Klimaatmodellen met een relatief hoge klimaatgevoeligheid (>3ºC) komen beter overeen met observaties van de mate van vermenging van verschillende luchtlagen dan minder gevoelige modellen. Dat is de conclusie van een recent artikel van Sherwood en collega’s in Nature.
Bewolking is één van de grootste bronnen van onzekerheden in klimaatsimulaties. Wolken zijn daarmee een belangrijke oorzaak van de ruime bandbreedte die deze simulaties geven voor de klimaatgevoeligheid. (Klimaatgevoeligheid is de verandering van de temperatuur als gevolg van een verandering in de stralingsforcering; in de praktijk krijgt deze term vaak de betekenis: de temperatuurstijging als gevolg van een verdubbeling van de concentratie van broeikasgassen in de atmosfeer). In Nature verscheen afgelopen donderdag een artikel van Australische en Franse onderzoekers, onder leiding van professor Steven Sherwood van de University of New South Wales, over een proces dat een aanzienlijke invloed lijkt te hebben op de vorming van wolken: de menging van natte lucht in de laagste luchtlaag met drogere lucht uit hogere lagen van troposfeer. Het blijkt dat stromingspatronen op verschillende schaalniveaus en hoogtes deze menging sterk beïnvloeden en daarmee in grote mate bepalen waar in de atmosfeer de luchtvochtigheid zo hoog wordt dat er wolken ontstaan. Hoe meer menging, hoe droger de laagste luchtlaag wordt en hoe minder lage bewolking er ontstaat.
De onderzoekers hebben de simulaties van de stromingspatronen die voor deze menging zorgen in klimaatmodellen bestudeerd en ze vergeleken met waarnemingen (via onder meer satellieten en radiosondes; om een goede vergelijking mogelijk te maken gebruikten ze zogenaamde “reanalyses” van deze gegevens: MERRA en ERAi). Ze concluderen dat de modellen die deze patronen het beste simuleren, de modellen zijn met de hoogste klimaatgevoeligheid. Dat wijst er op dat de relatief grote versterkende feedback van bewolking, die uit deze modellen volgt, het best overeenstemt met de realiteit.
Er zijn verschillende redenen voor de grote onzekerheden rond de invloed van bewolking op een veranderend klimaat. Wie probeert om vanuit simpele wetenschappelijke logica te beredeneren wat er met bewolking gebeurt als het opwarmt, loopt al snel vast. De eerste gedachte die bij vrijwel iedereen op zal komen is dat opwarming tot meer verdamping zal leiden en dat er daarom meer bewolking zal ontstaan. Maar vanuit een ander vertrekpunt, dat van de relatieve vochtigheid, gaat die vlieger niet op: bewolking kan alleen ontstaan in lucht die oververzadigd is met waterdamp, ofwel bij een relatieve vochtigheid van meer dan 100%. Er is geen reden om aan te nemen dat de relatieve vochtigheid toeneemt als het warmer wordt en dus ook geen reden om meer bewolking te verwachten. Een afname van bewolking bij opwarming zou ook nog kunnen: meer circulatie van water(damp) in de atmosfeer zorgt immers onvermijdelijk voor meer condensatie, waardoor wolken eerder het stadium bereiken waarop ze “leegregenen”: what goes up, must come down. Wie dat wil, kan dus naar elke gewenste conclusie toe redeneren, maar veel inzicht in wat er werkelijk gebeurt levert het allemaal niet op. En dan hebben we het nog niet over de verschillende typen bewolking die er zijn, of hoezeer tijd en plaats het effect van bewolking bepalen.
De invloed van wolken op de stralingsbalans
De afbeelding hierboven laat nog een complicatie zien: wolken weerkaatsen zonlicht én ze absorberen warmtestraling, waardoor ze zowel een opwarmend als een afkoelend effect kunnen hebben. Hoge cirruswolken zijn dun en weinig reflectief; ze laten dus veel zonlicht door. Vergeleken daarmee absorberen ze relatief veel warmtestraling, waardoor ze netto een opwarmend effect hebben. Lagere bewolking is meestal dikker en reflecteert meer zonlicht. Deze bewolking heeft netto een afkoelend effect. Om te bepalen of wolken een verandering in het klimaat versterken of juist afzwakken is het dus niet voldoende om alleen maar te kijken naar de totale toe- of afname van bewolking. De hoogte waarop zo’n verandering plaatsvindt speelt een grote rol, naast diverse andere factoren. De afbeelding hieronder geeft een aantal van die factoren. De grootste mate van onzekerheid zit in de lage bewolking; en dat is waar het onderzoek van Sherwood et al. zich op richt. Meer informatie hierover en over feedbacks van wolken in het algemeen is te vinden in Hoofdstuk 7 (pdf) van IPCC AR5.
Veranderingen in bewolking als gevolg van opwarming van het klimaat, die worden verwacht op basis van zowel modellen als andere waarnemingen (bron: IPCC AR5, hoofdstuk 7)
De schaalgrootte – zowel geografisch als in de tijd – van verschillende processen die van invloed zijn op bewolking is een andere complicatie. Die schaalgrootte is namelijk kleiner dan die van de meeste processen die een bepalende rol spelen in het klimaat, en kleiner dan de “gridsize” van klimaatmodellen. De methoden die men toepast om dergelijke verschijnselen toch mee te nemen in modellen, worden parametrisatie genoemd. (Het fenomeen “wolk” is te beschouwen als een parametrisatie. Een wolk is immers geen ding op zich, maar een verzameling van talloze microscopische waterdruppeltjes of ijskristallen. De eigenschappen van en interacties tussen die druppeltjes en kristallen zijn bepalend voor de eigenschappen van de wolk. Toch is het in de klimaatwetenschap of meteorologie niet nodig tot op dat microscopische niveau in te zoomen: een beperkt aantal karakteristieken van de bewolking geeft genoeg informatie.)
En kleine schaalgrootte is overigens niet voor elk onderzoek een nadeel. De snelheid waarmee bewolking reageert op veranderingen in de temperatuur maakt het mogelijk om te analyseren hoe bewolking toe- of afneemt met (relatief) korte termijn variaties in de temperatuur. Andrew Dessler (hoogleraar aan de Texas A&M University) is één van de wetenschappers die zich de afgelopen jaren met dergelijke onderzoeken bezig heeft gehouden. Dit artikel op Skeptical Science geeft een overzicht van enkele publicaties van de afgelopen jaren, waar Dessler aan heeft meegewerkt. Ook deze onderzoeken wijzen op een netto versterkende feedback van wolken.
Door de alsmaar toenemende kennis van het klimaat en de alsmaar toenemende rekenkracht van computers blijven klimaatmodellen zich ontwikkelen. De voorhoede van de klimaatwetenschap loopt daar nog enkele stappen op voor, zo laten Sherwood en zijn Franse collega’s zien. Met hun slimme analyses slagen ze erin in om in te zoomen op een detailniveau dat naar klimaatwetenschappelijke maatstaven minuscuul te noemen is. Met opmerkelijke resultaten.
Het persbericht van de UNSW en een bericht van National Geographic geven aanvullende informatie over het onderzoek. En in onderstaande video presenteert Sherwood zijn bevindingen.
