Hur vet vi att senaste tidens koldioxidökning beror på mänsklig aktivitet

Texten i detta inlägg är en översättning från RealClimate och ingår i deras FAQ.

Under senaste 150 åren har koncentrationen av koldioxid (CO₂) stigit från 280 till 380 ppm. Faktumet att detta nästan helt är orsakat av mänskliga aktiviteter är så väl belagt så att man sällan ser det ifrågasatt. Ändå är det helt relevant att fråga hur vi vet detta.

Ett sätt vi vet att ansvaret för CO₂-ökningen faller på mänskliga aktiviteter är att helt enkelt titta på historisk dokumentation av dessa aktiviteter. Sedan den industriella revolutionen har vi bränt fossila bränslen samt avverkat och bränt skogar i ett aldrig tidigare skådat tempo, dessa processer har omvandlat organisk kol till CO₂. Noggrann bokföring av mängden fossilt bränsle som har utvunnits och bränts och hur mycket avskogning som skett visar att vi har producerat betydligt mer CO₂ än vad som nu finns kvar i atmosfären. De ca 500 miljarder ton kol vi producerat är tillräckligt för att höja atmosfärens koncentration av CO₂ till nära 500 ppm. Dessa koncentrationer har inte nåtts på grund av att haven och jordytans biosfär har möjlighet att absorbera en del av den CO₂ vi producerar*. Men det är faktumet att vi producerar CO₂ snabbare än vad haven och biosfären kan ansorbera som förklarar den observerade ökningen.

(Skalan till höger visar årliga utsläppen av CO₂)

Ett annat helt oberoende sätt att veta att bränningen av fossila bränslen och avskogning är orsakerna bakom ökningen av CO₂ under senaste 150 åren är genom mätningarna av kolisotoper. Isotoper är helt enkelt olika atomer med samma kemiska egenskaper (isotop betyder "samma typ") men med olika massor. Kol består av tre olika isotoper, ¹⁴C, ¹³C och ¹²C. ¹²C är den vanligaste. ¹³C utgör ca 1% av alla kolatomer. ¹⁴C är bara ungefär 1 av tusen miljarder kolatomer.

CO₂ producerad från bränning av fossila bränslen och skogsbränning har helt annan isotopsammansättning än CO₂ i atmosfären. Detta då växter har en förkärlek för de lättare isotoperna (¹²C vs. ¹³C); alltså har de lägre ¹³C/¹²C-kvot. Då fossila bränslen ursprungligen kommer från förhistoriska växter har växter och fossila bränslen ungefär samma ¹³C/¹²C-kvot - ungefär 2% lägre än den i atmosfären. Då CO₂ från dessa källor släpps ut och blandas med atmosfären minskar medelkvoten av ¹³C/¹²C i atmosfären.
Isotopgeokemister har utvecklat tidsserier över variationen av i ¹⁴C och ¹³C koncentrationerna i atmosfäriskt CO₂. En metod som används är att mäta ¹³C/¹²C i trädens årsringar och använda detta för att dra slutsatsen för kvoten hos atomsfärens CO₂. Detta fungerar då träd tar upp kol ur atmosfären under fotosyntesen och använder det som organiskt material i ringarna, vilket ger oss en ögonblicksbild av atmosfärens sammansättning vid tidpunkten. Om atmosfärens förhållande mellan ¹³C/¹²C ökar eller minskar så händer samma med ¹³C/¹²C i årsringarna. Det är inte samma sak som att årsringarna har samma isotopiska sammansättning som atmosfären - som påpekats ovan, växter föredrar de lätta isotoperna, men så länge som föredragandet inte förändras mycket så följer årsringarna atmosfärens förändring.

Sekvenser av årsringar sträcker sig tusentals år tillbaka i tiden och har nu blivit analyserade med avseende på ¹³C/¹²C-kvoten. Då åldern för varje ring är känd exakt** kan vi göra en graf över atmosfärens ¹³C/¹²C-kvot över tiden. Vad man finner är att aldrig under de senaste tiotusen åren har ¹³C/¹²C-kvoten varit så låg som i idag. Vidare så börjar kvoten minska dramatiskt just när CO₂ börjar öka runt 1850 AD. Detta är exakt vad vi förväntar oss om ökningen av CO₂ beror på förbränning av fossila bränslen. Vidare, vi kan följa absorptionen av koldioxid i haven genom att mäta ¹³C/¹²C-kvoten i oceanernas ytvatten. Även om denna data inte är lika komplett som de från trädens årsringar (vi har endast gjort dessa mätningar under några årtionden) så observerar vi som förväntat en sänkning av ¹³C/¹²C-kvoten. Mätningar av ¹³C/¹²C på koraller och svampdjur - vars kalciumkarbonatskal återspeglar havets kemi på samma sätt som årsringarna atmosfärens - visar att denna minskning började ungefär samtidigt som i atmosfären, alltså, när mänsklig CO₂-produktion började ta ordentlig fart.

