Er tallene som brukes om globaloppvarming til å stole på?

Av Rune Andersen, @kosepote

En nøytral statistisk gjennomgang av datasettet brukt i FNs (FAO) klimarapportering. Ikke et innlegg om klimaendringer, men om datakvalitet, metode og revisjon. (FOA: Food and Agriculture Organization of the United Nations)

Før du sender en lang melding om at klimaendringer er ekte eller ikke: Jeg kan for lite om klima til å diskutere det. Men hvis du kan mer enn meg om selve datasettet og statistiske metoder – send meg gjerne en melding og opplys meg.

Vi jobber vanligvis med geopolitikk og statistisk analyse. Ikke klima. Men under arbeid med FN- og Eurostat-data i en annen sammenheng, støtte vi på temperaturdatasettet brukt i FAO-rapporten om globale temperaturtrender fra 1961 til 2025.

Vi bestemte oss for å bruke datasettet i en bredere analyse, og stilte de samme spørsmålene vi vanligvis stiller til Eurostat, SSB og Verdensbanken statistikk. Det vi fant, overrasket oss.

1. Dekning og datagrunnlag:

Datasettet er griddet i 2,5 x 2,5 graders ruter. Det ser komplett ut, men mange av verdens største byer mangler direkte målinger. Dette inkluderer Tokyo, São Paulo, Lagos og Kairo.

Verdier i disse rutene er estimert via interpolasjon. Dette betyr at de er utledet fra omkringliggende punkter, ikke målt lokalt. I et revisjonsspråk ville vi sagt at kjerneverdiene i modellen mangler primærdata.

2. Nord og sør behandles ulikt:

NASA GISS oppgir at områder nord for 80°N i stor grad er modellert. Det samme gjelder for deler av Antarktis. Men det er lite transparens rundt hvordan verdiene i sør er generert. Likevel brukes begge polene likt i rapporter.

Hvis dette var Eurostat, ville halve kontinent uten målinger ikke vært godkjent for sammenligning.

3. Referansepunkter forsterker trender:

Gridpunkter med høy temperaturstigning brukes som referanse for nabopunkter med dårlig dekning. Dermed kan et punkt med 2,5 °C trend trekke med seg fire til fem nabopunkter. Trenden forsterkes uten nye målinger.

Hvis dette var et budsjett, ville vi kalt det ringeffekt – og avvist modellen.

4. Justering, glatting og gjetning:

Datasettet bruker tidsmessig glatting og referansejustering tilbake til 1951–1980. Denne perioden er kjent som kald, og gir derfor et høyt avvik i nyere tid.

Hvis vi gjorde dette med befolkningsvekst eller inflasjon, ville revisjonen reagert umiddelbart.

5. Ingen flagging av interpolerte verdier:

I datasettet finnes ingen markering av hvilke verdier som er faktiske målinger og hvilke som er modellert. Det er ikke mulig å vite hva som er observert og hva som er beregnet. Dette bryter med grunnprinsipper for etterprøving.

6. Manglende revisjon og versjonshistorikk:

Datasettet inneholder ingen logg for tidligere versjoner, ingen oversikt over justeringer eller stasjonsendringer. Eventuelle feil eller avvik i input korrigeres, men uten innsyn. Vi ser kun output.

Dette ligner mer en lukket modell enn en reviderbar datakilde.

7. Hadde dette vært EU-tall, ville det blitt underkjent:

Eu budsjetter har feilmargin på 2–3 %. FAO-klimatallene viser presisjon på 0,01 °C uten dokumentert målegrunnlag for store deler av verden. Samtidig brukes de som grunnlag for internasjonale avtaler og store økonomiske omlegginger.

Vi hevder ikke at klimakrisen er riktig eller feil. Vi hevder at tallene som brukes burde tåle den samme revisjonen som ethvert annet datagrunnlag i offentlig politikk.

Avslutning:

Vi deler dette fordi vi fant noe vi ikke forsto, og som vi ikke fant svar på. Dette er ikke et innlegg i klimadebatten, men et revisjonsspørsmål.

Tallene finnes åpent. Den som vil, finner dem.

Jeg er ikke meteorolog eller klimaforsker. Jeg har ikke bakgrunn for å vurdere klimavitenskap. Jeg har kun sett på dataene slik jeg ville gjort med ethvert annet datasett fra FAO, Verdensbanken eller Eurostat. Spørsmålene jeg stiller handler om metode, ikke om klima.

Kildeliste og datagrunnlag

• GISTEMPv4 (Global Surface Temperature Data Set) Utviklet av NASA GISS (Goddard Institute for Space Studies) Basert på interpolert og justert temperaturdata fra land (GHCNv4) og hav (ERSSTv5)
• GHCNv4 (Global Historical Climatology Network – Version 4) Vedlikeholdt av NOAA (National Oceanic and Atmospheric Administration) Grunnlaget for alle landbaserte målinger brukt i klimamodellering
• ERSSTv5 (Extended Reconstructed Sea Surface Temperature, versjon 5) Utviklet av NOAA NCEI Brukes som havkomponent i globale klimadatasett, kombinert med GHCN i GISTEMP
• FAOSTAT GT (Global Temperature) dataserier Publisert av FAO (Food and Agriculture Organization of the United Nations) Bruker GISTEMP-data til å rapportere globale temperaturavvik (landbasert)
• Metadatafelt i .nc-fil (GISTEMPv4 griddet 2.5°): tempanomaly: temperaturavvik, basert på referanseperioden 1951–1980 history: opprettet via verktøy SBBX_to_nc 2.0 med radius 250 km Ingen tilgjengelige interpolasjonsflagg eller revisjonshistorikk i datastrukturen
• Eurostat-budsjettnotater og metodiske rammeverk Anvendes som sammenligningsgrunnlag for revisjonspraksis og krav til datakvalitet Feilmarginer offentlig anerkjent til 2–3 % i økonomiske rapporter
• UNData og bystatistikk (demografi, arealbruk) Brukt til å sammenligne befolkningsvekst og urbanisering i områder uten temperaturdata
• Øvrig kunnskap om statistiske systemer (Eurostat, UNData, m.m.) Vi har skrevet en rekke andre artikler og analyser om hvordan ulike datakilder struktureres og brukes – inkludert budsjettavvik i Eurostat, spørsmålsmetodikk i Eurobarometer og klassifiseringslogikk i UNData. Det meste av dette er svært nøytralt og metodisk… Men for å være helt ærlig: Ingen leser det, og jeg foretrekker at ingen rekker å klassifisere meg som “sær” før vi har snakket sammen muntlig – og du får bekreftet det.

Faktisk.no

kommer sikkert til å forklare at jeg er “klimafornekter” eller “sprer konspirasjonsteorier eller desinformasjon”. Det de neppe kommer til å nevne, er hvorfor det er problematisk å stille helt vanlige statistiske spørsmål om et datasett som styrer global politikk.

Først publisert på X: