By : Raul Garcia
IT developer, Mathematician and Yogi
July 2022 – Ver 3 | Isabela, Puerto Rico
LET’S GET A REAL UNDERSTANDING OF THIS MONUMENTAL EARTH-LEVEL CATASTROPHE – CO2 GROWTH:
HANDS-ON REVIEW OF THE SCIENTIFIC/MATHEMATICAL EVIDENCE OF CLIMATE CHANGE/GLOBAL WARMING (CC/GW) RESULTING FROM NEVER SEEN LEVELS OF CO2 ON PLANET EARTH.
In a hurry? Then watch the video – it is only 1 minute!
Video: New Animation of Keeling Curve Available | The Keeling Curve (ucsd.edu)
There are many who protest CLIMATE CHANGE/GLOBAL WARMING (lets code this as CC/GW), but few bother to research what data and facts are behind this world-wide issue with enormous personal effects!
I believe that if you go thru the steps below you will be soon 99% convinced it is true – as it is both a scientific and mathematical proven fact.
Several side benefits are getting some Excel skills in Data Analysis and some knowledge of statistics. Data analysis experience is VERY valuable today, and excel has a ton of great tools to clean up data as it very rarely comes 100% clean. Clean here means it is uniform for a good ‘regression’ test – which is a major tool of statistics and has an enormous range of applications.
HUGE MIS-INFORMATION EFFORT TO DISCREDIT THE CC/GW AWARENESS & FACTS:
Note that the petroleum companies and other major manufacturing concerns (K. Brothers in USA etc.) have created many dummy orgs and contracted many convincing speakers to denounce CC/GW as a farce.
It is easy to do since the initial names are misleading: CC/GW – Climate Change is always there – so this is easy to discredit. They follow the same ‘playbook’ as the effort to stop the ban of cigarettes.Global Warming is the one we will ‘prove’ here;, it can be easily attacked based on the EXTREME WEATHER which is the real effect – so when it’s ‘very cold’ they will come to discredit GW wheraeas there are very significant side effects : the melting of the poles and rising sea levels which will have huge implications for a huge part of the population and cities near the coast. Low islands are already disappearing…
OUTLINE OF THE STEPS – Understanding Level 1:
- Find the source of the CC/GW core data from UCSD – called the Keeling curve.
- Download this data into a local folder, call it something like CCGW.
- We use Excel to ‘clean’ up the data, else you can use the tool you want.
- Then we have 2 columns – the date in numeric Excel format and the CO2 level in ppm.
- We add a column that is the date in a Year-Month-Day YYYY-MM-DD format.
- If you do not have Excel handy, we give links to one online regression analysis tool.
- Next for those that have Excel, we do a simple CORRELATION of the two numeric columns. Correlation is a pure statistical value that measures how close the data is to a straight line. It is a percentage 0 to 100% or 0 to 1 where 100% or 1 means the data is 100% linear.
- Now the result of the correlation shows how close is the CO2 data to linear growth.
- When you SEE yourself this result – the CORRELATION, then you understand CC/GW level 1.
*PPM is Parts Per Million, UCSD is the University of California San Diego – my alma matter!
Figure 2 UCSD MAIN LIBRARY
OUTLINE OF THE STEPS – Understanding Level 2:
- If you pay attention – the Keeling curve data we use starts from 1958. There is some missing data so we removed them. Missing data is coded as -99.99. Now climate data from 1958 to the present is a small segment of history.
- Now luck comes to the rescue! What about all those ancient glaciers in the artic?
- YES – scientists from many countries have been INDEPENDENTLY boring ? the artic ice. These rods are preserved and studied. They also got the CO2 levels of these ancient periods by melting them and measuring the CO2 levels – a precise record of the ANCIENT atmosphere!
- Now the whopper is that these rods give data back to: 800,000 years! Just before I was born…
- Now put 2&2 and we get: from 800K years to 1958 we have max level of 300 ppm in several peaks, and in 1959 the record starts at 315 ppm:now it’s at 420 ppm for CO2.
- CO2 absorbs the solar INFRARED (heat rays – not visible), part of the solar light spectrum. It can also absorb the heat rays from the warming Earth & fires.
- This all means our atmosphere CO2 is at a level NEVER SEEN IN THIS PLANET! And CO2 will grow due to the momentum effect and our general addiction to cars and gas. One important observation is that when WE burn oil/gas we are burning a distillate of the forest of the ancient earth! So, we are NOW burning the carbon from ages back of Earth history right to the present! And of course, burning the carbon element with plenty of oxygen produces CO2.
- My 2 cents now are that the effect is not limited to CC/GW but some or any form of erratic known and unknown atmospheric events – and interactions with the earth/oceans like fires and melting poles, fierce hurricanes, tornados, huge waves etc. Our atmosphere is a thin animal, the Everest peak at 29K Feet leaves a half of the atmosphere well below.
- The atmosphere is absorbing this radiant heat EVERY DAY OF THE YEAR AND EVERY HOUR SINCE ONE HALF OF THE EARTH IS ALWAYS UNDER THE SUN. The science of heat, thermodynamics, teaches it will try to reach an equilibrium – like a hot coffee pot becomes cool. This huge solar energy will seek release, and how and at what cost the future will show us. As the atmosphere warms, it will try to discard this excess heat/energy mostly by convection – air movements. For example, a large hurricane can release the equivalent of 10,000 atomic bombs in its entire path. Entire civilizations that last over a thousand years have disappeared due to climate changes – the Sahara desert used to be a forest. Could we see the Amazon become a grassland in our lifetime?
- My 2 cents is that as the atmosphere accumulates heat, and other factors like smoke generated by fires – or more CO2 as the population grows and as more cars are produced there might be a multiplicative effect.: we might see NEVER SEEN atmospheric events of such force that entire regions of the Earth will become obliterated and ocean as well as air travel may become very dangerous. Oh, this is so alarming – some in CA slang may say bullshit. But I lived in Puerto Rico during Hurricane Maria in 2017 – winds gusts went up to 220-240 MPH, and a whole 100×35 island was destroyed. We got out of it after the 12-hour storm: it was a DIFFERENT WORLD and the sky had changed. Most roads were filled with fallen trees and we were deprived of electricity from 3 to 6 months. 30,000 light poles were on the ground. Of course, the then US President Trump & golf player came for a photo op and left.
Carbon dioxide – CO2 – a colorless gas with a density about 53% higher than that of dry air:
Carbon dioxide, for example, absorbs energy at a variety of wavelengths between 2,000 and 15,000 nanometers — a range that overlaps with that of infrared energy. As CO2 soaks up this infrared energy, it vibrates and re-emits the infrared energy back in all directions. The infrared (heat) rays may come from the Earths surface, fires or the sun.
Ref: Why can CO2 absorb infrared? – Radiation.thesocialselect.com
Now the steps you need to follow – it’s quite simple and common sense:
OUTLINE OF THE STEPS – Understanding Level 1:
Basics:
The Keeling Curve is a daily record of global atmospheric carbon dioxide concentration maintained by Scripps Institution of Oceanography at UC San Diego.
1. Find the source of the as CC/GW core data from UCSD – called the Keeling curve.
The main ref page is: https://scrippsCO2.ucsd.edu/, now 1st as a good data analyst you must question the source of the data – is it reliable and unbiased? Investigate the website, the Scripps institution, the Mauna Loa Observatory, Dr. Ralph Keeling and UCSD and judge for yourselves.
The data source is at:
https://scrippsCO2.ucsd.edu/data/atmospheric_CO2/primary_mlo_CO2_record.html
Open this and click at the URL below the arrow below:
Closeup – file name to download: monthly_in_situ_CO2_mlo.csv
2. Download this data into a local folder, call it something like CCGW.
Make a directory in your PC such as ‘C:\CCGW’ or in any drive.
Press the link above: monthly_in_situ_CO2_mlo.csv
And it will open a window in your PC, navigate to the drive and the dir you made ‘CCGW’ and save the file there. Please be careful to remember where the file is saved.
DA101 (data analysis lesson 1): CSV means comma separated values, as in real 1958 data 1 row shown below:
1958, 04, 21290, 1958.2877, 317.45, 315.16, 317.30, 314.99, 317.45, 315.16
But for us Excel will read this file directly into Excel as a data-spreadsheet and will help a lot preparing the environment for DA.