Från SCOPE 29

Förutom data från årsringar finns det även mätningar av ¹³C/¹²C-kvoter för CO₂ fångat i iskärnor. Både årsrings- och iskärnedata visar att den totala förändringen i atmosfärens ¹³C/¹²C sedan 185+ är ungefär 0,15%. Detta kan låta som väldigt lite men är i själva verket mycket stort jämfört med den naturliga variationen. Resultaten visar att hela förändringen under övergången från senaste istiden till dagens klimat för ¹³C/¹²C i atmosfären - en förändring som tog många tusen år - var ungefär 0,03%, eller ungefär en femtedel av vad som har observerats de senaste 150 åren.

Referenser för den som vill veta mer
Real Climate, How much of the recent CO2 increase is due to human activities?
Stuiver, M., Burk, R. L. and Quay, P. D. 1984. ¹²C/¹³C ratios and the transfer of biospheric carbon to the atmosphere. J. Geophys. Res. 89, 1731–1748.
Francey, R.J., Allison, C.E., Etheridge, D.M., Trudinger, C.M., Enting, I.G., Leuenberger, M., Langenfelds, R.L., Michel, E., Steele, L.P., 1999. A 1000-year high precision record of ¹³C in atmospheric CO₂. Tellus 51B, 170–193.
Quay, P.D., B. Tilbrook, C.S. Wong. Oceanic uptake of fossil fuel CO₂: carbon-13 evidence. Science 256 (1992), 74-79

Noter
* Hur mycket de kan förväntas absorbera i framtiden är en intressant och viktig vetenskaplig fråga, diskuterad mer detaljerat i kapitel 3 av IPCC-rapporten. Klart är dock att vår förmåga att producera CO₂ snabbare än hav och biosfär kan absorbera är den grundläggande orsaken till ökningen som vi observerat sedan förindustriell tid.
** Detta vetenskapsområde kallas dendrokronologi

Gammal lista uppdaterad i försök att skapa förvirring

Vi har tidigare skrivit om hur listor används för att skapa förvirring runt forskningen kring evolutionsteorin och växthuseffekten. Nu har en gammal lista dammats av och uppdaterats där det påstås att 650 internationella forskare utmanar IPCC:s rapport om den globala uppvärmningen. Men som så mycket annat som har sitt ursprung från den amerikanske senatorn James Inhofe är listan direkt felaktig och missvisande.

Till exempel så är de svenska forskarna Svante Björck, Dan Hammarlund och Karl Ljung citerade på ett missvisande sätt (sid. 208) något som de såklart inte är glada över. Ingen av de nämnda vill ha något att göra med listan och de låter också meddela att de inte har någon anledning att ifrågasätta huvuddragen av IPCC rapporten. (Personlig kommunikation)

Sedan kan vi konstatera att alla på listan inte är forskare och väldigt få på listan har någon gång forskat inom klimatområdet. På listan kan man också hitta en hel del dårskap, till exempel återfinns Geologen Luis A.G Hissink som bland annat har framfört en revolutionerade teori om att eftersom 99 % av jordens massa är varmare än 1000 grader Celsius och bara 1 % är kallare än 100 grader så kan man räkna ut att bidraget från koldioxid till jordens uppvärmning är försumbar. Detta trots att det sedan länge varit känt att jordens värmeflöde är mycket mycket mindre än bidraget från både solen och växthuseffekten.

Det finns så klart också andra godbitar i rapporten och den intresserade kan läsa mer på någon av bloggarna Deltoid, Rabett Run, Climate Progress, Gristmill, 650 list och Greenfyre’s.

Jag kan för mitt liv inte förstå hur man vill associeras med liknande listor och det är därför för mig en gåta varför Stockholmsinitiativet (Maggie Thauersköld) och större bloggare som Henrik Alexandersson och Erixon sprider den vidare. Det gör i alla fall att jag tappar all trovärdighet för dem.

Uppdatering; Lars Bern fortsätter att förvirra på samma gamla låga nivå.

Cited Swedish Researchers in Inhofe 650 are upset

The "More Than 650 International Scientists Dissent Over Man-Made Global Warming Claims"-report originating with the infamous James Inhofe gets pushed even further down into the mud. Several blogs have already debunked the dubious list, see e.g. Deltoid, Climate Progress, Greenfyre’s, Rabett Run and 650 list, after reading that it’s hard to think there could be more wrongdoings in the report... fear not!

The Swedish researchers Svante Björck, Dan Hammarlund and Karl Ljung whose names and research are used in the report do not want anything to do with the list and believe their findings are being misused (page 208). Further they state that they have no complains about the main conclusions in the IPCC reports. (Personal communication)

What a sad list...

Arktis och Antarktis, eller äpplen och päron

Det är lockande att se Arktis och Antarktis som nästan klimattvillingar då båda är isiga och kalla. Denna syn är förrädisk för att det finns mycket stora skillnader mellan polarområdena.


