地球温暖化か、ヒートアイランドか？

　世界の地上気温のデータセットには、気温の上昇を促す地球温暖化とヒートアイランド（都市熱）の両方の影響が含まれている^注1)。後者は「都市バイアス（観測所が都市熱を受けることによる誤差）」と呼ばれ、温暖化の評価上取り除く必要があるために、統計的な補正が行われている。ところが、最新の研究^注2)によれば、補正を行っても都市バイアスが残留しているばかりか、別の気温上昇バイアスを生み出しているという。このことは、IPCC（気候変動に関する政府間パネル）に引用されている多くの研究が地球温暖化の速度を過大評価している可能性を示唆する。

1．「都市バイアス」ディベートの経緯

　観測所が都市にある場合、その気温データには都市バイアスの影響が含まれるため、地球温暖化による変化を正しく表さないことは広く知られている^注3)。しかし、都市バイアスが及ぼす気温データへの影響はそれほど大きくないとする研究は多い^注4-11)。IPCCもこの立場を取っており、最新の報告書では都市バイアスの影響は中国東部のような急激に都市化した国では重要であるが、地球全体の平均気温に対しては10%以下の影響にすぎないとしている^注12)。
　都市バイアスの影響が小さいとされる理由は、元となる観測データに施されている均質化補正（homogenization）によって都市バイアスは除去されているというものである。均質化補正とは、統計的な処理によって観測所の移転・周辺環境の変化・都市バイアスなどの非気候性バイアス^注13)を正しく識別して除去するために開発された。その妥当性は、現実の非気候性バイアスを人工的に模倣したベンチマークテストに基づいて評価されることが多い^注14)。そこでは、人工的に作成した「均質データセット」に様々なバイアス（不連続な増減、緩やかな変化、外れ値など）をありうる範囲でランダムに導入した不均質データセットを作成する。また、均質化補正を行うオペレーターには、事前には真の値（均質データセット）を知らせない。このようなテストが過去に行われ、補正後のデータセットは真値に近づくことが確認されている^注15-19)。
　他方、都市バイアスは地球温暖化の進行速度を評価する上で問題であると主張する研究も存在する^注20-34)。これらの研究は、上述したベンチマークテストの結果そのものを否定しているわけではなく、実際に補正が適用された気温データセットを分析した結果、補正が完璧ではないことを指摘している。記事にしばしば見られるのは、各国のいくつかの観測所をピックアップして補正前後の気温トレンドの比較である^注35)。最近になって、均質化補正が施された米国海洋大気庁による世界気温データセットGHCNを対象に、過去10年間の欧州800地点における非気候性バイアス（観測所の移転、測器の変更、都市バイアスなど）が均質化補正により改善されているかどうかが検証された（図1a）。その結果、補正のタイミングが現地観測員による非気候性バイアスの報告事象に対応する地点は19%にすぎず、残りの地点では事象の発生時期と一致しないこと明らかになった（図1b）。このような不一致が生じるということは、均質化補正にベンチマークテストでは抽出しきれない複雑な問題があるということを意味している。

図1(a) GHCNデータセットの欧州における月別気温の観測所の分布および (b) 2011～2021年の均質化補正のタイミングと各地点の観測員が報告した非気候バイアスの事象との一致割合^注36)。「Match found（完全一致）」は、記録された事象が正しく検出された割合を示す。
[拡大画像表示]

2．「都市混合」の定量化

　均質化補正が引き起こす未解明の問題は、「都市混合（Urban blending）」である。都市混合とは、都市部と農村部の観測所が混在しているデータセットを対象に均質化補正を行うと、都市部の気温は低下するものの農村部の気温は逆に上昇してしまうという現象である^注37)。この現象は前節で述べたベンチマークテストでは未確認であり、均質化補正の誤差要因となっているのではないかと以前から指摘されていた^注38)。
　そこで著者は、日本（観測所のほとんどが都市部に存在）と北米（農村部の観測所が比較的多い）の全地点の地上気温観測データを解析することで、都市混合の定量化に取り組んだ（図2）。具体的には、過去100年程度を対象に後述する都市バイアスの指標と各地点の気温上昇速度（トレンド）がどのような関係にあるかを調べた。

図2(a)日本（GHCNバージョン4データセット）と(b)北米（米国歴史気候学ネットワークUSHCNデータセット）における月平均気温の観測所の地理的分布^注2)。GHCNの地点の多くは気象庁の気象官署と一致している。
[拡大画像表示]

