Presentasjon lastes. Vennligst vent

Presentasjon lastes. Vennligst vent

TG no 1 2008 og. IPCCs klimamodeller, statistikk og prognoser Kjell Stordahl.

Liknende presentasjoner


Presentasjon om: "TG no 1 2008 og. IPCCs klimamodeller, statistikk og prognoser Kjell Stordahl."— Utskrift av presentasjonen:

1 TG no og

2 IPCCs klimamodeller, statistikk og prognoser Kjell Stordahl

3 Temperaturutvikling Avvik fra gjennomsnittet Norge Globalt

4 Agenda Solutstråling, solflekkintensitet og kosmisk stråling Langtidsutvikling temperatur og CO2 Drivhuseffekten Vanndamp/skyer, Metan, CO2, Temperatur Klimamodeller Vurdering av langtidsprognoser Illustrasjon av usikkerhet (IPCC) Usikkerhetsbetraktninger

5 IPCCs presentasjon av statistikk Se artikkelen ”Mangler Klimapanelet statistisk kompetanse”, i nytt nummer av TG, no 1 Januar,

6 Solutstråling Sola: 1367 W/m2 Menneskelige aktiviteter: 1,50 W/m2 (IPCC)

7 Utvikling av solflekkaktiviteten Kilder Over: Artikler i Solar Physics Under: NASA

8 Langtidsprognoser solflekkaktiviteter NASA (mai 2006)

9 Kosmisk stråling Kosmisk stråling genereres langt utenfor vårt solsystem blant annet ved eksplosjoner av supernovaer Strålingen møter motstand i stratosfæren – solas magnetfelt som holdes ved like av solflekkaktiviteten Her er det også stokastiske variasjoner av styrke over tid Den kosmiske strålingen forløser elektroner som ioniserer molekyler i atmosfæren og genererer vanndamp og skyer Danske forskere, blant annet Henrik Svensmark, har publisert en rekke arbeider på dette feltet

10 Temperatur og CO2 variasjoner de siste år Temperatur er driver for CO2

11 Drivhuseffekten T. Henriksen, E. Kristiansen, T.Svendby. “Temahefte 1 om miljøfysikk” Fysisk institutt UiO, 2005

12 Drivhusgassene

13

14 IPCCs resultater (2007): Forholdet mellom absorpsjonseffekter

15 Fokusering på de viktigste klimavariable Vanndamp/skyer Metan Co2 Temperatur

16 Vanndamp/skyer

17 Vanndamp/skyer den suverent viktigste klimagassen

18 Tallfesting av vanndamp/skyers absorpsjonsbetydning Har sett anslag i intervallet 60% - 98% Et anslag på 92% finnes i: Wiin Christensen, C. og Wiin-Nielsen, A Klimaproblemer. Teknisk Forlag, København. 128 pp. (ISBN ) Den ene av forfatterne, Aksel Wiin-Nielsen, er tidligere direktør for Det Danske Meteorologiske Institutt.

19 Metan – CH4

20 Langsiktig utvikling av metankonsentrasjonen angitt i antall volumenheter pr milliard (ppb) i atmosfæren I 2007 var volumforholdet mellom metan og CO2 1 : 210 Absorpsjonsforholdet mellom metan og CO2 er ca 50 : 1

21 Utvikling av metankonsentrasjonen (IPCC) IPCC uttrykker forbauselse over utviklingen av metankonsentrasjonen IPCC greier ikke å forklare stagnasjon, med start av negativ vekst på metankonsentrasjonen (AR(4) PSB report kap 2) Dette må bety at de så langt har lagt inn andre forutsetninger i sine klimamodeller Dette genererer da ekstra usikkerhet

22 Karbondioksid – CO2

23 CO2 konsentrasjonen 1958 – 2004 (IPCC)

24 Utvikling i CO2 konsentrasjonen (IPCC) Før 1958 basert på iskjerner fra Vostok i Antarktis

25 Temperatur

26 Rekonstruksjon av global temperaturutvikling. The National Academy of Science. Avvik fra global gjennomsnittstemperatur

27 Temperatur og CO2 Det registreres at CO2 konsentrasjonen i løpet av de siste 1000 år var på det laveste i starten av perioden Mens temperaturen omtrent var på det høyeste Dette må skape store utfordringer for modelleringen og sannsynligvis generere ekstra støy/usikkerhet

28 Hockeykøllegrafen til Mann et al

29 IPCCs presentasjon av global temperaturutvikling (2007)

30 Månedlig global temperaturutvikling 1985 – 2007 (HadCRUT3) og Climate4you. Linjen angir global middeltemperatur Avvik fra gjennomsnitt

31

32 Evaluering av IPCCs temperaturprognoser dokumentert i Fourth Assessment report (2007) ”The Physical Science basis” (kapittel 8/10) Kommentarer fra Kesten C. Green and J Scott Armstrong i artikkelen: ”Global Warming: Forecasts by Scientists versus Scientific Forecasts”. Energy and Environment 18, 7/8, 2007, pp

33 Prognosemetoder og prognoseprinsipper. Bakgrunn Prognosemetoder og prognoseprinsipper har kontinuerlig blitt utviklet siden 1930-tallet. Det finnes flere tidsskrifter på prognoser Nettsiden gir god veiledninghttp://www.forecastingprinciples.com Likeså boken : Forecasting principles Det er publisert enormt med artikler basert på disse prinsippene Svært mange av prinsippene er identiske med prinsipper i tradisjonell statistisk modellbygging.

34 Vurdering av IPCCs globale temperaturprognoser IPCCs modellering av globale temperaturprognoser: Benytter ikke prognosekunnskap og gir i det hele tatt ikke referanser til etablert prognoselitteratur Av 140 prognoseprinsipper, er det materiale for vurdering av 89 Av de 89 er 72 av prinsippene ikke benyttet (violated) Savner metoder for beregning av usikkerhet Evaluering på generelt nivå – ikke kvantitativt Vaskelig å få oversikt over selv grunnleggende forutsetninger i modellene Ikke èn likning for beskrivelse av årsakssammenhenger IPCCs temperaturprognoser ble vurdert som verdiløse

35 IPCCs global temperature forecasts Global temperature evolution IPCC WG1 AR4 Summary for Policymakers A2: High emission A1B: Medio emission B1: Low emission 2000 Consentrations

36 IPCC uttalelser om klimaprognoser og usikkerhet Knut H. Alfsen og Helge Drange, Forskning.no: IPCC legger til grunn et spenn av utslippsscenarier som gjenspeiler scenarier funnet i litteraturen. Ingen av de underliggende scenariene har angitt noen kvantifisert sannsynlighet for at de skal bli realisert. I stedet velger IPCC å illustrere usikkerheten ved å vise spennet i eksisterende utslippsscenarier IPCC gir usikkerhetsestimat for fremtidig klimaendring basert på en rekke simuleringer med et tjuetalls klimamodeller drevet med flere foreskrevne utslippsscenarier (ensamblekjøringer). IPCC illustrerer usikkerheten, men kvantifiserer den ikke

37 Usikkerhet i observasjoner Temperaturmålinger – justeringer grunnet: - nye målepunkter - endrete omgivelser Rekonstruksjon av eldre data (proxydata) for - CO2 - temperatur Inkonsistens mellom satellitt og ballongmålinger Usikre radiosonde måledata Satellitt og overflate observasjoner stemmer ikke overens for lavnivå-skyer Large uncertainties remain about how clouds might respond to global climate change (Ch 8.6 og Tech.S)

38 Prognosemodellering og usikkerhet Forklaringsvariable som ikke er tatt med: - Vanndamp/skyer - Solflekkaktivitet - Kosmisk stråling Årlig vekst av metan- konsentrasjonen har stoppet opp. IPCC: vanskelig å forklare

