IPCCs klimamodeller, statistikk og prognoser Lars Holden

Forbehold ► Har ikke selv jobbet med klimaforskning ► Egen erfaring ▪statistikk og kombinert med dynamiske modeller ► Ikke kompetanse til å uttale meg om ▪hvilke fysiske prosesser som er godt eller dårlig modellert i klimamodeller ▪data som passer eller ikke passer i modeller ► Klimamodellering preges av ▪stort komplisert fagfelt, tverrfaglig, høyt vitenskapelig nivå, stor aktivitet, hard konkurranse, stor oppmerksomhet

Hva bestemmer klimautviklingen? IPCC, AR4

Klimamodeller ► Dynamiske modeller ▪inkluderer mest mulig av fysikken ▪tilsvarende som værvarsel, styrkeberegning, reservoirsimulering, økonomiske modeller…. ▪ikke data til å lage rene statistiske modeller ▪fins ikke data for aktuelle verdier ► IPCC oppsummerer kunnskapsgrunnlaget ▪800 forfattere, >2500 vit. refereer, >130 land ▪>20 modeller, vitenskapelig dokumentert ◦Bjerknessenteret ansvarlig for en av modellene

Atmosfæren er forskj. fra siste år Observasjoner av konsentrasjon og stråling, iskjerner IPCC, AR4, 2007 CO 2 samlet N2ON2O CH 4

Global temperatur, havnivå og snø Observasjoner, nordlige halvkule, IPCC, AR4, 2007

Utvikling av klimamodeller, IPCC TAR,2001

Økt griddoppløsning i IPCC rapporter IPCC, 2007 IPCC, 2001 IPCC, 1996 IPCC, 1990

Verifikasjon av modellene ► Fysiske prinsipper ► Vitenskapelig dokumentasjon ► Sammenligner der vi har data ▪dagens klima ▪endringer der vi har data ◦geologisk og historisk tid ◦klimaendringer siste år ·større endring ved polene, om natten, vulkanutbrudd.. ► Betydelig bedring i modellene siste årene, fortsatt utfordringer ► Kjente svakheter, IPCC rapportene åpne om svakhetene ▪skyer, skalaproblemer, El Niño effekten…

Kan observert klima være naturlig variasjon? Observert klima passer med modeller som tar hensyn til menneskers aktivitet Observasjoner og simuleringer, global temperatur i verdensdeler, IPCC, AR4, 2007

Kan observert klima være naturlig variasjon? Observasjoner og simuleringer, global temperatur, vulkaner avmerket, IPCC, AR4, 2007

Prognoser ► Baserer seg på scenarier fra klimamodellene ▪parametre varierer innenfor rammer som gir god beskrivelse der det er data ▪antagelser om utslipp kommende år ► Største feilkilde: fysisk modell og usikkerhet i parametre ▪har ikke data til å overprøve dette ▪ekstrapolering i forhold til dagens parametre ► Er estimatene forventningsrette? ► Kvantifisere usikkerhet Statistikere jobber med dette

IPCC, AR4, prognose temperatur Seks forskjellige utslippsscenarier

IPCC, AR4, fordeling temperatur

IPCC, AR4, endring i nedbør, sc A1B desember-februarjuni-august

3 scenarier, og mange simuleringer Temperatur Nedbør IPCC, AR4, 2007 Årlige snitt relativ til middel

Har vi tillit til prognosene? ► IPCC er dagens etablerte kunnskap ▪global temperatur – liten usikkerhet ▪regionale endringer, nedbør og ekstremvær- større usikkerhet ► Stor oppmerksomhet, stor vitenskapelig konkurranse ▪feil blir avdekket raskt ▪forskjellige alternativer utprøvd ► Usikkerhet antagelig større enn annonsert ▪modellfeil og parameterusikkerhet ► Mer sannsynlig at prognosene er for konservative enn for spekulative ▪resultat av konsensuskravet ▪siste data er verre enn i prognosene Min subjektive vurdering:

Sammenlign IPCC prognoser og obs. IPCC, 2001 IPCC, 1990 IPCC, 1996 Årlig global temperatur relative til snitt og prognosene fra tre siste IPCC rapporter

Skjematisk reaksjonsmønster, noen fenomener er irreversible IPCC, AR4, 2007

Risiko knyttet til havnivåstigning Pachauri, IPCC chairman

Reduksjon i BNP med tiltak Pachauri, IPCC chairman

Statistikeres rolle ► American statistical association uttaler : ▪støtter IPCC konklusjonene ▪noen få statistikere har vært forfattere og refereer ▪flere statistikere burde delta ◦bedre forstå klimaendringer og av hensyn til statistikkfaget ▪temaer ◦tolke og analysere klimaendringene ◦klimamodellene ·forsøksplanlegging, parametre, usikkerhet ◦regionale og lokale effekter av klimaendringer ◦høydimensjonal dataanalyse ◦påvirkning på helse ► og imsc.seos.uvic.ca

Green & Armstrong, Energy & Environment ► Kan man lage klimaprognoser? ▪vurder naive modeller istedenfor – ingen endring!! ► Velg enkle metoder ► Ikke tilpass parametre til historiske data ► Bruk uavhengige data ► Kritikken bygger på mistillit til klimamodeller ▪manglende kunnskap, usikkerhet i modeller, skepsis Tilfredsstiller ikke kravene til en vitenskapelig artikkel

Oppsummering ► Klimaendringene, med meget stor sannsynlighet ▪påvirkes av utslipp ▪klimaendringene er allerede betydelige ▪fortsatt økning av utslipp vil medføre store klimaendringer ▪mer ekstremvær ► Statistikere har en viktig rolle i fagområdet ► Klimaendringene vil stor betydning for økosystemer, økonomisk utvikling og befolkning ► Kostnadene med å redusere utslipp nå er bare en liten reduksjon i veksten av BNP globalt ▪utsette tiltak kan medføre stor reduksjon i BNP ► Iverksetting av tiltak krever politisk handlekraft