AS FALHAS DOS MODELOS CLIMATICOS

Apesar de uma década e meia, sem aumento de temperatura, os cientistas do clima ainda teimosamente mantem suas previsões de aumento constante das temperaturas globais. Estas previsões são baseadas em GCM, programas de computador que o modelo de circulação da atmosfera e dos oceanos da Terra, e uma infinidade de outros fatores, na tentativa de simular o sistema climático do nosso planeta. O problema é que os modelos de computador estão gravemente falhos, falho em um nível tão fundamental que dois modelos climáticos têm chamado para uma reavaliação de todos os modelos de computador atualmente em uso. Infelizmente, uma série de falhas que apontam ter sido conhecidas pelo cientistas há décadas, a ciência do clima ainda dominante continua a contar com esses modelos quebrados, esperando ter sorte com as previsões feitas pelas razões erradas.

A maioria das pessoas nunca ouviu falar de Joseph Smagorinsky , um meteorologista americano e o primeiro diretor do National Oceanic and Geophysical Fluid Dynamics Laboratory da Atmospheric Administration. Meio século atrás, o falecido Dr. Smagorinsky foi um dos primeiros cientistas a tentar modelar o sistema Terra, usando computadores, criando o primeiro modelo de circulação geral ou GCM. Em sua tese de doutorado, Smagorinsky desenvolveu uma nova teoria de como as fontes de calor e pias em latitudes médias, criados pelo contraste térmico entre a terra e os oceanos, perturbado o caminho da corrente de jato. Em 1955, por instigação de computador visionário John von Neumann , os EUA Weather Bureau criou uma Circulation Research Seção Geral sob a direção de Smagorinsky.

Agora, um artigo recente publicado na revista Ciência , por Bjorn Stevens e Sandrine Bony, do Instituto Max Planck de Meteorologia e Laboratoire de Météorologie Dynamique-Institut Pierre Simon Laplace, respectivamente, analisa o progresso na modelagem climática com computador. No artigo, intitulado ” O que são os modelos climáticos faltando? “, o retorno do autor ao básico para perguntar o que está errado com modelos numéricos complexos e complicados de hoje, e seu julgamento é severo. Seus resultados são capturados em abstrato do artigo:

Cinqüenta anos atrás, Joseph Smagorinsky publicou um artigo descrevendo marco experimentos numéricos utilizando as equações primitivas (um conjunto de equações que descrevem os fluxos de fluidos atmosféricos globais). Ao fazer isso, ele apresentou o que mais tarde se tornou conhecido como um modelo de circulação geral (GCM). GCMs passaram a fornecer um quadro atraente para o acoplamento da circulação atmosférica para uma grande variedade de processos. Embora os primeiros GCMs só poderia considerar um pequeno subconjunto desses processos, foi muito apreciado que um tratamento mais abrangente era necessário para representar adequadamente os drivers da circulação. Mas quão abrangente este tratamento deve ser não era clara e, como Smagorinsky realizado, só poderia ser determinada através da experimentação numérica. Esses tipos de experiências têm mostrado desde que uma descrição adequada dos processos básicos, como a formação de nuvens, convecção úmida, e mistura é o que os modelos climáticos mais sinto falta.

Os autores voltam à questão fundamental de Smagorinsky: qual o nível de detalhes do processo é necessário para compreender a circulação geral? A conclusão do artigo: “. Agora há ampla evidência de que uma representação inadequada de nuvens e convecção úmida, ou, mais geralmente, a ligação entre a água e circulação atmosférica, é a principal limitação nas representações atuais do sistema climático” Esta conclusão vem como surpresa para a maioria dos cientistas do clima.

Em GCM a interação mais fundamental é que entre a atmosfera eo oceano, que é onde está a ação em termos de transferência de energia. Parte integrante a esta transferência de energia é o comportamento da água, particularmente na forma de vapor de água. Convecção e evaporação impulsiona a formação de nuvens, o que impacta a transferência radiativa e padrões de precipitação. Se a parte de um modelo climático recebe natureza errado, então todos quantidade adições mais tarde para vestir-se um cadáver.

Para demonstrar que esta limitação constitui um grande obstáculo para o progresso da ciência do clima os autores realizaram uma série de experimentos numéricos simples. Usando simulações idealizadas de um mundo de água que “interações complexas entre negligência superfície terrestre, processos criosfera, a biosfera, e em aerossol e química”, eles mostram que as incertezas-chave associada à resposta de nuvens e precipitação para o aquecimento global, são tão grandes como eles estão em curso abrangentes Terra modelos de sistemas. Os resultados de várias destas simulações são apresentados na figura abaixo.