RealClimate duikt wat dieper in het onderzoek en heeft nog de nodige extra informatie over klimaatgevoeligheid.
Twee slotopmerkingen. Het onderzoek van Sherwood et al. zal de komende tijd ongetwijfeld aangevallen worden met gemeenplaatsen over modellen die niet zouden deugen. Wie het artikel gelezen heeft, beseft hoe hol dergelijke kreten zijn. Als dit onderzoek iets laat zien, dan is het wel hoe zorgvuldig en hoe gedetailleerd de klimaatwetenschap modellen blijft toetsen aan alle waarnemingen die er maar te vinden zijn. (Voor wie meer wil weten over klimaatmodellen heeft Ars Technica enkele maanden geleden een uitgebreid en informatief artikel geschreven.) Aan de andere kant wordt zo hier en daar de indruk gewekt dat dit ene onderzoek een reden is om alle klimaatprojecties onmiddellijk naar boven bij te stellen. Dat lijkt me een voorbeeld van het “single study syndrome” en dus nogal voorbarig.
Klimaatverandering 
Hi Hans,
Dank je voor dit zeer inzichtelijke overzicht m.b.t. het effect van iets minder lage bewolking. Je zegt terecht:
Wel laten Sherwood en collega’s zien dat de verschillen in het ‘mixing’ proces (de menging van natte lucht in de laagste luchtlaag met drogere lucht uit hogere lagen van troposfeer) in de klimaatsimulaties de voornaamste oorzaak zijn van de spreiding in klimaatgevoeligheid van de simulaties.
In zekere zin is dat hetzelfde waar Lindzen, Dessler en anderen ook al op gewezen hebben: het is de ‘onbekende’ met relatief de meeste invloed op klimaatgevoeligheid. Het grafiekje op RealClimate laat zien dat GCM’s waarvan de ‘mixing’ buiten het observationele gebied valt, een lagere klimaatgevoeligheid vertonen:
LikeLike
Hans,
Boeiende materie die mij – als leek op dit gebied – boven de pet gaat. Daarom dank voor je heldere exposé. Ik heb enkele vragen:
(1) Begrijp ik het goed dat een warmere wereld tot minder lage bewolking leidt?
(2) En dus tot minder reflectie van kortgolvige straling (lagere albedo)?
(3) Is/wordt die terugkaatsing van kortgolvige straling gemeten met behulp van satellieten en zo ja: is dat signaal te onderscheiden van andere factoren (bijvoorbeeld lagere reflectie als gevolg van minder ijs/sneeuw)?
(4) Zou dit dan tevens betekenen dat de klimaatgevoeligheid geen constante is, maar afhangt van de temperatuur op aarde? Of wordt dat weer gecompenseerd door het feit dat, bij minder lage wolken, er minder langgolvige straling wordt vastgehouden in de atmosfeer?
Misschien besteedt de publicatie aandacht aan bovenstaande, maar die zit achter een betaalmuur.
LikeLike
@ Bert.
De antwoorden op je vragen, voor zover ik die kan geven (het is behoorlijk ingewikkelde materie):
1. Dat is inderdaad de conclusie van deze studie. Opwarming leidt tot een toename van menging van natte lucht in de lagere luchtlaag met droge lucht uit hogere luchtlagen, en daardoor tot minder lage bewolking.
2. Precies. Het gaat om een netto-effect: lage wolken hebben een afkoelend effect omdat ze meer zonlicht weerkaatsen dan warmtestraling absorberen (en ook een beetje weerkaatsen).
3. Dat is een lastige. Er is en wordt heel wat gemeten aan wolken, ook via satellieten, maar alle details over die metingen heb ik niet direct paraat. Onderscheid tussen reflectie van wolken en andere factoren lijkt me overigens niet zo moeilijk te maken: dat is simpelweg een kwestie van de bewolkte met de niet-bewolkte situatie vergelijken. Die situaties wisselen elkaar i.h.a. relatief snel af, dus zo’n vergelijking zou niet zo moeilijk moeten zijn. Een complicatie die zich wel nogal eens voor schijnt te doen bij satellietmetingen aan wolken is het feit dat lage bewolking wel eens aan het satelliet-oog onttrokken wordt door hoge bewolking. In hoeverre dat hier een rol speelt, durf ik niet direct te zeggen.
4. Sorry, maar ik begrijp niet hoe dat uit het vorige volgt. Overigens is er bij mijn weten sowieso geen reden om aan te nemen dat klimaatgevoeligheid bij elke temperatuur exact hetzelfde is. Daar verandert dit onderzoek niets aan.
LikeLike
Beste Bert Amesz,
Zoals Hans al aangeeft is het een behoorlijk ingewikkelde publicatie, dit is serieus werk. In aanvulling op punt 3 van Hans:
Sherwood en collega’s maken hier géén gebruik van satellietwaarnemingen maar van radiosondes. Die geven meer informatie over de verticale structuur en de ‘lagen’ in de atmosfeer en de veranderingen daarin. Satellieten kijken alleen van boven, het gaat hier over de 3-D structuur en (toenemende) convectie in de dampkring.
Dit onderzoek kijkt niet direct naar de hoeveelheid lage bewolking maar gebruikt de MERRA en ERAi weergegevens (o.a. uit radiosondes) om de gemeten veranderingen in luchtvochtigheid (en temperatuur) tussen 850 en 700 mbar hoogte boven de tropische oceanen in kaart te brengen. De lage bewolking die daar ontstaat (als gevolg van een relatieve luchtvochtigheid die 100% bereikt) heeft een relatief grote invloed op de warmtehuishouding.
Uit deze weergegevens berekenen Sherwood c.s. een aantal indexen waaronder de Lower Tropospheric Mixing Index, een maat voor de menging tussen de barometrische niveaus. Voor 43 klimaatsimulaties bepalen zij diezelfde maat van ‘mixing’. Vervolgens blijkt dat klimaatsimulaties die een realistische LTMI opleveren, allemaal op een hogere klimaatgevoeligheid wijzen:
Sherwood doet die analyse ook voor enkele andere ‘metrics’ voor deze menging, met vergelijkbaar resultaat.
Zoals Hans al aangeeft over punt 4: er is niet zoiets als één exacte waarde voor ‘de klimaatgevoeligheid’. Er is een waarschijnlijkheids-verdeling. Als je precies hetzelfde klimaatmodel 100 keer laat draaien, krijg je 100 verschillende uitkomsten voor ‘de klimaatgevoeligheid’. Die zijn ruwweg Gauss-verdeeld, en vormen een ‘ensemble’ met een meest waarschijnlijke waarde die bijv. in het bovenstaande grafiekje aangegeven staat.
Dat is voor de ‘echte Aarde’ niet anders: een verdubbeling van CO2 (en van de bijbehorende forcering) zal telkens een iets ander resultaat opleveren, afhankelijk van toevallige verschillen. Sommige uitkomsten zijn waarschijnlijker dan andere.
