Jordens klima blir betydelig varmere de kommende årene, og den globale gjennomsnittstemperaturen vil stige flere grader – det er de aller fleste klimaforskerne enige om.

Den generelle enigheten blant forskerne er i høy grad kommet på grunn av databaserte klimamodeller.

Men klimamodellene har svakheter, som omtalt i artikkelen Vanskelig å teste klimamodeller.

I artikkelen gjør den danske vitenskapsteoretikeren Matthias Heymann fra Institutt for Videnskabsstudier ved Aarhus universitet oppmerksom på datamodellenes svakheter:

De vil alltid gi en forenklet beskrivelse av klimaet. I tillegg kan ikke spådommer testes med målinger her og nå.

Tre eksperter på banen

Seniorforsker Jens Hesselbjerg Christiansen fra Danmark Meteorologiske Institut (DMI) anses for å være den forskeren i Danmark som har mest erfaring med bruk av klimamodeller.

– Helt overordnet er jeg enig med Heymann når han påpeker svakhetene til modellene. Poenget hans er at man må være forsiktig med hva man bruker de databaserte klimamodellene til, og det synes jeg også er viktig, sier han.

Han får støtte fra professor Ole John Nielsen fra Kemisk Institut, Københavns Universitet, som har brukt modeller til å studere effekten av ozonnedbrytende stoffer, for eksempel freon, i atmosfæren.

– Svakhetene er helt reelle. Derfor brukes modellene generelt også med stor forsiktighet. Det er i seg selv en vitenskap å sammenligne og utvikle klimamodellene, og det er en jobb som ivaretas av flere store forskningssentre verden over, sier han.

Også professor Merete Bilde fra Kemisk Institut, Københavns Universitet, kan nikke gjenkjennende til Heymanns poenger. Hun arbeider med å kaste lys over et av de mer dunkle områdene av klimaet, nemlig dannelsen av skyer.

Men hun peker på at svakhetene er noe forskere generelt er svært oppmerksomme på.

– I dag er det ingen klimaforskere som sier at datamodellenes output i form av eksakte tallverdier er den endelige sannheten. Slik blir modellene ganske enkelt ikke brukt. Modellene brukes snarere som et viktig verktøy til å utforske de klimatiske konsekvensene av forskjellige påvirkninger, sier hun.

Modellene er nyttige

Alle tre forskere peker på at datamodellene kan noe som ingen andre verktøy kan. For utover at de øker den vitenskapelige forståelsen av det simulerte systemet, gir det også klimaforskerne en mulighet til å leke med fremtiden.

– Modellene kan brukes til å kjøre en rekke scenarier som gjør oss oppmerksomme på naturlige prosesser som man ikke har forstått godt nok. Modellene fungerer altså som et slags oppdagelsesverktøy, sier Nielsen.

Ifølge Christiansen har modellene også en annen viktig egenskap:

– Noen steder er modelldata det eneste man har. Satellittdata kan for eksempel avsløre fordelingen av havis rundt Arktis, mens det bare er en databasert klimamodell som kan estimere hvor tykk isen er, forklarer han.

Bilde ser også en tredje styrke ved datamodellene, nemlig at de kan se på klimaendringer på en global skala. Kloden er for stor til å studeres i et laboratorium, og vår eneste mulighet er derfor å simulere den med datamodeller.

– Modellene kan koble den kunnskapen vi har om partikler, gasser, utslipp, transport og stråling, som vi ikke kan teste i et laboratorieforsøk, og det er helt avgjørende for å kunne si noe om hvordan klimaet vil utvikle seg på lengre sikt, sier hun.

Alle peker på CO2

En av de menneskeskapte påvirkningene som modellene er blitt brukt til å undersøke effekten av, er det voksende menneskeskapte utslippet av drivhusgassen CO2.

I den sammenhengen kjørte en gruppe engelske atmosfærefysikere for noen år siden 56 forskjellige klimamodeller for å studere hva som skjer med temperaturen i takt med at det menneskeskapte CO2-utslippet vokser.

Modellkurvene ble plottet inn i et koordinatsystem med temperaturen på den ene aksen og årstallene på den andre. I samme diagram plottet de også inn kurven for den observerte temperatur fra den samme perioden.

– Sammenligner vi kurven med målinger med kurvene for de 56 modellene, så når vi fram til det resultatet at alle kurver følges, bortsett fra noen småting, poengterer Nielsen.

Teamet fjernet deretter det menneskeskapte CO2-bidraget fra samtlige 56 datamodeller, og gjentok deretter prosessen. Nå var det plutselig et markant sprang fra modellkurvene og opp til temperaturkurven for de observerte verdiene.

– Man får en signifikant forskjell. Det ser altså ut som om det er et betydelig menneskeskapt bidrag. Så noe tyder på at de 56 modellkjøringene, hvor bidraget tas med, avspeiler en eller annen del av virkeligheten, sier Nielsen.

Han poengterer at man aldri kan være 100 prosent sikker på resultatene fra modellene, siden de alltid vil beskrive klimaet på en forenklet måte.

Likevel kan de vise en mulig sammenheng, som man siden kan undersøke nærere – et poeng som også framheves av Christiansen.

– Selv om man ikke har med alle prosesser i modellen, så er det noen generelle trekk som trer fram. Erfaringene viser at man ofte får de samme resultatene, uansett hvor mange faktorer man tar med i modellen, sier han.

Følger hvert sitt spor

En av Heymanns poenger er at man ikke nødvendigvis kan stole mer på et resultat bare fordi mange forskjellige datamodeller når fram til det.

