegwpf.org/) Londres, Royaume-Uni.

Les commentaires et corrections sont les bienvenus : merci de les envoyer à rmckitri@uoguelph.ca.

 

 

 

Table des matières (1ière partie)

1. Sources de données terrestres

1.1. Le réseau mondial GHCN de climatologie historique

1.1.1. Historique des versions

1.1.2. Description des archives GHCN v2 et mises à jour des séries

1.2. Nombre d'échantillons GHCN et leur baisse après 1990

1.2.1. La perte de données par région

1.2.2. Un biais croissant en faveur de sources aéroportuaires

1.2.3. Un biais croissant vers des latitudes plus basses

1.2.4. Un biais croissant vers des sites de plaine

1.3. Ampleur croissante des ajustements employés pour tenter de résoudre les problèmes de discontinuités d'échantillonnage

1.4. Résumé: Les problèmes d'échantillonnage du GHCN

 

1. Sources des données terrrestres

Il existe trois principales séries historiques pour la température mondiale: l’enregistrement combiné CRU-Hadley (HADCRU), l’enregistrement NASA GISS-(GISTEMP), et l’enregistrement de la NOAA.

Le but de ce rapport est d'aider les utilisateurs de données climatiques à mieux comprendre comment ces graphiques de températures moyennes globales sont créés. L'accent est mis sur la construction des séries de données terrestres et maritimes qui entrent dans de tels graphes. L'objectif est qu’ils comprennent les incertitudes, les problèmes d'échantillonnage, les discontinuités et les autres problèmes de qualité, connus de nombreux praticiens, mais généralement pas expliqués au public. La conclusion générale de ce rapport est qu'il y a des problèmes graves de qualité dans les ensembles de données de température de surface qui remettent en question le fait de savoir si l'histoire de la température mondiale, en particulier sur les terres , peut être considérée comme suffisamment continue et précise pour servir de base à l'importance des conclusions qui en sont généralement tirées.

Cette section donne un aperçu de la base de données terrestres utilisée pour les archives de la température mondiale.

1.1. Le réseau mondial de climatologie historique (GHCN : The Global Historical Climatology Network).

1.1.1. Historique des versions

Tous les séries de données pour la température globale s'appuient fortement sur les archives des stations météorologiques connu sous le nom de GHCN – le Global Historical Climatology Network. [1] Le GHCN a débuté par une collaboration au début des années 1990 entre le Carbon Dioxide Information and Analysis Center (CDIAC) et le National Climatic Data Center (NCDC). Son objectif était de réunir un ensemble d'archives de données de température plus complet que ce qui était alors disponible à partir du CRU ou d'autres unités de recherche. La première version a été publiée en 1992 (Vose et al. 1992).

Les données ont été publiées telles quelles, sans corrections des incohérences. [2] La deuxième version (GHCN v2) a été publiée en 1997. La construction de GHCN v2 est décrite dans Peterson et Vose (1997) et les méthodes de contrôle qualité sont décrites dans Peterson et al. (1998). (1998). Pendant la préparation de GHCN v2, les auteurs ont appliqué des corrections plus systématiques des incohérences et ajouté des métadonnées telles que la population à proximité et une information précise sur l'emplacement de chaque station afin que les utilisateurs puissent mieux apprécier la qualité de la source.

1.1.2. Description de l'archive GHCN v2 et mises à jour des séries.

Le GHCN v2 a compilé 31 sources différentes de données, chacune avec une couverture différente dans le temps. Le GHCN a tenté d'obtenir des données originales

nonhomogénéis ées, préférant donner aux utilisateurs l'accès aux [$ Page 6] données brutes, tout en développant et en appliquant ses propres corrections d'homogénéité.

Le GHCN publie les données brutes telles que reçues des sources, ainsi qu'une version ajustée pour homogénéité (GHCN-ADJ). Etant donné que le GHCN compile des données provenant de nombreuses bases de données différentess, et qui avaient, dans certains cas, collecté chacune les mêmes données, il s'est retrouvé avec un grand nombre de doublons. Pour produire une version remaniée du GHCN, les doublons ont été fusionnés. Parfois, les doublons ont des codes ID différents [NDT : ID = identification], ainsi, des méthodes de recherche numériques sont nécessaires pour les identifier et les combiner en données parstation. Le processus d'ajustement complet comporte trois étapes :

(i) Évaluation de la qualité de la source. La source doit fournir des données d’origine visiblement brutes, qui soient exemptes d'erreurs manifestes de collection.

(ii) Examen de chaque série manuellement.

Chaque station a été localisée sur des graphiques de navigation opérationnels (NDT : Operational Navigation Charts) pour en vérifier l’altitude , puis la série a été comparée aux valeurs attendues au regard de la climatologie locale connue. Les erreurs découvertes à ce stade, généralement une mauvaise localisation de la station, ont été corrigées , sinon l’enregistrement était écarté. Les données ont été également testées en recherchant les discontinuités se manifestant par  des changements abrupts dans la moyenne et l'écart-type.

(iii) Comparaison de chaque série à une série régionale de référence. Pour les stations avec au moins 20 ans de données, la construction d'une série de référence régionale pour chaque station a été faite comme suit.

* Pour chaque station, calcul des « différences premières » des moyennes annuelles, en d'autres termes, les changements d'une année à l'autre dans la moyenne annuelle.

* Pour la station sélectionnée ( dite «candidate»), sélection de cinq stations voisines dont les « différences premières » sont les plus fortement corrélées avec celles de la station « candidate », sous réserve de la disponibilité des données.

* Prendre la moyenne de trois des cinq stations voisines (NDT : il n’est pas dit comment sont choisies les 3 parmi les 5) pour former la série des « différences premières » de référence.

* À partir de zéro pour la première année, former une série finale de référence en cumulant la « différence première » de référence année par année. Un ajustement peut être également appliqué pour garantir que la valeur finale de l'année corresponde à celle de la série candidate.

La série de référence ainsi construite est supposée représenter le climat de la région autour de la station. La série candidate est ensuite comparée à l'aide de méthodes de régression pour vérifier les ruptures structurelles (points où la tendance linéaire change clairement) et d'autres divergences.

Si une station n'a pu être ajustée en utilisant la méthode ci-dessus, soit parce qu'il y avait trop peu de voisines ou moins de 20 ans de données, elle n'a pas été incluse dans le groupe des stations homogénéisées, à moins que les données brutes n’aient quand même été jugées homogènes. Dans le cas de stations avec des enregistrements complets (y compris moyenne quotidienne, la température maximum et minimum), cela a conduit à une réduction du nombre total d'enregistrements initiaux de 8.000 environ à un peu moins de 5.000.

51.  Pecqror | 21/09/2010 @ 19:50 Répondre à ce commentaire

Clem (#48),
Vous n’avez jamais vu Poltergeist!
Vu la grandeur de la tombe, je dirais qu’il s’agit celle d’un chien ou d’un chat.

52.  Antonio San | 22/09/2010 @ 20:09 Répondre à ce commentaire

http://wattsupwiththat.com/201.....more-25195

Interessant!

Sorry, the comment form is closed at this time.