Co wspólnego ma granie w golfa z modelowaniem przyszłego klimatu?
Od 1 do 10 marca trwał cykl webinarów o klimacie, prognozowaniu jego zmian i praktycznym wykorzystaniu wyników tego modelowania – „C3S webinars on regional climate projections for Europe”. Całość organizowana była przez Copernicus Climate Change Services (C3S), funkcjonującego w ramach europejskiego programu wpierania obserwacji Ziemi.
Specjaliści z Copernicusa oraz Europejskiego Centrum Średnioterminowych Prognoz Pogody (ECMWF) prezentowali szczegółowe informacje o tym jak działają modele klimatyczne, jaka jest ich dokładność i jak ją zwiększyć oraz jak można wykorzystywać ogromną bazę danych klimatycznych znajdującą się na serwerach Copernicusa i udostępnianych bezpłatnie.
Poniżej chciałbym podzielić się kilkoma istotnymi spostrzeżeniami. W szczególności obaleniem głównych wątpliwości odnośnie sensowności i poprawności wyników modelowania przyszłego klimatu.
Żeby przewidywać przyszły klimat, należy poznać mechanizmy kształtujące klimat na podstawie pomiarów parametrów meteorologicznych i ich korelacji z wynikami modelowania. Takie tak zwane reanalizy, czyli de facto modelowanie tego, co już się wydarzyło, są pierwszym krokiem do przewidywania przyszłości, a ich wyniki są dostępne do pobrania zarówno w skali całego globu jak i mniejszych obszarów z serwisów Copernicusa.
To co się wydarzy jutro, jest wypadkową zdarzeń mających miejsce dzisiaj. Ale jak przewidzieć to, co będzie za 100 lat? Mając zamodelowany „stan wyjściowy” na podstawie reanaliz i znając pewne mechanizmy, można próbować to policzyć. Pozostaje pytanie: które mechanizmy są odpowiednie? Jaką przypisać im wagę? Który sposób liczenia/ wzór/ zależność dadzą najlepsze wyniki? Nikt nie zna przyszłości, stąd aby zwiększyć prawdopodobieństwo, że otrzymane wyniki będą trafione, wykorzystuje się kilkadziesiąt różnych modeli, a ostateczny wynik jest wypadkową wszystkich tych analiz. Tak jak z celowaniem do tarczy lub dołka podczas gry w golfa – pojedynczy strzał może paść daleko poza celem albo w sam środek – jednocześnie wypadkowa wielu strzałów zawsze będzie oscylować wokół centrum. Tak samo wiązka wyników modelowych oscylować będzie wokół stanu faktycznego.
Tak jak zaprezentowano na rysunku, niepewność wynika z trzech aspektów – niepewności co do założeń dla stanu wyjściowego, niepewności mechanizmów wykorzystywanych przez modele oraz niepewności odnośnie założeń co do emisji gazów cieplarnianych.
Podobnie można mieć wątpliwości, iż skoro nie jesteśmy w stanie przewidzieć jaka będzie pogoda za tydzień, to jak możemy modelować klimat na 100 lat wprzód. Tutaj trzeba bowiem jasno oddzielić klimat od pogody. Modele klimatycznie nie pokażą warunków pogodowych a jedynie trendy. Analogią może być spacer leśną ścieżką z psem – krążąc wokół nas to w przód to w tył i na boki ostatecznie pokona całą drogę. Tak samo chwilowy stan pogody będzie (czasami znacznie) różnił się od średnich warunków klimatycznych, jednocześnie zawsze będzie oscylował wokół nich.
Dodatkowo jest jeszcze jedna bardzo istotna zmienna – wspomniana wcześniej polityka klimatyczna państw i bilans emisji gazów cieplarnianych. Obecnie nie stosuje się miar socjoekenomicznych rozwoju, a scenariusze związane z zawartością gazów cieplarnianych w atmosferze. Oznaczają wartości globalnego wymuszenia radiacyjnego w górnych warstwach atmosfery, prognozowanego na koniec XXI w. (aktualnie 3 W/m²). Warianty te nazywane są RCP (ang. Representative Concentrations Pathways) i można je pośrednio powiązać ze stopniem rozwoju gospodarek i społeczeństw (wykres poniżej), jednocześnie definiują to zagadnienie bardziej precyzyjnie. Najczęściej rozważa się analizy wykonywane dla kilku scenariuszy.
Wartości wskaźników klimatycznych (podstawowych, takich jak temperatura na wysokości 2 m n.p.g., prędkość i kierunek wiatru na wysokości 10 m n..p.g. oraz wielu innych także na różnych wysokościach) dla poszczególnych projekcji zmian klimatu można pobrać bez opłat z serwerów Copernicusa. Powyższe dane należy jednak interpretować w odpowiedni sposób, znać specyfikę wykonywania takich symulacji, ich ograniczenia i źródła niepewności.
