Global warming update

Global warming update

Il 2016 è ormai terminato, e ci sono già i dati del gennaio 2017, che secondo il database GISS si collocano a +1.175 °C rispetto alle medie del periodo 1880-1909, assunte a valori rappresentativi della media preindustriale. Tale valore è il secondo nella lista dei mesi di gennaio più caldi, dopo il gennaio 2016 (+1.385 °C) e il gennaio 2007 (+1.215 °C) e davanti al gennaio 2015 (+1.075 °C) e al gennaio 2002 (+1.005 °C), gli unici sopra la soglia di 1°C.

Abbiamo quindi deciso di ripresentare i grafici a spirale delle anomalie di temperatura (dati GISS) aggiornati al mese di gennaio 2017 incluso. Qui sotto vediamo la spirale dei soli dati.

spiral_only_data

Past (observed) global mean temperatures (GISS data), expressed as anomalies with respect to 1880-1909 period.

A seguire, i grafici che rappresentano i dati prima, e le simulazioni dei modelli dopo, con tre scenari prescelti, sempre espressi come anomalia termica rispetto al trentennio storico 1880-1909, estratti dai membri dell’esperimento CMIP. Il primo visualizza lo scenario con le emissioni più moderate (lo abbiamo definito “low emission”, e si riferisce al RCP 2.6 – ricordiamo che il numero indica la forzante radiativa, in W/m2).

spiral_data_rcp26

Past (observed – GISS data) and future (predicted – CMIP RCP 2.6 experiment member) global mean temperatures, expressed as anomalies with respect to 1880-1909 period, according to RCP 2.6 scenario.

Il secondo visualizza i dati e le simulazioni secondo lo scenario RCP 4.5, da noi definito “medium emission” in quanto si pone a metà, come forzante radiativa, tra i vari scenari possibili.

spiral_data_rcp45

Past (observed – GISS data) and future (predicted – CMIP RCP 4.5 experiment member) global mean temperatures, expressed as anomalies with respect to 1880-1909 period, according to RCP 4.5 scenario.

Il terzo, infine, visualizza dati e simulazioni secondo lo scenario RCP 8.5, da noi definito “high emission”, in quanto la forzante radiativa ad esso associata è la maggiore.

spiral_data_rcp85

Past (observed – GISS data) and future (predicted – CMIP RCP 8.5 experiment member) global mean temperatures, expressed as anomalies with respect to 1880-1909 period, according to RCP 8.5 scenario.

Gli stessi grafici sono qui di seguito visualizzati in modalità lineare. In questi ultimi non si vede ancora il dato relativo al gennaio 2017 in quanto rimarrà visibile sono dopo aver inserito anche il dato di febbraio.

linear_only_data

Past (observed – GISS data) global mean temperatures, expressed as anomalies with respect to 1880-1909 period.

linear_data_rcp26

Past (observed – GISS data) and future (predicted – CMIP RCP 2.6 experiment member) global mean temperatures, expressed as anomalies with respect to 1880-1909 period, according to RCP 2.6 scenario.

linear_data_rcp45

Past (observed – GISS data) and future (predicted – CMIP RCP 4.5 experiment member) global mean temperatures, expressed as anomalies with respect to 1880-1909 period, according to RCP 4.5 scenario.

linear_data_rcp85

Past (observed – GISS data) and future (predicted – CMIP RCP 8.5 experiment member) global mean temperatures, expressed as anomalies with respect to 1880-1909 period, according to RCP 8.5 scenario.

Ci sono pochi commenti da fare a questi grafici, ed ai dati a cui essi si appoggiano: i grafici “parlano da soli”. Il primo, e più banale, commento è che, guardando i grafici, si nota come l’accelerazione impressa negli ultimi anni ha portato i dati a sovrapporsi alle simulazioni dei modelli. Negli scenari che abbiamo definito come corrispondenti a livelli bassi e medi di emissioni, i dati si collocano su valori di anomalia molto elevati, e mostrano come, al momento, lo scenario di “concentration pathway” che più si avvicina ai dati è quello “high emission”, ovvero l’RCP 8.5.

Il secondo commento è che i primi valori disponibili per il 2017, quelli di gennaio, mostrano sì una lieve diminuzione, peraltro attesa (dal momento che l’episodio di El Niño è ormai terminato), ma non così significativa, dal momento che il valore rimane comunque sul podio.

Insomma, guardando all’accordo di Parigi, la strada per far rimanere le anomalie di temperatura entro i 2 °C rispetto ai valori preindustriali appare sempre di più in salita, soprattutto vista la notevole inerzia della politica, mentre l’opzione di rimanere entro 1.5 °C è di fatto ormai irrealizzabile, salvo cataclismi (come, ad esempio, l’arrivo di un grosso e imprevisto meteorite) che porrebbero comunque in secondo piano le questioni climatiche.

The insane temperature rise of our planet

The insane temperature rise of our planet

Climate change is an issue that is not yet capturing the public opinion as it should do. One of the reasons is that the year-be-year temperature variations, at global scale, are much smaller than day-by-day variations at local scale, or seasonal variations at global or local scale. However, there is a certain parallelism between the body temperature of a person and the climate. If one records its body temperature every minute of a day, he will discover some daily variations, which could vary little less than 1 °C. Also, different persons can have different mean body temperatures, with values spanned over 1 °C or sligthly more, depending on each personal condition. An athlete immediately after a competition, or a normal person after a stressing exercise, can have a body temperature even 1°c or more superior to its normal mean. Well, these normal variations represent the “weather” of the person, and do not indicate necessarily the presence of a pathology.

However, if the temperature of a certain person start rising, more or less regularly, in the time, this variation represents a sort of “climate” of the person, with is changing, and may be a symptom of something not necessarily good for the health of the person. This is true even if such “climate” variation could be smaller than those that we have previously called “weather” variations. The scientific problem is thus to distinguish normal variations from abnormal variations, differentiating the scales. While the communication problem is how to inform in a correct but clear way the people about such dynamics.

We have now the fortune of having available more than one century of meteorological observations, carried out in several meteorological stations displaced in various places in the Earth. Several climatic centers have collected a subset of these data and have performed some analyses on such data, in order to exclude anomalous trends or data. And have calculated an estimate of the global mean temperature. Since the choice of stations and the treatment of data has been different from centre to centre, there are some differences among the datasets, but the emerging signal is univoque and incontestable: global mean temperature is increasing.

Furthermore, several climatic models (that, more properly, are now called Earth System Models) have been run by different teams to simulate the future climate of the Earth. Despite each individual model tends to give a particular answer, the current method to consider such kind of projections is to consider the ensemble of the results of a wide set of models. This has been performed, for instance, during the experiment CMIP5, whose preliminary results have constituted the core of the findings of the last IPCC report.

With Stefano Caserini, coordinator of Italian blog climalteranti.it, we have had the idea of combining the two informations, data and models, in a visual way. We have chosen as dataset the GISS and as model the CMIP5 ensembles, by selecting three different scenarios adopted: the RCP 2.6, the RCP 4.5, and the most extreme RCP 8.5, respectively corresponding to low, medium, and high emissions. In particular, RCP 8.5 scenario outlines what we would expect if the emissions will continue to change as they did until now (i.e. with a continuous increment).

Monthly climate change - GISS + RCP 8.5

Evolution of monthly mean temperature anomalies from 1880 to 2100, referred to the period 1880-1909. the observations relative to the period January 1880 – April 2016 are extraxted from dataset GISS, while the simulation data, relative to the period 2017-2100, have been gathered from the ensemble values of experiment CMIP5, in this case selecting the extreme high-emissions scenario RCP 8.5.

This is instead the case of the milder scenario RCP 2.6:

GISS + RCP 2.6

Evolution of monthly mean temperature anomalies from 1880 to 2100, referred to the period 1880-1909. the observations relative to the period January 1880 – April 2016 are extraxted from dataset GISS, while the simulation data, relative to the period 2017-2100, have been gathered from the ensemble values of experiment CMIP5, in this case selecting the low-emissions scenario RCP 2.6.

while this is the animation of the intermediate scenario RCP 4.5:

GISS + RCP 4.5

Evolution of monthly mean temperature anomalies from 1880 to 2100, referred to the period 1880-1909. the observations relative to the period January 1880 – April 2016 are extraxted from dataset GISS, while the simulation data, relative to the period 2017-2100, have been gathered from the ensemble values of experiment CMIP5, in this case selecting one of the intermediate scenarios, i.e. the medium-emissions RCP 4.5 .

Model simulations data are available in the period 1860-2100, while GISS observations refer to the period 1880-2016 (last datum is April). I have merged those two datasets by evaluating in each case the respectively anomaly in the common period 1880-1909 (a 30-year period, as usually it is done in climate analyses).

I have visualized the result with two different methods. I have used the spiral method of monthly anomalies, originally developed by Ed Hawkins for HadCRUT data, and I have considered the linear plot of montly anomalies, as done by myself in a recent post with HadCRUT data.

The first method is discussed in detail in this post of climalteranti.it, thus here I will describe the second, adding some short general considerations (short because I believe that these plots can talk by themselves).

