Modelowanie prognoz – wyraźne różnice między meteorologią a klimatologią

Meteorologia – prognoza pogody na 3-4 dni

Przy przedstawianiu najprostszej prognozy pogody dla społeczeństwa najważniejszymi parametrami są przede wszystkim temperatura, stopień zachmurzenia, obecność opadów atmosferycznych oraz siła wiatrów. Przy uwzględnieniu bardziej wymagającej, profesjonalnej prognozy pogody, bierze się pod uwagę także takie parametry jak: ciśnienie baryczne, wilgotność powietrza, oraz dokładniejszą częstotliwość opadów, kierunek i prędkość wiatru oraz stopień nasłonecznienia.

W modelowaniu prognoz pogody istotne są zawsze warunki początkowe, które już na samym wstępie ulegają dość znacznym zmianom. W taki sposób, że po trzech, czterech dniach synoptycy coraz mniej trafne prognozy zapowiadają. Nawet rachunek prawdopodobieństwa i statystyka nic tu nie pomogą. Do nauk meteorologicznych niepodzielnie i triumfalnie zawitała teoria chaosu, której twórcą był amerykański matematyk i meteorolog Edward Lorenz (1972). Tak więc prognoz pogody po tygodniu czasu nie da się dokładnie przewidzieć. Warunki początkowe występujące w pierwszy dzień dokonują wielu gwałtownych zmian już po kilku dniach. A jeszcze bardziej gwałtowne po tygodniu czasu. A zupełnie nie nadające się do zapisu obserwacyjnego – po miesiącu czasu. Tak więc, modelowanie prognoz pogody jest ograniczone najwyżej do 3-4 dni.

Efekt motyla – stwierdzenie Lorenza:

“Nawet ruch skrzydeł motyla w Singapurze może wywołać burzę nad Karoliną Północną w USA.”

Klimatologia – prognoza klimatu na 100-300 lat, a nawet więcej

W badaniach prognoz klimatu wykorzystuje się intensywnie parametry takie jak: pomiary naziemne i satelitarne transferu radiacyjnego od Słońca i z Ziemi, pomiary podwodne i satelitarne zawartości energii w oceanach, pomiary naziemne i satelitarne koncentracji dwutlenku węgla w powietrzu atmosferycznym, w lodowcach, w oceanach i morzach itd. Ogólnie mówiąc, naukowcy w dziedzinie wiedzy takiej jak klimatologia dość szczegółowo przeprowadzają swoje pomiary i obserwacje wszystkich geosfer Ziemi takich jak: biosfera, hydrosfera, kriosfera, litosfera i atmosfera.

Podczas modelowania klimatu gdy mamy do czynienia z bardziej gęstą siatka, tym lepiej udaje nam się ukazać i zrozumieć zmienność zjawisk i klimatu lokalnego wp przestrzeni. Rysunek 1 pokazuje nam progres, jaki ewoluował pomiędzy pierwszym a piątym, najnowszym raportem IPCC.

Rys.1. Zmiana w gęstości siatek modeli klimatycznych pomiędzy pierwszym raportem IPCC w 1990 a najnowszym raportem z roku 2013. Źródło: IV i V raport IPCC.

Aby dobrze przewidzieć dalszą przyszłość trzeba uśredniać dane. I tu z pomocą meteorologii śpieszy klimatologia. Wiedza oparta ściśle na matematycznych modelach klimatycznych, w których podaje się wartości średnie, głównie z miesięcy i lat, zarówno z przeszłości, bliskiej czy odległej, jak i symulowanej przyszłości bliskiej czy odległej. W odróżnieniu od meteorologii, nie podaje się tu w analizach komputerowych warunków początkowych, które już po paru dniach wszystko zmieniają, ale tzw. warunki brzegowe. Dzięki którym, na podstawie przeszłości zdarzeń (np. koncentracji CO2 czy średniej temperatury globalnej) możemy wyznaczyć trend w przyszłość, biorąc jeszcze pod uwagę tzw. RCP (Representative Concentration Pathways- reprezentatywne ścieżki koncentracji), czyli obrane scenariusze emisji antropogenicznych (Detlef P. van Vuuren i in., 2011).