Arktis, kring nordpolen, är till största delen ett hav omgivet av låglänta kontinenter. Endast Grönland har en stor och hög issköld. In i Arktis strömmar också varmt vatten i den Norska strömmen (ofta kallad Golfströmmen) utanför Norges kust. Kombinationen av stora temperaturväxlingar och stor vindfriktion över kontinenterna gör att lågtryck och högtryck ofta bildas och fylls ut samt att luften blandas effektivt över latituderna. Norska strömmen bidrar med värme och fuktighet. Resultatet är ett fuktigt klimat med, framför allt på europeiska sidan, måttliga temperatur-variationer mellan årstiderna. Med undantag av vintern, då ett kallt högtryck kan växa till kring nordpolen, så berörs hela Arktis av lågtryck med tillhörande nederbörd och molnighet. Under sommaren är temperaturen över ishavet kring noll grader då is och snösmältningen hindrar temperaturen att märkbart öka över smältpunkten. I de isfria havsområdena stiger temperaturen till flera plusgrader medan tundran når +10 till +15 grader. Endast delar av den Grönländska isskölden har minusgrader året om. Lägsta vintermedeltemperaturerna är ca - 35 grader över polarhavet och ca -45 grader uppe på den Grönländska isskölden.


Antarktis är en kontinent nära nog helt täckt av en gigantisk issköld med en medelhöjd av 2 200 m och en högsta höjd på 4 250 m. Kontinenten är helt omfluten av hav. Den låga friktionen över havet och den förhållandevis jämna temperaturen gör att stormvindarna i det ökända "Roaring forties" och "Furious fifties" i huvudsak är västliga. Samtidigt så bildas en kall luftström ner från inlandsisen, som vrider mot ost medan den närmar sig kusten. Kombinationen gör att Antarkitis domineras av ett kallt högtryck över kontinenten med svaga vindar, låg molnighet och stark kyla medan kustområdena och omgivande havet är stormiga och molniga. Med undantag av västra Antarktiska halvön, som sträcker sig upp mot Sydamerika och in i västvindsområdena, så når temperaturen i Antarktisk inte över noll grader någon gång under året. Uppe på inlandsisen stiger temperaturen aldrig över ca -25 grader. På vintern är temperaturen vid kusten kring -30 grader och inne på inlandsisen ner till nära -90 grader (Rekordet är -89 grader). Nederbörden inne över kontinenten är mycket låg med en årsnederbörd på mindre än 50 mm i östra delarna. Antarktis är på många sätt en mycket kall högt belägen öken avskild från omgivningen.

Det är alltså viktigt att inse hur stora skillnaderna är mellan de två polarregionerna när dessa förekommer i klimatdebatten. Det är mycket sällan som det är meningsfullt att använda "medel" mellan de två eller att utan goda argument förutsätta att förändringar vid de två polerna ska vara liknande.

Tuvalu

Jonny Fagerström från Stockholmsinitiativet är tydligen flitig på insändarsidorna och nu fick vi ett tips om en insändare han har i Uppsalas nya tidning om Tuvalu. Jonnys inlägg är ett svar på en annan insändare som bland annat tar upp det allvarliga problemet att havsnivåerna stiger runt om i världen till följd av den globala uppvärmningen som till största delen orsakats av oss människor.

Till att börja med säger den första insändaren att havsnivåerna stiger i genomsnitt med 5-6 mm/år, en siffra som låter hög och som jag inte kan hitta vetenskapligt publicerad någonstans. Det finns dock om man bara väljer ut vissa stationer som referensexempel. Ett exempel på detta är om man kollar på nivåförändringen över en region i stilla havet och indiska oceanen mellan åren 1998 till 2001 (se figur nedan). Det finns också andra exempel men korttidstrender på få stationer ger osäkra resultat och bör undvikas om man försöker beskriva något globalt. Utökar man trenden till hela figuren nedan kan man se att havsnivåökningen i området skulle ligga runt 4 mm/år. (Figur från Church et. al 2006)

Tittar vi på vad den senaste publicerade vetenskapen säger om havsnivåhöjningar så tror man att vi runt 2100 kan ha fått en höjning av havsnivån runt 80 cm. Detta skulle ge en snitthöjning på havsnivån med dryga 7 mm/år.

Åter till Jonnys insändare, om jag försöker bortse från retoriken så påstås det i alla fall att:

-De globala havsnivåerna har ökat långsamt men naturligt sedan senaste istiden.
-Det finns ingen tydlig trend avseende havsnivåhöjning på Tuvalu.

Låt oss börja med det senare påståendet och titta in i vad de senaste vetenskapligt publicerade rönen säger... Church et al. 2006 säger att havsnivåhöjningen på Funafuti (Tuvalu) ligger på 2 +/- 1 mm/år (1950-2001) och skriver vidare att det är tydligt att havsnivåerna i detta område stiger.

