Det instrumentella klimatrekordet är mänsklighetens kulturarv, resultatet av det idoga arbetet av många generationer människor över hela världen. Dock, förändringarna i sättet på vilket temperaturen mäts, såväl som miljön där väderstationer finns kan producera falska trender. En internationell studie utförd av forskare från Universitat Rovira i Virgili (URV), statens meteorologibyrå och universitetet i Bonn (Tyskland) har lyckats identifiera de mest tillförlitliga metoderna som hjälper till att korrigera dessa trender. Dessa "homogeniseringsmetoder" är ett nyckelsteg för att omvandla den enorma ansträngning som observatörer gör till tillförlitliga data om klimatförändringar. Resultaten av denna forskning, finansierat av det spanska ministeriet för ekonomi och konkurrenskraft, har publicerats i Journal of Climate från American Meteorological Society.

Klimatobservationer kan ofta spåras tillbaka mer än ett sekel, redan innan det fanns bilar och el. Dessa långa tidsperioder gör att det är praktiskt taget omöjligt att upprätthålla samma mätförhållanden under åren. Det vanligaste problemet är tillväxten av städer runt urbana väderstationer. Vi vet att städerna blir varmare och varmare på grund av de termiska egenskaperna hos urbana ytor och minskningen av evapotranspirationsytor. För att verifiera detta, det räcker med att jämföra stadsstationer med närliggande landsbygdsstationer. Även om det är mindre känt, liknande problem orsakas av utvidgningen av bevattnade grödor runt observatorier.

Den andra vanligaste orsaken till fördomar i observerade data är att väderstationer har flyttats, bland andra skäl, på grund av förändringar i observationsnätverken. "En typisk organisationsförändring bestod av väderstationer, som brukade vara i städer, överförs till nybyggda flygplatser som behövde observationer och förutsägelser, " förklarar Victor Venema, en klimatolog från Bonn och en av författarna till studien. "Väderstationen i Bonn låg tidigare på en åker i byn Poppelsdorf, som nu är en del av staden och, efter att den hade flyttats flera gånger, det är nu på flygplatsen i Köln-Bonn, " han säger.

När det gäller den robusta uppskattningen av globala trender, de viktigaste förändringarna är tekniska, som görs samtidigt i ett observationsnätverk. "För tillfället är vi mitt i en period av generaliserad automatisering av observationsnätverken, säger Venema.

De datorprogram som kan användas för automatisk homogenisering av klimattidsseriedata är resultatet av flera års utveckling. De fungerar genom att jämföra stationer som ligger nära varandra och leta efter förändringar som bara sker i en av dem, till skillnad från klimatförändringar, som påverkar dem alla.

För att undersöka dessa homogeniseringsmetoder, forskargruppen genererade en testbank där de inkorporerade en uppsättning simulerade data som på ett tillförlitligt sätt imiterade uppsättningarna av observerade klimatdata, inklusive de fördomar som nämns. Därav, de falska förändringarna är kända och de kan studeras för att fastställa hur de olika homogeniseringsmetoderna kan korrigera dem.

Testdatauppsättningarna som genererades var mer olika än de i tidigare studier och det var de verkliga nätverken av stationer, på grund av skillnader i hur de användes. Forskarna reproducerade nätverk med mycket varierande tätheter av stationer eftersom det i ett tätt nätverk är lättare att identifiera en liten falsk förändring i en station. Testdatauppsättningen som användes i detta projekt var mycket större än i tidigare studier (totalt 1, 900 väderstationer analyserades), vilket gjorde det möjligt för forskarna att exakt fastställa skillnaderna mellan de huvudsakliga automatiska homogeniseringsmetoderna som utvecklats av forskargrupper i Europa och Amerika. På grund av den stora storleken på testdatauppsättningen, endast de automatiserade homogeniseringsmetoderna kunde testas.

Forskargruppen upptäckte att det är mycket svårare att förbättra den uppskattade medelklimatsignalen för ett observationsnätverk än att förbättra noggrannheten i tidsserierna för varje station.

I den resulterande klassificeringen, de metoder för homogenisering som föreslagits av URV och AEMET var bättre än de andra. Metoden utvecklad vid URV:s C3 Center for Climate Change (Vila-seca, Tarragona) av den ungerske klimatologen Peter Domonkos visade sig vara bäst på att homogenisera både serierna från enskilda stationer och medelserien från det regionala nätverket. AEMET-metoden, utvecklad av forskaren José A. Guijarro, var väldigt nära efter.

The homogenisation method developed by the National Oceanic and Atmospheric Administration of the United States (NOAA) was best at detecting and minimizing systematic errors in trends from many weather stations, especially when these biases were produced simultaneously and affected many stations on similar dates. This method was designed to homogenize data sets from stations the world over where the main concern is the reliable estimation of global trends.

The results of this study have demonstrated the value of large test data sets. "It is another reason why automatic homogenisation methods are important:they can be tested more easily and this helps in their development, " explains Peter Domonkos, who started his career as a meteorological observer and is now writing a book on the homogenisation of climate time series.

"The study shows the importance of very dense station networks in making homogenisation methods more robust and efficient and, därför, in calculating observed trends more accurately, " says the researcher Manola Brunet, director of the URV's C3, visiting member of the Climate Research Unit of the University of East Anglia, Norwich, United Kingdom, and vice-president of the World Meteorological Organisation's Commission for Weather, Climate, Water and Related Environmental Services &Applications.

"Tyvärr, much more climate data still has to be digitalised for even better homogenisation and quality control, " she concludes.

For his part, the researcher Javier Sigró, also from the C3, points out that homogenisation is often just the first step "that allows us to go to the archives and check what happened with those observations affected by spurious changes. Improving the methods of homogenisation means that we can do this much more efficiently."

"The results of the project can help users to choose the method most suited to their needs and developers to improve their software because its strong and weak points are revealed. This will enable more improvement in the future, " says José A. Guijarro from the State Meteorology Agency of the Balearic Islands and co-author of the study.

Previous studies of a similar kind have shown that the homogenisation methods that were designed to detect multiple biases simultaneously were clearly better than those that identify artificial spurious changes one by one. "Curiously, our study did not confirm this. It may be more an issue of using methods that have been accurately fitted and tested, " says Victor Venema from the University of Bonn.

The experts are sure that the accuracy of the homogenisation methods will improve even more. "Ändå, we must not forget that climate observations that are spatially more dense and of high quality are the cornerstone of what we know about climate variability, " concludes Peter Domonkos.