If you edit the excel, save it as format xls or xlsm to keep the changes since the .csv format is only text and will lose all formatting – colors etc. Xlsm allows to save macros and create VBA programs for excel (Visual Basic for Applications). Excel, Word and Outlook all have the VBA program engine behind the cover – only the ‘objects’ change.
CLEANING UP THE DATA – REMOVING THE TOP ROWS OF NOTES:
When we examine the spreadsheet (the CSV file imported) we see that row (or lines) 1-55 are irrelevant for us – a lot of tech details and historical info. See below data (headings) start at column 55 to 57 – 3 rows of headings. Numeric data starts at row 58. When we delete all notes or row 1 to 54 then the headings move to row 1. We just select the range of (entire) rows 1 to 54 then right click on the selected region and select DELETE.
3. We use Excel to ‘clean’ up the data, else you can use the tool you want.
There is a lot of info here we need to ‘process’ to get the core data.
Next we show how it looks when we improved that above view to have dark lines for cells in the page and a shadow for the CENTERED headings – see how much more clear it is now!
Let’s play a bit more with excel to get clarity:
Make all numbers 2 decimals digits long – as some are 1 and this make alignment bad.
We need also to find all ‘-99.99’ values?
We will next show the result and then provide an explanation:
Before this we selected the entire range of the numbers and then right-click format cells.
To find the bad guys – values exactly -99.99 – we use one of the many options of a relatively new excel feature – CONDITIONAL FORMATTING.
Click on this menu option, choose the 1st one Highlight cell rules, then Equal to, then enter -99.99 and select the type of highlight – we choose the default.
CO2 LEVELS AFFECT HEAT STORAGE IN THE ATMOSPHERE
Next, we will remove all non-Excel dates (DELETE those columns), use FORMAT cells by a selection of the Excel dates columns and RIGHT-CLICK on the 1-column region then select FORMAT CELLS and select date format – given by the example: 2012-03-14 (or yyyy-mm-dd) since this is ideal for sorting and is very clear.
Note the data has 3 levels of headings, rows 55-57. This DA skill is great to have – see the details! But also one must learn to ignore some irrelevant details – and this science dataset has many…
Then One date says Excel, this means if we change the numeric format to excel it will look as a date we understand :the exact date of the CO2 measurement from 1958.
There are other date-derived data but we do not need that – columns 1,2 and 4.
Now all the other columns say PPM – parts per million. So all data has a uniform unit – it really helps.
We use the last column since the detail of CO2 levels change like a sine curve during a year due to ‘seasonal’ effects of the forest and oceans.. We prefer adjusted since for the regression test, we want clean data. The seasonal effect is like a random change and this destroys the value of the measurements. I hope someday I can sit down and do the math needed to use this raw data …
If look keenly you will notice weird values of:
-99.99.
These values do not make sense – theyare negative and the same!
They are markers for unknown values – due to issues with the chemical equipment or personnel, or fillers for a future date.
We need to remove them, but first we need to find them. There are some -99.99 in the last measurements – seems they filled in before the months end.
4. Then we have 2 columns – the Year-Month of the CO2 level and the measurement.
Next we delete all -99.99 rows, so we then get:
Please note how close the measurements are to 315 – indicating precision, certainly NOT random.
5. First make sure you have deleted all rows from 1 to 54 – where all comments are stored and were imported – but this is not the CSV data we need.
Add one column in the beginning – by selecting column A (the dates) and pasting it as a NEW column on the 1st column – so it will be Column A. Then select this entire column by clicking on the letter A of the header, right click, and set FORMAT to number.
That is what we need: the dates as numbers since the statistical techniques need all data as numbers.
BTW a secret of Machine Learning is that they convert most data to numbers so that they can use the advanced math needed. Note that we cleaned all text data above and removed -99.99’s.
We then have 3 columns:
- Date as number – like 21624 – Excel Column A
- Date as calendar format yyyy-mm-dd – Col B (info only)
- CO2 level in PPM, seasonally adjusted – like 315.43 – Col C
6. If you do not have Excel handy, we give links to one online regression analysis tool.
https://www.statskingdom.com/correlation-calculator.html
To do this just copy the data (only numbers – no headings) of column A
Into the column for the X – values, then the ppm values into the column for the Y – values.
https://www.statskingdom.com/correlation-calculator.html
Next press the calculate button below and you get this:
The key result or statistic is r = the correlation – how close are both X,Y values to form a line:
This means it is 99.03% sure the co-relation is linear. In math/probability it is almost a 1 – totally certain.
That is the growth of CO2 is in a linear growth for all the dates in sequence.
7. Next for those who have Excel, we do a simple CORRELATION of the two columns. Correlation is a pure statistical value that measures how close the data is to a straight line. It is a percentage 0 to 100% or 0 to 1 where 100% or 1 means the data is 100% linear.
8. Now the result of the correlation shows how close is the CO2 data to linear growth.
9. When you SEE yourself this result – the CORRELATION, then you understand CC/GW level 1.
CLOSEUPS:
— THE fx brings the menu to search for functions – many types of candy…
We use the ‘CORREL’ function – for the correlation – a sweet treat !
BTW – the correlation formula is:
Where n is the sample size – number of rows – here or 774 then n=774.
The ∑ means a SUM for all valies n=1 to 774. On the top we add the respective multiplications of X and Y, where X is the X-axis or the dates as numbers (just a sequence) and the ppm values.
We then substract the multiplication of the sum of the X’s times the sum of the Y’s and average them by dividing by n or 774.
The denominator is a square root of two facors each for X’s or Y’s. They have the same format of a sum of the squared values minues the sum squared divided by n. That gives the CORRELATION r between -1 and 1. Below we show how the correlation can measure the nature of the data scattering.
Got a good background on correlations – now let’s continue with excel formulas:
Now we get the prompts for the CORREL function in Excel:
An array here is just a list of values.
We specify them in Excel by a range. In excel cells are identified by the column letter and the row number:
What is correlation?
Correlation refers to the statistical relationship between two entities. In other words, it’s the way in which two variables move in relation to one another.
- A positive correlation would be 1. This means the two variables moved either up or down in the same direction together.
- Negative correlation: A negative correlation is -1. This means the two variables moved in opposite directions.
- Zero or no correlation: A correlation of zero means there is no relationship between the two variables. In other words, as one variable moves one way, the other moved in another unrelated direction.
So above we selected CELL A9 whose contents is numeric = 21412 and excel numeric date for 1958-08-15 and the value measured is 316.21 CO2 in ppm.
Note: we select an entire column by 1 click on the top letter – say A:
If we scroll down in excel, we see that the 1st column range is : A4:A774 and the ppm values is in
C4:C774. We ignored the middle columns – of dates – they are only for reference and for avoiding mistakes.
We need to enter these values in the CORREL FUNCTION or use the up arrows to select the range manually.
The results are AUTOMATIC once you enter the
A4:A774 and
C4:C774 below:
Important note: my download was on 7-18-2022. If you follow this process – since it’s a further date, the value of n will be bigger and the ranges above different, like A4:An – n=new value of the new number of rows.
Closeups:
Thus, the correlation is 0.990280591
Rounded to 0.9903 same value with the Stats Kingdom web app.
DA Note: Even though excel and other tools such as stats tools are great, we must be careful with the data.
I got different correl of 0.96 and when investigated found out the last digit in A774 was erased by my mistake and excel filled it in with zero! So, one must be careful keeping the integrity of the source data.
NOW THE BOTTOM LINE:
From 1958 to the present the correlation of the dates and the ppm of CO2 measured in ppm is 99% or very close to 1. You have verified this here or by yourself. In probability this means it IS CERTAIN they are related. Thus, it is certain in the future the CO2 will grow as it has in this recorded past.
It will keep a linear growth.
Below is the Co2 after the 1700’s – which shows a steady CO2 growth after 1850 and the steep growth after 1950’s
Summary of LOGICAL reasoning:
It is 99% certain that the CO2 level in our atmosphere is increasing linearly each day.
=> It is certain that the INCREASING CO2 will absorb more infrared rays from the sun, earth’s surface and clouds.
