Experts en climatologia de la Universitat Rovira i Virgili, de l'Agència Estatal de Meteorologia i de la Universitat de Bonn (Alemanya) fan un pas endavant en la identificació dels mètodes més fiables que ajudin a corregir aquests biaixos

El registre climàtic instrumental és patrimoni cultural de la humanitat, producte de la feina diligent de moltes generacions de persones a tot el món. Però els canvis en la forma en què s’ha anat mesurant la temperatura, així com en l’entorn en què s’ubiquen les estacions meteorològiques poden produir tendències falses. Un estudi internacional dut a terme per investigadors de la Universitat Rovira i Virgili (URV), l’Agència Estatal de Meteorologia (AEMET) i la Universitat de Bonn (Alemanya) ha avançat amb èxit a l’hora d’identificar els mètodes més fiables que ajudin a corregir aquestes tendències. Aquests “mètodes d’homogeneïtzació” són un pas clau per convertir l’enorme esforç dels observadors en productes de dades fiables sobre el canvi climàtic. Els resultats d’aquesta recerca, finançada pel Ministeri d’Economia i Competitivitat espanyol, s’han publicat a la revista Journal of Climate de l’American Meteorological Society.

Les observacions climàtiques sovint es remunten a més d’un segle, abans fins i tot que existissin l’electricitat o els automòbils. Aquests lapses de temps tan llargs fan que sigui pràcticament impossible mantenir les mateixes condicions de mesurament . El problema més conegut és el creixement de les ciutats al voltant d’estacions meteorològiques urbanes. Sabem que les ciutats tendeixen a ser cada vegada més càlides a causa de les propietats tèrmiques de les superfícies urbanes o a la reducció de les superfícies de evapotranspiració. Per comprovar-ho n’hi ha prou a comparar les estacions urbanes amb les estacions rurals circumdants. Encara que menys coneguts, també hi ha problemes similars a causa de l’expansió dels conreus de regadiu al voltant dels observatoris.

L’altra raó més comuna dels biaixos en les dades observades són els desplaçaments de les estacions meteorològiques derivats, entre altres causes, dels canvis en les xarxes d’observació. “Un canvi organitzatiu bastant típic consistia que les oficines meteorològiques, que solien estar situades a les ciutats, es traslladaven a aeroports de nova construcció que necessitaven observacions i prediccions”, explica Victor Venema, climatòleg de Bonn i un dels autors de l’estudi. “L’estació meteorològica de Bonn solia estar situada en un camp al poble de Poppelsdorf, que ara és un barri de Bonn, i, després de diverses reubicacions, l’estació es troba a l’aeroport de Colònia-Bonn”, afegeix.

Pel que fa l’estimació fiable de les tendències globals, les alteracions més importants corresponen a canvis tecnològics que s’introdueixen simultàniament en una xarxa d’observació: “Actualment estem immersos, per exemple, en un període d’automatització generalitzada de les xarxes d’observació”, afegeix Venema.

Els programes informàtics adequats per fer l’homogeneïtzació automàtica de les sèries temporals climàtiques són el resultat de diversos anys de desenvolupament. Funcionen comparant estacions properes i buscant canvis que només tenen lloc en una d’elles, a diferència dels canvis climàtics, que influeixen en totes les estacions.

Banc de proves simulat

Per examinar aquests mètodes d’homogeneïtzació, l’equip investigador va generar un banc de proves al qual es van incorporar un conjunt de dades simulades que imitaven de manera fiable els conjunts de dades climàtiques observades, incloent-hi els biaixos esmentats. D’aquesta manera, els canvis espuris són coneguts i es pot estudiar com els corregeixen els diferents mètodes d’homogeneïtzació analitzats.

En comparació d’estudis anteriors, els conjunts de dades de prova generades van mostrar més diversitat i les xarxes d’estacions reals també van mostrar una varietat més gran a causa de les diferències en la gestió. Els investigadors es van encarregar de reproduir xarxes amb densitats d’estacions molt variades, ja que en una xarxa densa és més fàcil identificar un petit canvi fals. El conjunt de dades de prova que es va utilitzar en aquesta recerca va ser molt més gran que en estudis precedents (es van analitzar 1.900 xarxes d’estacions), la qual cosa va permetre als científics determinar amb precisió quines diferències hi ha entre els principals mètodes d’homogeneïtzació automàtica desenvolupats per grups de recerca d’Europa i Amèrica. A causa de la immensitat del conjunt de dades de prova, només es van poder testar els mètodes d’homogeneïtzació automatitzats.

En la seva recerca, el grup investigador va descobrir que és molt més difícil millorar el senyal climàtic mitjà estimat per a una xarxa d’observació que millorar la precisió de les sèries temporals de cada estació.

En la classificació resultant, els mètodes d’homogeneïtzació proposats per la URV i l’AEMET van superar la resta. El mètode creat al Centre de Canvi Climàtic C3 de la URV (Vila-seca) pel climatòleg hongarès Peter Domonkos va resultar ser el millor per homogeneïtzar tant les sèries d’estacions individuals com les sèries mitjanes de la xarxa regional. El mètode de l’AEMET, desenvolupat per l’investigador José A. Guijarro, el va seguir a una distància molt curta. Quan es tracta de detectar i minimitzar errors sistemàtics de tendència similars de moltes xarxes meteorològiques, sobretot en aquelles en què aquests biaixos es produeixen simultàniament i afecten moltes estacions en dates similars, el mètode d’homogeneïtzació de l’Agència Nacional Oceànica i Atmosfèrica dels Estats Units (NOAA) va obtenir el millor resultat. Aquest mètode es va dissenyar per homogeneïtzar conjunts de dades d’estacions a escala global en què la principal preocupació és l’estimació fiable de tendències globals.

Els resultats d’aquest estudi han demostrat el valor de grans conjunts de dades de prova. “És una altra raó més per la qual els mètodes d’homogeneïtzació automàtica són importants: es poden provar molt millor i això ajuda al desenvolupament”, manifesta Peter Domonkos, que va començar la carrera com a observador meteorològic i ara escriu un llibre sobre l’homogeneïtzació de sèries climàtiques temporals.

“L’estudi mostra com són d’importants les xarxes d’estacions molt denses per fer que els mètodes d’homogeneïtzació siguin més fiables i eficients, i, per tant, calcular les tendències observades amb més precisió”, explica la investigadora Manola Brunet, directora del C3 de la URV, membre visitant de la Unitat d’Investigació Climàtica de la Universitat d’East Anglia (Norwich, Regne Unit) i vicepresidenta de la Comissió de Serveis i Aplicacions Meteorològics, Climàtics, Hidrològics i Ambientals de l’Organització Meteorològica Mundial. “Desafortunadament, encara cal digitalitzar molts dades climàtiques per contribuir a una homogeneïtzació i un control de qualitat encara millors”, assegura.

De la seva banda, l’investigador Javier Sigró, també del C3, apunta que l’homogeneïtzació és sovint un primer pas “que ens permet anar als arxius i esbrinar què va passar amb aquelles observacions afectades per canvis espuris. Millorar els mètodes d’homogeneïtzació significa que podem fer això d’una manera molt més eficient”.

“Els resultats del projecte poden ajudar els usuaris a triar el mètode més adequat a les seves necessitats, i també els desenvolupadors per millorar el seu programari mostrant-ne les fortaleses i debilitats. Això permetrà més millores en el futur”, apunta José A. Guijarro, de l’Agència Estatal de Meteorologia de les Illes Balears i coautor de l’estudi.

En treballs anteriors de característiques similars, el grup investigador va observar que els mètodes d’homogeneïtzació dissenyats per detectar biaixos múltiples simultàniament eren molt millors que els que identifiquen un per un els canvis espuris introduïts artificialment. “Curiosament, el nostre estudi no ho va corroborar. Potser és més una qüestió d’utilitzar mètodes acuradament ajustats i provats”, puntualitza Victor Venema, de la Universitat de Bonn.

Els experts asseguren que la precisió dels mètodes d’homogeneïtzació probablement millorarà encara més. “No obstant això, mai hem d’oblidar que les observacions climàtiques espacialment més denses i d’alta qualitat són el pilar més important del nostre coneixement sobre la variabilitat climàtica”, conclou Peter Domonkos.

Referència bibliogràfica: Domonkos P, Guijarro JA, Venema V, Brunet M, Sigró J (2021): Efficiency of time series homogenization: method comparison with 12 monthly temperature test datasets. J. of Climate, 49 pp, DOI: 10.1175/JCLI-D-20-0611.1