Klimaat & energie › Klimaat-AI & biosfeersimulaties
Klimaatmodellen getest: zo checken wetenschappers hun betrouwbaarheid
Klimaatmodellen worden steeds complexer en draaien op supercomputers met miljoenen regels code. Om te weten of ze te vertrouwen zijn, toetsen wetenschappers de uitkomsten voortdurend aan echte metingen. Een nieuw overzichtsartikel in Reviews of Geophysics laat zien hoe dat testproces, benchmarking genoemd, klimaatwetenschap scherper maakt.
Klimaatmodellen zijn essentieel om te begrijpen hoe de aarde opwarmt en wat dat betekent voor de toekomst. Maar hoe weet je of zo'n model, dat bestaat uit miljoenen regels code, de werkelijkheid goed genoeg nabootst? Een nieuw overzichtsartikel in het wetenschappelijke tijdschrift Reviews of Geophysics brengt in kaart hoe onderzoekers klimaatmodellen systematisch testen en verbeteren.
Van pen en papier tot supercomputer
De basis voor klimaatmodellen werd al ruim honderd jaar geleden gelegd. In 1922 beschreef de Britse wetenschapper Lewis Fry Richardson hoe je het weer met wiskundige vergelijkingen zou kunnen voorspellen. Voor één voorspelling van acht uur deed hij zes weken over de berekeningen, met de hand. Pas in 1950 draaide de eerste computerweersvoorspelling, aan de universiteit van Princeton onder leiding van Jule Charney. Zes jaar later publiceerde onderzoeker Norman Phillips het eerste algemeen circulatiemodel van de atmosfeer, de voorloper van de moderne numerieke weersvoorspelling. In de jaren zeventig volgde de volgende doorbraak: modellen waarin atmosfeer, oceaan en zee-ijs voor het eerst met elkaar 'praatten'.
Testen tegen de echte wereld
Moderne klimaatmodellen zijn uitgegroeid tot zogeheten aardsysteemmodellen. Naast de fysica van lucht, water en ijs simuleren die ook de koolstofkringloop, chemische processen in de atmosfeer en ecosystemen op land en in zee. Om te checken of die simulaties kloppen, vergelijken onderzoekers de uitkomsten voortdurend met metingen van satellieten, weerstations en boeien - een proces dat evaluatie heet. Bij benchmarking gaat het net iets verder: dan wordt op basis van vaste criteria een oordeel geveld over hoe goed een model presteert, vaak in vergelijking met andere modellen. Wetenschappers kijken bijvoorbeeld naar gemiddelde temperaturen over dertig jaar, naar patronen op een wereldkaart en naar complexere zaken zoals de waterkringloop of de koolstofbalans. Ook data-assimilatie en ensemblevoorspellingen spelen daarbij een rol: door meerdere modeluitkomsten te combineren, krijgen onderzoekers een beter beeld van de onzekerheidsmarges.
Successen en hardnekkige fouten
Die aanpak heeft de afgelopen decennia al tot concrete verbeteringen geleid. Zo zijn fouten in de manier waarop wolken en waterdamp worden gesimuleerd flink teruggedrongen, dankzij betere metingen en verfijndere parameters. Ook de moesson boven Oost-Azië, die grote overstromingen en droogtes kan veroorzaken, wordt inmiddels realistischer nagebootst nadat onderzoekers een terugkerende fout in de simulatie van hogedrukgebieden boven de Stille Oceaan hadden blootgelegd. Modellen van de koolstofopname door planten zijn eveneens verbeterd: eerdere versies overschatten bijvoorbeeld structureel hoeveel levende biomassa er in het Amazonewoud staat.
Toch blijven sommige fouten hardnekkig. Klimaatmodellen worstelen nog altijd met neerslagpatronen in bepaalde regio's, met een verkeerd gepositioneerde regengordel rond de evenaar - de zogeheten dubbele intertropische convergentiezone - met een te sterke opwarming in de tropische bovenlucht, en met zee-ijs in het noordpoolgebied dat in werkelijkheid gevoeliger blijkt voor opwarming dan de modellen aangeven. Onderzoekers benadrukken dat juist het stug blijven testen van modellen tegen nieuwe metingen nodig is om dit soort afwijkingen op te sporen en, uiteindelijk, te verhelpen.
Achtergrond & begrippen
Wat betekent dit voor de toekomst? Hoe beter klimaatmodellen worden getoetst aan echte metingen, hoe meer vertrouwen beleidsmakers en wetenschappers kunnen hebben in voorspellingen over opwarming, zeespiegelstijging en extreem weer. Systematische benchmarking helpt onderzoekers gericht te investeren in de onderdelen van modellen die de grootste onzekerheden opleveren, wat uiteindelijk tot scherpere klimaatprojecties leidt.
- Aardsysteemmodel
- Een uitgebreid klimaatmodel dat naast lucht, water en ijs ook de koolstofkringloop, chemie en ecosystemen simuleert.
- Algemeen circulatiemodel
- Een klimaatmodel dat zich richt op de fysische processen en energie-uitwisseling tussen atmosfeer, oceaan, landoppervlak en zee-ijs.
- Benchmarking
- Het proces waarbij modeluitkomsten worden beoordeeld aan de hand van vaste criteria, vaak in vergelijking met andere modellen of metingen.
- Evaluatie (klimaatmodel)
- Het vergelijken van modelsimulaties met waarnemingen om te zien hoe goed een model de werkelijkheid nabootst.
- Koolstofkringloop
- Het geheel van processen waarmee koolstof wordt uitgewisseld tussen atmosfeer, oceanen, land en levende organismen.
- Intertropische convergentiezone
- Een regengordel rond de evenaar waar warme, vochtige lucht vanuit beide halfronden samenkomt en stijgt.
Bronnen
Dit artikel is met behulp van AI geschreven op basis van bovenstaande bronnen en is geen letterlijke vertaling. Zo werkt onze redactie.