Kann man sich auf errechnete Klimamodelle verlassen?
Klimaaktivisten müssen sich doch auf etwas stützen und da sie keine Zeitmaschine haben, um in die Zukunft zu reisen, begründen sie ihren Aktivismus mit Klimamodellen. Also mit Zukunftsvoraussagen.
In erster Linie, sollte man sich erst selbst überzeugen und danach andere aufklären.
https://www.fortomorrow.eu/de/post/ipcc-synthesebericht-2023
Ich habe nach dem Wort "China" im Beitrag gesucht und habe nichts gefunden. Das bedeutet, die lassen die Chinesen ganz raus aus der Rechnung.
7 Antworten
Hey!
Also: So ein Klimamodell ist komplex - dabei werden verschiedene Wechselwirkungen, Kreisläufe usw berücksichtigt, die aber zum Teil nicht ganz verstanden werden oder wurden. Also: Eine Unsicherheit besteht grundsätzlich. Aber: Alte Modelle sind schon sehr treffsicher gewesen, vgl. Manabe/Wetherald 1967, die einen Temperaturanstieg um 2° erwarteten, bei Verdopplung der CO2-Konzentration. Aktuell haben wir +48 % CO2 im Vergleich zu vorindustrieller Zeit in die Atmosphäre gebracht, was einen Temperaturanstieg um 1,1°C mit sich zog.
Klimamodelle sind aber trotzdem nur Vereinfachungen der Realität. Stell dir mal die Erde vor: Diese wird von einem großen Gitter überzogen, für welche vereinzelt die Parameter berechnet werden. Unsicherheiten bestehen aber weiterhin, deshalb werden verschiedene Modelle verwendet, die immer mit verschiedenen Werten rechnen - daraus bildet sich ein Mittelwert. Liegt daran, dass ich nicht sagen kann, ob und wie viele Emissionen bis z.B. 2050/2100 usw ausgestoßen werden. AR5 von 2013/2014 (Band 1, Kap. 9) hat auf über einhundert Seiten das Thema Klimamodellierung behandelt:
Die Modelle geben die beobachteten Muster und Trends [des Klimas] über viele Dekaden der Erdoberflächentemperatur im kontinentalen Maßstab wieder, einschließlich der stärkeren Erwärmung seit Mitte des 20. Jahrhunderts und der unmittelbar auf große Vulkaneruptionen folgenden Abkühlung.
Aus dem sechsten Sachstandbericht ergibt sich folgende Darstellung:
Ganz offensichtlich: Die Simulationen spiegeln die Realität fast genau wider. Diese Genauigkeit zeigt sich auch aus Cheng et al. 2016, wobei ein Vergleich zwischen Beobachtung und Modellierung der Erwärmung der Ozeane betrachtet wurde. Eine rhetorische Frage lautet: "Wir können nichtmal das Wetter für die nächsten zwei Wochen vorhersagen", was stimmt, aber ich kann Wetter vorhersagen: Winter 2026 wird kälter als Sommer 2024. Wetten, dass? Klima ist schließlich nur eine Langzeitstudie des Wetters. Hansen et al. 1988 untersuchte die Entwicklung der Temperatur der Zukunft. Hansen et al. 2006 zeigt eine sehr gute Darstellung:
In Hansen et al. 1988 wurde ganz detailliert das benutzte Klimamodell beschrieben, man kann es nicht negieren: Ohne menschlichen Einfluss zu berücksichtigen ist der aktuelle Klimawandel nicht zu erklären. Und seit 1988 sind die Modelle bedeutend besser geworden. Sogar Rückkopplungseffekte, die in die Modelle einflossen, wurde von Hansen et al. 2007 bestätigt. Ereignisse, wie z.B. El Niño/La Niña wurden isoliert und in Modelle einbezogen, siehe Fyfe et al. 2010. Wir können genügend Genauigkeit erwarten, sagen wir 90 %, vielleicht sogar 95 %.
Prof. Klaus Hasselmann, Prof. Syukuro Manabe und Prof. Girogio Parisi, die Pionierarbeit im Bereich der Klimamodelle leisteten, wurden mit dem Nobelpreis ausgezeichnet. Wir wissen, dass die drei sehr treffende Voraussagen machten, das war in den 60er Jahren. Ganz klar konnte aufgezeigt werden, dass der aktuelle Klimawandel auf den Menschen zurückzuführen ist. Siehe dazu auch Manabe/Bryan 1969. RealClimate, eine Zusammenkunft von Klimawissenschaftlern, spricht seit Jahren ausführlich über Klimamodelle und Hausfather et al. 2019 spricht von:
We find no evidence that the climate models evaluated in this paper have systematically overestimated or underestimated warming over their projection period.
Fazit: Klimamodelle sind ziemlich gute Quellen für die Voraussagen, wir haben in den 60er Jahren schon treffende Prognosen gehabt, das sehen wir heute. Klimamodelle sind mehr als nur Bleigießen und Kaffeesatzlesen, wie einige es abtun: Klima vorhersagen ist eben leicht, weil man nur einen Trend anschaut. Niemand weiß, ob es am 03.08.2068 regnet, aber jeder weiß, dass es am 03.08.2068 wärmer sein wird als am 29.12.2068. Man beobachtet bei Klima nur einen Trend und zieht daraus eben Rückschlüsse. Modelle beziehen dabei sämtliche natürliche und anthropogene Effekte (z.B. Wärmeinseleffekt oder Stadterweiterung) mit ein.
Liebe Grüße!
Da es beim Thema Klima schwierig ist, Experimente mit empirischen Beobachtungen durchzuführen, ist die Überprüfung der Daten, die von den einzelnen Modellen eingegeben werden, kompliziert. Diese Prüfung wird mit sogenannten 'Hindcasts' durchgeführt, das heißt, Vorhersagen aus der Vergangenheit in die Zukunft, die dem aktuellen Zeitpunkt entsprechen. "Hindcasts" beziehen sich also auf das Laufen von Modellen rückwärts in der Zeit, um die Fähigkeit des Modells zur Wiedergabe bekannter Klimadaten zu testen. Durch Vergleich von Hindcasts mit realen Beobachtungen können Forscher dann die Zuverlässigkeit ihrer Modelle überprüfen und ggf. Anpassungen vornehmen, um die Genauigkeit zukünftiger Prognosen zu verbessern. Danach werden langfristige Simulationen durchgeführt, gefolgt von weiteren, detaillierteren Simulationen, die sich ausschließlich auf die Atmosphäre konzentrieren. Diese Simulationen gelten als Time-Slice-Experimente.
"Hindcasts" sind aus meiner Sicht aktuell die einzige Methode experimentell die Eignung der zugrundeliegenden Modelle zu quantifizieren, und sie anhand ihrer Abweichungen zur Messung einzuordnen. Hinzu kommt die relativ große Menge an integrierten Modellen, und die steigenden Komplexität der ermittelten Daten in den einzelnen Phasen. Phase 6 (CIMP6) ist zum Beispiel noch einmal deutlich komplexer. Die Menge an Ergebnisdaten dieser Phasen bewegen sich inzwischen im Petabytebereich. Die Datengrundlage und der Umfang der Prognosen ist also nicht einfach aus der Luft gegriffen. Sondern eben auch aus dem Wasser und dem Boden, und aus der Vergangenheit (Proxydaten)
A Summary of the CMIP5 Experiment Design (llnl.gov)
Ein kleines Beispiel des ersten Sachstandbericht des IPCC. Die gestrichelte Linie bezeichnet immer den Zeitraum, bis zu dem die Modelle sich warmlaufen konnten (hindcast) und sie sehen, wie genau das Modell dann den mittlerweile ja bekannten, aber damals eben noch nicht bekannten Temperatur-Verlauf gesehen hat. Die bunten Kurven sind die Temperatur-Rekonstruktionen, wie wir sie im zweiten Kapitel der Vorlesung diskutiert haben, gestrichelt ist der Bereich, den das Modell als 95% Wahrscheinlichkeit herausgegeben hat:
Bis zum vierten IPCC Sachstandbericht hat die Modellierung deutliche Fortschritte gemacht, wie wir sie im dritten Kapitel kennenlernten. Jetzt werden nicht nur einfache Projektionen gemacht, sondern tatsächliche Schwankungen der Vergangenheit werden berücksichtigt und ähnliche Schwankungen werden zufällig für die Zukunft angenommen:
Die Modelle können also sehr gut die später tatsächlich gemessenen globalen Temperaturverläufe vorhersagen. Einen etwas anderen Ansatz verfolgt das Re-Analyse Projekt. Siehe:
RealClimate: Observations, Reanalyses and the Elusive Absolute Global Mean Temperature
In diesem Projekt werden gemessene oder berechnete Strahlungsantriebe der Vergangenheit in die Modelle integriert und getestet, wie genau sie die tatsächlichen Werte treffen oder wie stark sie voneinander abweichen. (Siehe erste Grafik) Es zeigt sich hier ganz klar, dass die Einbeziehung von realen Einflüssen (wie auch Strahlungsantrieben) eine ausgezeichnete Reproduktion von Klimaereignissen ermöglichen. Gerade das Erdsystemmodell kann die tatsächlichen Entwicklungen beinahe filigran nachzeichnen.
Kleine Hinweis:Da Modelle ohne vorherige Experimente nicht möglich wären, würde ich sie als eine Erweiterung der Experimente und Beobachtungen ansehen, nicht als eine Alternative. Der grundlegende Zweck der Experimente und Beobachtungen besteht darin, Aspekte eines Systems unter Bedingungen, die so weit wie möglich alle anderen Faktoren konstant halten (ceteris paribus), zu verstehen, um Vorhersagen über seine zukünftige Entwicklung treffen zu können. Extrapolation, die sich rein auf Experimente und Beobachtungen stützt, kommen also schnell an Grenzen, sobald sich Rahmenbedingungen ändern, insbesondere sobald sie sich außerhalb des Bisherigen befinden. Ein Modell zielt darauf ab, die Ergebnisse von Experimenten und Beobachtungen in einem Gesamtzusammenhang zu vereinen. Obwohl es gegenüber der Realität vereinfacht sein muss, bietet es den Vorteil, dass seine einzelnen Komponenten sich gegenseitig beeinflussen, wodurch es isolierten Experimenten und Beobachtungen überlegen ist. Also kurz gesagt, desto mehr Teilsysteme des Klimasystems in die Modelle integriert werden, desto näher kommen letztere der Realität; aber schon simple Atmosphärenmodelle liegen nicht weit daneben. Bereits die ersten Atmosphärenmodelle konnten übrigens Schwankungen in der Sonneneinstrahlung berücksichtigen, im Gegensatz zu immer wieder zu lesenden Behauptungen. Tatsächlich sind Modelle, in denen sich die CO2-Konzentration gar nicht ändert, sondern nur die Sonneneinstrahlung, durchaus imstande, annähernd die Erwärmung bis in die 1970er Jahre zu berechnen (hindcast). Nach dieser Zeitperiode funktioniert es jedoch im Wesentlichen nicht mehr, da die Strahlung um einen ziemlich gleichbleibenden Mittelwert oszilliert oder sogar niedrigere Maxima erreicht:
Wir wissen, dass es zwei zentrale Größen bei der ganzen Klimawandeldiskussion gibt. Die erste sind die Strahlungsantriebe. Der zweite zentrale Wert ist die Klimasensitivität des CO2. Wie frühere Modelle diese Werte projizieren konnten, ist in dieser Grafik ersichtlich. Spannend hier zu sehen ist natürlich, dass z.B. das Exxon-Modell (Sawyer) sehr nahe an der Realität war:
Bzgl. der Klimasensitivität von CO2 ist es komplizierter und es würde zu lange gehen dies hier ausführlich und korrekt zu behandeln. Informationen dazu findest du aber hier:
Explainer: How scientists estimate climate sensitivity (carbonbrief.org)
Viele Menschen stellen Theorien auf, die sich als falsch erweisen. Die sagen dann, wenn sie von einer Theorie hören: "Das ist nur eine Theorie!" - Und sie meinen damit: "Theorien stimmen sehr oft nicht. Vielleicht ist das so. Vielleicht auch nicht."
Es gibt aber andere Menschen, die machen eine ganz andere Erfahrung. Die haben die Gabe, Theorien zu finden, die auch tatsächlich funktionieren. Einstein z. B. sagte: "Nichts ist so praktisch, wie eine gute Theorie." - Gute Theorien funktionieren. Und wer die Gabe hat, gute Theorien zu erkennen, würde nie sagen: "Das ist ja nur eine Theorie."
Leute, die meistens daneben liegen, wenn sie Theorien aufstellen, zweifeln an den Klimamodellen. Die Leute, die mit Theorien schon immer gut gefahren sind, sagen, die funktionieren. Die Frage ist: Welchen von diesen Leuten sollen wir eher glauben?
Ein Deutscher verbraucht nach wie vor mehr Energie als ein Durchschnittschinese. Und zwar auch mehr fossile Brennstoffe.
Kann man sich neuerdings auf Datenangaben der Chinesen verlassen? Das wäre mir neu.
Das ist ein rein logische Aufrechnung, aber dafür müsste man natürlich erstmal nach Statistiken suchen^^
Die Chinesen fälschen ihre Daten massiv. Das ist bekannt. Aber sie fälschen sie gerade in die andere Richtung: Sie tun so, als wäre China wesentlich industrialisierter, als es tatsächlich ist. Das sieht man, wenn man aus dem Weltall die Lichtemissionen anschaut. China ist längst nicht so hell erleuchtet wie Deutschland.