Angående det första påståendet så har havsnivån globalt sett stigit med ca 1.8 mm/år det senaste århundradet (bild ovan), det finns också publicerade vetenskapligt granskade uppgifter som ser ut att hålla som säger att havsnivån mellan 1993 och 2000 steg med 3.1 mm/år. Bilden nedan beskriver hur havsnivån har förändrats sedan senaste ”istiden” som ni kan se är den inte jämn, ibland långsam ibland snabb. Något som är tydligt är också den stabila nivå som havsnivån har legat på i slutet av kurvan.

Ergo, om jag av någon anledning skulle ha bott på Tuvalu skulle jag snabbt se till att flytta därifrån.

Fredagsmys: Paradigmskifte inom statistiken

Under de senaste åren har vi sett en vetenskaplig revolution, ett paradigmskifte, inom statistiken. Att analysera meteorologiska data är inte längre förbehållet dem som har en aning om vad dom gör. Ut med gamla räliga grejer som signifikans och autokorrelation, in istället med godtyckliga dataurval och icke-signifikanta trender. På detta sätt kan man nämligen "visa" att den globala uppvärmningen avstannat.

Vi här på Uppsalainitiativet är inte dom som hänger läpp över sånt. Vi inser att vi måste anpassa oss till tidsandan. Som ni säkert vet är det alltid bättre att anpassa sig än att bekämpa de problem man kan tänkas ha. Vi har därför gjort en djupdykning i de temperaturdata från satelliter som University of Alabama, Huntsville tillhandahåller. Resultaten är, minst sagt, chockerande.
Här har vi anpassat en trendlinje till de elva första månaderna under 2008. Vi ser att vi har en mycket kraftig trend mot högre temperaturer. 2.7 grader per årtionde är mycket mer än vad IPCC:s datamodeller förutspår. Inte nog med det, visst verkar det som att det finns en dramatisk brytpunkt vid maj månad? Jodå, kolla här:

Om vi istället väljer att börja trendanpassningen maj månad får vi en häpnadsväckade trend på 8.5 grader per decennium. Vi kan dra två viktiga slutsatser:

• Globala uppvärmingen har nu accelererat kraftigt, precis som den gjort efter alla andra gånger den avstannat.


• Ingen av IPCC:s modeller förutspår en så kraftig uppvärmning och de bör, således, förkastas.
  
  

Vanliga frågor om klimatmodeller

Detta är en översättning från bloggen Real Climate som drivs av aktiva forskare inom klimatområdet. En post som vi tycker på ett bra sätt tar upp och i stora drag förklarar hur klimatmodeller fungerar, något vi märkt att många funderar över. (För den som vill veta mer kan vi också rekommendera kommentarerna till originalposten.)

Uppdatering (090113): Real Climate har publicerat svar på ytterligare frågor här.

Några definitioner

GCM – Generell Cirkulationsmodell (ibland global klimatmodell) denna innehåller atmosfärens fysik och ofta havens, isarnas och landytornas fysiska beteende.

Simulering – en enskilt experiment med en GCM

Startvärdes-ensemble – en grupp av simuleringar skapade av en GCM men med små variationer i startvärdena. Detta är ett försök att skapa ett medel över det kaotiska väderbeteendet.

Multimodell-ensemble – en uppsättning simuleringar från många modeller. Ett medel över dessa simuleringar ger bättre överensstämmelse mot klimatologiska observationer än enskilda modeller.

Modellväder – den väg som en enskild simulering tar jämfört med andra simuleringar med egna individuella stormar och vågmönster. Denna är unik för varje simulering. Modellvädret är den del av lösningen (vanligen kortperiodisk och småskalig) som är okorrelerad med övriga i en ensemble

Modellklimat – den del av simuleringen som är robust och likadan i de olika ensemblemedlemmarna. (vanligtvis långa medelvärden, statistik och förhållanden mellan variabler.)

Påverkan (eng. Forcings) – allt som påförs utifrån och orsakar att modellens klimat förändras.

Återkoppling (eng. Feedback)– Förändringar i modellen som uppstår som respons på initialt bestämd påverkan. Det kan vara förstärkande (positiv återkoppling) eller försvagande (negativ återkoppling). Klassiska exempel är förstärkningen genom smältande isar som förändrar Jordens albedo och dämpningen genom långvågsstrålning


Frågor:

Vad är skillnaden mellan modeller som baseras på fysik och modeller som bygger på statistik?

Modeller baserade på statistik handlar ofta om ett enkelt samband mellan olika termer som anpassas efter observationer. En linjär regressionslinje genom förändringar av temperatur med tid eller en sinuskurva anpassad till årsvariationer till exempel. Dessa statistiska modeller är väldigt effektiva på att enkelt fånga upp existerande information och så länge saker inte förändras mycket kan dom ge ungefärliga förutsägelser för framtiden. Dom är dock inte så bra i de fall du vet att ditt underliggande system kan förändras på ett sätt som kanske påverkar hur originalvariablerna interagerar.

