Bron: ScienceNews
De website ScienceNews stuurde bovenstaand bericht rond. Vertaald: “ Klimaatmodellen zijn het erover eens dat de dingen slecht gaat worden. Vaststellen hóe slecht is lastig. Wetenschappers weten nog steeds niet zeker hoe het worst-case scenario voor het toekomstige klimaat van de aarde eruit ziet.” Ik dacht meteen: als wetenschappers dat laatste niet weten, hoe aannemelijk is het dan dat het in ieder geval ‘slecht’ gaat worden?
Toekomstscenario’s worden beschreven op basis van de uitkomsten van klimaatmodellen. Er is veel discussie over de vraag hoe goed die modellen zijn. Blijkbaar vinden wetenschappers dat ze niet goed genoeg zijn om een worst-case scenario te beschrijven. Maar waarom zouden ze dan wel geschikt zijn om een ‘minder-dan-worst-case-scenario’ goed te beschrijven?
Een model is een vereenvoudiging van de werkelijkheid. Een klimaatmodel is dus een vereenvoudiging van het extreem complexe aardse klimaat. Die modellen zijn de afgelopen decennia geëvolueerd tot ‘state-of-the-art’ programma’s, althans daar gaat men van uit. Is men tevreden over de fysische opbouw van een model dan gaat men aan hindcasting doen. Daarmee tuned men het model. Daarna kan men het model in een aantal runs een voorspelling (forecasting) laten doen over bijvoorbeeld de temperatuur in de toekomst.
Bron: Wikipedia
Hindcasting omvat het voorspellen van de onbekende waarden van onafhankelijke variabelen die mogelijk hadden bestaan, om de bekende waarden van de afhankelijke variabele te verklaren. Een belangrijke afhankelijke variabele is de globale temperatuur aan het aardoppervlak. Daarvan is bekend wat we gemeten hebben (waarnemingen). In het model zitten allerlei onafhankelijke variabelen, forcings, waarvan we deels wel en deels niet weten wat hun waarden waren in het verleden. Denk aan de invloed van zeestromen, wolken, CO2-gehalte, waterdamp, vulkaanuitbarstingen en aerosolen. Het model wordt nu zo getuned (parameteriseren), dat het adequaat het verloop van de globale temperatuur van bijvoorbeeld 1960 tot 2000 kan voorspellen.
Daarna is het model gereed om met behulp van de ingebouwde algoritmen een voorspelling te doen over bijvoorbeeld die globale temperatuur de komende decennia. Die ‘forecasting’ omvat de voorspelling van de toekomstige (onbekende) waarden van de globale temperatuur op basis van bekende waarden van de onafhankelijke variabelen. Die ‘bekende’ waarden bestaan voor een deel uit waargenomen waarden en deels uit de parameters gebruikt bij het tunen van het model. Maar hoe goed zijn die parameters? Misschien dat we beter kunnen spreken van ‘bekend veronderstelde waarden’ totdat duidelijk is dat ze o.k. zijn. Lees verder →