Saída de modelos de circulação simplificados.

São mostrados mudanças nos efeitos radiativos das nuvens e da precipitação que acompanham um aquecimento uniforme (4 ° C) previsto por quatro modelos da Fase 5 do Acoplado Modelo Intercomparison Projeto (CMIP5) para um planeta de água com temperaturas de superfície prescritos. Como pode ser visto, os padrões de resposta de nuvens e precipitação para o aquecimento variam drasticamente de modelo para modelo. Surge a pergunta: qual a acreditar? A resposta é que nenhum deles obter as respostas corretas.

Stevens e Bony continuam a falar sobre as incertezas importantes sobre a precisão do modelagem. Eles apontam para esforços posteriores para melhorar os modelos, aumentando a sua complexidade como ofuscar as razões subjacentes para o seu fracasso. Em suas próprias palavras:

O aumento da complexidade tem ampliado o escopo de perguntas para as quais GCMs podem ser aplicadas. No entanto, ele teve relativamente pouco impacto sobre as incertezas importantes que surgiram nos primeiros estudos com modelos menos abrangentes. Estas incertezas incluem a sensibilidade de equilíbrio do clima (isto é, o aquecimento global associada com uma duplicação do dióxido de carbono atmosférico), a amplificação ártico de alterações de temperatura, e as respostas de precipitação regionais. Ao invés de reduzir preconceitos decorrentes de uma representação inadequada dos processos básicos, a complexidade adicional multiplicou as maneiras pelas quais esses preconceitos introduzem incertezas em simulações climáticas.

Em outras palavras, todos os esforços recentes para fixar modelos, adicionando mais e mais fatores equivale a pouco mais de tapa band-aids em uma ferida infectada. Na verdade, eles fazem coisas piores. No entanto, ainda os modeladores despejar gráficos que mostram a elevação das temperaturas, com 90% e os limites de confiança cientificamente ignorantes e matematicamente ingênuo aceitar as suas previsões como fato. A verdade é que os modeladores climáticos têm absolutamente nenhuma base na realidade para fazer tais afirmações de confiança.

No excelente e acessível livro ” The Signal eo Noise: Por que tantas previsões Fail, mas alguns não “, estatístico Nate Silver faz uma análise interessante sobre muitas das previsões que encontramos em nossas vidas modernas. Prata observa que, quando o Serviço de Meteorologia diz que há um 1 em 10 chances de chuva, ele realmente faz chover cerca de 10% do tempo. Em um determinado dia qualquer possibilidade de Maio de viagem até o meteorologista, culpar a natureza caprichosa. Ainda assim, essas previsões sejam válidas a longo prazo . Isso é porque eles têm muitas décadas de dados históricos que suportam os seus modelos de previsão. Em outros casos, isso não é assim.

Esta explicação torna-se menos digna de crédito, porém, quando o previsor não têm uma história de sucesso nas previsões e quando a magnitude do seu erro é maior. Nestes casos, é muito mais provável que a culpa recai sobre o modelo do meteorologista do mundo e não com o próprio mundo.

Até agora, a GCM tem pouca história para voltar a cair e durante grande parte de que suas previsões têm sido falsa. Poderia ser este, pois, como afirmado por Stevens e Bony, os modelos estão errados em seus pressupostos fundamentais?Ou poderia ser que os outros dizem, se é que podemos apenas fazer os modelos complicados o suficiente para capturar todas as nuances da natureza, eles irão gerar as previsões estão corretas? Ninguém sabe ao certo, mas sabemos que esta-a atual safra de modelos não são precisos e não devem ser tratados como cientificamente válido.

No mentre os governos mundiais tem desperdiçado bilhões de dólares em pesquisas inúteis e na compra de supercomputadores para permetir a idiotas jogar com hipotéticos modelos do clima, seria bem melhor que estes pseudoscientistas do clima continuem a jogar com simples computadores ao tric-trac ou no máximo com os solitários…. assim não fariam os danos que tem feito nesses anos, mais ainda lembrando que não temos 2 modelos que cheguem a mesma conclusões.

SAND-RIO

Comente

Required fields are marked *

*
*

%d blogueiros gostam disto: