Laskennalliset ilmastomallit ja ilmaston muutoksen tutkimus

Seuraa 
Viestejä1308
Liittynyt21.11.2009

Näin kesäloman alkuun on ollut vihdoinkin aikaa lukea pöydän nurkalle kertyneitä artikkeleita. Varsinainen herkkupala tuntuu olevan Studies in History and Philosophy of Science Part B: Studies in History and Philosophy of Modern Physics -lehden erikoisnumero mallintamisesta ja simuloinnista ilmakehän ja ilmaston tutkimuksessa. Olen vasta kerinnyt lukemaan melkein loppuun Matthias Heymannin johdantokirjoituksen, mutta jo nyt on pakko lainata mojovampia kohtia:

Gabriele Gramelsberger provides an example for the device-drivenness of climate simulation and describes a new style of modeling by introducing the so-called superparameterizations. The analytical intractability of partial differential equations caused a schism between theory and application in fields like hydrodynamics or aerodynamics. Gramelsberger shows that the solution of this problem by computer-based numerical approximation only solved this problem at the cost of a new schism: the theoretical representation of problems like weather and climate in two fundamentally different parts. Large-scale atmospheric processes could be represented on grids and treated by grid-based computation. Subgrid phenomena, in contrast, had to be represented by parameterizations. Parameterizations, however, represent a significant technical problem because their treatment requires considerably higher computer performance than grid-based computation. This problem causes a strong incentive to avoid parameterizations and replace them with superparameterizations: physical models representing subgrid processes, which treat subgrid phenomena by computation and increase computer performance.

That computer models are detached from conditions of the material world creates a hitherto unseen openness for virtual manipulations and increases the range of explorable domains. It causes, on the other hand, the inescapable and intricate problems of model validation. According to Hélène Guillemot the moment of comparison with reality is postponed. Guillemot provides new insights in the very practices and peculiar conditions of validation. Based on her research on climate modeling in two French institutions she investigates the reconfiguration of once-separate scientific activities—observation, theory and forecasting— and describes new recent approaches of a ‘‘bottom-up validation’’. In climate simulation ‘‘observational’’ and ‘‘simulational’’ data are subject to extensive correction, homogenization and reanalysis to make them ‘‘speak the same language’’. Data exchange, Guillemot contends, is more symmetrical than we would believe. It is circulating back and forth. While models are validated based on observational data, the inverse also occurs: models serve to validate methods of interpreting data. Validation, it turns out, serves model evaluation and the completion of observational data sets at the same time; model construction and model use cannot strictly be distinguished (as also the case described by Heymann shows). This ‘‘iterative dialogue’’ is facilitated by powerful computers.




Heymann, Understanding and misunderstanding computer simulation: The case of atmospheric and climate science—An introduction, Studies in History and Philosophy of Modern Physics, 41 (2010) http://www.sciencedirect.com/science/ar ... 981000050X

Valitettavasti artikkeli on maksumuurin takana, mutta jos kyseisen numeron saa jostain käsiinsä, niin kannattanee kyllä tutustua.

Mitäs tästä sitten pitäisi sanoa? Oh noes - it's worse than we thought?

Omalta osaltani tämä oikeastaan vain vahventaa sitä kuvaa mikä minulla on ollut asiasta - mallit ovat hyvin karkeita ja laskennallisen mahdottomuuden vuoksi monet yksityiskohdat on korvattu simppeleillä ad hoc -oikaisuilla, joiden oikeellisuutta on vaikea todentaa. Lisäksi tämä tuntuu osoittavan oikeaksi sen mielikuvan, että mallien ja datan välillä on menossa erään lainen kehäpäättelyprosessi - dataa adjusteerataan mallien mukaiseksi ja malleja adjusteeratun datan mukaiseksi jne.

Eipä tuolla juuri tieteen kanssa ole enää mitään tekemistä... Heymann puhuukin, että "teoriakultin" on ilmastotutkimuksessa korvannut "mallinnus- ja simulointikultti".

Anonyymi mielipide 15 mg

Mahdolliset haittavaikutukset

Sairauden tunne, suun kuivuminen, lisääntynyt hikoilu, näköhäiriöt, ärtyneisyys, unihäiriöt, masennus, pyörtyminen, hegenahdistus, oksentelu, ripuli, hiustenlähtö, impotenssi ja gynekomastia.

Kommentit (7)

Valio
Seuraa 
Viestejä1691
Liittynyt14.3.2010

Tosiasia on, että koko homma on ollut humpuukia vaikka kuinka pitkään. Joku luulee oikeasti, että me pystymme lähes kaikkeen, mutta tosiasia on, että tietokone on niin uusi keksintö, että ennenkuin se saadaan mallintamaan edes yksinkertaisimpien ilmakehän ilmiöiden toiminta, niin on aivan turhaa tulla puhumaan ilmaston mallintamisesta. Ilmavirtojen, merivirtojen ja ilmaston draiverien vuorovaikutus ja keskinäinen riippuvuus ovat niin monimutkainen kokonaisuus, että hiilidioksidin osuus koko hommassa voi todellisuudessa olla 0. Tämä ei tietenkään poista sitä tosiseikkaa, että öljyriippuvuudesta pitäisi päästä eroon. Mutta syy on talous, ei ilmasto.

On paljon parempi tietää kaikesta jotakin, kuin jostakin kaikki. Pascal

Ja muutoin olen sitä mieltä, että Petteri Taalas pitää erottaa!

T-Bolt
Seuraa 
Viestejä3602
Liittynyt6.5.2009

Fred Pearce kirjoitti asiasta jo 2008 mielenkiintoisen artikkelin jossa painotettiin ilmastomallien ja mallinnuksen heikkouksia ennustaa alueellisia muutoksia:

http://e360.yale.edu/feature/the_limits ... ling/2028/

[size=150:25usry0w]The Limits of Climate Modeling [/size:25usry0w]

Pari hauskaa kohtaa:

One big issue is the influence of clouds. The models are pretty hopeless at predicting future cloud cover. And we can’t even be sure whether, overall, extra clouds would warm or cool the planet. (Clouds may cool us in the day, but will usually keep us warm at night.) In the language of Donald Rumsfeld, we would call this problem a “known unknown.”

And there may also be “unknown unknowns.” For instance, a paper in Earth and Planetary Science Letters in March reported finding fossilized ferns in central Siberia that suggest that in the late Cretaceous era, temperatures there were like modern-day Florida. Yet current climate models predict that the area should have had average temperatures around zero Celsius. The British climate modeler involved in the study, Paul Valdes of Bristol University, says this snapshot from the era of the dinosaurs could mean that “the internal physics of our climate models are wrong.” That the models may also be drastically underestimating likely warming in the 21st century.




Some experts think the consensus of the models is bogus. “The modelers tend to tweak them to align them. The process is very incestuous,” one leading British analyst on uncertainty in models told me.

Another, Jerry Ravetz, fellow at Oxford University’s James Martin Institute for Science and Civilisation, says: “The modelers are trained to be very myopic, and not to understand the uncertainty within their models. They become very skilled at solving the little problems and ignoring the big ones.”




Last year, a panel on climate modeling assembled by the UN’s World Climate Research Program under the chairmanship of Jagadish Shukla of the George Mason University at Calverton, Maryland, concluded that current models “have serious limitations in simulating regional features, for example rainfall, mid-latitude storms, organized tropical convection, ocean mixing, and ecosystem dynamics.”

Regional projections, the panel said, “are sufficiently uncertain to compromise the goal of providing society with reliable predictions of regional climate change.” Many of the predictions were “laughable,” according to the panel. Concern is greatest about predicting climate in the tropics, including hurricane formation. This seriously undermines the credence that can be placed on a headline-grabbing prediction in May that the future might see fewer Atlantic hurricanes (albeit sometimes more intense).

This might not matter too much if politicians and policymakers had a healthily skeptical view of climate models. But most do not, a meeting of modelers held in Oxford heard in February. Policymakers often hide behind models and modelers, using them to claim scientific probity for their actions. One speaker likened modern climate modelers to the ancient oracles. “They are part of the tradition of goats’ entrails and tea leaves. They are a way of objectifying advice, cloaking sensible ideas in a false aura of scientific certainty.”