En slik konklusjon kan man nemlig bare trekke hvis datamodellene er innbyrdes uavhengige. Men det kan man ikke gå ut fra fordi modellbyggerne lærer av hverandre og gjenbruker hverandres moduler.

Men det problemet er litt overvurdert, mener Nielsen og Bilde. Selv om datamodellene ikke kan sies å være strengt uavhengige, så forholder forskerne seg kritisk til egne og andres modeller og forsøker generelt å utvikle modeller som skiller seg så mye som mulig fra alle de andre.

– Forskerne er fullt ut bevisst på at de ikke lærer noe ved bare å kjøre én modell, for da oppdager man ikke feilene i denne. Sammenligner man derimot flere modeller, kan man studere de ulike resultatene og lære noe, hevder Nielsen.

Skyer er akilleshælen

Modellenes største utfordring er ifølge Christiansen at det er noen områder av klimaet som ikke er forstått godt nok, og som man derfor heller ikke helt klarer å modellere.

Dannelsen av lavtliggende skyer er et eksempel på dette, forteller han. Vi mennesker sender ut stadig mer små partikler, såkalte aerosoler, til atmosfæren. De framprovoserer lavtliggende skyer, som har en avkjølende effekt.

Problemet er at man ikke vet hvilke partikler som danner mange skydråper, og hvordan de forskjellige skydråpene påvirker klimaet.

– Avhengig av hvor store aerosolene er, og hvor rask de danner vann, får skyene forskjellige klimatiske egenskaper. Og dem vet vi svært lite om, sier han.

Han understreker at det ikke er et problem ved selve modellene, men mer et uttrykk for en manglende vitenskapelig kunnskap, noe mange forskergrupper i dag arbeider med å bøte på.

En av dem er professor Merete Bilde, som utforsker aerosolenes evne til å danne skydråper gjennom laboratorieeksperimenter.

– Målet er å finne den riktige fysiske forståelsen av aerosolene og rollen deres i dannelsen av skydråper. Det vil føre til bedre databaserte klimamodeller, slik at man kan få sikrere spådommer, forklarer hun.

Viser svakhetene

At skydannelsen er et område som fremdeles er dårlig forstått, er noe klimaforskerne er svært bevisste på. Det gjelder ikke minst FNs Internasjonale klimapanel (IPCC), som beskrev denne problemstillingen i sin siste rapport fra 2007.

I rapporten presenterer IPCC en figur som gir et overblikk over alle de menneskeskapte faktorene i form av utslipp av gasser og partikler som man i dag vet påvirker den globale gjennomsnittstemperaturen.

Noen av dem har en oppvarmende effekt på klimaet, for eksempel drivhusgassen CO2. Andre har en nedkjølende virkning, for eksempel aerosolene.

Figuren viser hvor stor påvirkning de enkelte faktorene har, ifølge datamodellene. For å gi leseren et inntrykk av hvor sikre vurderingene er, har IPCC angitt et «level of scientific understanding», altså hvor godt man har forstått hvilken rolle nettopp denne faktoren spiller.

Endelig er det oppgitt usikkerhetsintervaller for hver faktor. Jo større usikkerhet, jo større avstand kan det være mellom den beregnede betydningen og den faktiske betydningen.

Av oversikten kan man se at drivhusgassenes innflytelse på klimaet generelt er godt forstått, og at usikkerheten på den beregnede effekten er liten. Det omvendte gjelder for aerosolene, hvor usikkerhet er stor, mens den vitenskapelige forståelsen er beskjeden.

– Det er noen mekanismer som vi blir nødt til å forstå mer i dybden for å få bedre klimamodeller. I figuren gjør IPCC tydelig oppmerksom på at det er store usikkerheter for noen av bidragene. De er klar over at man ikke bare kan ta et tall og si at det er eksakt og endelig, sier Bilde.

Så hvor gode og sikre er klimamodellene? Det kan ikke de tre forskerne svare på.

– Den perfekte klimamodellen kommer aldri til å eksistere. Utviklingen av klimamodellene er en vitenskapelig prosess som aldri slutter. Men selv om de ikke er perfekte, så er de likevel et slagkraftig og uunnværlig verktøy som hjelper oss med å utforske og forstå klimaet, avslutter Nielsen.

______________________________

© videnskab.dk. Oversatt av Lars Nygaard for forskning.no.

Referanse og lenker

Flere detaljer og større sikkerhet i ny klimarapport fra FN (DMI) (2007)

Klimadebat.dk: Klimaangst og klimaundervisning

IPCC: Summary for Policymakers

Bak IPPCs oversikt over menneskeskapt påvirkning

Figuren over er tatt fra den siste rapporten utgitt av FNs Internasjonale klimapanel (IPCC) og viser effekten av menneskeskapte utslipp av gasser og partikler på jordens strålingsbalanse.

«Radiative Forcing» kan noe forenklet betraktes som et uttrykk for om en mekanisme kjøler ned eller varmer opp jordens overflate.

Atmosfæriske partikler spiller en potensielt viktig rolle for klimaet via evnen til å virke som kime for dannelsen av skyer. Dette kalles for partiklenes indirekte klimaeffekt.

Drivhusgasser fører altså til oppvarming, mens skyer fra menneskeskapte partikler bidrar til avkjøling.

Merk at usikkerheten i forståelsen vår av partiklenes indirekte klimaeffekt er stor (de lange, svarte vannrette linjene), mens drivhusgassenes effekt er godt forstått.

– Det mitt arbeid går ut på, er å forsøke å redusere usikkerheten for aerosolene ved å forstå mekanismene bedre. Når vi har bedre kunnskap, vil datamodellene også bli bedre, sier Bilde.