Este artículo me cae simpático, porque citan la serie que preparamos socrates y yo.
Pero... tanto han recalibrado, que han recalibrado también los datos de satélite.
Sólo he dado un vistazo rápido al artículo, pero tal vez las discrepancias vienen de cómo calculan ellos la media estacional: In this paper, we define the seasonal sea ice “extent” as the total area of those gridboxes with a mean sea ice concentration of at least 15% for that season.
En el punto 4.1 ellos mismos dicen que
"the standard deviations of the satellite dataset are larger than our temperature-based proxy for 1979–2015. Therefore, in order to maintain consistency between the pre- and post-satellite eras, we also rescaled the satellite estimates to have the same means and standard deviations for this period."En las figuras 7, 8 y 9 podemos ver cómo, efectivamente, también recalibran los datos de satélite. Por ejemplo, en este recorte de la figura 7 la línea negra punteada son los datos de satélite, y la roja los datos de satélite "recalibrados":
Pero, además de esto, seguramente tienes razón en lo que indicas, y su forma de calcular la extensión media estacional también tenga que ver.
Yo he calculado la media de verano del NSIDC en la era de los satélites sumando las extensiones medias mensuales de julio-agosto-septiembre y dividiendo entre 3.
Entiendo que Connolly et al. han calculado la media de verano en la era de los satélites a partir de 90 mapas de concentración diarios, con el método que indican.
Para sus medias mensuales, el NSIDC usa el mismo método que Connolly et al., pero aplicado a 30 días en lugar de a 90. Lo que pasa es que el propio método del NSIDC para calcular la media mensual es discutible, pues lleva a que la extensión media mensual así calculada sea más alta que la media aritmética de las extensiones diarias de los 30 días del mes. Al usar el método para 90 días en lugar de para 30, el efecto de aumento de la extensión se amplifica algo.
(Esto provoca que, por ejemplo, el NSIDC diga que la media mensual de septiembre 2016 es 4,74 millones de km2:
ftp://sidads.colorado.edu/DATASETS/NOAA/G02135/north/monthly/data/N_09_extent_v2.1.csv Pero, si calculamos la media aritmética de sus 30 valores diarios, nos salen 4,50 millones de km2:
ftp://sidads.colorado.edu/DATASETS/NOAA/G02135/north/daily/data/N_seaice_extent_daily_v2.1.csv)
(30 días tiene el mes. El NSIDC calcula la media de cada celda y si es más del 15% la consideran hielo para la media mensual. Por ejemplo, son suficientes 4 días al 100% de concentración y 1 día al 50% para que en la media mensual la celda sea considerada hielo (4*100 + 1*50=450, 450/30=15%) Sin embargo, esa celda habría estado 6 días cubierta de hielo (un 20% de los días del mes), y 24 días sin hielo.)
(90 días tiene la estación. Con este método, para que una celda sea considerada como hielo, es suficiente con 13 días al 100% de concentración y 1 día al 50%. 14 días con hielo (un 15,5% de los días del trimestre) y 76 días sin hielo.)
Además de amplificar este efecto, la comparación con los datos que usan para antes de los satélites funciona peor, porque esos datos no están calculados de la misma manera. Los viejos datos de Walsh o los datos de AARI de Mahoney son datos mensuales, y en absoluto están calculados a partir de unos inexistentes datos diarios de concentración. Así que, antes de los satélites, Connolly et al. tienen que calcular la media estacional como la media de 3 valores mensuales, y no de 90 valores diarios. Por ello, quizá sería más consistente aplicar el mismo criterio a la era de los satélites.
(Otra alternativa para calcular medias mensuales o estacionales a partir de datos diarios de concentración, es calcular una mediana. Si el 50% o más de los días ha tenido una extensión por encima del 15%, es hielo. Si más del 50% de los días la extensión ha estado por debajo del 15%, es agua. Con este método, la extensión calculada es más cercana a la media aritmética de las extensiones diarias. Es por ejemplo el método que emplea el NSIDC para sus medias climáticas: las líneas rosas que en sus mapas representan la media climatica son calculadas así, mientras que la extensión del mes concreto, en blanco, es calculada con el otro método que describía anteriormente:
https://diablobanquisa.files.wordpress.com/2017/08/n_extn_hires.png)
Resumiendo. Sí, tal como dices parece probable que su método pueda explicar que sus extensiones en la era de los satélites sean algo más altas que las que yo he calculado. Además, también han recalibrado y pegado otro empujoncito hacia arriba a los datos calculados con ese método. Dos empujoncitos hacia arriba, pueden resultar en la diferencia que vemos en la era de los satélites.
-------------------
Por otro lado, es curioso porque dicen que su serie muestra más variabilidad que la vieja de Walsh, y dicen que su serie muestra que en el Ártico se han alternado regularmente períodos de aumento y descenso de la banquisa, y que el descenso a partir de 1979 no es inusual.
En realidad, mirando datos... en la siguiente gráfica comparo el resultado de Connolly et al. (azul) con la vieja y nueva series de Walsh (verde y rojo respectivamente):
Pues, al menos en verano, que es cuando hay más datos antes de los satélites, no parece que la vieja serie de Walsh tenga menos variabilidad que la de Connolly.
Y la nueva serie de Walsh presenta claramente mayor variabilidad, no sólo interanual, sino también multidecadal.
En realidad, parece que la serie de Connolly et al. es en realidad la que muestra una banquisa más estable y menos variable antes de los satélites. Por mucho que luego el bajón de los últimos 20 años también aparezca más reducido.
Por completar, la gráfica quitando la vieja serie de Walsh y añadiendo la que preparamos socrates y yo para septiembre, así que ahora todo en forma de anomalías:
Saludos