Fysikbaserade modeller å andra sidan, försöker fånga den verkliga fysiken bakom olika samband och interaktioner, som förhoppningsvis är väl känd. Eftersom de grundläggande fysiska egenskaperna förmodligen inte kommer att förändras i framtiden, stiger förväntningarna på en lyckad förutsägelse jämfört med om man kör en statistisk modell. Ett klassiskt exempel är Newtons lag F=ma, vilken kan användas i många olika simuleringar och ändå ge väldigt precisa svar helt oberoende av de data som Newton själv använde för att ta fram lagen.

Klimatmodeller är tills största delen baserade på fysik, men små delar av fysiken är bara känd empiriskt (till exempel förhöjd avdunstning med mer vind). Så vissa statistiskt bestämda samband mellan olika data finns i klimatmodellerna men dessa är endast använda som process-parametrar inte för att bestämma trender över tid.


Är klimatmodeller endast en statistisk anpassning till rådande trend i klimatdata?

Nej. Mycket av osäkerheten kring detta kommer från en missuppfattning av det som beskrivs ovan. Modellutvecklarna använder sig inte av klimatförändringsdata för att trimma in modellerna. Istället arbetar modellutvecklarna för att förbättra klimatologin i modellen (förbättra anpassningen till ett klimatologiskt medel) och dess inbyggda variation (så som frekvensen och amplituden för tropiska variationen). Den färdiga modellen testas sedan mot 1900-talets klimatstatistik.


Varför är det vågor i resultaten från modellerna?

GCMer gör beräkningar i tidssteg om 20 till 30 minuter så de kan fånga dagliga variationer och väder-systemens rörelser. Liksom i vädermodeller är vädret i klimatmodeller kaotiskt. Från mycket snarlika, men inte identiska, starttillstånd utvecklas olika simuleringar olika, med – olika väder, olika stormar, olika vindmönster – alltså olika vågor i resultaten. Det finns vågor på nästan alla tidsskalor – dagliga, månatliga, årliga, decennier och längre. Modellerarna måste därför mycket noggrant testa hur mycket en viss påverkan verkligen slår igenom genom kontrollsimuleringar.


Vad är robust i en klimatprojektion och hur kan jag veta det?

Eftersom varje våg inte nödvändigtvis är signifikant, måste modellerarna utvärdera hur robust ett modellresultat är. De gör detta genom att kontrollera om samma resultat finns i andra simuleringar, med andra modeller, om resultaten verkar fysiskt riktiga och om det finns bevis för liknande beteende i jordens klimathistoria. Ifall resultatet ses i flera simuleringar i flera modeller är det troligt att det är en robust konsekvens av de underliggande antagandena, eller med andra ord, det är förmodligen inte på grund av någon av de relativt godtyckliga val som utgör skillnaden mellan olika modeller. Om storleken på effekten är teoretiskt trolig oberoende av modellerna så bidrar det till trovärdigheten, och om effekten också syns i observationer blir den än mer trovärdig. Exempel på robusta resultat är till exempel en uppvärmning av planeten som funktion av högre halter växthusgaser, eller förändring av mängden vattenånga samtidigt som temperaturen förändras, alla modeller uppför sig ungefär lika på de områdena vilket också är i överensstämmelse med både teori och observationer. Exempel på icke robusta resultat är till exempel orkanförändringar. Här visar modellerna spretiga resultat, teorin är inte fullt utvecklad än och observationerna är tvetydiga.


Hur har modellerna förändrats över tiden?

De första GCM (ca 1975) var baserade endast på atmosfäriska processer – vindar, strålning och förenklade moln. I mitten av 1980-talet fanns enkel behandling av havets nära ytan och havsis, molnbeskrivningen började bli något mer sofistikerad. Under 1990-talet började det finnas modeller med fullt kopplade havs-atmosfärsystem. Det var också då som det första projektet för jämförelse mellan kopplade modeller (CMIP) startades. Detta projekt har sedan genomförts i ytterligare två omgångar, den senaste (CMIP3) är den databas som används som stöd för mycket av modellarbetet i IPCC AR4. Under tiden sedan CIMP har modellerna blivit klart mer realistiska (Reichler and Kim, 2008) då upplösningen har ökat och uppbyggnaden blivit klart mer sofistikerad. Idag innehåller modellerna moduler för dynamisk havsis, aerosoler och atmosfärisk kemi. Problem som överdriven ”klimat-drift” (tendensen för en kopplad modell att röra sig ifrån det tillstånd som liknar det verkliga klimatet) som fanns i de tidiga modellerna är i dag kraftigt reducerade.


Vad är trimning?

Vi är fortfarande en bra bit ifrån att kunna simulera klimatet utifrån verkligt grundläggande principer. Medan mycket av fysiken kan inkluderas (bevarandet av massa, energi mm) måste många saker approximeras för att nå tillräcklig effektivitet eller upplösning (tex. rörelseekvationerna kräver uppskattningar av turbulens på mindre skala än modellens volymelement och strålningsöverföringskoden approximerar linje-för-linje beräkningar genom medelvärden över frekvensband.) och andra parametrar är endast kända från empiriska studier (så som formeln för hur snabbt moln utvecklar regn). I dessa approximationer och empiriska formler finns det nästan alltid en parameter eller två som kan trimmas för att bäst passa observationer. Att ändra dessa värden kallas trimning och finns i två kategorier. Den första är ändringar av parametrar i en enskild formel för att bäst passa de observerade värdena för detta samband. Detta är vanligast när ett nytt samband utvecklas.

