为什么不错误积累在气候模型时间范围增加?

Question

首先,我想添加免责声明,我不是一个气候怀疑论者或任何东西。老实说,我想了解这一现象。希望有人也能进入细节我有有点统计背景。

---

根据《卫报》的文章,“词沙拉无稽之谈:科学家谴责约旦彼得森对气候模型的评价”,乔丹彼得森声称气候模型无法依靠因为错误化合物进一步预测未来:

(Peterson)说:“困扰气候模型的另一个问题,那就是当你伸出跨时间的模型,从根本上错误增加。所以也许你可以预测一个星期或三个星期或一个月或一年,但越远你预测,模型误差。

”,这是一个巨大的问题当你想模型化合物就像100多年,因为错误的兴趣。”

科学家们回应说这个理解是错误的:

气候科学家莎拉博士Perkins-Kirkpatrick堪培拉新南威尔士大学的彼得森说的描述气候模型如何工作是根本错误的。虽然天气预报确实变得不那么准确的他们走的更远,这是一个不同的气候建模过程。[…]

气候变化研究中心的教授史蒂夫•舍伍德新南威尔士大学的彼得森表示是“古气候怀疑论者错误混合物的天气和气候”。

“任何人入门课程已经在气候和大气科学发现这个问题,”他说。“错误在天气预报的确积累,几周后天气预报是无用的。”

舍伍德说,但与气候模型工作不同项目的气候将如何应对不同的因素,如较高的二氧化碳。

那么为什么会出现这样的情况呢?为什么不错误积累呢?

Answer 1

错误并积聚在气候模型预测的未来——这就是为什么包括一系列可能的结果,会进一步扩大到未来的你看。

例如,看到这个数字从政府间气候变化专门委员会第五次评估报告,摘要对政策制定者(SPM):

每一个RCP是一个途径,这取决于我们排放多少碳。每维基百科数字代表预期的辐射强迫,瓦特每平方米(W / m²),可以预期在2100年。

SPM解释了每个RCP代表:

代表浓度通路,(rcp),用于根据这些因素做出预测,21世纪描述四种不同途径的温室气体排放和大气浓度,空气污染物排放和土地使用。rcp包括严格的减排情况(RCP2.6),两个中间场景(RCP4.5和RCP6.0)和一个场景非常高的温室气体排放(RCP8.5)。场景没有额外的努力限制排放(基线场景)导致通路包括RCP6.0和RCP8.5之间(图SPM.5.a)。RCP2.6代表一个场景,旨在让全球变暖可能低于2°C高于工业化前的温度。

如果我们呆在我们当前的路径,我们可以预计3到5.5度的气候变暖,海平面上升为0.5到1米。

Answer 2

之间有一个巨大的混乱在天气预报和气候预测错误。

虽然天气可预测性从根本上限制在几周后,在气候模型我们感兴趣的统计特性模拟天气,即使天气模拟10年后的某一天是完全随机的。

气候系统极其复杂但这也许是有益的比较简单的流体动力学。在湍流管流中我们无法预测,每个小涡。如果我们有一个初始条件,我们只能非常有限的时间准确地跟随它即使在非常准确的直接数值模拟。但这并不重要,因为这种湍流的统计特性可以非常准确地捕获的模拟。

Answer 3

随着时间的推移我们的气候预测的不确定性增加,但不是因为积累的错误的方式(例如)复利累积。

在复利计算依赖于前一个。如果你试图建立在这样一个天气预报的错误很快变得巨大,因为天气预报依赖短期但(希望)高精度预测基于相对小规模的类似风速和表面温度。问题出现,如果我们尝试使用这些预测值作为输入为第二天的计算——我们的错误会很快雪球,因为相比,我们的预测是相当大的不确定性度量。由于这个原因,我们不积累预测随着时间尺度的增加。

气候预测在更长时间,大规模的观测(我们说的几十年,几百年或更多),不同的统计模型,但没有现在天气,或者我们认为它将明天或后的第二天。事实上目前9ºC和有点阴天一样无关紧要的气候预测1904年历史上最冷的一年这一事实是如果明天要下雨了。

实际上有很多预测使用逐步长期和大规模数据,从地方性(“在你的社区可能会下雨在接下来的五分钟”)的地质(“有可能会成为一个冰河时代地球上未来几千年”)。你可以找到大多数地方的长期预测(这是一个英国),提供了一个中间的一个例子,一个月左右在什么天气可能但没有具体的预测。

Answer 4

考虑一个高尔顿的董事会。一个简单的珠严重打击了挂钩的级联。我们可以预测它将走什么样的道路?

