CO2 i atmosfæren, prognoser for Mauna Loa

Den lengste sammenhengende tidsrekken med målinger av CO2 er for atmosfæren over Stillehavsøya Mauna Loa. Basert på denne tidsrekken er det mulig å lage prognoser for utviklingen i CO2 nivået i atmosfæren på månedlig basis

Fra og med November 2019 oppdateres prognosene bare på den engelske versjonen av “CO2-siden”.

Framskriving: Oktober 2019

Grafene nedenfor viser prognoser for 16 måneders perioden fra oktober 2019 til januar 2022.

Forecasts for Mauna Loa atmospheric CO2. October 2019-January 2021. Forecast produced 23 October 2019, based on data where CO2 in September 2019 is the last observation. pdf version of the graph.

I denne perioden er punktprognosen at CO2 øker med 0,58 prosent fra oktober 2019 til oktober 2020. For 12 måneders periodene som starter i november og desember 2019, er prognosene 0,56 og 0,62 prosent vekst.

Tallene finnes 23oct20019_forecast.xlsx .

Forrige framskriving: September 2019

Figuren nedenfor viser prognoser for perioden september 2019 til desember 2020.

Prognoser for CO2 i atmosfæren over Mauna Loa. September 2019-Desember 2020. Prognose laget 23 september 2019 basert på data som har CO2 i august 2019 som siste observasjon. pdf-versjon av figuren.

Tallgrunnlaget for figuren er i 23sept2019_forecast.xlsx

Predikert verdi for september 2019 war 408.05 ppm, mens det faktiske månedgjennomsnittet ble 408.54 pmm. Prognosen var likevel akkurat innenfor øvre grense for 95 % prediksjonsintervallet (408,69 ppm).

Institusjonsprognoser

Prognoser for Mauna Loa CO2 publiseres av bla UK Met.office: https://www.metoffice.gov.uk/research/climate/seasonal-to-decadal/long-range/forecasts/co2-forecast. Disse insitusjonsprognosene er basert på omfattende målinger og naturvitenskaplige modeller.

Metode

Prognosen på denne siden utnytter kun informasjonen i selve den publiserte tidsserien, ved hjelp av metoder for automatisk variabelvalg, som først ble utviklet for bruk i makroøknometri, se for eksempel Doornik og Hendry (2018. kap 14.8), Henry og Doornik (2014), Nymoen (2019, kap 11). Prognosen kan derfor bli rask oppdatert etter at et nytt månedsgjennomsnittet av observervasjonene er blitt publisert.

Referanser:

Datagrunnlag: https://www.esrl.noaa.gov/gmd/ccgg/trends/data.html, Dr. Pieter Tans, NOAA/ESRL (www.esrl.noaa.gov/gmd/ccgg/trends/) and Dr. Ralph Keeling, Scripps Institution of Oceanography (scrippsco2.ucsd.edu/)

David F. Hendry and Jurgen A. Doornik (2014): Empirical Model Discovery and Theory Evaluation. Automatic Selection Methods in Econometrics, MIT, Press.

David F. Hendry and Jurgen A. Doornik (2018): Empirical Econometric Modelling. PcGive 15. Volume I. Timberlake Consultants.

Ragnar Nymoen (2019) Dynamic Econometrics for Macroeconomic Modelling, World Scientific.