　一般に、都市バイアスは土地利用の変化や人工排熱など様々な原因により引き起こされる^注39)。ここでは都市化の代表的な指標である人口密度と夜間光強度の全球データセットを用いて両指標の平均値を国ごとに順位化し、都市化の度合いDU（Degree of Urbanization）を算出した（図3）。二つの指標を合成する理由は、例えば、図3のアフリカやインドのように夜間明るい地点と人口密度が高い観測所の分布が異なっている場合にも対応できるためである^注33)。

図3(a)世界全体の水平解像度約1 kmの人口密度^注40)と(b)夜間光強度のデータベース^注41)とそれらを用いた都市化指標（DU）の計算方法^注2)。
[拡大画像表示]

3．均質化補正は農村部の気温トレンドを増加させる

　まずは、均質化補正が及ぼすわが国の気温トレンドへの影響がDUによってどの程度変化するかをみてみよう。均質化前には、都市部の地点（DU>0.8）ほど都市バイアスの影響を多く含んでいるために農村部の地点（DU<0.2）よりも気温トレンドが大きい（図4）。このデータセットに均質化を行うと、ベンチマークテストのように都市部の気温トレンドは減少し、農村部については補正前後で変化しないはずである。ところが、実際には補正を行うと都市部の気温トレンドは小さくなるが、逆に農村部では大きくなるという奇妙な現象が観察される。図は省略するが、北米の場合にも同様の現象がみられた^注2)。

図4(a)1936～2019年の日本の都市部（DU>0.8）と(b)農村部（DU<0.2）における均質化前後の年平均気温と地点数の長期トレンド^注2)。
[拡大画像表示]

　次に、視点を変えるためにDUを横軸にしたときの各地点の気温トレンドの値を解析してみる（図5）。元のデータセットでは、DUが増大するほど気温トレンドは増大している（都市バイアス）。均質化補正を行うと、この気温トレンドとDUの間には有意な増減傾向がなくなり、全体的に日本ではDU=0.5（図5a）、米国ではDU=0.8付近の気温トレンドの値に近づく（図5b）。すなわち、均質化補正が都市バイアスを除去する方法ではなく、観測所の集合体（ネットワーク）の気温トレンドを平均化する方法になってしまっているということである^注37)。その結果、均質化補正を施した気温データセットにも都市バイアスの影響が混入してしまう。実際に混入する割合を推計したところ、観測所の大部分が都市部に存在する日本では補正前の気温トレンドの60%、農村部の観測所が多い北米ですら20%にも達していた^注2)。

図5(a)日本と(b)北米の観測所における都市化度合い（DU）に対する長期気温トレンドの変化。オレンジ・青直線は線形回帰直線。均質化後には、いずれの国の場合も気温トレンドの大きさはDUに対して有意な線形の関係はなくなり（決定係数R2がほぼゼロ）、農村部における気温トレンドは均質化によって増加してしまう。
[拡大画像表示]

4．日本の真の温暖化速度は100年間で+0.7℃以下？

　図5aを用いると、日本のデータから真の温暖化速度の大きさを予想することができる。すなわち、均質化前のデータに対する線形回帰直線をDUがゼロ（すなわち、全く都市化されていない農村）まで外挿すると、1936～2019年における都市バイアスがゼロのときの気温上昇率は+0.66ºC/100年となる（図4a、青線）。この値は、気象庁の推計値1.2 ℃/100年（1898～2019年、15地点）よりも小さく、様々な誤差を適切に補正した近藤純正東北大学名誉教授の推計値0.77 ℃/100年（1881～2019年、34地点）^{注42) ，注43)}に近い。気象庁のホームページには「都市化による影響が比較的小さく、また、特定の地域に偏らないように選定（ただし、都市化の影響は除去しきれてはいない）」とあるが^注44)、上述した近藤純正氏の推計値と比べると、都市バイアスの影響は大きいように思う。
　ただし、上述した著者の推計値（+0.66℃/100年）の妥当性を検証することは容易ではない。日本には農村部の観測所がほとんどないためである（図4b）。100年以上の長期にわたって観測が続いている気象官署の大半は県庁所在地などの中核都市にあり、かつては市街地から外れた場所にあったとしても、時間とともに市街地に囲まれたところが少なくない^注3)。近藤純正東北大学名誉教授によれば、観測所周辺の環境変化が少なく長期の気候変化を正しく観測できる観測所はわずか3地点しかないという^注45)。したがって、日本全国ほとんどの地点の長期気温観測データは純粋な地球温暖化速度を表してはいないと考えるべきであろう。
　ところで、均質化補正を頼ることなく正しい地球温暖化の速度を推計する方法はあるのだろうか。気象庁がアメダスを通じて行っている各地の気温観測を継続するだけでは不十分である。北米では、アメリカ海洋大気庁NOAA により米国気候基準ネットワークUSCRNという都市化の影響が小さい気候観測網が整備されて2005年以降運用されている^注46)。日本でも同様に、都市バイアスの影響を無視できる高度（10～50 m）で精密な気温測定を行う「地球温暖化観測所」の整備が必要であろう^{注47) ，注48)}。