=> It is certain that the INCREASING Energy level stored in the atmosphere will seek release for equilibrium.
=> It is certain that the release of energy will result in atmospheric/ocean events like strong hot winds, hurricanes, tornados, dust storms, fire & droughts (convection) and make the Earth surface warmer (conduction) inducing death related to heat-waves, the melting of the poles and other weather extremes – some never seen before or at catastrophic intensities.
THE KEELING CURVE DETAILS:
The Keeling Curve is a graph that represents the concentration of carbon dioxide (CO2) in Earth’s atmosphere since 1958. The Keeling Curve is named after its creator, Dr. Charles David Keeling.
Keeling began studying atmospheric carbon dioxide in 1956 by taking air samples and measuring the amount of CO2 they contained. Over time he noticed a pattern.
The air samples taken at night contained a higher concentration of CO2 compared to samples taken during the day. He drew on his understanding of photosynthesis and plant respiration to explain this observation: plants take in CO2 during the day to photosynthesize—or make food for themselves—but at night, they release CO2.
By studying his measurements over the course of a few years, Keeling also noticed a larger seasonal pattern. He discovered CO2 levels are highest in the spring, when decomposing plant matter releases CO2 into the air, and are lowest in autumn when plants stop taking in CO2 for photosynthesis.
Keeling was able to establish a permanent residence at the Mauna Loa Observatory in Hawaii to continue his research. At Mauna Loa, he discovered global atmospheric CO2 levels were rising nearly every year. By analyzing the CO2 in his samples, Keeling was able to attribute this rise to the use of fossil fuels. Since its creation, the Keeling Curve has served as a visual representation of Keeling’s data, which scientists have continued to collect since his death in 2005.
Ref: The Keeling Curve | National Geographic Society
The seasonality of the data (usually the closer we get into data the more NOISE):
Understanding Level 2: ICE CORE DATA – BEFORE 1958 : 10,000 years ago to 1958:
DA Notes:
- See the last updated comment – July 5 2022.
- Observe & inspect the scales – horiz is 1000’s years, vertical is CO2 ppm. Type of chart – line shaded.
- There are no significant peaks before 1900’s.
- Explosive growth after 1960’s
- After 1958 the data is NOT ice cores – but the Mauna Loa obs.
800,000 years ago, to 1958:
DA Notes:
- Observe & inspect the scales – horiz is 100’s of Thousands of years, vertical is CO2 ppm. Type of chart – line shaded.
- There are many significant peaks before 1900’s with ppm ranges from 200 to 300 ppm.
- No peak before 1950 exceeds 300 ppm of CO2.
- Explosive growth after 1960’s. Counted 9 peaks approx.
- After 1958 the data is NOT ice cores – but the Mauna Loa obs.
Understanding Level 2 – Conclusions:
We have seen the proof that planet Earth is now exposed every day to completely new levels of CO2 never seen on recent history – 800K years back.
Petroleum is the residue from ancient forests.
Petroleum consists primarily of paraffins and naphthene’s, with a smaller amount of aromatics and asphaltics. Near the surface, lighter hydrocarbons (methane, ethane, propane, butane) are gases.
So we are bringing into our atmosphere the carbon via combustion resulting in CO2 – from all these ancient forests – since every penny we pay for oil (gasoline/propane etc) feeds the gigantic petroleum exploration and extraction industry.
So they will suck every drop, even using highly destructive methods like fracking – which uses over 800 chemicals and leaves the region a wasteland.
INTERACTIONS OF EFFECTS:
In this level 2, understanding of the effects of GW/CC you are free to imagine how these massive effects will INTERACT. Many are visible today and have been breeding for a long time since the start of car use. . Incredibly we are now seeing it in the news every day: massive fires, droughts, heat related deaths, massive storms, irregular weather etc.
MASSIVE AND FASTER FIRES
Example: there are too many of them– but here we see a community in CA that believed they were ready for it…
The fire spread so fast due to dry land – due to hot winds – that it was the largest ever FORENSIC scene in US history. Most houses burned – bodies cremated, cars melted down, the sun was gone.
The fire spread within a few minutes – by the time people reacted they were trapped. Few survived.
Ref: https://www.npr.org/2019/11/09/777801169/the-camp-fire-destroyed-11-000-homes-a-year-later-only-11-have-been-rebuilt
At one point displacing close to 50,000 people, the Camp Fire was estimated to be the most expensive natural disaster in the world last year. Just removing the toxic debris cost almost $2 billion. The federal government is paying for about three quarters, including $200 million in direct aid to victims.
The Camp Fire, named for Camp Creek Road where it is believed to have started east of Paradise, was the single most destructive wildfire in California history and the worst in the United States in a century. Close to 19,000 structures burned. In Paradise, more than 11,000 houses burned to the ground. A year later, only 11 have been rebuilt. Eleven.
VIDEOS:
Paradise Lost: Inside California’s Camp Fire, 60 Minutes’ 2018 report
You tube: Paradise Lost: Inside California’s Camp Fire, 60 Minutes’ 2018 report – YouTube
Paradise Lost – Inside the Camp Fire – YouTube
ULTRA MASSIVE FIRES:
We have started seeing fires where it was impossible or very uncommon – Siberia, Europe, Australia.
What will happen when the Amazon catches fire?
SIDE EFFECTS:
More CO2 to the atmosphere – a multiplicative effect.
Cities massively affected by smoke & fire & smoke chemicals – which are very toxic & deadly.
Huge losses to economic systems & nations.
None of this will be covered by responsible parties – petro/car/polluting factories industries etc.
There are no recoveries.
THE SEQUENCE:
The strong hot winds will dry the land & forests.
Lightning, electric lines or pyromaniacs, campers, fireworks etc. can start fires.
In CA some huge forest/community fires were traced to faulty electrical grid equipment in the forest – owned by PG&E. How can we maintain such huge & dispersed electric grids?
BITCOINS – the huge energy consumption to keep the blockchains working is becoming a factor. For example, the ‘mining’ of this in USA consumes as much electricity as Texas – which means more smoke to the air.
THE MELTING POLAR REGIONS & GLACIERS:
All low-laying island or coastal regions are vulnerable.
When? All estimates are guesswork – we may have no complete model of the Earth and sun interactions in weather and geography.
FULL-SCALE MODELS OF THE EARTH WEATHER:
We measure rain, but not solar radiation. Such models can be developed – we have the supercomputers – but we need the data and models.
Data at many surface points and atmospheric levels. Meteorology needs a huge updating… it is now a VERY important science.
NWS super computers hold numerical modeling data for weather forecasting models. These computers make use of virtually all observational data that the NWS collects.
But still solar energy is not collected all over the world & artic. Computing without pertinent & timely data will not work. The weather is experienced locally – but is in fact a global phenomenon as all is interconnected.
Ref:
Supercomputing for Weather Forecasting:
supercomputing and predicting the weather and climate (essearth.com)
ABSORPTION OF SUNLIGHT INCREASING:
The poles are white – thus they reflect most of the little sunlight they receive. But as they melt, earth & rocks is exposed – absorbing much more solar heat. And the poles region is massive.
The oceans near the poles are melting too – exposing a near black ocean which will be a huge absorber of solar heat.
An example is the Weddell Sea where the famous explorer Shackleton was trapped, its surface area is about 2,800,000 km2 (1,081,100 sq mi) – but it grows/shrinks with the season. Can you imagine if it melts forever – over 2 million Km2 of sunlight warming the ocean and also increasing its volume!
Ref: Weddell Sea – Wikipedia Ernest Shackleton – Wikipedia Endurance (1912 ship) – Wikipedia
ATMOSPHERE’S RELEASE OF ENERGY:
There are numerous forms of air-based disturbances. Many changed history and geography – creating massive deserts, massive sand storms, hurricanes, tornados etc.
We already mentioned how us in Puerto Rico were without power and water for over 3 months – for a population of 3 million due to Hurricane Maria in 2017. And we live with them every year…
Video: Island of Puerto Rico ‘destroyed’ by Hurricane Maria
https://youtu.be/zNFnVIlE6cA other: Hurricane Maria – Wikipedia Hurricane Maria’s devastation of Puerto Rico | NOAA Climate.gov
Just today in Arizona USA they saw this:
Other images related to Keeling curve & Mauna Loa Observatory in Hawaii:
Permissions
Scripps CO2 program grants unrestricted usage of the figures on this website provided credit is given to the Scripps Institution of Oceanography. For figures showing data before 1958, permission may also be required from those providing these earlier data (see links below). The figures referred to here are the plots displayed on the front page and located at PDF Downloads.