Den andra är trimning av parametrar som styr delar av det sammansatta systemet. Då Viskositetsparametrarna för atmosfäriska gravitationsvågor är endast kända med stor felmarginal och används därför ofta för att förbättra klimatologin för zonala vindar i stratosfären. Gränsen för relativa fuktigheten för molnbildning trimmas ofta för att få den mest realistiska molnutbredningen och globalt albedo. Förvånansvärt nog finns det endast ett fåtal av dessa parametrar (kanske ett halvt dussin) som används för att få modellerna att stämma med data. Det är viktigt att notera att denna trimning görs med medelklimatet (inklusive säsongsvariationer och inbyggda variationen) och när det är satta är de oförändrade vid varje ensemble experiment.


Hur utvärderas modellerna?

Mängden data som finns för modellutvärdering är mycket stor men faller inom ett fåtal tydliga kategorier. Först finns de klimatologiska medelvärdena (kanske för varje månad eller säsong) för viktiga klimatologiska data som temperatur, nederbörd, vindar och molnighet. Detta är en nollte-ordningens jämförelse för att se att modellen får det grundläggande någorlunda korrekt. Sedan kommer variationen i dessa grundläggande data – har modellen realistisk Nordatlantisk oscillation, eller ENSO, eller MJO. Dessa är svårare att få att stämma (och faktiskt är det så att många modeller ännu inte har realistiska El Niños). Mer subtilt är jämförelse mellan samband i modellen och verkliga värden. Detta är användbart för korta dataserier (så som de som fås från satelliter) där det finns mycket väderbrus som modellerna inte kan förväntas fånga upp. I dessa fall kan förhållandena mellan temperatur och luftfuktighet, eller molnighet och aerosoler ge kunskaper om modellens processer är realistiska eller inte.

Sedan är det tester mot klimatförändringarna själva: hur svarar modellen på tillförseln av aerosoler i stratosfären så som under det ”naturliga experimentet” Mt Pinatubos utbrott? Hur svarar modellen under hela 1900-talet, eller vid Maunderminimumet, eller i mellan-Holocen eller den senaste istiden? I varje enskilt fall finns det vanligen tillräckligt med data för att kunna utvärdera hur bra modellen fungerar.


Är modellerna fullständiga? Innehåller det alltså alla processer vi känner till?

Nej. Medan modellerna innehåller mycket fysik innehåller de inte mycket av de småskaliga processer som mer specialiserade grupper (som atmosfärskemister eller kustoceanografer till exempel) kan vara mycket engagerade i. Mycket av detta är en fråga om skala (modellernas volymelement är för stora för att detaljerna ska kunna urskiljas), men ibland är det en fråga om säkerheter i hur det ska inkluderas (som till exempel hur oceanvirvlar påverkar flödet av spårämnen).

Även många viktiga bio-fysisk-kemiska cykler (tex. kolflöden, aerosol, ozon) har endast börjat inkorporeras. Isskölds- och växtlighetskomponenter är fortfarande under utveckling.


Har man byggt in global uppvärmning i modellerna?

Nej. Om de lämnas ifred kommer modellerna att svänga runt ett långsiktigt medel som är oberoende av utgångsinställningarna. Lägger man till olika påverkan, som vulkaner eller CO2, kommer de att värmas eller kylas som ett resultat av den grundläggande fysiken för aerosoler eller växthuseffekten.


Hur skriver jag en artikel som visar att modellerna har fel?

Mycket enklare än du tror då alla modeller faktiskt har fel (fast vissa är användbara – George Box). Att visa en missanpassning mellan verkligheten och modelldata blir mycket enklare om du minns signal till brus förhållandet som nämnts ovan. När du går till mindre rymdskala och kortare tidsskala ökar den interna variationen märkbart så mängden data som skiljer sig från det förväntade av modellen kommer att öka (åt båda håll naturligtvis). Så välj en variabel, begränsa din analys till en liten del av planeten, beräkna någon statistik över en kort tidsperiod och du har fixat det. Om modellen av en slump stämmer, gör området mindre och använd en kortare tidsperiod, till slut kommer det inte att stämma.
Även om modellerna blir mycket bättre än vad de är nu så kommer detta alltid att fungera – vi kan kalla det RealClimates teori om envetenhet. Nu kan lämplig statistik användas för att se om skillnaderna är signifikanta och inte bara resultatet av slump eller medvetet urval, men förvånansvärt många artiklar bryr sig inte om att kontrollera dessa saker på ett korrekt sätt.


Kan GCMer förutse temperatur och nederbörd där jag bor?

Nej. Det är ofta stor variation i temperatur och nederbördstatistik över korta sträckor då det lokala klimatet beror på den lokala geografin. GCMer är konstruerade för att beskriva de viktigaste storskaliga skeendena i klimatet så som energiflödet, cirkulationen och temperaturen i en cellvolym (genom fysikens termodynamiska lagar, dynamik och ideala gaslagen). En typisk cell kan ha en horisontell utsträckning på ~100x100 km men storleken har tenderat att minska under åren med snabbare datorer. Utseendet på landskapet (detaljerna hos berg och kustlinjer osv.) som används i modellerna återspeglar den upplösningen, alltså kommer inte modellen att vara tillräckligt detaljerad för att beskriva det lokala klimatets variation som beror på den lokala geografin (så som berg, dalar, sjöar mm). Trots det är det möjligt att använda en GCM för att få viss information om det lokala klimatet genom nedskalning, då det beror både på den lokala geografin (som är mer eller mindre konstant) och den storskaliga atmosfäriska situationen. Resultaten som fås genom nedskalning kan sedan jämföras med lokala klimatvariabler och kan användas för vidare (och mer noggrann) bedömning av kombinationen tekniken model-nedskalning. Detta är dock fortfarande en experimentell teknik.


Kan jag själv använda en klimatmodell?

Ja! Det finns ett projekt kallat EdGCM som har ett trevligt användargränssnitt och fungerar under Windows där du kan köra ett antal olika tester. ClimatePrediction.Net har en klimatmodell som körs som skärmsläckare med en koordinerad uppsättning simulationer. GISS ModelE finns för nedladdning på Unix-baserade operativsystem och kan köras på en vanlig dator. NCAR CCSM är US Community modellen som är väl dokumenterad och fritt tillgänglig.

Ex. På modellresultat: GISS Model E, Dubblad CO2-nivå. Men, artificiellt hållen, konstant temperatur vid Jordytan

Övriga bilder
UCAR: Bild 1 och 2 uppifrån
Lawrence Berkeley Lab: Bild 3

Tips till en blivande förnekare

Att vara en förnekare kan vara tungt och otacksamt, vare sig det handlar om evolution, förintelsen, klimatförändringar eller månlandningarna. Därför vill jag här ge några råd som underlättar din vardag.

Du verkar för det fria ordet
Ifrågasättande är självklart en grundläggande rättighet i ett demokratiskt samhälle. Det är också grunden för all vetenskap. Ditt engagemang för att sprida kreativa bortförklaringar ska därför uppmuntras av alla demokratiskt och vetenskapligt sinnade personer. Det går faktiskt utmärkt att hävda att de som kritiserar dig har odemokratiska och antivetenskapliga drag. Du vill ju bara att hela bilden av fenomenet ska visas och varje sten vändas. Eller hur?

Du vill demokratisera vetenskapen
Det är faktiskt rätt upprörande att vissa anses veta mer än andra. I ett demokratiskt samhälle har en person en röst och de räknas lika. Varför ska det vara så att bara för att någon arbetat med ett område i tjugo år tillsammans med några tiotals andra så ska den personens åsikter i frågan vara mer värda än dina? Du har trots allt ett brinnande engagemang för frågan.

För striden till motståndaren.
Handen på hjärtat. Din beskrivning läcker som ett såll. Men misströsta inte, detta är normalt för en förnekare. Det viktiga är ju trots allt inte vad du har att erbjuda det viktiga är att de andra har fel. Du ska därför aldrig, om du kan undvika det, svara på frågor om hur du beskriver händelserna offentligt. För alltid över diskussionen till problemen med dina motståndares beskrivning.

Räds inte den överväldigande bevisningen
De mest belagda teorierna och fenomenen har stora mängder data som stödjer dem. För teorier gäller också att väldigt mycket forskning bygger på den teori du vill förkasta. Detta kan för den osäkre förnekaren upplevas som ett problem. Men det är endast en falsk bild. Ju mer undersökningar, fakta och forskning som finns desto fler felaktigheter kan du finna. Människor är trots allt människor och gör fel ibland och naturen är inte lätt att studera alla gånger. Det är dessa fel du ska lyfta fram med stort engagemang och kraft, ty kan verkligen en teori som baserar sig på felaktiga data och leder till felaktiga hypoteser vara sann? Kan du samla tio sådana fel kan du klara nästan varje debatt och så frön av osäkerhet i lyssnarna.

Hänvisa till auktoriteter på rätt sätt
Många välkända forskare och forskningsinstitutioner producerar mycket bra data som du aldrig skulle ha tillgång till själv trots att deras (felaktiga) slutsatser går stick i stäv med dina. Dessa grupper har också gott renommé i omgivningens ögon. Du måste alltså använda denna guldgruva på rätt sätt. Du refererar gärna och ofta till deras namn och data. Men, och detta är det viktiga, referera aldrig direkt till deras hemsidor/artiklar om du kan undvika det. Kopiera bilder, tabeller och diagram eller leta upp andra källor där endast det du vill visa upp finns.
En viktig variant av auktoritetshänvisning är citering. I nästan varje text kan du finna fina citat som styrker din tes. Leta ihärdigt och tveka inte att använda dessa när du finner dem.