Wonach sollte man sich denn sonst richten? Im übrigen ist es unerheblich, warum man die Anstrengungen unternimmt. Es geht ja auch um Ressourcenschonung und Erhaltung einer lebenswerten Umwelt. Dazu braucht es aber auch keine Prognosen, um jetzt etwas zu unternehmen.
Das sehen wir in 100 Jahren oder für wann auch immer diese Modelle den Untergang der Welt vorhersagen
Dies kann experimentell bereits mittels "Hindicasts" zum gegebenen Zeitpunkt quantifiziert werden. Zudem gibt es bereits diverse Modelle welche vor x Jahrzehnten erstellt wurden und den aktuellen Trend ziemlich gut vorhersagen konnten. 100 Jahre brauchst du also dafür nicht zu warten.
Es gibt Modelle, Theorien, Vorhersagen, ... wie auch immer, aber sie werden erst zum Fakt, wenn sie eintreten, nicht vorher.
Messungen sind Fakten, etwas anderes habe ich nicht behauptet. Daher sind die Klimamodelle welche vor Jahrzehnten erstellt wurden, auch faktisch überprüfbar - da wir die "Projektionen" mit Messungen abgleichen können. Hindicasts ist wiederum ein Weg, Modelle experimentell quantifizieren zu können.
nicht faktisch. Klimamodelle werden durch x Messungen gestützt, sind aber keine Fakten,
Du hast etwas nicht verstanden. Klimamodelle welche sagen wir in den 1990er Jahren erstellt wurden, können mit Messungen (Fakten) von Heute abgeglichen werden. Wenn diese Messungen mit den Projektionen des Modelles übereinstimmen, kann man sagen, dass dieses Modell faktisch korrekte Projektionen getroffen hat und somit auch funktioniert. Mittels Hindicasts kann man wiederum das Modell experimentell in der Zeit zurücklaufen lassen. Man gleicht die Projektionen (Vergangenheit) des Modelles also wieder mit faktischen Messungen der Vergangenheit ab. Jedoch ist diese "Vergangenheit" bezogen auf das Modelle eigentlich die "Zukunft". Man kann also ein Modell mittels vergangenen Messungen (Fakten) quantifizieren und somit experimentell nachweisen. Hört sich vielleicht für dich etwas verwirrend an, ist aber eigentlich ganz logisch und nachvollziehbar.
Du verstehst die Bedeutung des Wortes "Fakts" und damit auch "faktisch" nicht.
Sicherlich besser als du, daher studiere ich auch auf diesem Bereich. Fakten sind Dinge, die man beobachten und/oder (auch, aber nicht nur, als Ergebnis von Experimenten) messen kann. Wenn Projektionen von Modellen mit Messungen Beobachtungen (also Fakten) übereinstimmen, dann kann man sagen, das Modell hat faktisch korrekte Projektionen getroffen. Wenn ein Modell wiederum gut mit diesen Fakten übereinstimmt, spricht das für seine Zuverlässigkeit und Genauigkeit.
... Wenn ein Modell wiederum gut mit diesen Fakten übereinstimmt...
Schon wieder, eine "gute" Übereinstimmung bedeutet nicht zutreffend und damit auch kein Fakt.
1 ist nicht gleich 1,000000001. Das ist faktisch falsch.
Du hast es immer noch nicht verstanden. Ich habe nie behaupten, die Daten welche von Modellen ausgespuckt werden, sind Fakten. Ich habe gesagt, die Projektionen waren faktisch (aufgrund Abgleich mit Beobachtungen und Messungen) korrekt. In meinem Kontext bedeutet "faktisch korrekte Projektionen" also Projektionen, die gut mit den beobachteten oder gemessenen Fakten übereinstimmen.
In der Wissenschaft gibt es nur in der Mathematik sowas wie 1≡1. In der Praxis sind die meisten Fakten selbst mit Unsicherheiten behaftet. Messungen haben Fehlermargen, und Beobachtungen können variieren. In diesem Sinne sind Projektionen, die sehr nahe an einem gemessenen Wert liegt (wie in deinem Beispiel 1 zu 1,000000001), in diesem wissenschaftlichen Kontext als "faktisch korrekt" im Sinne von "basierend auf den verfügbaren Fakten" zu betrachten. Dein "1 ≠ 1,000000001" verfehlt hier komplett den Punkt.
Der Klimawandel wird kommen, aber nicht wegen uns. Die Klimakleber müssten eigentlich in China ihrer Aktivität (nennt man das so?) nachgehen. Trauen sie sich aber nicht.