El treball, de la investigadora del C3 Alba Gilabert, constata un biaix de fins a dos graus de diferència entre estacions manuals i automàtiques, quan aquestes no són calibrades segons els estàndards metrològics

Des de l’últim terç del segle XX , les estacions meteorològiques automàtiques (AWS) han anat substituint els sistemes d’observació manuals (MAN) a nivell global. Això pot incorporar un biaix o salt artificial en els registres de temperatura i per tant en les sèries de temperatura històrica. Descriure aquest biaix i intentar minimitzar-lo combinant tres disciplines, la climatologia, la meteorologia i la metrologia ha estat l’objectiu principal de la tesis “Avaluació del biaix introduït en l’automatització dels registres climàtics combinant les aproximacions climàtiques i metrològiques” defensada el divendres, 14 d’octubre. L’autora és la investigadora del Centre de Canvi Climàtic C3 del campus Terres de l’Ebre de la URV, Alba Gilabert, nascuda a l’Entitat Municipal Descentralitzada de Jesús (Tortosa), que ha rebut la qualificació d’Excel·lent cum laude per la seva tesi.

Per dur a terme el seu estudi, iniciat el 2013, Gilabert ha analitzat més de 40.000 dades de registres de temperatura històrics i actuals. La primera fase del projecte ha consistit en examinar el biaix a partir de les sèries paral·leles de temperatura (AWS-MAN) de diferents observatoris. És a dir, en comparar les dades registrades de forma manual amb les de les estacions automàtiques. Ho ha fet analitzant dades diàries de temperatura màxima i mínima de l’Observatori de l’Ebre (24 anys), l’Observatori de Fabra (14 anys) i l’Observatori de Múrcia (8 anys). I en alguns casos ha observat una diferència de fins a 2º C. “És un problema molt greu perquè compromet la qualitat de les sèries de temperatura que s’han pres a través d’aquests dos sistemes”, apunta Gilabert.

La segona part mostra com la introducció dels procediments metrològics de calibració de les estacions automàtiques redueix el biaix i dóna traçabilitat a les dades, millorant la qualitat i la fiabilitat de les sèries de temperatura. Això s’ha comprovat calibrant tres AWS que van ser instal·lades a tres observatoris: el de l’Ebre i dos més del nord d’Itàlia (Moncalieri i Castelo Borello), arran de la col·laboració del Centre de recerca en Canvi Climàtic (C3) en el projecte europeu MeteoMet. “Els resultats indiquen que amb la introducció de les estacions meteorològiques automàtiques calibrades es minimitza el biaix i sobretot aquest és fa estable amb el temps”, assenyala Gilabert, tot destacant la necessitat de calibrar periòdicament les estacions meteorològiques automàtiques seguint aquests processos metrològics estàndards. “Actualment no es fa i és molt important, perquè només així podem assegurar la traçabilitat de les dades i d’aquesta manera podrem comparar les diferents sèries de temperatura i millorar la fiabilitat de les tendències climàtiques a escala local i regional”, apunta Gilabert.

La tercera part del projecte va consistir en analitzar aquest mateix biaix a escala horària, tot observant que les diferències a escala horària són majors que a escala diària, degut a les diferents característiques dels sistemes de mesura manuals i de les actuals AWS.

I finalment, la quarta i última part de la tesi ha consistit en desenvolupar una primera aproximació per tal de calcular les incerteses que sorgeixen a causa de l’homogeneïtzació de les sèries de temperatura històrica (aquests mètodes permeten corregir aquestes sèries quan contenen algun canvi no degut a l’evolució del clima) més les incerteses instrumentals (tenint en compte també com van ser preses aquestes mesures). Aquesta aproximació permet millorar la traçabilitat de les series històriques de temperatura i per tant millorar-ne la seva qualitat i fiabilitat per anàlisi posteriors.

Alba Gilabert ha defensat la seua tesis el dia 14 d’octubre a la sala de Graus del campus Terres de l’Ebre. El director de tesis ha estat Enric Aguilar, i els membres del tribunal han estat la directora del C3, Manola Brunet, i els doctors Cesar Azorin-Molina i Renate Auchmann.