These are, in my opinion, two different but impactive ways to visualize the climate change which is going on. The animations start from 1880 and, month by month, show the temperature variations up to April 2016. It is evident the initial cooling in the first decade of 1900, the warming between 1920 and 1930, the stationariety in the decade of the WWII, another weak warming immediately after, then a stasis between 1960 and 1970, and then rapid increase of warming rate since 1980, with last fifteen years able to update at least one montly record almost every year. Until the anomalous period of last nine months, which places completely out of the above range.

Future climate simulations by CMIP5 scenarios show a continuous warming, almost similar for all three scenarios up to 2030, then rapidly differentiating. Note that warming rate of models is more regular, due to the fact that these data represent an ensemble and are not just the output of a single model. The anomalous warmest records established from January to April 2016 seems to be updated around 2025-2030, when those values would become the regular climate. Then, after 2030, different scenarios start to differentiate from each other, with just the common result to show a larger anomaly in winter. At the end of this century, even in the low emissions scenario (RCP 2.6), a season like the last one will be regarded as a cool period. But, if we look at the most extreme scenario (RCP 8.5, corresponding to high emissions), it will be regarded as a sort of mini-ice age…

The scenarios begin to differentiate from about 2030… there is still a few time for trying to make occurring the mild scenario RCP 2.6 instead of the extreme RCP 8.5 one… not too much time, because greenhouse gases increases inexorably, and consequent global warming too.

We can choose… we must choose!

La temperatura malata del nostro pianeta

La temperatura malata del nostro pianeta

Il cambiamento climatico è una tematica che non cattura ancora l’opinione pubblica come dovrebbe. Una ragione è che le fluttuazioni termiche annue, a scala globale, sono molto più piccole delle variazioni diurne a piccoal scala, o di quelle stagionali a scala locale o globale. Tuttavia, si può notare un certo parallelismo tra la temperatura corporea di una persona e il clima. Se uno monitorasse la propria temperatura corporea in ogni minuto del giorno, noterebbe alcune variazioni diurne di poco meno di 1 °C. Inoltre, persone diverse possono avere temperature corporee diverse, anche in questo caso con variazioni di 1 °C o più, anche in funzione delle proprie condizioni personali. Un atleta, immediatamente dopo una gara, o una persona normale dopo un esercizio stressante, possono avere una temperatura corporea superiore anche di 1 °C rispetto alla norma. Bene, queste variazioni normali rappresentano il “tempo meteorologico” di una persona, e non indicano necessariamente la presenza di qualche malattia.

Tuttavia, se la temperatura di qualcuno inizia ad aumentare, più o meno regolarmente, nel tempo, questa variazione rappresenta una sorta di “clima” di una persona, che sta cambiando, e può essere il sintomo di qualcosa non necessariamente positivo per la salute della persona. Questo è vero anche se queste variazioni “climatiche” sono inferiori a quelle che in precedenza abbiamo chiamato variazioni del “tempo meteorologico”. Il problema scientifico è quindi distinguere le variazioni normali da quelle anormali, differenziandone le scale. Mentre il problema comunicativo è come informare l’opinione pubblica, in modo corretto ma comprensibile, riguardo a queste dinamiche.

Abbiamo la fortuna di avere a disposizione oltre un secolo di osservazioni meteorologiche, eseguite in diverse stazioni dislocate in varie località della Terra. Molti centi climatici hanno raccolto dei sottoinsiemi di questi dati e li hanno analizati, in maniera da eliminare i trend o i dati anomali. E hanno calcolato una stima della temperatura media globale. Poiché la scelta delle stazioni ed il trattamento dei dati è stato differente da centro a centro, ci sono alcune differenze tra i vari dataset, anche se il segnale che emerge è abbastanza univoco e incontestabile: la temperatura media globale sta aumentando.

Inoltre, diversi modelli climatici (ora si chiamano più propriamente Earth System Models, cioè modelli del sistema terrestre) sono stati fatti girare da vari gruppi di ricerca per simulare il clima terrestre futuro. Anche se ogni modello tende a fornire una risposta particolare, oggi si preferisce guardare a questo tipo di proiezioni considerando l’insieme de irisultati di un ampio gruppo di modelli. Questo è stato fatto, ad esempio, nel corso dell’esperimento CMIP5, i cui risultati preliminari hanno costituito il nucleo delle affermazioni riportate sull’ultimo rapporto IPCC.

Con Stefano Caserini, coordinatore di climalteranti.it, abbiamo avuto l’idea di combinare le due informazioni, dati e proiezioni modellistiche, in modo visuale. Abbiamo scelto come dataset quello del GISS, e come dati modellistici gli insiemi dell’esperimento CMIP5, selezionando tre diversi scenari: RCP 2.6, RCP 4.5 e il più estremo RCP 8.5, corrispondenti rispettivamente ad emissioni basse, medie e alte. In particolare, lo scenario RCP 8.5 corrisponde a quello che ci si aspetteremmo che succedesse nel caso in cui le emissioni proseguissero a variare come hanno fatto finora (cioè con un continuo incremento):

Monthly climate change - GISS + RCP 8.5

Evolution of monthly mean temperature anomalies from 1880 to 2100, referred to the period 1880-1909. the observations relative to the period January 1880 – April 2016 are extraxted from dataset GISS, while the simulation data, relative to the period 2017-2100, have been gathered from the ensemble values of experiment CMIP5, in this case selecting the extreme high-emissions scenario RCP 8.5.