Data sources
CO2 data after 1958 are from the Scripps CO2 program
Site: http://scrippsCO2.ucsd.edu/data/atmospheric_CO2/primary_mlo_CO2_record
DOI: http://doi.org/10.6075/J08W3BHW
Citation: C. D. Keeling, S. C. Piper, R. B. Bacastow, M. Wahlen, T. P. Whorf, M. Heimann, and H. A. Meijer, Exchanges of atmospheric CO2 and 13CO2 with the terrestrial biosphere and oceans from 1978 to 2000. I. Global aspects, SIO Reference Series, No. 01-06, Scripps Institution of Oceanography, San Diego, 88 pages, 2001. http://escholarship.org/uc/item/09v319r9
CO2 data before 1958 going back 2000 years
Site: https://www.ncdc.noaa.gov/paleo-search/study/9959
DOI: https://doi.org/10.1029/2006GL026152
Citation:MacFarling Meure, C., D. Etheridge, C. Trudinger, P. Steele, R. Langenfelds, T. van Ommen, A. Smith, and J. Elkins. 2006. The Law Dome CO2, CH4 and N2O Ice Core Records Extended to 2000 years BP. Geophysical Research Letters, Vol. 33, No. 14, L14810 10.1029/2006GL026152.
CO2 data before 1958 going back 800,000 years
Site: https://www.ncdc.noaa.gov/paleo-search/study/6091
DOI:https://doi.org/10.1038/nature06949
Citation:Lüthi, D., M. Le Floch, B. Bereiter, T. Blunier, J.-M. Barnola, U. Siegenthaler, D. Raynaud, J. Jouzel, H. Fischer, K. Kawamura, and T.F. Stocker. 2008. High-resolution carbon dioxide concentration record 650,000-800,000 years before present. Nature, Vol. 453, pp. 379-382, 15 May 2008.
WATER IS LIFE:
California – Lake Oroville dries up:
Par : Raul Garcia
Développeur informatique, mathématicien et yogi
Juillet 2022 – Ver 3 | Isabela, Puerto Rico
COMPRENONS RÉELLEMENT CETTE CATASTROPHE MONUMENTALE AU NIVEAU DE LA TERRE – LA CROISSANCE DU CO2 :
EXAMEN PRATIQUE DES PREUVES SCIENTIFIQUES/MATHÉMATIQUES DU CHANGEMENT CLIMATIQUE/RÉCHAUFFEMENT DE LA PLANÈTE (CC/RC) RÉSULTANT À DES NIVEAUX DE CO2 JAMAIS VUS SUR LA PLANÈTE TERRE.
Vous êtes pressé ? Alors regardez la vidéo – elle ne dure qu’une minute !
Vidéo : Nouvelle animation de la courbe de Keeling disponible | La courbe de Keeling (ucsd.edu)
Nombreux sont ceux qui protestent contre le CHANGEMENT CLIMATIQUE/RECHAUFFEMENT CLIMATIQUE (désigné par l’abréviation CC/RC), mais peu d’entre eux prennent la peine de rechercher les données et les faits qui se cachent derrière ce problème mondial aux conséquences personnelles énormes !
Je pense que si vous suivez les étapes ci-dessous, vous serez bientôt convaincu à 99 % de la véracité de cette affirmation, car il s’agit d’un fait scientifique et mathématique avéré.
Plusieurs avantages secondaires sont l’acquisition de compétences en analyse de données sous Excel et de connaissances en statistiques. L’expérience de l’analyse des données est TRES précieuse aujourd’hui, et Excel dispose d’une tonne d’outils formidables pour nettoyer les données, car elles sont rarement propres à 100 %. Par « propre », on entend qu’elles sont uniformes pour un bon test de « régression », qui est un outil majeur des statistiques et qui a une énorme gamme d’applications.
ÉNORME EFFORT DE DÉSINFORMATION POUR DISCRÉDITER LA SENSIBILISATION ET LES FAITS DU CC/RC :
Notez que les compagnies pétrolières et d’autres grandes entreprises manufacturières (K. Brothers aux États-Unis, etc.) ont créé de nombreuses organisations fictives et engagé de nombreux orateurs convaincants pour dénoncer le CC/RC comme une farce.
C’est facile à faire puisque les noms initiaux sont trompeurs : CC/RC – le changement climatique est toujours présent – il est donc facile de le discréditer. Ils suivent le même « livre de jeu » que les efforts déployés pour empêcher l’interdiction des cigarettes. Le réchauffement climatique est celui que nous allons « prouver » ici ; il peut être facilement attaqué sur la base de la MÉTÉO EXTRÊME qui est l’effet réel – ainsi quand il fait « très froid » ils viendront discréditer le réchauffement climatique alors qu’il y a des effets secondaires très significatifs : la fonte des pôles et l’augmentation du niveau des mers qui auront des implications énormes pour une grande partie de la population et des villes près de la côte. Les îles basses disparaissent déjà…
PLAN DES ÉTAPES – Niveau de compréhension 1 :
- Trouvez la source des données de la carotte CC/RC de l’UCSD – appelée courbe de Keeling.
- Téléchargez ces données dans un dossier local, appelez-le comme CCRC.
- Nous utilisons Excel pour « nettoyer » les données, mais vous pouvez aussi utiliser l’outil de votre choix.
- Nous avons ensuite 2 colonnes – la date au format numérique Excel et le niveau de CO2 en ppm.
- Nous ajoutons une colonne qui est la date dans un format Année-Mois-Jour AAAA-MM-JJ.
- Si vous n’avez pas Excel sous la main, nous vous proposons des liens vers un outil d’analyse de régression en ligne.
- Ensuite, pour ceux qui ont Excel, nous faisons une simple CORRELATION des deux colonnes numériques.La corrélation est une valeur statistique pure qui mesure la proximité des données par rapport à une ligne droite. Il s’agit d’un pourcentage de 0 à 100% ou de 0 à 1, où 100% ou 1 signifie que les données sont linéaires à 100%.
- Le résultat de la corrélation montre à quel point les données sur le CO2 sont proches de la croissance linéaire.
- Lorsque vous VOYEZ vous-même ce résultat – la CORRELATION, alors vous comprenez le niveau 1 de CC/RC.
*PPM est Parts Per Million, UCSD est l’Université de Californie San Diego – mon alma mater !
Figure 2 BIBLIOTHÈQUE PRINCIPALE DE L’UCSD
PLAN DES ÉTAPES – Comprendre le niveau 2 :
- Si vous faites attention – les données de la courbe de Keeling que nous utilisons commencent en 1958.Il y a quelques données manquantes, nous les avons donc supprimées. Les données manquantes sont codées comme -99.99. Maintenant, les données climatiques de 1958 à aujourd’hui sont un petit segment de l’histoire.
- Maintenant la chance vient à la rescousse ! Qu’en est-il de tous ces anciens glaciers dans l’Arctique ?
- OUI – des scientifiques de nombreux pays ont creusé INDEPENDAMMENT ? la glace de l’Arctique. Ces tiges sont conservées et étudiées. Ils ont également obtenu les niveaux de CO2 de ces périodes anciennes en les faisant fondre et en mesurant les niveaux de CO2 – un enregistrement précis de l’atmosphère ANCIENNE !
- Et le plus incroyable, c’est que ces tiges donnent des données remontant à.. : 800 000 ans ! Juste avant ma naissance…
- Maintenant, mettez 2& 2 et nous obtenons : de 800 000 ans à 1958 nous avons un niveau maximum de 300 ppm en plusieurs pics, et en 1959 le record commence à 315 ppm : maintenant il est à 420 ppm pour le CO2.
- Le CO2 absorbe les rayons solaires INFRAROUGES (rayons thermiques – non visibles), qui font partie du spectre lumineux solaire. Il peut également absorber les rayons thermiques provenant du réchauffement de la Terre et des incendies.