5．おわりに

　著書の論文発表後、元米国NASAの気候学者Roy Spencer博士は、北米の中規模の都市（人口密度100～1000人/km²）の気温データにすら都市バイアスの影響が50%程度含まれていることを独自の解析で示した上で、「都市バイアスの問題がコミュニティ全体において長年無視されてきたのは明らかだと思う。いくつかの論文（著者の論文^注2)を含む）のように、都市バイアスの影響が陸地の気温上昇傾向を押し上げているという証拠が発表されたことは喜ばしい。定量的には不明な点が残っているものの、これは進歩だ」とコメントしている^注49)。今後さらに研究が進めば、均質化補正に伴う都市混合が世界全体の気温データセットにどの程度影響しているかが明らかにされていくとはずである。特に、アジア地域では日本同様人口密度の増加が著しい上に都市化も急激に進んでいるので、やはり都市バイアスの混入割合は大きいであろう。

注1）

堅田元喜（2022）地球温暖化とヒートアイランドの見分け方
https://ieei.or.jp/2022/07/expl220722/

注2）

Katata, G., Connolly, R. and O’Neill, P. (2023) Evidence of urban blending in homogenized temperature records in Japan and in the United States: Implications for the reliability of global land surface air temperature data, J. Appl. Meteor. Climatol., 9, 1095–1114.
https://journals.ametsoc.org/view/journals/apme/62/8/JAMC-D-22-0122.1.xml

注3）

藤部文昭（2014）統計からみた気象の世界，成山堂書店，160pp.

注4）

Das, L., Annan, J. D., Hargreaves, J. C. and Emori, S. (2011) Centennial scale warming over Japan: Are the rural stations really rural? Atmos. Sci. Lett., 12, 362–367.

注5）

Efthymiadis, D. A. and Jones, P. D. (2010) Assessment of Maximum Possible Urbanization Influences on Land Temperature Data by Comparison of Land and Marine Data around Coasts, Atmosphere, 1, 51–61.

注6）

Hansen, J., Ruedy, R., Sato, M., Imhoff, M., Lawrence, W., Easterling, D., Peterson, T. and Karl, T. (2001) A closer look at United States and global surface temperature change, J. Geophys. Res., 106, 23947–2396.

注7）

Hansen, J., Ruedy, R., Sato, M. and Lo, K. (2010) Global surface temperature change, Rev. Geophys., 48, RG4004.

注8）

Hausfather, Z., Menne, M. J., Williams, C. N., Masters, T., Broberg, R. and Jones, D. (2013) Quantifying the effect of urbanization on U.S. Historical Climatology Network temperature records, J. Geophys. Res. Atmos., 118, 2882–2895.

注9）

Parker, D. E. (2006) A demonstration that large-scale warming is not urban, J. Climate, 19, 481–494.

注10）

Peterson, T. C., Gallo, K. P., Lawrimore, J., Owen, T.W., Huang, A. and McKittrick, D. A. (1999) Global rural temperature trends, Geophys. Res. Lett., 26, 329–332.

注11）

Wickham, C., Rohde, R., Muller, R. A., Wurtele, J., Curry, J,, Groom, D., Jacobsen, R., Perlmutter, S., Rosenfeld, A. and Mosher, S. (2013) Influence of urban heating on the global temperature land average using rural sites identified from MODIS classifications, Geoinf. Geostat. Overview, 1, 14pp.