Qui vediamo invece la situazione che ci aspettiamo secondo lo scenario “migliore”: RCP 2.6:

Monthly climate change - GISS + RCP 2.6

Evolution of monthly mean temperature anomalies from 1880 to 2100, referred to the period 1880-1909. the observations relative to the period January 1880 – April 2016 are extraxted from dataset GISS, while the simulation data, relative to the period 2017-2100, have been gathered from the ensemble values of experiment CMIP5, in this case selecting the low-emissions scenario RCP 2.6.

mentre qui è presentato qullo intermedio RCP 4.5:

Monthly climate change - GISS + RCP 4.5

Evolution of monthly mean temperature anomalies from 1880 to 2100, referred to the period 1880-1909. the observations relative to the period January 1880 – April 2016 are extraxted from dataset GISS, while the simulation data, relative to the period 2017-2100, have been gathered from the ensemble values of experiment CMIP5, in this case selecting one of the intermediate scenarios, i.e. the medium-emissions RCP 4.5 .

Le simulazioni modellistiche sono disponibili nel periodo 1860-2100, mentre le osservazioni GISS si riferiscono al periodo 1880-2016 (l’ultimo dato è quello di aprile). Ho integrato i due dataset calcolando per ognuno la rispettiva anomalia (differenza rispetto alla media) nel periodo comune 1880-1909 (un trentennio, come di solito si fa nelle analisi climatiche).

La visualizzazione del risultato l’ho fatta in due modi diversi. Ho usato il metodo a spirale delle anomalie mensili, sviluppato orinariamente da Ed Hawkins per i dati HadCRUT, ed ho anche mostrato un grafico lineare delle anomalie mensili, come avevo fatto in un post recente per visualizzare i dati HadCRUT. Il primo dei due metodi è visualizzato in dettaglio in questo post su climalteranti.it, per cui qui di seguito descriverò il secondo e farò alcune brevi considerazioni generali (brevi perché ritengo che i grafici parlino da soli).

Si tratta di due metodi diversi ma efficaci per visualizzare il cambiamento climatico in corso e quello che ci attende. Le animazioni iniziano dal 1880 e, mese per mese, mostrano le variazioni di temperatura fino ad aprile 2016. Si vede bene il raffreddamento nel primo decennio del 1900, il riscaldamento tra il 1920 e il 1930, la stazionarietà nel decennio della seconda guerra mondiale, il successivo piccolo riscaldamento, la nuova stasi tra il 1960 ed il 1970, e poi il rapido incremento del rateo di riscaldamento a partire dal 1980, con gli ultimi quindici anni in grado di aggiornare almeno un record mensile praticamente ogni anno. Fino ad arrivare al periodo anomalo degli

ultimi nove mesi, che si colloca totalmente al di fuori dal range dei valori precedenti.

Le simulazioni climatiche future degli scenari CMIP5 mostrano un continuo riscaldamento, praticamente analogo per i tre scenari fino al 2030, dopodiche gli scenari si differenziano nettamente tra loro. Notiamo anche che il rateo di riscaldamento fornito dai modelli è più regolare, grazie al fatto che questi dati sono rappresentativi di un insieme e non il risultato di un modello singolo. I valori anomali registrati nel quadrimentre gennaio-aprile 2016 sembrano rientrare nelle medie intorno al 2025-2030, quando saranno rappresentativi del “clima normale” di quegli anni.

Dopo il 2030, come si diceva, gli scenari si differenziano rapidamente, con l’unico risultato comune di un riscaldamento più sensibile d’inverno. A fine secolo, anche secondo lo scenario di basse emissioni (RCP 2.6), una stagione come l’ultima trascorsa apparirà come un periodo freddo. Ma, se si guarda lo scenario più estremo (RCP 8.5, che corrisponde alle emissioni alte), apparirà quasi come una sorta di mini-era glaciale…

Gli scenari iniziano a differenziarsi intorno al 2030… c’è ancora un briciolo di tempo per cercare di far verificare lo scenario sopportabile RCP 2.6 invece di quello estremo RCP 8.5… non tanto tempo, perchè i gas serra aumentano inesorabilmente, e il conseguente riscaldamento globale anche.

Possiamo scegliere… dobbiamo scegliere!