[/quote]

Too many protest singers, not enough protest songs...

kse
Seuraa 
Viestejä1308
Liittynyt21.11.2009

Lisää lainauksia Heymannilta:

Furthermore, it would be a mistake to consider computer simulation in the atmospheric sciences as a strictly scientific phenomenon limited to the domain of science and to scientific communities. The ordinary observation that modern society accepts weather and climate prediction tells us more about modern society than about weather and climate science. The bestowing of authority on these scientific practices is the outcome of cultural processes, not of scientific research.



Computer simulation in the atmospheric sciences has caused a host of epistemic problems, which scientists acknowledge and with which philosophers and historians are grappling with. But historically practice overruled the problems of epistemiology. Atmospheric scientists found and created their proper audiences, which furnished them with legitimacy and authority. Whatever these scientists do, it does not only tell us something about science, it tells us something about the politics and culture within which they thrive.



... Climate scientists had succeeded in bringing their science into politics, and then, politics was brought into science. The Intergovernmental Panel on Climate Change worked to synchronize the cycles of global climate science and its messages. Irrespective of persisting uncertainties and fierce political disputes a consensus as strong as it is rare in the history of science was constructed.



What has been called the ‘‘cult of theory’’ may have been increasingly supplanted by a ‘‘cult of models and simulation’’. It involved perplexing shifts of the traditional epistemic foundations of science. The practice and meaning of observation and experimentation in the atmospheric sciences has been greatly affected. The existence of one best theory in traditional domains of the physical sciences was supplanted by the availability of many ‘good’ models (but not one best model).



Model builders are often forced to pragmatically patch together pieces of knowledge and information, adapt and adjust pieces of code and tinker and tune modules and parameters. New parameterizations have to be tested and adjusted based on other parameterizations and model features. These practices resemble pragmatic and inelegant forms of software engineering, to which programmers colloquially refer as ‘‘kludging’’. They involve ‘‘path-dependency’’ in model construction (because decisions in model constructions are shaped by earlier decisions) and create ‘‘a ‘fuzzy’ kind of modularity’’. As a consequence, differences of models are concealed in code and cannot be closely investigated in practice.



A peculiar feature of simulations is the lack of quantitative information on the uncertainty of a simulation. In contrast to material experimentation, computer simulation cannot provide uncertainty measures like statistical uncertainty margins or probability density functions. ...ensemble predictions cannot be identified with or easily transformed into probabilities (as a number of recent publications have claimed). In particular ensembles in climate simulation represent ‘‘ensembles of opportunities’’, which do not span a defined space of representational uncertainty and display bias and underdispersion. The fundamental problem - a lack of reliable quantitative uncertainty measures - persists.



Pragmatic tuning, ‘‘kludging’’ or trial and error are commonly adopted and accepted practices. Guillemot observed that ‘‘playing with observations is an integral part of the modelers work’’. Such characterizations indicate the emergence of a scientific culture of modeling, a culture which is shaped and formed by the interaction of scientists with the wider political culture.



...Sundberg investigates the cultures of simulation in meteorology and astrophysics. She contrasts a ‘‘modern’’ culture of calculation, marked by the attributes ‘‘serious’’, deep’’ and ‘‘reasonable’’, with a ‘‘postmodern’’ culture of simulation, marked by the attributes ‘‘playful’’, ‘‘superficial’’ and ‘‘extreme’’. Based on interviews and participant observation Sundbergs brings out manifestations of playfulness out, such as ‘‘playing with code’’, pursuing a wild simulation experiment to see how you get complete ice-cover on Earth or creating two- or three-dimensional ‘‘movies’’ for conference presentations to entertain the audience.

Anonyymi mielipide 15 mg

Mahdolliset haittavaikutukset

Sairauden tunne, suun kuivuminen, lisääntynyt hikoilu, näköhäiriöt, ärtyneisyys, unihäiriöt, masennus, pyörtyminen, hegenahdistus, oksentelu, ripuli, hiustenlähtö, impotenssi ja gynekomastia.

henkka50
Seuraa 
Viestejä925
Liittynyt25.6.2011
Valio
Tosiasia on, että koko homma on ollut humpuukia vaikka kuinka pitkään. Joku luulee oikeasti, että me pystymme lähes kaikkeen, mutta tosiasia on, että tietokone on niin uusi keksintö, että ennenkuin se saadaan mallintamaan edes yksinkertaisimpien ilmakehän ilmiöiden toiminta, niin on aivan turhaa tulla puhumaan ilmaston mallintamisesta. Ilmavirtojen, merivirtojen ja ilmaston draiverien vuorovaikutus ja keskinäinen riippuvuus ovat niin monimutkainen kokonaisuus, että hiilidioksidin osuus koko hommassa voi todellisuudessa olla 0. Tämä ei tietenkään poista sitä tosiseikkaa, että öljyriippuvuudesta pitäisi päästä eroon. Mutta syy on talous, ei ilmasto.

Joo ja hauskinta on se, että sitten vasta malli on oikein kun se ei anna mitään lämpenemistuloksia, ainakaan näillä pitoisuuksilla joista nyt puhutaan. Esim maapallon tapauksessa jos happi olisi 10% ja se korvataan CO2:lla, niin maapallon lämpötila laskisi arviolta noin 3-5 astetta. Johtuen CO2 ominaislämpökasiteetin poikkeavasta arvosta O2 verrattuna.

Valio
Seuraa 
Viestejä1691
Liittynyt14.3.2010
henkka50
Valio
Tosiasia on, että koko homma on ollut humpuukia vaikka kuinka pitkään. Joku luulee oikeasti, että me pystymme lähes kaikkeen, mutta tosiasia on, että tietokone on niin uusi keksintö, että ennenkuin se saadaan mallintamaan edes yksinkertaisimpien ilmakehän ilmiöiden toiminta, niin on aivan turhaa tulla puhumaan ilmaston mallintamisesta. Ilmavirtojen, merivirtojen ja ilmaston draiverien vuorovaikutus ja keskinäinen riippuvuus ovat niin monimutkainen kokonaisuus, että hiilidioksidin osuus koko hommassa voi todellisuudessa olla 0. Tämä ei tietenkään poista sitä tosiseikkaa, että öljyriippuvuudesta pitäisi päästä eroon. Mutta syy on talous, ei ilmasto.

Joo ja hauskinta on se, että sitten vasta malli on oikein kun se ei anna mitään lämpenemistuloksia, ainakaan näillä pitoisuuksilla joista nyt puhutaan. Esim maapallon tapauksessa jos happi olisi 10% ja se korvataan CO2:lla, niin maapallon lämpötila laskisi arviolta noin 3-5 astetta. Johtuen CO2 ominaislämpökasiteetin poikkeavasta arvosta O2 verrattuna.

Tietokonemalli voi antaa oikeansuuntaisia tuloksia vain jos siihen syötetään oikeaa dataa ja oikeita parametrejä. Jos mallinnuksessa oikaistaan joku liian monimutkainen kohta, niin tulos voi olla halutun kaltainen, mutta sillä ei ole mitään tekemistä todellisuuden kanssa.

Lankapuhelinverkon automaattinen liikenne suomessa alkoi vuoden -62 tietämilla. Siihen saakka pelattiin käsivälitteisillä systeemeillä. Ensimmäinen yksityisen teleoperaattorin GSM puhelu soitettiin 1991. Tuona vuonna muutamalla harvalla oli tietokone itselläni oli omin käsin kasattu 286 - 20 sx. Kaksikymmentä vuotta taaksepäin se edusti huippuluokan kotitietokonetta. Kehitys on mennyt huimaa vauhtia eteenpäin, mutta turha kuvitella, että 30 vuotta kehitystä riittäisi siihen, että homma olisi paketissa. Itse olen pudonnut ohjelmointipuolella kärryiltä jo liian kauan sitten, mutta tiedän, että kunnolliseen mallintamiseen tarvittava työmäärä ilmaston osalta, vaatii enemmän ohjelmointi osaamista ja enemmän dataa, kuin mitä tällä hetkellä on olemassa. Sellaiseen mallintamiseen ei muutama tuhat metkua riitä.

On paljon parempi tietää kaikesta jotakin, kuin jostakin kaikki. Pascal

Ja muutoin olen sitä mieltä, että Petteri Taalas pitää erottaa!

kse
Seuraa 
Viestejä1308
Liittynyt21.11.2009

Ensimmäisenä varsinaisena tutkimusartikkelina tuli luettua:

Parker, Predicting weather and climate: Uncertainty, ensembles and probability, Studies in History and Philosophy of Modern Physics, 41 (2010) 263-272 http://www.sciencedirect.com/science/ar ... 9810000468

Lyhyesti tiivistettynä: ihan hyvä yleiskatsaus sää- ja ilmastomallien rakenteeseen ja ensemblejen luonteeseen. Tässä mielessä kannattaa lukea, jos haluaa tutustua ilmastomallien rakenteeseen (ei ensimmäistäkään yhtälöä) tai tarkistaa, että onko ymmärtänyt asian muista lähteistä suurinpiirtein oikein.

Ja sitten varsinaiseen asiaan: voiko ensemblejä käyttää todennäköisyysjakaumien arvioimiseen?

But ensemble studies of weather and climate differ from the paradigmatic Monte Carlo approach just described, for several reasons. One is the high dimensionality of the representational uncertainty at issue. Consider initial condition uncertainty: If there are ~ 10^6 variables for which values are needed, and some uncertainty about which value should be assigned to each, then to directly explore this uncertainty space a tremendous number of samples (and corresponding simulations) would be called for, vastly outstripping available computing power. Indeed, even one simulation of 21st century conditions using a state-of-the-art climate model can require significant time on a supercomputer, rendering computationally infeasible the running of many simulations. In addition, when it comes to structural uncertainty, it is not clear how to sample adequately from a space of mathematical functions in the way that one might from a space of numerical values, as in a traditional Monte Carlo study. Indeed, even characterizing a space of functions from which to sample can be quite difficult



...today’s ensembles are not designed to sample representational uncertainty in a thorough or strategic way. Today’s multi-model ensembles are ensembles of opportunity, while perturbed-physics ensembles take no account of structural uncertainty. And in both multi-model and perturbed-physics studies, initial condition uncertainty is often given only cursory treatment.



Simulations of 20th century climate can be compared with 20th century observational data, but the extent to which such simulations have been tuned to those data is often unclear, complicating attempts to reason about the expected performance of today’s ensembles in simulating 21st century climate, when greenhouse gas concentrations are expected to be substantially higher. ... In the end, the available data — in conjunction with current understanding of the climate system — are not sufficient to support the kind of performance-based arguments discussed above.



Ensemble methods now play a central role in simulation-based weather and climate prediction. These methods acknowledge representational uncertainty and seek to gauge its predictive implications, going beyond a simple best-guess forecast or projection. However, interpreting the results of ensemble studies remains a challenging task, with probabilistic interpretations particularly contentious. While complicated inductive arguments might be made for the trustworthiness of some probabilistic weather forecasts produced in ensemble studies, the same cannot be said for PDFs produced for long-term climate variables.



Eli siis kaikki todennäköisyyksiin ja luotettavuusrajoihin liittyvät väitteet, joita ilmastomalliensemblejen pohjalta esitetään, ovat käytännössä silkkaa roskaa. Tämä fakta ei tosin tietenkään estä IPCCtä väittämästä niitä "tieteellisiksi totuuksiksi".

Anonyymi mielipide 15 mg

Mahdolliset haittavaikutukset

Sairauden tunne, suun kuivuminen, lisääntynyt hikoilu, näköhäiriöt, ärtyneisyys, unihäiriöt, masennus, pyörtyminen, hegenahdistus, oksentelu, ripuli, hiustenlähtö, impotenssi ja gynekomastia.

myooppi
Seuraa 
Viestejä3521
Liittynyt20.7.2010
Valio

Tietokonemalli voi antaa oikeansuuntaisia tuloksia vain jos siihen syötetään oikeaa dataa ja oikeita parametrejä.

Eihän tämä riitä. Myös malli tulee olla kunnollinen.
Jos mallinnuksessa oikaistaan joku liian monimutkainen kohta, niin tulos voi olla halutun kaltainen, mutta sillä ei ole mitään tekemistä todellisuuden kanssa.

No niin, siinähän se tulikin. Ilmasto on niin monimutkainen, että sitä on mahdotonta käsitellä nykyisillä ja tulevilla tietokoneilla. Helpompi olisi mallintaa lottopallojen arvonta ja ennustaa arvottava rivi.

Tieteellisesti tutkittu ja todistettu - mutta silti voi olla totta.

Uusimmat

Suosituimmat