Tweet

(Vincent Benard) – J’ai longuement hésité, vérifié et recoupé, mais le doute ne semble pas permis: il n’y a pas que le CRU, ce laboratoire de climatologie britannique, qui semble avoir pris ses distances avec la déontologie scientifique. La NASA, « la » NASA, celle qui a vaincu la Lune et créé la navette spatiale, a sans doute elle aussi livré au GIEC des données climatiques au minimum erronées, et sans doute volontairement erronées, donc falsifiées.

Une étude comparative indépendante des données brutes et des données « ajustées » de la Nasa, réalisée par un climatologue confirmé, Joseph d’Aleo, et un ingénieur informaticien, E.M. Smith, montre sans ambiguïté que les températures reconstituées à partir des stations terrestres par la NASA, et plus particulièrement par l’antenne dirigée par le célèbre alarmiste aux tendances autoritaires inquiétantes James Hansen, le GISS, ne valent pas grand chose.

(NB: Le GISS travaille de concert avec la NOAA, administration nationale de l’atmosphère et des Océans, et leurs données impactent les relevés du GHCN, qui tient la base historique des climats, en liaison notamment avec le CRU de Phil Jones impliqué dans le Climate Gate. Compliqué, je sais)

Je vous livre d’ores et déjà le PDF – encore provisoire –  de l’étude en Anglais, ainsi qu’une vidéo présentant les principales conclusions de MM. D’Aleo et Smith, dans une émission diffusée par une petite chaîne locale californienne, KUSI (page de l’émission).

Précisons que la vidéo est extraite d’une émission plus longue présentant d’autres aspects de la controverse du Global Warming que les lecteurs réguliers connaissent déjà (cf. le dossier « réchauffement » de ce blog). L’émission est présentée par John Coleman, un des pères de la météorologie aux USA, un des fondateurs de la chaine Weather Channel. A côté de ça, le Climate Gate, pourtant déjà un sacré pavé dans la mare réchauffiste, parait presque fade.

Pour ceux que l’anglais rebute, voici un premier résumé rapide des principales conclusions.

Le problème de la reconstitution des climats passés réside dans le nombre de stations présentes sur la surface terrestre: leur densité varie d’un point à l’autre, et certaines de ces stations ont un historique « à trous », pour diverses raisons.

De plus, les données « non climatiques » de la station peuvent modifier les données enregistrées sans qu’il s’agisse d’une altération climatique: ainsi, une station autrefois en campagne, aujourd’hui entourée de parkings ou de certains types de constructions verront leur température mesurée augmenter du fait de l’effet « ilot de chaleur urbain » bien documenté, résultant du comportement différent des matériaux bombardés par les rayons solaires selon que l’on soit à la ville ou à la campagne. Afin que le réchauffement ou le refroidissement rapporté par une station soit bien climatique et non « accidentel », il convient de réajuster les données.

Seul problème, entre un ajustement honnête et un trucage éhonté, la frontière peut être ténue.

L’étude d’Aleo et Smith met en lumière des faits troublants.

Tout d’abord, une petite explication. Imaginons que vous vouliez faire une moyenne sur une longue période de la température à Poitiers (c’est un exemple) mais que la station de mesure de cette charmante ville de province fournisse des données incomplètes. Dans ce cas, les statisticiens du climat vont procéder à une « interpolation », c’est à dire qu’ils vont reconstituer les données de la station peu fiable de la capitale du Poitou en utilisant, par exemple, les données de Limoges et de Saumur. Bien sûr, le résultat final sera moins précis qu’une mesure directe, mais c’est mieux que rien.

Evidemment, tout se corse si vous interpolez les stations à données parcellaires avec des stations dont le climat n’a rien à voir. Imaginons, par exemple, que vous interpoliez le résultat de Clermont Ferrand, avec sa géographie particulière, à partir des stations de Poitiers (Vienne) et Valence (Drôme): aucune chance pour que le résultat ainsi obtenu ait le moindre rapport avec la réalité du climat Clermontois.

Pis encore, imaginons que vous interpoliez la température moyenne de Strasbourg à partir de deux stations situées à plusieurs centaines de kilomètres, comme par exemple Cannes et Copenhague. Vous pourrez considérer que le résultat de Strasbourg ainsi obtenu est bon pour la poubelle. Même punition si vous interpolez Strasbourg à partir de deux villes situées aux mêmes lattitudes (à peu près) mais aussi distantes, comme Brest et Pilsen. Les variations météorologiques entre ces différentes villes sont telles qu’une interpolation de cet ordre n’a pas la moindre signification, ni météorologique, ni a fortiori climatique.

Vous me direz: « personne ne fait des erreurs pareilles ? ».

Si. La NASA.