注12）

Masson-Delmotte, V. et al. (2021) Climate Change 2021: The Physical Science Basis, Cambridge University Press, 2391pp.
https://www.ipcc.ch/report/ar6/wg1/downloads/report/IPCC_AR6_WGI_FullReport.pdf

注13）

堅田元喜（2020）日本の気温は、地球温暖化で何度上昇したのか？
https://ieei.or.jp/2020/10/expl201019/

注14）

Venema, V. K. C., Mestre, O., Aguilar, E., Auer, I., Guijarro, J. A., Domonkos, P., Vertacnik, G., Szentimrey, T., Stepanek, P., Zahradnicek, P., Viarre, J., Müller-Westermeier, G., Lakatos, M., Williams, C. N., Menne, M. J., Lindau, R., Rasol, D., Rustemeier, E., Kolokythas, K., Marinova, T., Andresen, L., Acquaotta, F., Fratianni, S., Cheval, S., Klancar, M., Brunetti, M., Gruber, C., Prohom Duran, M., Likso, T., Esteban, P. and Brandsma, T. (2012) Benchmarking homogenization algorithms for monthly data, Climate Past, 8, 89–115.

注15）

Lenssen, N. J. L., Schmidt, G. A., Hansen, J. E., Menne, M. J., Persin, A., Ruedy, R. and Zyss, D. (2019) Improvements in the GISTEMP uncertainty model, J. Geophys. Res. Atmos., 124, 6307–6326.

注16）

Menne, M. J., Williams, B. C. N., Gleason, E., Rennie, J. J. and Lawrimore, J. H. (2018) The Global Historical Climatology Network monthly temperature dataset version 4, J. Climate, 31, 9835–9854.

注17）

Osborn, T. J., Jones, P. D., Lister, D. H., Morice, C. P., Simpson, I. R., Winn, J. P., Hogan, E. and Harris, I. C. (2021) Land Surface Air Temperature Variations Across the Globe Updated to 2019: The CRUTEM5 Data Set, J. Geophys. Res. Atmos., 126, e2019JD032352.

注18）

Sun, W., Yang, Y., Chao, L., Dong, W., Huang, B., Jones, P. and Li, Q. (2022) Description of the China global Merged Surface Temperature version 2.0., Earth Syst. Sci. Data, 14, 1677–1693.

注19）

Vose, R. S., Huang, B., Yin, X., Arndt, D., Easterling, D. R., Lawrimore, J. H., Menne, M. J., Sanchez-Lugo, A. and Zhang, H. M. (2021) Implementing full spatial coverage in NOAA’s global temperature analysis, Geophys. Res. Lett., 48, e2020GL090873.

注20）

Connolly, R., Soon, W., Connolly, M., Baliunas, S., Berglund, J., Butler, C. J., Cionco, R. G., Elias, A. G., Fedorov, V. M., Harde, H., Henry, G. W., Hoyt, D. V., Humlum, O., Legates, D. R., Lüning, S., Scafetta, N., Solheim, J. -E., Szarka, L., van Loon, H., Herrer, V. M. V., Richard C. Willson, R. C., Yan, H. and Zhang, W. (2021) How much has the Sun influenced Northern Hemisphere temperature trends? An ongoing debate, Astron. Astrophys. 21, 131.

注21）

Fujibe, F., and Ishihara, K. (2010) Possible urban bias in gridded climate temperature data over the Japan area, SOLA, 6, 61–64.

注22）

Fujibe, F. (2009) Detection of urban warming in recent temperature trends in Japan, Int. J. Climatol., 29, 1811–1822.

注23）

Fujibe, F. (2011) Urban warming in Japanese cities and its relation to climate change monitoring, Int. J. Climatol., 31, 162–173.

注24）

Fujibe, F. (2012) Evaluation of background and urban warming trends based on centennial temperature data in Japan, Pap. Meteor. Geophys., 63, 43–56.

注25）

Fukui, E. (1957) Increasing temperature due to the expansion of urban areas in Japan, J. Meteor. Soc. Japan, 35, 336–341.

注26）

Karl, T. R., Diaz, H. F. and Kukla, G. (1988) Urbanization: Its detection and effect in the United States climate record, J. Climate, 1, 1099–1123.

注27）

Oke, T. R. (1973) City size and the urban heat island, Atmos. Environ., 7, 769–779.

注28）

Guoyu, R., Li, J., Ren, Y., Chu, Z., Zhang, A., Zhou, Y., Zhang, L., Zhang, Y. and Bian, T. (2015) An integrated procedure to determine a reference station network for evaluating and adjusting urban bias in surface air temperature data, J. Appl. Meteor. Climatol., 54, 1248–1266.

注29）

Ren, Y., and Ren, G. (2011) A remote-sensing method of selecting reference stations for evaluating urbanization effect on surface air temperature trends, J. Climate, 24, 3179–3189.

注30）

Scafetta, N. (2021) Detection of non‐climatic biases in land surface temperature records by comparing climatic data and their model simulations, Climate Dyn., 56, 2959–2982.

