De presentatie wordt gedownload. Even geduld aub

De presentatie wordt gedownload. Even geduld aub

Hockeystickmodel Ward van Pelt en Tim van Werkhoven Temperatuur reconstructie 1450-1980 door Mann et al. Het hockeystick model.

Verwante presentaties


Presentatie over: "Hockeystickmodel Ward van Pelt en Tim van Werkhoven Temperatuur reconstructie 1450-1980 door Mann et al. Het hockeystick model."— Transcript van de presentatie:

1 Hockeystickmodel Ward van Pelt en Tim van Werkhoven Temperatuur reconstructie door Mann et al. Het hockeystick model

2 Belangen (Multi) proxy data Principal Components Analysis (PCA) Calibratie Reconstructie Externe factoren Andere analyses Inhoud Ward van Pelt en Tim van Werkhoven

3 Assistant Professor aan de universiteit van Yale (1998) Houdt zich bezig met: Paleoklimatologie Statistische klimatologie Detectie klimaatverandering Klimaatmodellering Theoretisch en empirisch onderzoek naar variabiliteit van het klimaat: “Global-scale temperature patterns and climate forcing over the past six centuries” (Mann, Bradley, Hughes) Michael E. Mann (1965) Ward van Pelt en Tim van Werkhoven

4 Is de huidige hoge temperatuur uniek over de laatste eeuwen of is het eerder voorgekomen? Natuurlijke variabiliteit Antropogene invloeden Verdrag van Kyoto (1997) Betrouwbaarheid reconstructie Belangen Ward van Pelt en Tim van Werkhoven

5 Gebruik van meerdere soorten gegevens om tot een reconstructie te komen Belang multi-proxy: Grotere nauwkeurigheid Globale reconstructie Langere tijdschaal Multi-proxy Ward van Pelt en Tim van Werkhoven

6 Instrumentele data (vanaf 1900) Proxy data: Boomringen Koraal Ijskernen Sediment (uit meren) Historische instrumentele data Niet gebruikt: pollen, oceaan sediment etc. Data Ward van Pelt en Tim van Werkhoven

7 Instrumentele data (vanaf 1854) Ward van Pelt en Tim van Werkhoven Verdeling instrumentele data over de wereld

8 Proxy data Ward van Pelt en Tim van Werkhoven Verspreiding proxy data tot 1820 (rood), 1800 (blauw-groen), 1750 (groen), 1600 (blauw) en 1400 (zwart).

9 Wiskundige methode om datasets samen te vatten in een aantal ‘principal components’. De eerste ‘principal components’ (PC’s) representeren de belangrijkste patronen (trends) uit de datasets. Deze PC’s houden mogelijk verband met fysische processen. Afweging: zoveel mogelijke variantie verklaren met zo min mogelijk PC’s. Principal Component Analysis (1) Ward van Pelt en Tim van Werkhoven

10 Methode (algemeen): Verzamel data Haal het gemiddelde eraf Stel de covariantiematrix op Bepaal de eigenvectoren/eigenwaarden Kies de PC’s die je wilt behouden Maak een nieuwe dataset met de gekozen eigenvectoren Principal Component Analysis (2) Ward van Pelt en Tim van Werkhoven

11 Gebruik door Mann, Bradley en Hughes: Samenvatten datasets van boomringen in een aantal PC’s Ontdekken van dominante patronen van variabiliteit in instrumentele temperatuurdata ( ) Principal Component Analysis (3) Ward van Pelt en Tim van Werkhoven

12 PCA op instrumentele data ( ) Eerste vijf PC’s: 93% verklaarde variantie in globale gemiddelde temperatuur variaties, 85% voor het NH, 67% voor de NINO-box PC#1: Globale opwarming laatste eeuw PC#2: Dominante El Nino gerelateerde variatie PC#3: Variabiliteit in Atlantisch gebied (jaarlijks tot 10 jaarlijks) PC#4: El Nino en (sub)tropische Atlantische variatie (tientallen jaren) PC#5: Variabiliteit in het gehele Atlantische gebied (tientallen jaren) Multiproxy calibration (1) Ward van Pelt en Tim van Werkhoven