Une réduction récente et inexplicable du nombre de stations

E.M. Smith retrouve un constat déjà effectué avant lui par le regretté John Daly, un climatologue australien sceptique décédé en 2003. Le nombre de stations utilisées par le GISS est descendu de 6 000 dans les années 70, ce qui était déjà insuffisant pour mailler correctement la terre, à… 1500. Dans ces conditions, vous imaginez que nombre de zones risquent d’être couvertes de façon assez lacunaire.

Et effectivement, certaines interpolations ne laissent de surprendre. D’Aleo reprend entre autres l’exemple de la station Darwin Zero en Australie, que j’avais déjà évoquée dans une série de brèves, et dont les données d’interpolation, distantes de plus de 500 km, aboutissent à des divergences très curieuses entre données brutes et données « corrigées », pardon, ajustées.

Mais il y a beaucoup plus « fumant ». E.M. Smith a découvert que les données du GISS montrent un réchauffement en Bolivie, pays composé pour moitié de jungle et pour moitié de plateaux de très haute altitude, avec des chaines montagneuses aux frontières. Or, depuis 1990, le nombre de stations de mesures en Bolivie est tombé à ZERO. Pas une ou deux, non, ZERO. Que font les climatologues de la NASA, et comment parviennent ils à montrer un réchauffement à cet endroit ? Au lieu d’évoquer une incertitude en Bolive, ils ont interpolé cette région entre… Le Pérou et l’Amazonie, avec des stations distantes de plus de 1200 km du point de mesure considéré.

Autant dire que l’Interpolation faite ici n’a pas plus de valeur que celle de mon exemple strasbourgeois.

EM Smith a placé sur cette page des liens vers toutes les analyses régionales des données du GISS qu’il a effectuées. C’est un travail tout à fait impressionnant. Pour que l’intégralité de son travail soit accessible, Smith livre l’intégralité du code du programme de traitement des données qu’il utilise. Geeks, à vos claviers.

Parmi les trouvailles de Smith, citons par exemple, le Canada, où les stations sont passées de 600 à… 35 en 2009. Ou encore la Sibérie (seulement 25% des stations utilisées, plus de 40% du territoire non couvert), ou la Chine, de 400 stations à 35…

« Cherry Picking »

Mais il y a pire. D’Aleo et Smith ont découvert que toutes les stations les plus septentrionales et les plus hautes avaient été retirées de l’échantillon initial.

Si vous comparez un échantillon de 6 000 stations dont une partie en altitude, et un set de 1500 stations sélectionnées pour éliminer les plus froides, il ne faut pas s’étonner que la comparaison montre un réchauffement !

Ainsi, en Russie, l’étude des stations ignorées par le GISS-GHCN montre que celles ci ne manifestent aucune tendance au réchauffement. Au Canada, réintégrer les stations manquantes aurait montré un refroidissement, et une seule des stations retenues  dépasse le 65ème parallèle Nord, alors que le second plus vaste pays du monde voit son territoire monter jusqu’au 82ème. Les stations de montagne des andes ont également été supprimées.

Ce qui est encore plus choquant est que cette suppression n’a pas été uniforme sur toutes les périodes. Ainsi les « anciennes » périodes incluent les stations froides, alors que les périodes récentes les excluent.

Ajustements de données… très curieux et inexpliqués

L’étude d’Aleo cite de nombreux cas d’ajustement de données inexplicables. Les ajustements ont pour but de tenir compte de plusieurs facteurs non climatiques pouvant influer sur la mesure. La plupart des ajustements connus tendraient d’ailleurs à augmenter les températures passées pour tenir compte de l’effet de halo urbain.

Mais par exemple, dans central Park, dont le pourtour est urbanisé depuis longtemps, les données brutes anciennes ont été volontairement abaissées de 2 à 3 °F, alors que les données des  années postérieures à 2000 ont été relevées d’un demi degré. Pourquoi ? Mystère.

J’ai déjà évoqué Darwin Zéro ou les stations Néo Zélandaises douteuses, dont les ajustements augmentent la « pente du réchauffement » considérablement et parfois même transforment un refroidissement en réchauffement.

Enfin, et là encore curieusement, de nombreuses zones d’ombre de mesures sont interpolées… à partir de stations situées plus au sud. (à lire pages 4 à 8 du PDF d’Aleo)

Conclusion

Toutes les données issues du GISS, et sans doute nombre de résultats de recherches d’équipes ayant utilisé de bonne fois leurs résultats (la NASA, tout de même…) sont à jeter au panier.

La question qui se pose est évidemment de savoir si une telle somme d’erreurs peut être due uniquement à l’incompétence ou à la malhonnêteté.

Joseph D’Aleo tranche brutalement, dans son intervention télévisée (traduction rapide): « le traitement des données [par le GISS] est une parodie de science qui a été commise par des scientifiques activistes pour faire avancer un agenda politique pro-réchauffement« .

source : http://www.objectifliberte.fr/

(175)