LikeLike
Hans, Bob, dank. Mijn punt 4 was niet al te duidelijk geformuleerd. Ik redeneerde vanuit de gedachte dat de klimaatgevoeligheid de optelsom is van allerlei feedbacks (waterdamp, wolken, laps rate, etc) zoals aangegeven in dat bekende IPCC-plaatje. http://bit.ly/1hqRRzg .In een warme wereld zou dan één van die feedbackmechanismen veranderen, namelijk die van de lage wolken. En, zoals Hans aangeeft, werkt die nu per saldo verkoelend. Er verdwijnt dus een negatieve feedback, en dus wordt de waarde voor de klimaatgevoeligheid (beschouwd als optelsom van alle feedbacks) groter in een warmere wereld (en lager in een koude?). Misschien geven paleo-reconstructies een aanwijzing? Maar voor hetzelfde geld is mijn redenering slechts een irrelevant dingetje in de complexiteit van deze materie.
LikeLike
Bert.
Er lijkt me hier sprake van verwarring van begrippen. Niet de bewolking (of het effect ervan) is de feedback; de verandering van die bewolking is een feedback. Ofwel: wat Sherwood et al. beschrijven is een feedback, en geen verandering van een feedback.
LikeLike
Hans, dank. Ik begrijp het.
LikeLike
Bert, Hans, Bob,
De vraag van Bert over de mogelijke variabiliteit van de klimaatgevoeligheid wordt misschien deels beantwoord in figuur 7b op p.16 van Hansen et al 2013:
http://rsta.royalsocietypublishing.org/content/371/2001/20120294.full.pdf+html
Daarover zeggen ze onder meer:
“Climate sensitivity reaches large values at 8–32×CO2 (approx. 2500–10000ppm; figure 7b). High sensitivity is caused by increasing water vapour as the tropopause rises and diminishing low cloud cover, but the sensitivity decreases for still larger CO2 as cloud optical thickness and planetary albedo increase…”
Bij CO2-niveaus rond het huidige varieert volgens hen de klimaatgevoeligheid waarschijnlijk ook, maar minder en vooral door albedo-feedbacks, als ik het goed begrijp.
LikeLike
@ Lennart,
Interessant! Als ik het goed begrijp is die figuur 7 het resultaat van berekeningen met een vrij eenvoudig model. De mate van onzekerheid is dus vrij groot, neem ik aan. Maar het geeft in elk geval een beeld van de variaties in klimaatgevoeligheid die mogelijk zijn.
Het lijkt me logisch dat (albedo van) wolken hier ook een grote factor van onzekerheid is. Maar het blijft lastige materie. Juist als het over wolken gaat blijkt mijn intuïtie me wel eens op het verkeerde been te zetten…
LikeLike
Ik doe een poëtische duit in de pot over de wolken. Joni Mitchell op ‘Both Sides Now’ zegt er dit over:
“I’ve looked at clouds from both sides now
From up and down, and still somehow
It’s cloud illusions I recall
I really don’t know clouds at all”
Nou wij weer.
LikeLike
Hans,
Albedo-feedbacks bij lagere CO2-niveaus ook van wolken wellicht, maar vooral van ijs/sneeuw-land-vegetatie, volgens het inderdaad simpele model van Hansen et al:
“The high sensitivity for CO2 less than 4×CO2 is due partly to the nature of the experiments (Greenland and Antarctic ice sheets being replaced by the tundra). High albedo snow cover on these continents largely disappears between 1×CO2 and 4×CO2, thus elevating the calculated fast-feedback sensitivity from approximately 4◦C to approximately 5◦C. In the real world, we would expect the Greenland and Antarctic ice sheets to be nearly eliminated and replaced by partially vegetated surfaces already at 2×CO2 (620ppm) equilibrium climate. In other words, if the Greenland/Antarctic surface albedo change were identified as a slow feedback, rather than as a fast-feedback snow effect as it is in figure 7, the fast-feedback sensitivity at 1–4×CO2 would be approximately 4◦C.”
LikeLike
And ice cream castles in the air…
Ah Joni! De studio versie heeft een prachtige saxofoon en trompet begeleiding maar het Live Concert uit 1970 is ook heel mooi:
Both Sides Now was het afsluitende nummer, ongeveer vanaf 25:50
Om niet geheel en al off-topic te geraken hierbij de satellietobservaties van de lage wolkbedekking in Gettelman & Fu 2008:
“Results indicate that the upper troposphere maintains nearly constant relative humidity for observed perturbations to ocean surface temperatures over the observed period, with increases in temperature ~1.5 times the changes at the surface, ..”
Kijk, daar hebben we de tropical hot spot weer.
LikeLike
Een heel interessant onderzoek op basis van 54 miljoen meteorologische observaties van 1954 – 2008 is:
Klik om toegang te krijgen tot Eastman_et_al_2011.pdf
Zij vinden een sterke afname van de stratus en stratocumulus bewolking boven de subtropische oceanen, in respons op stijgende oppervlaktetemperaturen van het zeewater:
Hoge bewolking neemt echter juist toe met stijgende zeewatertemperaturen, althans boven de equator, en dus:
Figuur 9 laat zien dat overdag (wanneer meer lage bewolking een afkoelend effect heeft en meer hoge bewolking een opwarmend effect) de lage bewolking overwegend afgenomen is over deze periode, en de hoge bewolking is toegenomen. Uitzondering is een gebied in de midden-Pacific dat tegengestelde trends vertoont.
De regio’s lopen uiteen in de respons op de stijgende zeewater-temperaturen, in de conclusies staat:
“A strong negative correlation is seen between low stratiform cloud cover and SST, while a positive correlation is seen between low stratiform cloud cover and lower-tropospheric stability in regions of persistent marine stratocumulus. … This decline in MSC and the warming of the sea surface, taken together with the negative correlation between MSC and SST, suggests a positive feedback to warming in regions of persistent MSC.”
Een nieuwere publicatie van Eastman, Warren en Hahn gaat nader in op de dag/nacht verschillen, maar die heb ik nog niet gelezen.
LikeLike
Hoi Bob,
Zie onderstaande figuur uit http://link.springer.com/article/10.1007%2Fs10712-010-9098-7 van Erlykin & Wolfendale 2010. Een afname van bedekking door de lagere bewolking, een toename van de middelste bewolking en de hogere bewolking is ongeveer constant.
En de verklaring:
“The suggested mechanism to explain this result is that a warming of the Earth’s surface causes low clouds to rise and to be reclassified in the next upper category.”
Met een cloud feedback die zeer waarschijnlijk positief is, wat ondersteund wordt door het onderzoek van Sherwood, de wolken van Erlykin & Wolfendale + Eastman en de metingen van Dessler, wordt een lage klimaatgevoeligheid wel erg onwaarschijnlijk. Voor een klimaatgevoeligheid van 1.5 °K moet de cloud feedback namelijk negatief zijn.
Met een Planck feedback van -3.2 ± 0.1 °K/(W/m²), een gecombineerde waterdamp/lapse rate feedback van +1.1 ± 0.2 °K/(W/m²) en een albedo feedback van +0.3 ± 0.1 °K/(W/m²), zou de cloud feedback lager dan -0.27 °K/(W/m²) moeten zijn (data uit AR5). Als ik me niet vergis natuurlijk.
En dan is er nog de mogelijkheid dat de modellen de albedo feedback onderschatten, zie IPCC AR5 9.7.2.2:
“Analysis of observed declines in sea-ice and snow coverage from 1979 to 2008 suggests that the Northern Hemispheric albedo feedback is between 0.3 and 1.1 W m–2 °C–1 (Flanner et al., 2011). This range is substantially above the global feedback of 0.3 ± 0.1 W m–2 °C–1 of the CMIP5 models analysed in Table 9.5. One possible explanation is that the CMIP5 models underestimate the strength of the feedback as did the CMIP3 models based upon the systematic errors in simulated sea-ice coverage decline relative to observed rates (Boe et al., 2009b).”
LikeLike
Hans,
n.a.v. je post over de onzekerheid ‘wolken’ in klimaatsimulaties ben ik gaan zwerven en stuitte op Steve Easterbrook, klimaat informaticus aan de U.v.Toronto, Canada. Hij heeft een blog ‘Serendipity’ die gaat over climate informatics: het raakvlak tussen klimaatwetenschap, computer science en informatica. Op dat blog een hoop interessant materiaal. In http://www.easterbrook.ca/steve/2013/08/why-systems-thinking/ stelt Easterbrook:
“While traditional branches of science offer tools and methods for understanding each of the pieces of the climate system, the study of the climate system as a whole requires a different approach. It is a trans-disciplinary field, because the interactions that matter include physical, chemical, biological, geographic, social, and economic processes. It goes beyond traditional methodologies of the physical sciences because it is anti-reductionist: it must grapple with understanding holistic properties of systems, even when the detailed behaviour of those systems is not sufficiently understood. In other words it’s a systems science, and climate modellers have to be systems thinkers.”
Mij bevalt die insteek omdat ze a) epistemologisch goed in elkaar zit. b) sterke argumenten biedt tegen het virulente reductionisme van de klimaatontkenner, en c) de sociale en economische realiteit integreert in de klimaatsimulaties.
LikeLike
Steve Easterbrook schrijft idd heel goede en solide blogs. Voor m’n colleges Earth System Science heb ik o.a. daar inspiratie opgedaan.
LikeLike
Goff,
De blogs van Steve Easterbrook zijn inderdaad zeer de moeite waard. Hij weet de complexe materie vaak bijzonder toegankelijk te presenteren.
Ik heb een tijdje zitten kauwen op het citaat van hem dat je aanhaalt. In mijn beleving is klimaatwetenschap toch vooral natuurwetenschap. Je zou het natuursysteemwetenschap kunnen noemen omdat de complexiteit voor het overgrote deel in het systeem zit. De mens mag dan het klimaat beïnvloeden en daarmee dus onderdeel zijn van het klimaatsysteem, het overgrote deel van de klimaatwetenschappers concentreert toch op de fysica. Het unieke zit hem denk ik vooral in de mogelijkheden die er inmiddels zijn om zulke complexe systemen te bestuderen, en in het gegeven dat alle informatie uit de ene, unieke aarde die we hebben gehaald moet worden. Het onderscheid holisme vs reductionisme kan ik in deze context niet zo goed plaatsen.
Misschien zit ik wel gewoon vast in mijn typische bèta-vooroordelen. Het idee dat klimaatwetenschap serieuze wetenschap is en dus wel natuurwetenschap moet zijn, omdat dat immers de enige vorm van serieuze wetenschap is. :-). Maar zoiets zou ik natuurlijk nooit durven schrijven.
LikeLike
Hans,
ik attendeerde je op Easterbrook’s blog omdat zijn opvatting over modellering en simulatie van complexe systemen – en daar gaat je blogpost ook over – me epistemolgisch goed in elkaar lijkt te zitten.
Merk overigens op dat hij het niet over ‘holisme’ heeft maar over ‘holistic properties of systems’ en die hij contrasteert met de bewust gereduceerde scope van afzonderlijke disciplines die hij noemt. Beide benaderingen kwalificeert hij in de link die ik gaf dan ook als complementair, met elk een andere opzet van de simulatie-experimenten – en precies daar gaat zijn onderzoek over.
Wat betreft je reflectie op je eigen status / vooroordelen als bèta-man geef ik je wat om erin mee te nemen: natuurkundig gezien is er geen enkel verschil tussen menselijk doen & laten en andere gebeurtenissen op & rond de aardbol. Klimaatwetenschappelijk gezien is het menselijk doen & laten derhalve niets meer of minder dan een van de factoren in het te bestuderen onderwerp ‘klimaat’. En dat is precies wat me bevalt aan Easterbrook’s benadering van het inrichten van klimaatmodellen en opzetten van simulatie-protocollen.
Tenslotte: vergeet niet dat ontkenning van c.q. onwetendheid omtrent ‘holistic properties of systems’ precies de blunder is van opponenten als Boels, Erren, Dexter, Labohm, Mattijssen etc. Ze maken van AGW steevast een maatschappelijke belangenzaak. Terwijl het gewoon een natuurwetenschappelijk fenomeen is – en dat is m.i. precies wat Easterbrook in de smiezen heeft.
LikeLike
Hallo Goff,
Het lijkt me dat het betoog van Steve Easterbrook hout snijdt, maar het houdt inderdaad iets anders in dan: ‘reductionisme is fout, en holisme is goed’:
1) het klimaatonderzoek is inderdaad ‘trans-disciplinary’ omdat er interacties zijn tussen bijv. biologische en fysische processen, zoals bodemorganismen, de koolstofcyclus en de stralingsbalans van de atmosfeer. En tussen economie en ecologische processen die de ’resources’ verschaffen en menselijke behoeften invullen, maar ook weer beïnvloed worden door economische keuzes.
2) klimaatonderzoek kan ‘anti-reductionist’ zijn omdat soms processen als ‘black box’ benaderd worden. Om de interactie met andere processen te begrijpen volstaat het dan om de relaties tussen input en output te kennen zonder 100% te begrijpen wat er zich in die ‘black box’ afspeelt. De onderzoeksinspanning gaat dan eerder zitten in het begrijpen van de interacties *tussen* de ‘black boxes’ i.p.v. uitputtend bij één proces stil te blijven staan.
3) het regelrecht experimenteel testen of falsifiëren van hypothesen is soms onmogelijk. Dat wil niet zeggen dat de empirie afgeschaft wordt, maar net als in de astronomie toets je aan waarnemingen van het verleden (alle waarnemingen in de astronomie stammen ook uit het verleden). De natuur zorgt voor allerlei ‘experimenten’ en de observaties gebruik je om hypothesen te testen.
Tegelijkertijd vindt er natuurlijk ook ‘reductionistisch’ onderzoek plaats: beter begrijpen wat er in bepaalde ‘black boxes’ gebeurt en die opdelen in deelsystemen.
Goff, wat je zegt over: “c) de sociale en economische realiteit integreert in de klimaatsimulaties”, dat weet ik zo net nog niet. De meeste ‘Earth System’ modellen houden wel op bij de biologische/ecologische processen, denk ik. Hier en daar kijkt men ook naar menselijke factoren zoals de visvangst:
http://www.wageningenur.nl/en/Expertise-Services/Chair-groups/Environmental-Sciences/Earth-System-Science-Group.htm
Een misvatting die nog wel eens te vinden is, is dat het beoefenen van ‘systems science’ automatisch de illusie in zou houden dat je het systeem dus ook voor 100% zou kunnen beheersen of controleren. Vaak wijzen de bevindingen de andere kant op: systemen blijken ‘semi-stabiel’ of ‘brittle’ en dan kan je er maar beter niet of zo min mogelijk aankomen… Overigens lijkt het me voor ons overleven op ‘spaceship Earth’ – én voor de verhouding tussen mens en de overige natuur – wel belangrijk om het operators’ manual te gaan begrijpen:
LikeLike
Waar het denk ik om gaat is dat de grenzen van het systeem niet helder af te bakenen zijn. Vanuit verschillende invalshoeken kun je die grenzen dus op verschillende plaatsen trekken.
Mijn intuïtie zegt dat modellenbouwers gereedschapsmakers zijn voor de “echte” wetenschap. Maar de relatie tussen klimaatwetenschap en modellen is niet hetzelfde als die tussen chemici en reageerbuizen, Het bouwen van en sleutelen aan modellen en de inhoudelijke wetenschap zijn veel meer met elkaar verweven. Zoiets zegt Easterbrook ook in het Ars Technica artikel (als ik het me goed herinner, maar ik sluit niet uit dat ik het ergens anders las..): toen hij zich met klimaatwetenschap bezig ging houden, was hij aangenaam verrast over de kennis van klimaatonderzoekers van de modellen die ze gebruiken.
Easterbrook wil natuurlijk niet alleen de gereedschapsmaker zijn, en dat is helemaal terecht. Vanuit zijn invalshoek van de systeemanalyse is het ook wel begrijpelijk dat hij de grenzen ruimer trekt dan natuurwetenschappers. Het voegt wat toe, maar het kan ook verwarring opleveren.
De “elephant in the room” is hier natuurlijk de pseudosceptische “spin”. de suggestie dat klimaatwetenschap één of ander “postmodernistisch” mengsel zou zijn van een beetje natuurwetenschap, veel gedoe met computers en het een en ander aan economie en zweverigheid. Wie bereid is zich een beetje in die wetenschap te verdiepen, weet dat die suggestie onzin is. Maar wie op alleen zoek is naar bevestiging van zijn mening zou het citaat van Easterbrook wel eens als “bewijs” kunnen zien. Wat hiermee werkelijk bewezen wordt is het treurige gegeven dat die pseudosceptische “spin” altijd (al dan niet op de achtergrond) aanwezig is in een discussie over het klimaat.
LikeLike
Bob, Hans, ik merk op dat jullie reacties niet ingaan (althans voor mij niet bespeurbaar) op mijn constatering dat er, natuurkundig gezien, GEEN VERSCHIL is tussen humane en niet-humane actviteit op de aardbol en dat Easterbrook dat ‘geen verschil’ operationaliseert.
Bob je zegt “De meeste ‘Earth System’ modellen houden wel op bij de biologische/ecologische processen, denk ik. Hier en daar kijkt men ook naar menselijke factoren zoals de visvangst: … etc.” Dat mag voor de meeste modellen wel kloppen maar mij ging het er net om te wijzen op de insteek van Easerbrook die daar NIET bij ophoudt. Lees z’n blogs.
Wat betreft je terechte opm. over de misvatting dat ‘systems science’ 100% control zou impliceren is het antwoord al gegeven in 1968 door Gregory Bateson in zijn position paper voor een congres en dat is getiteld ‘Effects of conscious purpuse on human adaptation’ (Opgenomen in: Steps to an ecology of mind. Ballantine Books, New York 1972.) Dat antwoord is voor zover ik weet niet evenaard of weerlegd, maar ik zal voor de veiligheid de Operators Manual van R.B. Alley (R&B Alley, mooie naam voor een bandje) erop naslaan.
Hans, je zegt dat Easterbrook de grenzen ruimer trekt dan natuurwetenschappers. Nee, dat doet hij niet. Hij maakt enkel een nieuwe doorsnede van het aloude terrein. In zijn klimaatsimulatie-opzet is de humane factor een van de factoren in het model. Wat wil je als natuurwetenschapper nog meer? Of anders gezegd: wat heb je er als natuurwetenschapper methodologisch tegenin te brengen?
Wat betreft je verzuchting over de pseudosceptische ‘spin’ geef ik je het advies door van Sergeant Stan Jablonski in de onvolprezen t.v.serie Hill Street Blues: ” Do it to them before they do it to you! : )
LikeLike
Goff,
Volgens mijn natuurwetenschappelijke kijk onderzoekt de klimaatwetenschap (onder meer) de invloed van broeikasgassen op het klimaat. Waar die broeikasgassen precies vandaan komen doet er in wezen niet toe (tenzij het een feedback in het klimaatsysteem zou zijn, maar dat is hier niet van belang). Dat impliceert dat er geen verschil is tussen natuurlijke en menselijke invloeden; de bron van broeikasgassen is voor dit onderzoek irrelevant. Vaak kijkt men zelfs nog breder: naar de invloed van veranderingen in de stralingsbalans, door welke oorzaak dan ook.
De natuurwetenschappelijke kennis wordt vervolgens toegepast bij het doorrekenen van emissiescenario’s. Dat is de punt waarop de menselijke invloed in beeld komt. Emissiescenario’s zijn op economische scenario’s gebaseerd. Ik ben geneigd om het opstellen van zulke scenario’s niet als deel van de klimaatwetenschap te beschouwen, maar als economie. Easterbrooks redenering is (vermoed ik): de economie, dus de mens, heeft invloed op het klimaat en is dus onderdeel van het klimaatsysteem. Waar ook weet niet zo veel tegenin te brengen is.
LikeLike
Hoi Goff,
Ik ben het er wel mee eens dat:
Ook menselijke activiteit is onderdeel van de natuur. Neemt niet weg dat we alléén over die menselijke activiteit een zekere mate van controle hebben: het is het domein waar we onze ‘wil’ over kunnen uitoefenen.
Het is waar dat de ecologie en de klimaatwetenschap het menselijk handelen ook in het te beschrijven systeem opnemen, al is het maar via de CO2-emissies. In die zin zijn de klimaatsimulaties wel ‘holistisch’ maar menselijke activiteit wordt vaak wel sterk versimpeld opgenomen in het model – bijvorbeeld via de RCP2.6 t/m RCP8.5 scenario’s. Klimaatmodellen of Earth System Models die ook culturele en politieke processen modelleren én doen veranderen onder invloed van de ecologische processen (bijv. sterke opwarming -> mislukte oogsten -> plotselinge politieke verschuiving) heb ik nog niet gezien.
Hoewel… als het over ‘modellen’ gaat zijn we wel erg geneigd om alleen aan computersimulaties te denken. Iedere beschrijving is een model, ook in een boek. De Gregory Bateson leestip ga ik zeker opduikelen en lezen!
LikeLike
Goff,
Ik had het bovenstaande nog maar net geschreven en nu realiseer ik me dat dergelijke (numerieke) modellen wel degelijk bestaan, bijv.:
Klik om toegang te krijgen tot model.pdf
Overigens vooral economische modellen, maar ook incl. ecologische processen. 🙂
LikeLike
Hans, Bob, er is iets misgegaan met hyperlinken; de tekst van Bateson vind je hier:
Klik om toegang te krijgen tot Gregory%20Bateson%20-%20Ecology%20of%20Mind.pdf
Het bedoelde paper vind je in Part V, pag. 447.
ik laat jullie reacties effe op me inwerken.
Goff
LikeLike
Hans,
Of het natuurkundig al dan niet relevant is te weten welke de ‘bronnen’ van broeikasgassen zijn is niet de kwestie die ik bedoelde. De kwestie die ik wel bedoelde is dat ontwerp en inrichting van klimaatmodellen en simulatie-procedures onmogelijk zijn zonder ‘bron’- specificatie, that’s all. En Easterbrook heeft daar interessante ideeën over. Waaronder het idee, je zei het al, dat de bron ‘antropogeen’ onderdeel van het klimaatsysteem is. Ik onderstreep in dit verband je zeer ter zaker doende opmerking dat emissiescenario’s gebaseerd zijn op economische scenario’s. Deze man maakt gehakt van de economische statistiek:
http://www.edge.org/responses/q2013
(scroll down naar de tweede respondent, dat is ‘m.)
Ik ga het ook Easterbrook voorleggen, wordt vervolgd.
Bob,
inderdaad, modellen omvatten meer dan computersimulaties maar met computersimulaties moet de klimaatwetenschap het toch echt doen. Derhalve is het ontwerp & inrichting daarvan cruciaal. De factor ‘antopogeen’ is in de modellen vooralsnog gereduceerd tot economische calculaties die niet deugen (zie voor referentie hierboven in mijn reactie op Hans). Easterbrook moet daar als ontwerper en inrichter van modellen en simulaties toch een idee over hebben. Overigens, van Gregory Bateson is door uitgeverij Contact in 1990 diens laatste boek (Angels Fear) in NL-vertaling uitgebracht, getiteld Waar Engelen zich niet Wagen. Check it : )
LikeLike
Goff,
Voor alle duidelijkheid: “bronnen” zijn juist niet van belang voor het ontwerp en de inrichting van klimaatmodellen. De modellen simuleren het klimaat, ongeacht de herkomst van broeikasgassen.
Voor een goed begrip van de klimaatwetenschap moet je de volgende zaken onderscheiden:
1. De elementaire natuurwetenschappelijke kennis, over bijvoorbeeld het broeikaseffect, verdamping van water en smelten van ijs. (Terzijde: die elementaire kennis is in mijn ogen al voldoende om klimaatverandering als een serieus risico te beschouwen)
2. De modellen, waarmee men inzichten over de (meestal) vrij simpele fysica koppelt aan die over de (fysische) processen in het complexe systeem. Bij gebrek aan “laboratorium-aardes” zijn de modellen het lab van de klimaatwetenschap. Men bekijkt hoe processen veranderen als omstandigheden veranderen, waarbij de oorzaak van die veranderingen niet van belang is (tenzij het een feedback binnen het klimaatsysteem is). Met modellen berekent men bijvoorbeeld de klimaatgevoeligheid voor verdubbeling van de broeikasgasconcentratie, waarbij het er niet toe doet waar die broeikasgassen vandaan komen. In wezen bevatten de modellen de kennis over het klimaatsysteem, ongeacht wat er precies op welk moment in dat systeem verandert
3.De scenario’s die men doorrekent met modellen. Dat kunnen totaal fictieve scenario’s zijn, of de kennis die men heeft over invloedsfactoren uit het verleden, of toekomstscenario’s. Bij het doorrekenen van die scenario’s leggen onderzoekers in feite (voor een deel) hun wil op aan de modellen: ze “dwingen” het model om bepaalde emissiescenario’s te volgen. of veranderingen in de zonneactiviteit, of vulkaanuitbarstingen, of El Niño’s en La Niña’s, of alles tegelijk. Hier gaat informatie uit bijvoorbeeld de economie meespelen, maar soms ook uit disciplines als astrofysica of geologie.
4. Daarnaast zijn er nog andere manieren om informatie te vergaren, bijvoorbeeld via paleoklimatologisch onderzoek of statistische analyses (waarvoor men statistische modellen gebruikt, dat ook hier sprake is van “modellen” leidt nog wel eens tot verwarring).
Klimaatsceptici “vergeten” vaak deze zaken te onderscheiden. Ze beweren bijvoorbeeld nogal eens dat “de modellen niet deugen”, terwijl ze eigenlijk bedoelen dat er een behoorlijke mate van onzekerheid zit in de scenario’s. Daarbij maken ze geen onderscheid tussen het inzicht in bepaalde verschijnselen en de voorspelbaarheid ervan. (Zoiets als: “de wetenschap begrijpt helemaal niks van aardbevingen en vulkaanuitbarstingen, omdat men ze niet nauwkeurig lang van te voren kan voorspellen.”)
LikeLike
Hans, dank voor je toelichting, ik heb inderdaad e.e.a. terminologisch door elkaar gehaald.
Je zegt niet geneigd te zijn om het opstellen van CO2 emissie-scenario’s te zien als deel van klimaatwetenschap. Mijns inziens is dat een ongelukkige wetenschappelijke arbeidsverdeling. Identificatie en analyse van de actoren is toch de core business van klimaatwetenschap?
Ik trof op Easterbrook’s site zijn Grad Course voor computer science studenten aan. Inclusief literatuur en daarin heb ik wat rondgeneusd; wat ik al vermoedde is dat er nogal wat kritiek van modellenbouwers is op de gebrekkie aanvoer van data inzake de antropogene factor. Wordt vervolgd.
LikeLike
Goff,
Zelfs voor ervaren klimaatdebaters is het nog wel eens lastig om altijd en overal de goede terminologie te gebruiken…
Met betrekking tot de arbeidsverdeling: “schoenmaker blijf bij je leest” is ook niet zo’n slecht devies. Klimaatwetenschap komt grotendeels voort uit de atmosferische wetenschap, en die staat wel heel ver van emissiescenario’s die met name op economische verwachtingen zijn gebaseerd. Ik vind het wel verstandig dat men daarvoor te rade gaat bij de specialisten: de economen. Net zoals men voor voorspellingen of reconstructies van bijvoorbeeld zonneactiviteit of vulkaanuitbarstingen de specialisten op die terreinen raadpleegt. Natuurlijk is het wel goed als dat in nauw overleg gebeurt en als klimaatwetenschappers zich tot op zekere hoogte verdiepen in die andere disciplines.
LikeLike
Hans, ik volg je opstelling van de schoenmaker en z’n leest. Mijn eigen leest is epistemologisch, vandaar hier mijn opm. over modellen – ook al om te snappen hoe de klimaatwetenschapper te werk gaat. Ik vind het wel spannend wat ik op je/jullie blog leer.
Om terug te komen op wat ik eerder aankondigde: op mijn vraag aan Eastbrook wat hij als modelbouwer vindt van het onderscheid antropogeen / niet-antropogeen liet hij het volgende weten:
“Goff,
I think it depends on what you’re doing with the model. The distinction doesn’t matter much for a climate model, if it’s just being used to explore the relationship between concentrations of GHGs and the resulting climate. It does matter if you incorporate that climate model into a more complete earth system model, to explore things like carbon cycle feedbacks. So when some physicists say it doesn’t matter, what they mean is that it doesn’t matter for the kind of research questions they are exploring. But then the answers to those questions have to be interpreted carefully, in case some of the systemic interactions of the broader earth system affect their conclusions. It’s a difficult trade-off though, because adding this makes the model more complex, and therefore computationally more demanding.”
Wetenschapshistorisch gezien hebben we de volgorde:
Atmosferische Wetenschap -> Klimaatwetenschap -> Earth System Science
Ik zou het wel aardig vinden te vernemen hoe Bart Verheggen (die Earth System Science doceert) dat ziet.
LikeLike
@Hans en Goff,
Scenario’s worden opgehangen aan economie en economen.
Wat ik nu de twee afgelopen jaren onder belicht vind is juist die invalshoek. Of laat ik mijn vermoeden uitspreken dat er nog een nieuwe discipline moet ontstaan of zich moet ontwikkelen welke het ‘wicked climate change problem’ kan bestuderen en kan komen met b.v. de kostenafweging tussen mitigatie en adaptatie. Eigenlijk kan ik niet wachten op de WG2 en WG3 rapporten van het IPCC.
Help me a.u.b. op weg.
LikeLike
Hoi Pieter,
De kostenafwegingen tussen mitigatie en adaptatie (en de verschillende combinaties daarvan) komen uitgebreid aan de orde in de Stern Review on the Economics of Climate Change uit 2006. Zie bijvoorbeeld:
Klik om toegang te krijgen tot FullText.pdf
http://www.kennislink.nl/publicaties/het-stern-rapport-de-prijs-van-klimaatverandering/
Er is ook veel onderzoek gedaan naar deze vragen o.a. door William Nordhaus, die over precies die vraag zojuist een nieuw boek heeft gepubliceerd:
http://www.nytimes.com/2013/12/01/business/climate-casino-an-overview-of-global-warming.html?_r=0
Het meeste onderzoek geeft aan dat alléén ‘aanpassing‘ vele malen duurder uitpakt dan een combinatie van mitigatie én adaptatie. Aanpassing wordt alleen betaalbaar als er ook reductie van de emissies plaatsvindt. En ik ben inderdaad ook heel benieuwd naar WG 3 van het IPCC, dat al dit onderzoek samenvat. Nog even geduld – medio april wordt het in Berlijn ter goedkeuring voorgelegd aan de regeringen.
LikeLike
Bob, Pieter,
Stern geeft inmiddels ook aan dat zowel klimaat- als economische modellen de urgentie van de klimaatcrisis nog onderschatten:
Klik om toegang te krijgen tot 128NHS.pdf
Samengevat:
“Scientists describe the scale of the risks from unmanaged climate change as potentially immense. However, the scientific models, because they omit key factors that are hard to capture precisely, appear to substantially underestimate these risks. Many economic models add further gross underassessment of risk because the assumptions built into the economic modeling on growth, damages and risks, come close to assuming directly that the impacts and costs will be modest and close to excluding the possibility of catastrophic outcomes. A new generation of models is needed in all three of climate science, impact and economics with a still stronger focus on lives and livelihoods,
including the risks of large-scale migration and conflicts.”
LikeLike
Hans, Bob, Pieter, Lennart,
ik zie 3 aspecten in de rol van de economische discipline bij ‘klimaatverandering.’
1) economen stellen scenario’s op van de ratio ‘kosten / baten’ van klimaatverandering; het recente werk van Nordhaus en Stern laat zien hoe moeizaam dat verloopt. Daarbij merk ik op dat ‘kosten / baten’ een boekhoudkundig ding is dat met economie – effectief & efficiënt huishouden – eigenlijk weinig te maken heeft.
2) economen opereren, althans dat stelde Hans, als (mede)leveranciers van data die klimaatwetenschappers nodig hebben om agw te onderzoeken. Dat is m.i. een rare kronkel in de wetenschappelijke praxis. Klimaatwetenschappers kunnen immers scenario’s voor broeikasgas-emissie opstellen en doorrekenen zonder input van welke economotrist dan ook. 1 of 20 of 300 gigaton emissie minder of meer, het maakt niet uit waar ze vandaan komen, je rekent het als klimaatwetenschapper door en doet verslag van de uitkomsten.
3) Om voor de hand liggende redenen dienen economen/economotristen niet de dubbelrol te vervullen van zowel leverancier (2 hierboven) van data voor klimaatwetenschappers, alsook boekhouder (1 hierboven) van te voorziene kosten / baten van de gevolgen van klimaatverandering anderzijds. Input leveren en output keuren kan maar beter niet door dezelfde instantie gedaan worden.
LikeLike
@Goff,
Er zit nog ergens een misverstandje. Natuurlijk kunnen klimaatwetenschappers allerlei emissie-scenario’s doorrekenen zonder hulp van economen. Wat ik duidelijk wilde maken is, dat het voor die berekeningen niet van belang is wat de bron van die emissies is. Of de CO2 van menselijke of natuurlijke oorsprong is, maakt voor het resultaat van die berekeningen niets uit. De economen stellen scenario’s op voor de verwachte toekomstige menselijke emissies, en ze zullen ook een rol spelen bij het bepalen van emissies uit het verleden.
@iedereen
Het lijkt me evident dat economische scenario’s en berekeningen over een periode van een halve of hele eeuw bijzonder onzeker zijn. Natuurwetten veranderen niet in de loop van de tijd, op geologische tijdschalen stellen enkele eeuwen of millennia niet veel voor, maar onze maatschappij en de technologie die we gebruiken kan in een halve eeuw enorm veranderen. Bij wijze van spreken zou één briljant idee (bijvoorbeeld over een manier om goedkoop grote hoeveelheden energie op te slaan en te vervoeren, anders dan in de vorm van koolwaterstoffen) als ingrijpende gevolgen kunnen hebben voor zowel emissiescenario’s als de verwachte economische effecten van een energietransitie. Economische berekeningen geven een indicatie, niet meer. En zolang we geen glazen bollen hebben om in de toekomst te kijken, zullen we met die onzekerheden moeten leven.
LikeLike
OK,
vandaag gelezen en gekeken naar Stern [per Lennart] en William Nordhaus [per Bob]
Dank voor de adequate leads heren. Ik ben een beetje bijgekleurd.
Ook begrijp ik Hans. Een geweldige technologische doorbraak of een politieke doorbraak of een versterking van de productie van biomassa zijn niet te prognoticeren.
Wel kom ik veel mensen tegen die zeggen: ‘ ik denk dat ze nog wel een paar nieuwe technieken weten’.
LikeLike
Risky business inderdaad:
http://thinkprogress.org/climate/2014/01/13/3156851/risky-business-committee/
Misschien krijgen deze heren voor elkaar wat anderen tot dusver onvoldoende gelukt is: de economische klimaatrisico’s bij het bedrijfsleven goed tussen de oren krijgen.
LikeLike
Hallo Pieter en Goff,
De emissie-scenario’s zijn onderdeel van IF x THEN y projecties. Het wil zeggen dat de scenario’s de ‘x’ zijn, en de klimaatprojecties zijn de uitkomsten, de ‘y’.
Er wordt niet geclaimd door de economen dat de huidige emissies (die iets boven RCP8.5 blijken te liggen) zich persé volgens RCP8.5 verder gaan ontwikkelen. Het kan door allerlei maatregelen of door grote economische crises etc. bijvoorbeeld ook tussen RCP6 en RCP8.5 uit gaan vallen. Het kan echter óók duidelijk hoger dan RCP8.5.
De RCP’s leveren concentraties op (niet alleen van CO2 maar ook andere broeikasgassen en bijv. roet en regionale aerosolen), die de input zijn voor klimaatmodellen (de AOGCM’s).
Het RCP8.5 is gebaseerd op extrapolaties van de groei en de ‘carbon-intensity’ van economieën. M.a.w. er is bijvoorbeeld al rekening mee gehouden dat er in China op den duur minder kWh’s/eenheid product verstookt gaan worden (net zoals er in Europa nu minder kWh’s nodig zijn per eenheid product dan in de jaren ’60).
Natuurlijk kunnen de werkelijke emissies ergens tussen twee scenario’s uit gaan komen. In dat geval komt de opwarming ook tussen de bijbehorende klimaatprojecties uit…
Deze publicatie beschrijft hoe de vier RCP’s opgesteld zijn: Van Vuuren et al. 2011. Verder heeft Skeptical Science een serie in drie delen over deze scenario’s:
http://www.skepticalscience.com/rcp.php?t=1
Goff, als ik binnenkort wat tijd heb kom ik graag even nader terug op wat je schrijft over de modellen/klimaatsimulaties. Hans Custers heeft e.e.a. al aangegeven. 🙂
LikeLike
@Bob,
ik heb intussen het artikel van Van Vuuren et al. gelezen, evenals de bespreking op RealCimate van Sherwood’s artikel, en nog e.e.a.. Dus weer wat bijgeleerd : ) en het is fascinerend om de ‘onderzoeksmachine’ op volle toeren bezig te zien. Ofschoon ik niet alle technische details begrijp – ambieer ik ook niet – ben ik onder de indruk van de zorgvuldigheid waarmee gewerkt wordt. En wat ik goed vind is dat de meeste onderzoekers de onzekerheidsmarges onderstrepen en wijzen op de implicaties daarvan voor risico-analyse (a-symmetrie).
@Hans, je laatste reactie is me duidelijk. Wat ik met het linkje dat ik je gaf http://www.edge.org/responses/q2013 wilde zeggen was / is dat er op de statistische state of the art in de economie vette vraagtekens zijn te zetten.
LikeLike
Goff, dank voor die rijke link!
LikeLike
Oeps, vergeten te vermelden dat het om de tweede respondent gaat in die link: Nassim Nicholas Taleb, doceert Risk Engineering.
LikeLike
Goff, voor statistiek geldt in wezen hetzelfde als voor modellen: het is uiterst nuttig gereedschap indien het met kennis van zaken wordt gebruikt. Taleb richt zich, als ik het goed begrijp, met name op de financiële wereld en constateert dat het gereedschap van de statistiek daar juist onkundig wordt gebruikt. Men gebruikt analyses van trends uit het verleden als voorspeller van de toekomst en gaat daarmee voorbij aan het gegeven dat juist een trendbreuk een bijzonder grote invloed kan hebben (denk aan de “trendbreuk” in de financiële wereld in 2008, waar de hele wereld nog steeds gevolgen van ondervindt).
Daarom (en om de discussie weer een beetje on-topic te brengen 🙂 ) hecht ik zoveel waarde aan de grote natuurwetenschappelijke inbreng in de klimaatwetenschap: het koppelen van trends aan waarnemingen van en inzicht in gebeurtenissen in de echte wereld.
LikeLike
Hans, in https://klimaatverandering.wordpress.com/2014/01/05/licht-op-wolken-de-rol-van-bewolking-in-een-opwarmend-klimaat/#comment-7435 stelde ik de vraag: “Zou dit dan tevens betekenen dat de klimaatgevoeligheid geen constante is, maar afhangt van de temperatuur op aarde?”
Lennart verwees vervolgens naar een publicatie van Hansen.
Ik stuitte onlangs op deze:
http://onlinelibrary.wiley.com/doi/10.1002/2013GL058118/pdf
De onderzoekers komen tot eenzelfde conclusie. Citaat:
“In particular, estimates of the ECS from climates much warmer than today, such as the Paleocene-Eocene, would naturally yield higher values than studies based on observed recent climate change”
LikeLike
Beste Bert Amesz,
De publicatie die je aanhaalt concludeert dat de klimaatgevoeligheid groter wordt naarmate de temperatuur stijgt. En dat de huidige klimaatmodellen dat effect bevatten:
De hogere tropopauze zou het klimaat gevoeliger gaan maken voor de radiatieve forcering, en dat is in grote lijnen hetzelfde wat Hansen al eerder aangeeft o.a. in deze grafiek:
De groene pijl geeft aan waar wij ons nu bevinden, en de rode pijl is de CO2-concentratie tijdens de glacialen, zoals het Last Glacial Maximum (~ 180 ppm). Wat Hansen en collega’s doen is echter vooral kijken naar de recente (doorgaans koudere) klimaten tijdens het Pleistoceen, bijvoorbeeld het Last Glacial Maximum:
Hansen gebruikt met name de overgang naar het Eemien als ‘ijkpunt’ omdat daar meer gedetailleerde gegevens over bestaan en omdat CO2-concentraties vergelijkbaar werden (~ 300 ppm max.) met begin 20e eeuw. Wat je in het grafiekje ziet is dat de klimaatgevoeligheid groter gaat worden bij zeer hoge CO2-concentraties: ca. een factor 10 boven de concentratie van 1950, dus boven ~ 3100 ppm.
Dergelijke waarden komen bijvoorbeeld in het PALEOSENS onderzoek (2,2 – 4,8 °C per verdubbeling CO2) al niet eens voor, want PALEOSENS begint vanaf 65 miljoen jaar geleden tot heden. De warmste periode daar was het PETM met waarschijnlijk CO2-concentraties rond de 2000 ppm. Het onderzoek dat jij aanhaalt komt op een klimaatgevoeligheid van:
2.79 °C per verdubbeling CO2 bij 2 x CO2
3,91 °C per verdubbeling CO2 bij 4 x CO2
En laat dus zien dat de klimaatgevoeligheid op gaat lopen bij hogere concentraties. Zij komen bij het emissiescenario RCP8.5 zelfs op temperatuurstijgingen met 8 tot 15 °C (Figure 2). Zij concluderen ook dat klimaatgevoeligheden zoals in Otto et al. 2013: “may not be representative for projecting future high-emission climate scenarios”
Dank voor de referentie, het is een interessante publicatie hoewel Jim Hansen in 2005 al bijna hetzelfde heeft laten zien (zoals de auteurs ook al zeggen).
LikeLike