Warunki brzegowe w pewnym sensie zapoczątkowują trend ekstrapolacji interesującego nas zagadnienia na wykresie czy na modelu matematycznym, w którym chcemy dowiedzieć się np. za ile lat nastąpi podwojenie koncentracji CO2 (liczy się ono umownie od wybuchu rewolucji przemysłowej, gdy wynosiło 280 ppm – parts per million) i ile będzie wówczas wynosić średnia temperatura globalna albo za ile lat świat ociepli się o 2 stopnie Celsjusza i jaka wówczas będzie koncentracja CO2. Jest to tzw. czułość klimatu.

Przy prognozach klimatu na najbliższe kilkaset lat nie bierze się pod uwagę zmian orbitalnych Ziemi, gdyż są one mało znaczące (John Kutzbach i Peter Guetter, 1986). Tak samo aktywność słoneczna i wybuchy mniejszych wulkanów nie są brane jako decydujące czynniki zmian klimatycznych (przynajmniej na tę bliższą przyszłość. Jedynymi niewiadomymi są zdarzenia nieprzewidziane jak: wybuch superwulkanu, upadek asteroidy czy wojna nuklearna (Alan Robock, 2010). Na tego typu ekstremalne zjawiska są również przygotowani klimatolodzy i opracowują modele matematyczne, równania i wykresy.

Istotną rolę w modelach prognozujących klimat, np. 30 lat w przód, odgrywają tzw. statystyki klimatyczne i ich zmienność, w których programy komputerowe obliczają średnie wartości temperatur, opadów atmosferycznych, temperatury minimalne i maksymalne, liczby dni z upałami, opadami czy mrozem oraz średnie wartości koncentracji dwutlenku węgla, metanu, podtlenku azotu czy innych gazów cieplarnianych.

Rys.2. Symulacja Normana Phillipsa rozwijającej się niestabilnej fali w atmosferze. Podczas pobytu w Institute for Advanced Study w Princeton wykonał pierwszą komputerową symulację globalnego klimatu (Żródło)

Pierwszym naukowcem, który napisał model numeryczny opisujący globalną cyrkulację atmosfery był Amerykanin Norman Phillips (1956). Był to model, który zainspirował późniejszych naukowców do utworzenia nowych globalnych modeli prognoz pogody i klimatu.

Współcześni klimatolodzy w analizach komputerowych dość szeroko korzystają z praw fizyki, chemii oraz matematyki, min. statystyki. Zanim wykorzystują jakikolwiek model do obliczania projekcji klimatu, najpierw skrupulatnie i dokładnie testują go na danych historycznych, zarówno tych bliższych, jak i dalszych.

Cytat z artykułu Aleksandry Kardaś “Wirtualny Klimat” na portalu Nauka o Klimacie.pl

“Projekcje klimatu na przyszłość nie mówią nam, co się wydarzy, tylko co może się wydarzyć przy założeniu takich czy innych scenariuszy. Na razie wyniki modelowania klimatu sprawdzają się całkiem dobrze “

http://naukaoklimacie.pl/aktualnosci/wirtualny-klimat-140

https://mathsciencehistory.com/wp-content/uploads/2020/03/132_kap6_lorenz_artikel_the_butterfly_effect.pdf

https://link.springer.com/article/10.1007%2Fs10584-011-0148-z

https://journals.ametsoc.org/jas/article/43/16/1726/21487/The-Influence-of-Changing-Orbital-Parameters-and

https://onlinelibrary.wiley.com/doi/abs/10.1002/wcc.45

https://rmets.onlinelibrary.wiley.com/doi/abs/10.1002/qj.49708235202

https://www.irishtimes.com/news/science/a-pioneer-of-climate-modelling-and-maths-1.3839204

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *