В первой половине сентября погода в Обнинске почти ежедневно обновляла рекорды, поэтому мы не выдержали и решили обратиться к анализу климатических изменений. И сразу поняли, что тема это вдвойне деликатная.
Во-первых, большинство наших знакомых к глобальному потеплению относятся как к высадке американцев на Луну. Проверить факт никто не может, поэтому одни верят в аргументы “за”, другие – в аргументы “против”. Причем, как нередко случается с массово обсуждаемыми феноменами, принимаемая позиция имеет для человека большее значение, чем истина.
Во-вторых, в Обнинске лезть с аматорским подходом в анализ погоды, когда за углом сидят главные синоптики страны – это риск попасть под критику со стороны самых настоящих учёных.
В поиске данных (или готовых ответов) мы отправились на сайт обнинских метеорологов, где:
узнали, что ВНИИГМИ-МЦД собирает так много данных, что некоторые им приходится хранить на бобинах и компакт-дисках.
нашли много всяких отчётов в формате PDF. Читать сложно – язык такой, словно писала нейросеть, обученная на прогнозах погоды, но картинки весёленькие.
обнаружили упоминания о бюллетенях “Изменение климата”, которые могли бы дать нам все ответы, но гиперссылки привели на сайт global-climate-change.ru, который “приказал долго ждать”.
А вот данные мы получить не смогли – то пароль спрашивают, то хоздоговор предлагают.
Зато данные о погоде в г. Обнинск с 1940 по 2024 гг. мы без труда получили с помощью API-интерфейса сервиса open-meteo.com, который, не требуя регистрации, позволяет забирать данные с открытой лицензией.
Суточная температура (макс/мин)
Сначала нам показалось, что нам обязательно нужны сведения с почасовой детализацией показателей, но на практике данных оказалось многовато, поэтому мы решили начать с анализа максимальной и минимальной суточных температур.
На рисунке ниже показана динамика максимальной и минимальной суточной температуры в сентябрьские дни разных лет.
Такая картина хорошо подойдет для воспоминаний “Ах какой был сентябрь в 1994-ом, а какой в 2012-ом!”, но её сложно использовать для анализа изменения.
Одно из простых решений – для каждого года расчитать значение какой-нибудь очевидной метрики и построить линейные тренды. Например, это может быть медиана – такое значение температуры, которое делит дни месяца на 2 равные группы (дни, в которые значение было выше медианы, и дни, в которые оно было ниже). 2024 год мы исключим, поскольку на момент построения графика сентябрь ещё не закончился и отсутствие последней декады окажет скорее всего окажет влияние на значение медианы.
На верхней панели изображено распределение максимальных суточных температур сентября, на нижней – минимальных.
вертикальные прямоугольники с выступающими отрезками называются boxplots (коробки с усами) – они отражают разброс значений. В область, закрытую коробкой, попадают центральные 50% значений (оставшиеся 50% распределены снаружи – 25% ниже коробки и другие 25% – выше коробки). Усики показывают границы более широкой группы наблюдений, но и они не покрывают всю выборку
точки на центральной перекладине “коробки с усами” соответствуют медианным значениям (т.е. 15 дней были теплее этого значения, 15 – холоднее)
толстые цветные линии показывают изменения медианных значений по годам
тонкие серые линии с тенью соответствуют линейным трендам, построенным для медианных значений
отдельные точки над и под boxplot’ами называются экстремумами. Название вполне оправдывано, когда речь о погоде – оранжевая точка в самом низу 2001 года напоминает про какой-то сентябрьский день, когда максимальная суточная температура не поднялась выше 7 градусов.
Тренд медианных значений максимальнйо суточной температуры почти горизонтальный, для минимальной, как будто, немного устремлен вверх. Что нам кажется более важным – теплые и холодные года чередуются и медианные значения обнаруживаются то выше, то ниже тренда. Получается, что изменения от потепления гораздо слабее годичных колебаний и 2025-ый или какой-нибудь следующий за ним год могут заставить нас забыть про жаркий сентябрь 2024-ого.
Альтернативный сценарий
Нет, это не про побег на другую планету после того, как растаявшие айсберги смешаются с водами Протвы и на Земле не останется воды, пригодной для питья.
Попробуем чуть более скрупулёзно оценить изменение обнинского климата, построив распределение максимальных и минимальных суточных температур.
Такое представление забавно тем, что в некоторые дни можно наблюдать отрицательный тренд – если верить линейным трендам, то дни 26 сентября становятся холоднее.
В разные годы один и тот же день календаря мог быть как особенно теплым (выше тренда), так и особенно холодным, поэтому значения для каждого года представим в виде распределения.
На иллюстрации на примере значений для 2019 года показано, как соотносятся абсолютные значения максимальной и минимальной суточной температуры с более универсальной категорией – процентилем.
Если говорят, что в выборке {d1, d2,….dn} значение X соответствует 90-ому процентилю, это означает, что 90% значений в выборке {d1, d2,….dn} не превышают Х.
На рисунке выше видно, что 27 сентября 2019 года минимальная суточная температура попала в 3% самых низких минимальных суточных температур, наблюдавшихся с 1940 года в день 27 сентября, а максимальная температура 11 сентября 2019 года была в 1% самых тёплых дней 11 сентября.
Использованием процентилей позволяет перейти от абсолютных значений (температура в градусах Цельсия) к безразмерным (процентилям). Теперь, вместо сомнительной процедуры расчета “средней сентябрьской температуры”, мы можем рассчитать средний процентиль для сентября любого года. Например, медиана для процентильных значений максимальной температуры в 2019 (показаны в выносках для желтых точек на иллюстрации выше) равна 59%. Это означает, что в половине дней сентября 2019 максимальная температура попадала в 59-ый или более высокий процентиль (в сравнении с этими же календарными днями в другие годы). Аналогичный показатель для минимальных суточных температур холодного 1993 года – 12%, то есть в половине дней сентябре 1993 минимальные температуры попадали в 12% самых низких значений (в сравнении с этими же календарными днями в другие годы).
Теперь мы можем посчитать такие медианные значения для каждого года, чтобы построить тренд…
Использование процентилей сделало наглядным не только тренды, но и горячий 2024-ый год – максимальные температуры первой половины сентября текущего года практически полностью попали в 90-ые процентили. Итак, факт глобального потепления в городе Обнинск можем считать доказанным.
Так как данных мы скачали много, то продолжение следут…
Нравятся наши материалы?
Поделиться
Ссылка для цитирования
Глобальное потепление и сентябрьская погода в г. Обнинск (Часть 1. Температура). // Блог Regina Lab. - 2024. - URL: https://reginaobninsklab.github.io/posts/obninsk-climate-part1-temp/. - Дата публикации: 21 сентября 2024 г.
Права
Если не указано иное, то статья целиком и составляющие её текст, иллюстрации и данные могут использоваться на условиях публичной лицензии Creative Commons CC BY 4.0 Deed Attribution 4.0 International.
Отказ от ответственности
См. соответствующий раздел на странице “О проекте”.
Софт
Allaire J, Xie Y, Dervieux C, McPherson J, Luraschi J, Ushey K, Atkins A, Wickham H, Cheng J, Chang W, Iannone R (2023). rmarkdown: Dynamic Documents for R. R package version 2.22, https://github.com/rstudio/rmarkdown.
Wickham H (2022). stringr: Simple, Consistent Wrappers for Common String Operations. R package version 1.5.0, https://CRAN.R-project.org/package=stringr.
Wickham H, François R, Henry L, Müller K, Vaughan D (2023). dplyr: A Grammar of Data Manipulation. R package version 1.1.2, https://CRAN.R-project.org/package=dplyr.
Wickham H, Henry L (2023). purrr: Functional Programming Tools. R package version 1.0.1, https://CRAN.R-project.org/package=purrr.
Wickham H, Hester J, Bryan J (2024). readr: Read Rectangular Text Data. R package version 2.1.5, https://CRAN.R-project.org/package=readr.
Wickham H, Vaughan D, Girlich M (2024). tidyr: Tidy Messy Data. R package version 1.3.1, https://CRAN.R-project.org/package=tidyr.
Xie Y (2023). knitr: A General-Purpose Package for Dynamic Report Generation in R. R package version 1.43, https://yihui.org/knitr/.
Xie Y (2015). Dynamic Documents with R and knitr, 2nd edition. Chapman and Hall/CRC, Boca Raton, Florida. ISBN 978-1498716963, https://yihui.org/knitr/.
Xie Y (2014). “knitr: A Comprehensive Tool for Reproducible Research in R.” In Stodden V, Leisch F, Peng RD (eds.), Implementing Reproducible Computational Research. Chapman and Hall/CRC. ISBN 978-1466561595.
Xie Y, Cheng J, Tan X (2024). DT: A Wrapper of the JavaScript Library ‘DataTables’. R package version 0.33, https://CRAN.R-project.org/package=DT.
Xie Y, Allaire J, Grolemund G (2018). R Markdown: The Definitive Guide. Chapman and Hall/CRC, Boca Raton, Florida. ISBN 9781138359338, https://bookdown.org/yihui/rmarkdown.
Xie Y, Dervieux C, Riederer E (2020). R Markdown Cookbook. Chapman and Hall/CRC, Boca Raton, Florida. ISBN 9780367563837, https://bookdown.org/yihui/rmarkdown-cookbook.