原则上,是的——它毕竟只是力学。如果它击中第一盯住一点左边的中心,它会离开那里。测量开始时状态很准确,你可以预测以后。

但显然无望实际上预测整个路径——太敏感了。甚至在极微小的变化将意味着它散射现成第一个稍微不同的旋转,然后再在第二个行为变化,所以两个迭代预测后已经确定了。对于所有意图和目的,行为是公正的随机然后,尽管后确定的微观动力学。

大致相同的原因是负责天气预报小使用超过一个星期。

然而,我们可以说很好的信心是珠会接近1000行后中间挂钩。它不是严格地说不可能的它去左向右的两倍,但我们可能不太可能,而担心董事会被摧毁一架飞机撞进实验室。

如果所有的钉子都略偏向让它5%更有可能为珠去在他们每个人在某种程度上,这是不会明显从观察几个珠子在第一行——它看起来仍然会完全不可预测的。然而,它将出现明显移位的峰值分布在1000行。

Answer 5

引用的索赔不是标题是询问的问题。气候模型做累积误差随着时间的推移,就像天气模型(和大多数模型试图预测未来的任何东西)。

引用是什么说的是气候模型并不基于天气模型。天气模型被设计成产生非常高的精度预测(至少相对于气候模型。)这要求他们使用非常精确(最近)的输入模型,如当前的表面温度、压力梯度、风能领域,射流/条纹位置,额边界,为了预测温度和高空风等天气可能在一个特定的位置在一天中的特定时间几天。

气候模型不只是将今天的天气观测到GFS,不结盟运动,和欧元模型和抓住的预测条件1月31日下午3 2072。相反,他们的平均输入长时间(一般几十年或更多)的目标预测平均长期(一般几十年或更多。)这并不意味着错误并不随着时间的积累;它的功能。但是误差不会积累在接近相同的规模随着时间的推移,天气预报,因为输入(输出)远变量比天气预报,因平均得更长时间的。

与几乎任何类型的时间数据,特别是,而可变数据像天气观测——长时间通常平均值多比瞬时观测更稳定。错误仍然随着时间的积累,不是那么快。

Answer 6

我的理解是,这两种类型的模型中的错误造成的细微差别的方法。

在天气模型,完整的n - s方程解决。由于这些方程的非线性,因此混沌性质,氧化生成一个不确定性之一通过改变初始条件,如温度T_0美元之前一些高斯或其他函数。

气候模型另一方面,chaoticity平均从他们,因此不同初始条件将产生长期演进中没有变化。这变化源于进化的不确定性参数,像云凝结的压力。

Answer 7

气候模型并不是纯粹的数学结构,存在独立于物理现实;各种参数代表现实世界条件和建模旨在将气候过程尽可能。

表示这些流程和交互模型中寻求符合已知的物理过程;如果是模仿它无法做一些身体不可能——就像有几十年的增强的温室效应降低出站红外但没有海洋变暖。或统计上不可能,比如迭代一系列不确定性的错误偏向一个方向我怀疑彼得森先生想象,概率的统计可能但身体可能反面钟形曲线被认为是一样可能接近中间的钟形曲线。

我们真的应该假设真正的意图通过气候科学家更好地理解气候过程交互和意图产生更精确的气候预测,他们被要求提供。指责否则——操纵气候数据建模支持政治议程或覆盖无能或诈骗资金——有证据和应提交给相关部门。

追算,已知的过去的现实条件和现实世界建模的时间框架内气候条件,是一个很好的检查他们是如何工作的。