I dati registrati presso le stazioni meteorologiche sono in genere affetti da errori dovuti a cause tecniche: spostamenti delle stazioni, sostituzione della strumentazione o variazioni degli orari di osservazione. Per questo motivo gli studiosi ‘ripuliscono’ le serie meteorologiche attraverso un'”omogeneizzazione” dei dati. La Cost Action “Home”, che coinvolge l’Istituto di scienze dell’atmosfera e del clima del Consiglio nazionale delle ricerche (Isac-Cnr) di Bologna e ricercatori da 27 paesi europei, oltre ad Australia, Andorra e Stati Uniti, ha studiato le performance dei vari metodi di omogeneizzazione, e ha realizzato un software basato sui metodi che hanno dato i risultati migliori. La ricerca è stata appena pubblicata sulla rivista Climate of the Past. L’esperienza maturata nella Cost Action Home sarà sfruttata nell’ambito della ‘International Surface Temperature Initiative’, che sta lavorando per creare un data set globale delle temperature disponibile a tutti e, soprattutto, trasparente, dalla scansione degli annali originali fino al dato finale ripulito e pronto per l’analisi climatica. “Abbiamo effettuato dei test su dati climatici artificiali che ‘imitano’ i networks climatici e i loro errori con un realismo senza precedenti. Il vantaggio di questo tipo di dati sta nel fatto che sia gli elementi di origine non-climatica inseriti in alcune stazioni sia il trend (positivo, negativo o nullo) dei dati una volta corretti sono noti solo a chi li ha creati”, spiega Michele Brunetti dell’Isac-Cnr. “Si è trattato insomma di test ciechi, in cui i ricercatori che hanno creato i dati e quelli che li hanno omogeneizzati appartenevano a due gruppi distinti: siamo certi quindi che i risultati ottenuti rappresentino una valutazione oggettiva dei vari algoritmi di omogeneizzazione”. La critica che viene spesso mossa a queste metodologie è infatti che le correzioni dei dati portino a una sovrastima del riscaldamento globale. “I risultati ottenuti dai test mostrano invece il contrario: l’omogeneizzazione migliora la qualità delle stime dei trend, che se stimati sui dati omogeneizzati sono più vicini all’andamento reale”, ribatte Brunetti. Sulla scorta di questo studio è stato messo a punto un software innovativo.
(Red – 10 gen)