13 EOF#1 en PC#1 Ward van Pelt en Tim van Werkhoven

14 EOF#2 en PC#2 Ward van Pelt en Tim van Werkhoven

15 EOF#3 en PC#3 Ward van Pelt en Tim van Werkhoven

16 EOF#4 en PC#4 Ward van Pelt en Tim van Werkhoven

17 EOF#5 en PC#5 Ward van Pelt en Tim van Werkhoven

18 Aannames: 1.De proxy indicatoren ( ) zijn lineair gerelateerd aan de instrumentele ‘trainings’ patronen 2.Ook schaarse, wijdverspreide data van lange proxy en instrumentele data kunnen worden gebruikt om patronen terug te vinden 3.Patronen van variabiliteit in het multiproxy netwerk hebben parallellen in de (kortere) instrumentele data Multiproxy calibration (2) Ward van Pelt en Tim van Werkhoven

19 Mann et al.: Gestandaardiseerd over vanwege inhomogeniteit van de data Calibreer (‘train’) de proxy indicatoren m.b.v. deze patronen Multiproxy calibration (3) Ward van Pelt en Tim van Werkhoven

20 Na calibratie volgt de reconstructie Geldt voor periode vóór 1920 Reconstructie gebeurt set voor set (niet geheel duidelijk) Uiteindelijk terug tot nu: 112 indicatoren, 11 eigenvectoren (75%) 1760-nu: 93 indicatoren, 9 eigenvectoren (75%) 1700-nu: 74 indicatoren, 5 eigenvectoren (65%) 1600-nu: 57 indicatoren, 4 eigenvectoren (67%) 1450-nu: 24 indicatoren, 2 eigenvectoren (45%) 1400-nu: 22 indicatoren, 1 eigenvector (45%) Reconstructie (1) Ward van Pelt en Tim van Werkhoven

21 Resultaat van reconstructie zijn Reconstructed Principal Components (RPC’s): Reconstructie (2) Ward van Pelt en Tim van Werkhoven

22 Samen leveren de RPC’s temperatuur als functie van tijd op, met significant hoge temperatuur de laatste 10 jaar Reconstructie (3) Ward van Pelt en Tim van Werkhoven

23 Reconstructie werkt Reconstructie (4) Ward van Pelt en Tim van Werkhoven

24 Reconstructie (5) Ward van Pelt en Tim van Werkhoven 1791 was een heel sterk El Nino jaar 1816 was erg koud, dit komt terug in de reconstructie

25 Laatste tien jaar heeft een significant hogere temperatuur, waar komt dit door? Mogelijke oorzaken Zonne activiteit Vulkaanstof CO 2 concentratie Mogelijk om correlaties te berekenen tussen temperatuur en bovengenoemde factoren\ Gedaan met 200y moving window Zou ongevoelig zijn voor windowgrootte External Forcing (1) Ward van Pelt en Tim van Werkhoven

26 External Forcing (2) Ward van Pelt en Tim van Werkhoven

27 Reconstructie met 100y moving window levert een ruisiger beeld op External Forcing (3) Ward van Pelt en Tim van Werkhoven

28 Reconstructie met 200y moving window levert een totaal ander beeld op External Forcing (4) Ward van Pelt en Tim van Werkhoven

29 Zonne activiteit sterke correlatie met temperatuur, ongeveer even sterk als CO 2 Significantie niveaus missen Sallie Baliunas bedacht dit ook Satelliet data mogelijke bevestiging Andere analyses bevestigen significant warme laatste 10 jaar Mann’s onderzoek herhaald en bevestigd Jones et al., Briffa. Andere Analyses Ward van Pelt en Tim van Werkhoven

30 Mann et al. 1998, Nature, April 23, Dummy’s guide, Mann et al. 2002, Science, issue 5586 Smith L. 2002, A tutorial on PCA Referenties Ward van Pelt en Tim van Werkhoven

31 Aanvullende data (1) Ward van Pelt en Tim van Werkhoven (a) verification of original MBH climate reconstruction (b) bad reconstruction without the N-American proxy information (MM03). (c) N-American ITRDB data summarized by PCs, using MM-suggested centering without standardization of records ( (MM05b). The 1400 network is bad, while the 1450 network, close to WA_Original, provides a valid reconstruction. (d) a valid reconstruction based on MM-centering, including full standardization of the ITRDB data.

32 Aanvullende data (2) Ward van Pelt en Tim van Werkhoven Verschillende reconstructies, allemaal met een significant hoge temperatuur voor de laatste 10 jaar

33 Aanvullende data (3) Ward van Pelt en Tim van Werkhoven Satelliet temperatuurmetingen, die een mogelijk verschil tussen atmosferische en oppervlakte temperatuur weergeven. UAH/RSS zijn twee verschillende interpretaties van de MSU satelliet.


Download ppt "Hockeystickmodel Ward van Pelt en Tim van Werkhoven Temperatuur reconstructie 1450-1980 door Mann et al. Het hockeystick model."

Verwante presentaties


Ads door Google