Verlangsamung der globalen Erwärmung rückblickend "vorhergesagt"

Als ich in der Graduiertenschule war, stieß ich einmal auf ein Computerprogramm, mit dem die Aktivitäten bisher nicht synthetisierter Wirkstoffmoleküle vorhergesagt werden können. Das Programm wird an einer Reihe von vorhandenen Wirkstoffmolekülen mit bekannten Aktivitäten (dem "Trainingssatz") "trainiert" und wird dann verwendet, um diejenigen eines unbekannten Satzes (des "Testsatzes") vorherzusagen. Um das Lernen des Programms interessanter zu gestalten, veranstaltete mein Berater einen freundschaftlichen Wettbewerb zwischen mir und einem Freund im Labor. Wir hatten jeweils eine Woche Zeit, um das Programm an einem bestehenden Set zu trainieren und herauszufinden, wie gut wir mit den Unbekannten umgehen können.

Nach einer Woche haben wir unsere Ergebnisse abgegeben. Am bestehenden Set war ich tatsächlich besser als mein Freund, beim Test-Set dagegen.Aus praktischer Sicht hatte sein Modell einen Vorhersagewert, eine Schlüsseleigenschaft jedes erfolgreichen Modells. Auf der anderen Seite war mein Modell noch etwas Arbeit. Bereits vorhandene Daten "vorhersagen" zu können, ist keine Vorhersage, sondern eine Erklärung. Erklärung ist wichtig, aber ein Modell wie das meine, das lediglich erklärt, was bereits bekannt war, ist ein unvollständiges Modell, da der Wert und der Zweck eines wirklich robusten Modells eine Vorhersage ist. Darüber hinaus kann ein Modell, das nur Erklärungen liefert, an die Daten angepasst werden, indem seine Parameter mit den bekannten experimentellen Zahlen angepasst werden.

Dies sind die Gedanken, die mir in den Sinn kamen, als ich kürzlich eine Zeitung über Nature Climate Change las, in der Modellierer des Klimawandels die letzten zehn Jahre der globalen Temperaturstagnation "vorausgesagt" haben. Die fehlende Erwärmung der Erde seit etwa 2000 widerlegt nicht alles, was wir über den Klimawandel wissen. Die Entdeckung der globalen Erwärmung basiert auf weit mehr als nur Computermodellen (Weart, 2008). Modelle sind jedoch nach wie vor ein wesentliches Instrument für die Vorhersage zukünftiger Veränderungen, und die Tatsache, dass die derzeitige Stagnation von den Modellen nicht genau erfasst wurde, war für Wissenschaftler des Klimawandels eine unbequeme Wahrheit. In der neuesten Arbeit scheinen Wissenschaftler aus Spanien und Frankreich den Grund für das Scheitern gefunden zu haben; es scheint, dass die Modelle den Beitrag der Ozeane als Senken für die Wärme unterschätzten. Die Wärmeabsorption durch das Meer ist ein seit langem etablierter Mechanismus, um die Erwärmung der Atmosphäre aufzuhalten oder zu verlangsamen, aber es scheint, dass die Modelle diese natürliche Variabilität nicht gut genug berücksichtigen. Was passiert, ist, dass, wenn sich die vom Menschen verursachte globale Erwärmung und die Absorption des Ozeans gegenseitig verstärken, ein Nettoerwärmungssignal auftritt. Wenn sie sich jedoch widersetzen, bremst die Ozeansenke die Erwärmung, wie wir sie in den letzten Jahren gesehen haben. Soweit ich das beurteilen kann, könnten sie, sobald sie den Wert der Parameter, die die Wärmeaufnahme des Ozeans betreffen, aufgestockt haben, ein bestimmtes Modell verwenden, um die beobachtete Stagnation der Temperaturen zu reproduzieren.

Das ist gerecht genug. Diese Art der retrospektiven Berechnung ist ein Standardbestandteil des Modellbaus. Aber nennen wir es nicht "Voraussage", es ist eigentlich eine "Nachrede". Die vorliegende Studie zeigt, dass Modelle, die zur Vorhersage von Temperaturänderungen verwendet werden, etwas mehr Arbeit erfordern, insbesondere wenn es sich um eng gekoppelte komplexe Systeme wie Ozeansenken handelt. Außerdem können Sie diese Modelle nicht einfach durch Ändern der Parameter zum Laufen bringen. Das Problem bei diesem Ansatz besteht darin, dass die Modelle möglicherweise zu einem engen Zeitfenster für die Anwendbarkeit verurteilt werden, über das hinaus die Flexibilität fehlt, um plötzliche Änderungen zu berücksichtigen. Ein robustes Modell verfügt über eine minimale Anzahl von Parametern, die nicht ständig angepasst werden müssen, um zu erklären, was bereits geschehen ist und was so allgemein wie möglich ist. Aktuelle Klimamodelle sind nicht nutzlos, aber die Tatsache, dass sie die Stagnation der Temperatur nicht prospektiv vorhersagen konnten, impliziert, dass ihnen an Robustheit fehlt. Sie sollten wirklich als "work in progress" betrachtet werden.

Ich kann auch sehen, wie eine solche Studie das öffentliche Image der globalen Erwärmung negativ beeinflussen wird. Die Menschen sind normalerweise mit der Vorhersage nicht zufrieden, und es besteht wenig Zweifel, dass Skeptiker und Leugner die Sinnlosigkeit der Modelle des Klimawandels, die auf dieser Studie basieren, in unterschiedlichem Maße ausspielen werden. Dies ist jedoch bei Modellen, die Vorhersagen über komplexe Systeme treffen, ein Problem. Das Richtige ist, sich an den Fehlern Ihrer Modelle ehrlich zu orientieren und Modifikationen vorzuschlagen. Nur durch solch ständiges Feedback können die Modelle verbessert werden. Die nächste Bewertung des IPCC sollte diese Diskrepanz klar zum Ausdruck bringen. Die Georgia-Professorin Judith Curry stellt das Thema in einen Kontext:

"Die fehlerhafte Annahme hinter der Orthodoxie war, dass die natürliche Variabilität nur ein" Rauschen "ist, das dem langfristigen Trend überlagert ist. Die natürliche Variabilität hat sich in den letzten zwei Jahrzehnten als eine Stärke erwiesen, die das Treibhauserwärmungssignal dominiert. Sie wird immer deutlicher Die Erwähnung der Erwärmung seit 1980 und zukünftige Prognosen des Klimawandels müssen die natürliche interne Variabilität als einen Faktor von grundlegender Bedeutung betrachten. Ich hoffe aufrichtig, dass der AR5 (IPCC) eine Einschätzung dessen gibt, was wir wissen und was wir nicht wissen Bereiche der Uneinigkeit, anstatt zu versuchen, einen Konsens herzustellen. "

Leider wird dieser Standardprozess der Selbstbeobachtung und -verbesserung untergraben, wenn ein Thema wie der Klimawandel stark politisiert wird. Die Befürworter hüten sich häufig, Einschränkungen im Rahmen eines gesunden Prozesses des wissenschaftlichen Gebens und Nehmens zu veröffentlichen, aus Angst vor Vergeltung durch Leugner. Die Politisierung der Wissenschaft schadet sowohl Befürwortern als auch ehrlichen Skeptikern, und es geht uns allen schlechter.

Die geäußerten Ansichten sind die des Autors und sind nicht notwendigerweise die.

Empfohlen