- Tout cela signifie que le CO2 de notre atmosphère est à un niveau jamais atteint sur cette planète ! Et le CO2 va augmenter en raison de l’effet d’entraînement et de notre dépendance générale aux voitures et au gaz. Une observation importante est que lorsque NOUS brûlons du pétrole/gaz, nous brûlons un distillat de la forêt de l’ancienne terre ! Ainsi, nous brûlons MAINTENANT le carbone de l’histoire de la Terre depuis des siècles jusqu’à aujourd’hui ! Et bien sûr, la combustion de l’élément carbone avec beaucoup d’oxygène produit du CO2.
- Je pense que l’effet n’est pas limité au CC/RC, mais à une ou plusieurs formes d’événements atmosphériques erratiques connus et inconnus – et aux interactions avec la terre et les océans, comme les incendies et la fonte des pôles, les ouragans violents, les tornades, les vagues énormes, etc. Notre atmosphère est un animal mince, le sommet de l’Everest à <30 000 pieds laisse une moitié de l’atmosphère bien en dessous.
- L’atmosphère absorbe cette chaleur rayonnante TOUS LES JOURS DE L’ANNÉE ET TOUTES LES HEURES PUISQUE LA MOITIÉ DE LA TERRE EST TOUJOURS SOUS LE SOLEIL. La science de la chaleur, la thermodynamique, enseigne qu’elle va tenter d’atteindre un équilibre – comme une cafetière chaude devient froide. Cette énorme énergie solaire cherchera à être libérée, et l’avenir nous dira comment et à quel prix. Au fur et à mesure que l’atmosphère se réchauffe, elle essaiera de se débarrasser de cet excès de chaleur/énergie, principalement par convection – les mouvements d’air. Par exemple, un gros ouragan peut libérer l’équivalent de 10 000 bombes atomiques sur toute sa trajectoire. Des civilisations entières qui durent plus de mille ans ont disparu à cause des changements climatiques – le désert du Sahara était autrefois une forêt. Pourrions-nous voir l’Amazonie devenir une prairie de notre vivant ?
- Mon avis est que si l’atmosphère accumule de la chaleur et d’autres facteurs comme la fumée générée par les incendies – ou plus de CO2 si la population augmente et si davantage de voitures sont produites, il pourrait y avoir un effet multiplicatif : nous pourrions voir des événements atmosphériques JAMAIS VUS d’une telle force que des régions entières de la Terre seront oblitérées et que les voyages en mer et en avion pourraient devenir très dangereux. Oh, c’est tellement alarmant – certains en argot californien pourraient dire que ce sont des conneries. Mais j’ai vécu à Porto Rico pendant l’ouragan Maria en 2017 – les rafales de vent ont atteint 220-240 MPH, et une île entière de 100×35 a été détruite. Nous sommes sortis après les 12 heures de tempête : c’était un MONDE DIFFÉRENT et le ciel avait changé. La plupart des routes étaient remplies d’arbres tombés et nous avons été privés d’électricité de 3 à 6 mois. 30 000 poteaux d’éclairage étaient à terre. Bien sûr, le président américain de l’époque, Trump est venu pour une séance de photos et est reparti.
Le dioxyde de carbone – CO2 – est un gaz incolore dont la densité est supérieure d’environ 53 % à celle de l’air sec :
Le dioxyde de carbone, par exemple, absorbe l’énergie à diverses longueurs d’onde comprises entre 2 000 et 15 000 nanomètres, une gamme qui recoupe celle de l’énergie infrarouge. En absorbant cette énergie infrarouge, le CO2 vibre et réémet cette énergie dans toutes les directions. Les rayons infrarouges (chaleur) peuvent provenir de la surface de la Terre, de feux ou du soleil.
Ref : Pourquoi le CO2 peut-il absorber l’infrarouge ? – Radiation.thesocialselect.com
Maintenant, les étapes que vous devez suivre – c’est assez simple et de bon sens :
PLAN DES ÉTAPES – Niveau de compréhension 1 :
Les bases :
La courbe de Keeling est un enregistrement quotidien de la concentration de dioxyde de carbone dans l’atmosphère mondiale, tenu à jour par la Scripps Institution of Oceanography de l’université de San Diego.
- Trouvez la source des données de base du CC/RC de l’UCSD – appelées courbe de Keeling.
La page de référence principale est la suivante : https://scrippsCO2.ucsd.edu/, premièrement, en tant que bon analyste de données, vous devez vous interroger sur la source des données – sont-elles fiables et impartiales ? Examinez le site Web, l’institution Scripps, l’Observatoire de Mauna Loa, le Dr Ralph Keeling et l’UCSD et jugez par vous-même.
La source de données est à :
https://scrippsCO2.ucsd.edu/data/atmospheric_CO2/primary_mlo_CO2_record.html
Ouvrez ceci et cliquez sur l’URL en dessous de la flèche ci-dessous :
Gros plan – nom du fichier à télécharger : monthly_in_situ_CO2_mlo.csv
- Téléchargez ces données dans un dossier local, appelez-le comme CCRC.
Créez un répertoire dans votre PC tel que ‘C:\CCRC’ ou dans n’importe quel lecteur.
Cliquez sur le lien ci-dessus : monthly_in_situ_CO2_mlo.csv
Une fenêtre s’ouvrira dans votre PC. Naviguez vers le lecteur et le répertoire que vous avez créé ‘CCRC’ et enregistrez le fichier à cet endroit. Faites attention à vous souvenir de l’endroit où le fichier est enregistré.
DA101 (leçon 1 d’analyse de données) : CSV signifie valeurs séparées par des virgules, comme dans les données réelles de 1958 1 ligne montrée ci-dessous :
1958, 04, 21290, 1958.2877, 317.45, 315.16, 317.30, 314.99, 317.45, 315.16
Mais pour nous, Excel lira ce fichier directement dans Excel comme une feuille de données et aidera beaucoup à préparer l’environnement pour DA.
Si vous modifiez le fichier Excel, enregistrez-le au format xls ou xlsm pour conserver les modifications, car le format .csv n’est qu’un texte et perd tout le formatage (couleurs, etc.). Le format xlsm permet d’enregistrer des macros et de créer des programmes VBA pour Excel (Visual Basic for Applications). Excel, Word et Outlook ont tous le moteur du programme VBA derrière le couvercle – seuls les « objets » changent.
NETTOYAGE DES DONNÉES – SUPPRESSION DES RANGÉES SUPÉRIEURES DE NOTES :
Lorsque nous examinons la feuille de calcul (le fichier CSV importé), nous constatons que la ligne (ou les lignes) 1-55
Sont sans intérêt pour nous – beaucoup de détails techniques et d’informations historiques. Les données ci-dessous (rubriques) commencent aux colonnes 55 à 57 – 3 rangées de rubriques. Les données numériques commencent à la ligne 58. Lorsque nous supprimons toutes les notes ou les lignes 1 à 54, les en-têtes se déplacent vers la ligne 1. Nous sélectionnons simplement la plage de lignes (entières) 1 à 54, puis nous faisons un clic droit sur la région sélectionnée et nous sélectionnons SUPPRIMER.
- Nous utilisons Excel pour « nettoyer » les données, mais vous pouvez aussi utiliser l’outil de votre choix.
Il y a beaucoup d’informations ici que nous devons « traiter » pour obtenir les données de base.
Ensuite, nous montrons à quoi cela ressemble lorsque nous avons amélioré la vue ci-dessus pour avoir des lignes sombres pour les cellules de la page et une ombre pour les titres CENTRÉS – voyez comme c’est plus clair maintenant !
Jouons un peu plus avec excel pour y voir plus clair :
Faire en sorte que tous les nombres aient 2 chiffres décimaux de long – car certains sont à 1 et cela rend l’alignement mauvais.
Nous devons également trouver toutes les valeurs ‘-99.99’ ?
Nous allons ensuite montrer le résultat et fournir une explication :
Avant cela, nous avons sélectionné toute la plage de chiffres, puis nous avons fait un clic droit sur les cellules de formatage.
Pour trouver les mauvais éléments – les valeurs exactement -99.99 – nous utilisons l’une des nombreuses options d’une fonction relativement nouvelle d’Excel – le formatage conditionnel.
Cliquez sur cette option de menu, choisissez les règles de cellule 1st one Highlight, puis Equal to, puis entrez -99.99 et sélectionnez le type de surbrillance – nous choisissons la valeur par défaut.
LES NIVEAUX DE CO2 AFFECTENT LE STOCKAGE DE LA CHALEUR DANS L’ATMOSPHÈRE
Ensuite, nous allons supprimer toutes les dates non Excel (SUPPRIMER ces colonnes), utiliser FORMAT de cellules par une sélection des colonnes de dates Excel et CLIQUER DROIT sur la région à 1 colonne puis sélectionner FORMAT DE CELLULES et choisir le format de date – donné par l’exemple : 2012-03-14 (ou yyyy-mm-dd) puisque c’est idéal pour le tri et très clair.
Notez que les données comportent 3 niveaux de rubriques, lignes 55-57. Cette compétence d’analyse de données est très utile – il faut voir les détails ! Mais il faut aussi apprendre à ignorer certains détails non pertinents – et cet ensemble de données scientifiques en contient beaucoup…
Ensuite, une date indique Excel, ce qui signifie que si nous changeons le format numérique en Excel, elle ressemblera à une date que nous comprenons : la date exacte de la mesure du CO2 en 1958.
Il existe d’autres données dérivées de la date, mais nous n’en avons pas besoin – colonnes 1, 2 et 4.
Maintenant, toutes les autres colonnes disent PPM – parties par million. Ainsi, toutes les données ont une unité uniforme, ce qui est très utile.
Nous utilisons la dernière colonne car le détail des niveaux de CO2 change comme une courbe sinusoïdale au cours d’une année en raison des effets « saisonniers » de la forêt et des océans. Nous préférons les données ajustées car pour le test de régression, nous voulons des données propres. L’effet saisonnier est comme un changement aléatoire et cela détruit la valeur des mesures. J’espère qu’un jour je pourrai m’asseoir et faire les calculs nécessaires pour utiliser ces données brutes …
Si vous regardez attentivement, vous remarquerez des valeurs étranges de :
-99.99.
Ces valeurs n’ont pas de sens – elles sont négatives et identiques !
Il s’agit de marqueurs pour les valeurs inconnues – dues à des problèmes d’équipement chimique ou de personnel, ou de remplissages pour une date future.
Nous devons les supprimer, mais d’abord nous devons les trouver. Il y a quelques -99.99 dans les dernières mesures – il semble qu’ils aient été remplis avant la fin du mois.
- Nous avons ensuite 2 colonnes – l’année et le mois du niveau de CO2 et la mesure.
Ensuite, nous supprimons toutes les -99.99 lignes, et nous obtenons alors :
Veuillez noter à quel point les mesures sont proches de 315 – ce qui indique une précision, certainement PAS un hasard.
- Assurez-vous d’abord que vous avez supprimé toutes les lignes de 1 à 54 – où tous les commentaires sont stockés.
Et ont été importées – mais ce ne sont pas les données CSV dont nous avons besoin.
Ajoutez une colonne au début – en sélectionnant la colonne A (les dates) et en la collant en tant que NOUVELLE colonne sur la colonne 1st – ce sera donc la colonne A. Sélectionnez ensuite toute cette colonne en cliquant sur la lettre A de l’en-tête, faites un clic droit et définissez le FORMAT en nombre.
C’est ce dont nous avons besoin : les dates sous forme de chiffres, car les techniques statistiques ont besoin de toutes les données sous forme de chiffres.
L’un des secrets de l’apprentissage automatique est qu’il convertit la plupart des données en chiffres afin de pouvoir utiliser les mathématiques avancées nécessaires. Notez que nous avons nettoyé toutes les données textuelles ci-dessus et supprimé les -99.99.
Nous avons alors 3 colonnes :
- Date sous forme de nombre – comme 21624 – Excel Colonne A
- Date au format calendrier aaaa-mm-jj – Col B (info seulement)
- Niveau de CO2 en PPM, corrigé des variations saisonnières – comme 315,43 – Col C
6. Si vous n’avez pas Excel sous la main, nous vous proposons des liens vers un outil d’analyse de régression en ligne.
https://www.statskingdom.com/correlation-calculator.html
Pour ce faire, il suffit de copier les données (uniquement les chiffres – pas les rubriques) de la colonne A
Dans la colonne pour les valeurs X, puis les valeurs ppm dans la colonne pour les valeurs Y.
https://www.statskingdom.com/correlation-calculator.html
Ensuite, appuyez sur le bouton de calcul ci-dessous et vous obtenez ceci :
Le résultat ou la statistique clé est r = la corrélation – la proximité des deux valeurs X, Y pour former une ligne :
Cela signifie que l’on est sûr à 99,03 % que la corrélation est linéaire. En mathématiques/probabilité, c’est presque un 1 – totalement certain.
C’est-à-dire que la croissance du CO2 est une croissance linéaire pour toutes les dates en séquence.
- Ensuite, pour ceux qui ont Excel, nous faisons une simple CORRELATION des deux colonnes.
La corrélation est une valeur statistique pure qui mesure la proximité des données par rapport à une ligne droite.
Il s’agit d’un pourcentage de 0 à 100% ou de 0 à 1, où 100% ou 1 signifie que les données sont linéaires à 100%.
- Le résultat de la corrélation montre à quel point les données sur le CO2 sont proches de la croissance linéaire.
- Lorsque vous VOYEZ vous-même ce résultat – la CORRELATION, alors vous comprenez le niveau 1 de CC/RC.
ZOOM :
Le fx apporte le menu pour rechercher des fonctions – de nombreux types de bonbons…
Nous utilisons la fonction ‘CORREL’ – pour la corrélation – un délice !
D’ailleurs – la formule de corrélation est :
Où n est la taille de l’échantillon – nombre de lignes – ici ou 774 alors n=774.
Le ∑ signifie une SOMME pour toutes les valeurs n=1 à 774. En haut, nous ajoutons les multiplications respectives de X et Y, où X est l’axe des X ou les dates sous forme de nombres (juste une séquence) et les valeurs ppm.
On soustrait ensuite la multiplication de la somme des X par la somme des Y et on en fait la moyenne en divisant par n, soit 774.
Le dénominateur est une racine carrée de deux facteurs chacun pour les X ou les Y. Ils ont le même format d’une somme des valeurs au carré moins la somme au carré divisée par n. Cela donne la CORRELATION r entre -1 et 1. Cela donne une CORRELATION r entre -1 et 1. Nous montrons ci-dessous comment la corrélation peut mesurer la nature de la dispersion des données.
Vous avez acquis de bonnes connaissances sur les corrélations – continuons maintenant avec les formules Excel :
Maintenant, nous obtenons les invites pour la fonction CORREL dans Excel :
Un tableau est ici une simple liste de valeurs.
Nous les spécifions dans Excel par une plage. Dans Excel, les cellules sont identifiées par la lettre de la colonne et le numéro de la ligne :
Qu’est-ce que la corrélation ?
La corrélation fait référence à la relation statistique entre deux entités. En d’autres termes, c’est la manière dont deux variables évoluent l’une par rapport à l’autre.
- Une corrélation positive serait de 1. Cela signifie que les deux variables ont évolué ensemble dans la même direction, à la hausse ou à la baisse.
- Corrélation négative : Une corrélation négative est égale à -1. Cela signifie que les deux variables ont évolué dans des directions opposées.
- Corrélation nulle ou non : Une corrélation de zéro signifie qu’il n’y a pas de relation entre les deux variables. En d’autres termes, lorsqu’une variable évolue dans un sens, l’autre évolue dans un autre sens sans rapport.
Donc ci-dessus nous avons sélectionné la CELLULE A9 dont le contenu est numérique = 21412 et la date numérique excel pour 1958-08-15 et la valeur mesurée est 316.21 CO2 en ppm.
Remarque : nous sélectionnons une colonne entière en cliquant une fois sur la lettre supérieure – disons A :
Si nous faisons défiler vers le bas dans excel, nous voyons que la plage de la colonne 1st est : A4:A774 et les valeurs ppm sont en
C4:C774. Nous avons ignoré les colonnes du milieu – des dates – elles servent uniquement de référence et permettent d’éviter les erreurs.
Nous devons entrer ces valeurs dans la FONCTION CORREL ou utiliser les flèches vers le haut pour sélectionner la plage manuellement.
Les résultats sont AUTOMATIQUES une fois que vous entrez dans l’onglet
A4:A774 et
C4:C774 ci-dessous :
Remarque importante : mon téléchargement a eu lieu le 18 juillet 2022. Si vous suivez ce processus – puisqu’il s’agit d’une date ultérieure, la valeur de n sera plus grande et les plages ci-dessus différentes, comme A4:An – n=nouvelle valeur du nouveau nombre de lignes.
Gros plans :
Ainsi, la corrélation est de 0,990280591.
Arrondi à 0.9903 même valeur avec le web Stats Kingdom app.
Note de l’AD : Même si Excel et d’autres outils tels que les outils de statistiques sont formidables, nous devons être prudents avec les données.
J’ai obtenu une corrélation différente de 0,96 et quand j’ai enquêté, j’ai découvert que le dernier chiffre de A774 avait été effacé par erreur et qu’Excel l’avait rempli avec un zéro ! Donc, il faut faire attention à l’intégrité des données sources.
MAINTENANT LA LIGNE DE FOND :
De 1958 à aujourd’hui, la corrélation entre les dates et les ppm de CO2 mesurés en ppm est de 99 % ou très proche de 1. Vous l’avez vérifié ici ou par vous-même. En probabilité, cela signifie qu’il EST CERTAIN qu’elles soient liées. Ainsi, il est certain qu’à l’avenir le CO2 augmentera comme il l’a fait dans ce passé enregistré.
Il conservera une croissance linéaire.
Le graphique ci-dessous présente le CO2 après les années 1700 – qui montre une croissance régulière du CO2 après 1850 et une forte croissance après les années 1950.
Résumé du raisonnement LOGIQUE :
Il est certain à 99% que le niveau de CO2 dans notre atmosphère augmente linéairement chaque jour.
=> Il est certain que l’AUGMENTATION du CO2 absorbera davantage de rayons infrarouges du soleil, de la surface de la terre et des nuages.
=> Il est certain que le niveau d’énergie EN CROISSANCE stocké dans l’atmosphère cherchera à être libéré pour atteindre l’équilibre.
=> Il est certain que la libération d’énergie entraînera des événements atmosphériques/océaniques tels que des vents forts et chauds, des ouragans, des tornades, des tempêtes de poussière, des incendies et des sécheresses (convection) et rendra la surface de la Terre plus chaude (conduction), ce qui entraînera des décès liés aux vagues de chaleur, à la fonte des pôles et à d’autres phénomènes météorologiques extrêmes, dont certains n’ont jamais été observés auparavant ou à des intensités catastrophiques.
LES DÉTAILS DE LA COURBE D’INCLINAISON :
La courbe de Keeling est un graphique qui représente la concentration de dioxyde de carbone (CO2) dans l’atmosphère terrestre depuis 1958. La courbe de Keeling doit son nom à son créateur, le Dr Charles David Keeling.
Keeling a commencé à étudier le dioxyde de carbone atmosphérique en 1956 en prélevant des échantillons d’air et en mesurant la quantité de CO2 qu’ils contenaient. Au fil du temps, il a remarqué une tendance.
Les échantillons d’air prélevés la nuit contenaient une concentration plus élevée de CO2 que les échantillons prélevés le jour. Il s’est appuyé sur sa compréhension de la photosynthèse et de la respiration des plantes pour expliquer cette observation : les plantes absorbent du CO2 pendant la journée pour faire de la photosynthèse – ou se nourrir – mais la nuit, elles rejettent du CO2.
En étudiant ses mesures sur quelques années, Keeling a également remarqué un schéma saisonnier plus important. Il a découvert que les niveaux de CO2 sont les plus élevés au printemps, lorsque la décomposition de la matière végétale libère du CO2 dans l’air, et les plus bas en automne, lorsque les plantes cessent d’absorber du CO2 pour la photosynthèse.
Keeling a pu établir une résidence permanente à l’Observatoire de Mauna Loa, à Hawaï, pour poursuivre ses recherches. À Mauna Loa, il a découvert que les niveaux de CO2 dans l’atmosphère mondiale augmentaient presque chaque année. En analysant le CO2 dans ses échantillons, Keeling a pu attribuer cette augmentation à l’utilisation de combustibles fossiles. Depuis sa création, la courbe de Keeling a servi de représentation visuelle des données de Keeling, que les scientifiques ont continué à collecter depuis sa mort en 2005.
Ref : La courbe de Keeling | National Geographic Society
Le caractère saisonnier des données (généralement, plus on s’approche des données, plus il y a de BRUIT) :
Comprendre le niveau 2 :
DONNÉES DE CAROTTES DE GLACE – AVANT 1958 : Il y a 10 000 ans à 1958 :
Notes de DA :
- Voir le dernier commentaire mis à jour – 5 juillet 2022.
- Observez et vérifiez les échelles – l’horizontale correspond aux milliers d’années, la verticale aux ppm de CO2. Type de graphique – ligne ombrée.
- Il n’y a pas de pics significatifs avant les années 1900.
- Une croissance explosive après les années 1960
- Après 1958, les données ne sont PAS des carottes de glace, mais les observations de Mauna Loa.
il y a 800 000 ans, à 1958 :
Notes de DA :
- Observez et vérifiez les échelles – l’horizontale représente des centaines de milliers d’années, la verticale représente les ppm de CO2. Type de graphique – ligne ombrée.
- Il y a de nombreux pics significatifs avant les années 1900 avec des gammes de ppm de 200 à 300 ppm.
- Aucun pic avant 1950 ne dépasse 300 ppm de CO2.
- Croissance explosive après les années 1960. J’ai compté 9 pics environ.
- Après 1958, les données ne sont PAS des carottes de glace, mais les observations de Mauna Loa.
Niveau de compréhension 2 – Conclusions :
Nous avons vu la preuve que la planète Terre est désormais exposée chaque jour à des niveaux de CO2 totalement nouveaux, jamais vus dans l’histoire récente – il y a 800 000 ans.
Le pétrole est le résidu des forêts anciennes.
Le pétrole se compose principalement de paraffines et de naphtènes, avec une plus petite quantité d’aromatiques et d’asphaltiques. Près de la surface, les hydrocarbures plus légers (méthane, éthane, propane, butane) sont des gaz.
Nous introduisons donc dans notre atmosphère le carbone de toutes ces forêts anciennes, par le biais de la combustion qui produit du CO2, puisque chaque centime que nous payons pour le pétrole (essence/propane, etc.) alimente la gigantesque industrie de l’exploration et de l’extraction pétrolières.
Ils vont donc aspirer chaque goutte, même en utilisant des méthodes très destructrices comme la fracturation – qui utilise plus de 800 produits chimiques et laisse la région en friche.
LES INTERACTIONS DES EFFETS :
Dans ce niveau 2 de compréhension des effets d RC/CC, vous êtes libre d’imaginer comment ces effets massifs vont INTERAGIR. Beaucoup sont visibles aujourd’hui et se sont reproduits depuis longtemps, depuis le début de l’utilisation des voitures. . Il est incroyable de constater que nous en sommes témoins tous les jours dans les journaux : incendies massifs, sécheresses, décès liés à la chaleur, tempêtes massives, temps irrégulier, etc.
DES INCENDIES MASSIFS ET PLUS RAPIDES
Exemple : il y en a trop… mais ici nous voyons une communauté en Californie qui croyait être prête pour ça…
L’incendie s’est propagé si rapidement en raison de la sécheresse de la terre – due aux vents chauds – que c’était la plus grande scène FORENSIC de l’histoire des États-Unis. La plupart des maisons ont brûlé – les corps ont été incinérés, les voitures ont fondu, le soleil a disparu.
Le feu s’est propagé en quelques minutes – le temps que les gens réagissent, ils étaient piégés. Seuls quelques-uns ont survécu.
Ref: https://www.npr.org/2019/11/09/777801169/the-camp-fire-destroyed-11-000-homes-a-year-later-only-11-have-been-rebuilt
Le Camp Fire, qui a déplacé près de 50 000 personnes à un moment donné, a été considéré comme la catastrophe naturelle la plus coûteuse au monde l’année dernière. Le seul enlèvement des débris toxiques a coûté près de 2 milliards de dollars. Le gouvernement fédéral en paie environ les trois quarts, dont 200 millions de dollars d’aide directe aux victimes.
L’incendie de Camp, qui tire son nom de la route Camp Creek où il aurait pris naissance à l’est de Paradise, a été le feu de forêt le plus destructeur de l’histoire de la Californie et le pire aux États-Unis depuis un siècle. Près de 19 000 structures ont brûlé. À Paradise, plus de 11 000 maisons ont été réduites en cendres. Un an plus tard, seules 11 ont été reconstruites. Onze.
VIDÉOS :
Paradise Lost : Inside California’s Camp Fire, le reportage 2018 de 60 Minutes
You tube : Paradise Lost : Inside California’s Camp Fire, reportage 2018 de 60 Minutes – YouTube
Paradise Lost – Inside the Camp Fire – YouTube
DES INCENDIES ULTRA MASSIFS :
Nous avons commencé à voir des feux là où c’était impossible ou très rare – Sibérie, Europe, Australie.
Que se passera-t-il quand l’Amazone prendra feu ?
EFFETS SECONDAIRES :
Plus de CO2 dans l’atmosphère – un effet multiplicatif.
Les villes sont massivement touchées par la fumée, le feu et les produits chimiques de la fumée, qui sont très toxiques et mortels.
Des pertes énormes pour les systèmes économiques et les nations.
Rien de tout cela ne sera couvert par les parties responsables – industries pétrolières, automobiles, usines polluantes, etc.
Il n’y a pas de recouvrement.
LA SÉQUENCE :
Les vents forts et chauds vont assécher les terres et les forêts.
La foudre, les lignes électriques ou les pyromanes, les campeurs, les feux d’artifice, etc. peuvent déclencher des incendies.
En Californie, d’énormes incendies de forêts et de communautés ont été attribués à des équipements de réseau électrique défectueux dans la forêt – appartenant à PG&E. Comment pouvons-nous maintenir des réseaux électriques aussi énormes et dispersés ?
BITCOINS – l’énorme consommation d’énergie pour faire fonctionner les blockchains devient un facteur. Par exemple, l’exploitation minière de cette monnaie aux États-Unis consomme autant d’électricité que le Texas, ce qui signifie plus de fumée dans l’air.
LA FONTE DES RÉGIONS POLAIRES ET DES GLACIERS :
Toutes les régions insulaires ou côtières de faible altitude sont vulnérables.
Quand ? Toutes les estimations sont des conjectures – nous n’avons peut-être pas de modèle complet des interactions entre la Terre et le soleil dans la météo et la géographie.
DES MODÈLES GRANDEUR NATURE DE LA MÉTÉO TERRESTRE :
Nous mesurons la pluie, mais pas le rayonnement solaire. De tels modèles peuvent être développés – nous avons les superordinateurs – mais nous avons besoin des données et des modèles.
Des données à de nombreux points de surface et niveaux atmosphériques. La météorologie a besoin d’une énorme mise à jour… c’est maintenant une science TRÈS importante.
Les super ordinateurs du NWS contiennent des données de modélisation numérique pour les modèles de prévision météorologique. Ces ordinateurs utilisent pratiquement toutes les données d’observation recueillies par le NWS.
Mais l’énergie solaire n’est toujours pas collectée dans le monde entier et dans les articulations. L’informatique sans données pertinentes et opportunes ne fonctionnera pas. Le temps qu’il fait est ressenti localement, mais il s’agit en fait d’un phénomène mondial, car tout est interconnecté.
Réf : Supercomputing pour les prévisions météorologiques :
supercalcul et prévision du temps et du climat (essearth.com)
L’ABSORPTION DE LA LUMIÈRE DU SOLEIL AUGMENTE :
Les pôles sont blancs – ils reflètent donc la plupart du peu de lumière solaire qu’ils reçoivent. Mais au fur et à mesure qu’ils fondent, la terre et les roches sont exposées – absorbant ainsi beaucoup plus de chaleur solaire. Et la région des pôles est massive.
Les océans situés près des pôles fondent également – exposant un océan presque noir qui sera un énorme absorbeur de chaleur solaire.
Un exemple est la mer de Weddell, où le célèbre explorateur Shackleton a été piégé. Sa surface est d’environ 2 800 000 km2 (1 081 100 mi2), mais elle croît/rétrécit au fil des saisons. Imaginez qu’elle fonde pour toujours – plus de 2 millions de Km2 de lumière solaire réchauffant l’océan et augmentant également son volume !
Réf. : Mer de Weddell – Wikipédia Ernest Shackleton – Wikipédia Endurance (navire de 1912) – Wikipédia
LA LIBÉRATION D’ÉNERGIE DANS L’ATMOSPHÈRE :
Il existe de nombreuses formes de perturbations aériennes. Beaucoup ont changé l’histoire et la géographie – créant des déserts massifs, des tempêtes de sable massives, des ouragans, des tornades, etc.
Nous avons déjà mentionné comment nous, à Porto Rico, avons été privés d’électricité et d’eau pendant plus de 3 mois – pour une population de 3 millions d’habitants à cause de l’ouragan Maria en 2017. Et nous vivons avec eux chaque année…
Vidéo : L’île de Porto Rico « détruite » par l’ouragan Maria
https://youtu.be/zNFnVIlE6cA autre : Ouragan Maria – Wikipédia Dévastation de Porto Rico par l’ouragan Maria | NOAA Climate.gov
Aujourd’hui même, en Arizona, ils ont vu ça :
Autres images liées à Courbe de Keeling et Observatoire de Mauna Loa à Hawaï :
Permissions
Le programme CO2 de la Scripps autorise l’utilisation sans restriction des figures de ce site Web, à condition que la mention de la Scripps Institution of Oceanography soit indiquée. Pour les figures montrant des données antérieures à 1958, une autorisation peut également être requise auprès de ceux qui fournissent ces données antérieures (voir les liens ci-dessous). Les figures auxquelles il est fait référence ici sont les graphiques affichés sur la page d’accueil et situés dans la section PDF Downloads.
Sources de données
Les données sur le CO2 après 1958 proviennent du programme CO2 du Scripps.
Site : http://scrippsCO2.ucsd.edu/data/atmospheric_CO2/primary_mlo_CO2_record
DOI : http://doi.org/10.6075/J08W3BHW
Citation : C. D. Keeling, S. C. Piper, R. B. Bacastow, M. Wahlen, T. P. Whorf, M. Heimann et H. A. Meijer, Exchanges of atmospheric CO2 and 13CO2 with the terrestrial biosphere and oceans from 1978 to 2000. I. Global aspects, SIO Reference Series, No. 01-06, Scripps Institution of Oceanography, San Diego, 88 pages, 2001. http://escholarship.org/uc/item/09v319r9
Les données sur le CO2 avant 1958 remontent à 2000 ans
Site : https://www.ncdc.noaa.gov/paleo-search/study/9959
DOI: https://doi.org/10.1029/2006GL026152
Citation : MacFarling Meure, C., D. Etheridge, C. Trudinger, P. Steele, R. Langenfelds, T. van Ommen, A. Smith, et J. Elkins. 2006. The Law Dome CO2, CH4 and N2O Ice Core Records Extended to 2000 years BP. Geophysical Research Letters, Vol. 33, No. 14, L14810 10.1029/2006GL026152.
Données sur le CO2 avant 1958 remontant à 800 000 ans
Site : https://www.ncdc.noaa.gov/paleo-search/study/6091
DOI : https://doi.org/10.1038/nature06949
Citation : Lüthi, D., M. Le Floch, B. Bereiter, T. Blunier, J.-M. Barnola, U. Siegenthaler, D. Raynaud, J. Jouzel, H. Fischer, K. Kawamura, et T.F. Stocker. 2008. High-resolution carbon dioxide concentration record 650,000-800,000 years before present. Nature, Vol. 453, pp. 379-382, 15 mai 2008.
L’EAU, C’EST LA VIE :
Californie – Le lac Oroville s’assèche :