注31）

Shi, Z., Jia, G., Hu, Y., and Zhou, Y. (2019) The contribution of intensified urbanization effects on surface warming trends in China, Theor. Appl. Climatol., 138, 1125–1137.

注32）

Soon, W., Connolly, R. and Connolly, M. (2015) Re-evaluating the role of solar variability on Northern Hemisphere temperature trends since the 19th century, Earth-Sci. Rev., 150, 409–452.

注33）

Soon, W. Connolly, W. -H. R., Connolly, M., O’Neill, P., Zheng, J., Ge, Q., Hao, Z. and Yan, H. (2018) Comparing the current and early 20th century warm periods in China, Earth-Sci. Rev., 185, 80–101.

注34）

Zhang, P., Ren, G., Qin, Y., Zhai, Y., Zhai, T., Tysa, S. K., Xue, X., Yang, G. and Sun, X. (2021) Urbanization effects on estimates of global trends in mean and extreme air temperature, J. Climate, 34, 1923–1945.

注35）

堅田元喜（2021）世界の地上気温データの補正や選別の実態
https://cigs.canon/article/20210608_5891.html

注36）

O’Neill, P., Connolly, R., Connolly, M., Soon, W., Chimani, B., Crok, M., de Vos, R., Harde, H., Kajaba, P., Nojarov, P., Przybylak, R., Rasol, D., Skrynyk, O., Skrynyk, O., Štěpánek, P., Wypych, A. and Zahradníček, P. (2022) Evaluation of the homogenization adjustments applied to European temperature records in the global historical climatology network dataset, Atmosphere, 13, 285.

注37）

堅田元喜（2022）20世紀前半の中国の気温も、現在と同じくらい高かった？
https://ieei.or.jp/2022/03/expl220314/

注38）

Soon, W. W-H., Connolly, R., Connolly, M., O’Neill, P., Zheng, J., Ge, Q., Hao, Z. and Yan, H. (2019) Reply to Li and Yang’s comments on “Comparing the current and early 20th century warm periods in China”, Earth-Sci. Rev.,198, 102950.

注39）

気象庁（2023）ヒートアイランド現象の要因は何ですか？
https://www.data.jma.go.jp/cpdinfo/himr_faq/02/qa.html

注40）

CIESIN, Center for International Earth Science Information Network (2018) Gridded Population of the World, Version 4 (GPWv4): UN WPP-Adjusted Population Count, v4.11 (2000, 2005, 2010, 2015, 2020), NASA Socioeconomic Data and Applications Center (SEDAC).
https://sedac.ciesin.columbia.edu/data/set/gpw-v4-population-count-adjusted-to-2015-unwpp-country-totals-rev11

注41）

NOAA, National Centers for Environmental Information (2015) Version 4 DMSP-OLS Nighttime Lights Time Series.
https://ngdc.noaa.gov/eog/dmsp/downloadV4composites.html

注42）

近藤純正（2020）K203.日本の地球温暖化量、再評価2020
http://www.asahi-net.or.jp/~rk7j-kndu/kenkyu/note/note20301.html

注43）

堅田元喜（2020）日本の気温は、地球温暖化で何度上昇したのか？
https://ieei.or.jp/2020/10/expl201019/

注44）

気象庁（2023）世界と日本の気温、降水量の経年変化に関して、よくある質問
https://www.data.jma.go.jp/cpdinfo/temp/qa_temp.html

注45）

近藤純正（2011）A55.深浦特別地域気象観測所 ー地球温暖化監視の重要な観測所ー
https://www.asahi-net.or.jp/~rk7j-kndu/ohen/ohen55.html

注46）

堅田元喜（2021a）真の地球温暖化の速度を測る：米国と日本の挑戦
https://agora-web.jp/archives/category/science-and-culture/book

注47）

堅田元喜（2021b）CIGSエネルギー環境セミナー（オンライン）「地球温暖化観測所の設立に向けて―正しく知ることの重要性―　前編」
https://cigs.canon/videos/20210512_5812.html

注48）

堅田元喜（2021c）CIGSエネルギー環境セミナー（オンライン）「地球温暖化観測所の設立に向けて―正しく知ることの重要性―　後編」
https://cigs.canon/videos/20210512_5815.html

注49）

Spencer, R. W. (2023) Summer warming 1895-2023 in U.S. cities exaggerated by 100% from the urban heat island effect.
https://www.drroyspencer.com/2023/09/summer-warming-1895-2023-in-u-s-cities-exaggerated-by-100-from-the-urban-heat-island-effect/