Var komplicerad och undvik förklaringar
Vi vet alla hur komplicerad verkligheten är och framför allt hur komplicerad vetenskap är. Tyvärr finns det de som menar att man kan förklara de principiellt viktiga fenomenen från grundläggande enkla resonemang som nästan vem som helst kan förstå. De har den dåliga smaken att även göra detta (trots att det ofta får dåligt betalt). Du får inte bli en av dem. Det vore förödande för din sak. Det viktiga är att verka insatt i de mest obskyra sammanhangen och att ständigt framhålla komplicerade fenomen på ett sådant sätt så att läsaren/lyssnaren förstår att de måste tillkalla en expert om de ska kunna argumentera emot. En annan viktig fördel med denna metod är den osäkerhetskänsla den sprider kring dina motståndares kunskaper samt lyfter fram hur mycket forskning som faktiskt behövs på området för att skingra den osäkerhet du skapat. (Har du riktig tur kan någon rik person bli imponerad och starta ett institut med dig i ledningen, eller varför inte ett fint pris? Var inte blyg - entreprenörer är sin egen lyckas smed.)

Återanvänd argument
Kom ihåg att det alltid finns en ny publik. Det är inga problem att återanvända samma påståenden gång på gång även om dessa av dina motståndare anses tydligt vederlagda. (Du vet ju att de har fel vad de än säger.) Tvärtom så är detta en mycket god metod att sprida ditt budskap.

Utnyttja gamla artiklar
Forskningen går ständigt framåt och ger nya kunskaper. Liksom med bevisningen så är det en möjlighet och inte ett problem om du lär dig att utnyttja detta på rätt sätt. Knepet är att leta i gamla dokument och artiklar. Där finner du de rätta resultaten. Tex: vill du visa på hur skeptisk forskare är till evolutionsteorin kan jag rekommendera skrifter skrivna före 1859. För klimatfrågan fungerar artiklar från före 1980-talet bra.

Luddiga påståenden är dina vänner
Få verktyg är så användbara för förnekaren som luddiga påståenden. Ingen förnekare med självaktning skriver lättkontrollerade hänvisningar om det kan undvikas. Lär dig att fullt ut nyttja uttryck som ”forskare säger att”, ”enligt nya studier”, ”mätningar visar” osv. Detta är extra viktigt när du vill skapa misstänksamhet mot dina motståndare (se nedan.) Uttryck som ”var det inte X som misstänktes för förskingring?” och ”Jag har hört att Y fick pengar från Z för sin rapport” kan rekommenderas.

Rör i den smutsiga byken
Liksom med bevisningen och forskningen så lär dig att utnyttja att bland en stor mängd personer kan du alltid finna några svarta får. Använd detta till fullo och ta vara på varje rykte. Kom ihåg att du arbetar för en god sak när du gör detta så tveka inte att framföra varje misstanke. Allmänheten förtjänar faktiskt att bli varnad.

Lögner
Ja, detta kan kännas jobbigt för nybörjaren. Ska jag verkligen ljuga? Men även om det kan krävas en viss tillvänjning så är det ett vapen som är allt för effektivt för att inte nyttjas. En välformulerad lögn kan skapa stora framgångar, ju fräckare desto bättre. De flesta läsare/lyssnare utgår från att du talar sanning eller eventuellt vinklar något, en rejäl lögn flyttar därför tyngdpunkten till din fördel. Mot forskare som är vana med att deras alster kritiskt granskas av omgivningen är detta vapen extra effektivt i en debatt. De kan bli helt överrumplade och har du riktig tur kontrollerar du resten av tillställningen.
Men om de kommer på mig med lögnen då? Ingen fara, att kalla någon för lögnare möts oftast av ogillande från omgivningen och bevisbördan hamnar på den som utmanar dig. Rätt använd så är lögnen svår att bemöta med enkel bevisning (kom ihåg: var komplicerad) och de flesta kommer efteråt aldrig vara säker på vem som egentligen hade rätt.

Ideologisera
Många kanske undrar varför inte den stora majoriteten håller med dig. Det finns en uppenbar risk att ett flertal får uppfattningen att du har fel i sak. Detta måste du undvika. Att se till att debatten ideologiseras är ditt bästa försvar mot denna fadäs. Var noga med att blanda sakfrågor med moraliska och ideologiska frågor. Lyft fram de moraliska moraset som dina motståndares åsikter leder till, de ekonomiska katastroferna och de obehagliga politiska konsekvenserna. Var inte för försiktig. Varje koppling, hur tunn den än kan tyckas, är värd att uppmärksamma. Tänk på att du är moralens, demokratins och den fria människans försvarare mot mörkermännen.

Jag hoppas att dessa små råd kan hjälpa dig att utvecklas till en tvättäkta professionell förnekare med alla dess möjligheter till uppmärksamhet och inkomster.