39 Kompliserte, store modeller Modellene er basert på flere tusen geografiske ”bokser” som utgjør jorden/atmosfæren I hver ”boks” modelleres dynamikken mellom solstråling, konsentrasjon av drivhusgasser, vind, vannstrømmer etc Store mengder måledata av forklaringsvariable fra lang tid tilbake er inngangsdata til modellene Dynamikk og årsakssammenhenger mellom de ulike variable med tilbakekoplinger og forsinkelser må anslåes Det vil genereres usikkerhet i anslagene for de dynamiske relasjonene i modellene. ”Models differ considerably in their estimates of different feedbacks in the climate system” (Ch 8.6 og Tech. Summary) Det kan genereres usikkerhet ved håndtering av store modeller og store datamengder

40 Statistiske modeller og klimamodeller Statistisk tankegang innbyr til varsomhet ved inkludering av nye parametere og variable. Statistiske tester benyttes. Inkludering av flere variable vil alltid gi bedre tilpasning, men nødvendigvis ikke bedre prognoser. Det er uklart hvilke prosedyrer som benyttes i IPCCs modellbygging. Prognosekompetanse mangler i IPCC og ser det ut til en god del statistisk kompetanse. Det kan være fare for overparameterisering. I tilfelle er det også en fare for at klimamodellene vurderes til å være sikrere enn de egentlig er.

41 Usikkerhet i modellkjøringene Professor John Christy, Bidrag til samtlige av IPPCs hovedrapporter, 1990, 1995, 2001, Ledende forfatter i Han har en egen forskergruppe som tester ut modellene Artikkel: ”No Consensus on IPCC’s level of Ignorance” på BBS News 12 desember ” Nøyaktigheten i klimamodellenes simuleringer er overvurdert” ”Klimamodellene er hovedsakelig testet ved å reprodusere tidligere klimautvikling. Det er viktig å vite at dette ikke er noe bevis på at klimamodellene er gode og at det vil være liten usikkerhet i prognosene”

42 Spredning i prognoser B1, A1B og A2 ut fra ulike modellkjøringer (IPCC Ch 10)

43 Hjertesukk 1 IPCC gir ikke en gang en overordnet beskrivelse av sine modeller selv i et hoveddokument på 1000 sider Det finnes ikke en matematisk beskrivelse av selv de mest fundamentale sammenhenger IPCC burde lage en forenklet beskrivelse av sine modeller av pedagogiske grunner IPCC burde også lage en forenklet modell overordnet modell basert på de fundamentale årsaks- sammenhenger både som kontrollmodell og faktisk for formidling av sitt arbeid

44 Hjertesukk 2 Forskningsprogrammet NORKLIM, Mål 1: Økt forståelse for klimasystemet og dets variabilitet, samt kvantifisering av usikkerhet Aktiviteter i Mål 1er så langt finansiert med mer enn 100 mill Kvantifisering av usikkerhet er så langt ikke gjort på noen tilfredsstillende måte

45 Oppsummering Green og Armstrong sier at IPCCs temperaturprognoser er verdiløse og at IPCC ser ut til å mangle prognosekompetanse. IPCCs temperaturprognose (2000) inkludert usikkerhetsgrenser for alle utslipsscenarier dekker ikke faktisk temperaturutvikling (som er lavere) (Summary fp) Usikkerhet i observasjoner og proxydata Betydelig modellusikkerhet avhengig av verdier på feedbackparametere (Ch 8.6) Modellering av hvordan vanndamp/skyer responderer på klimautvikling gir store usikkerheter (Ch 8.6) Usikkerhet pga modellenes størrelse og kompleksitet Farlig å bruke ensamblekjøringer som mål på usikkerhet Mulig overparameterisering kan skape falsk trygghet i klimamodellenes prognoser. IPCC illustrerer usikkerheten, men kvantifiserer den ikke

46 Det ultimate bevis! Behov for statistikere!!


Laste ned ppt "TG no 1 2008 og. IPCCs klimamodeller, statistikk og prognoser Kjell Stordahl."

Liknende presentasjoner


Annonser fra Google