D ie Erde ist ein spezielles Gebilde: ein rotierender Körper mit einer bemerkenswert ungleichmässigen Oberfläche, auf der eine gasförmige Atmosphäre mit Wasser und Landmassen im Austausch steht. Die auf dem Planeten dominierenden Winde, wie der westwärts blasende Jetstream und die tropischen Passatwinde, werden dauernd durch horizontale und vertikale Unregelmässigkeiten abgelenkt. Diese Störungen verursachen das, was man Wetter nennt – das Resultat des dauernd scheiternden Versuchs der Atmosphäre, ein Gleichgewicht in einer komplexen Umgebung zu erzeugen.
Wissenschaftlich unsolide
Diese Szenerie begründet das zentrale Klima-Problem unserer Zeit: Die Menschheit v ...
Dies ist ein ABO-Artikel
Jetzt für CHF 9.- im ersten Monat abonnieren
Nur für Neukunden, danach CHF 29.-/Monat und jederzeit kündbar.
Oder einfach einloggen…
Wenn Sie als Nicht-Abonnent noch keinen Account besitzen,
registrieren Sie sich jetzt und Sie können 5 Abo-Artikel gratis lesen.
Wenn Sie als Abonnent noch keinen Account besitzen,
registrieren Sie sich jetzt und Sie können sämtliche Artikel lesen.
Weltwoche
Algorythmen der Klimaforschung entsprechen denen der Trendprogramme (TP) der Finanzindustrie. Was im Artikel als Tuning beschrieben wird, nennt man bei TP Curve Fitting: Man muss Annahmen treffen und tendiert dazu die Annahmen subjektiv zu seinen Gunsten zu treffen. Bei den TP besteht ein grosses Interesse das Curve Fitting zu vermeiden, da eigenes Geld investiert wird. In der Klimaforschung ist es genau umgekehrt. Je apokalyptischer das Resultat desto mehr Geld und öffentliche Aufmerksamkeit.
Das Ganze ist weniger Wissenschaft als vielmehr Politik (und Geld)
Sehr interessant auch die Feststellung, dass das russische Modell das beste war.
Könnte es sein - Gott bewahre - dass Russlands Wissenschaft vielleicht der westlichen in gewissen Dingen überlegen ist, weil sie dem “Group-Think” weniger verfallen ist? Man fühlt sich diesbezüglich auch an den genialen russischen Mathematiker Grigori Perelman erinnert, der 2003 als einziger eines der 7 mathematischen Millennium Probleme gelöst hat, jedoch alle grossen Preise (Fields Medaille etc) abgelehnt hat!
In meinem Fachgebiet der Vegetationsökologie haben wir immer sehr von russischen Forschern profitiert.Das Problem ist immer dann, wenn in Russland die Politik dreinredet.
Erinnert sei an Vladimir Vladimirowitsch Stanchinskii. Dieser hatte als erster und bis dato einziger eine dynamische Simulation eines terrestrischen Ökosystems anhand empirischer Daten geschafft. Er wurde im sowjetischen Gulag vernichtet. Seine druckfertige Monographie wurde mitsamt der Druckfahnen vernichtet.
Das ist ja bei uns auch so. Das Problem fängt mit der Einmischung der Politik erst an. Unser grösstes Umweltproblem ist die Frau Sommaruga.
'So war Perelman von der Benachteiligung jüdischer Studienkandidaten bei der Benotung der Aufnahmetests, die es auch noch Ende der Breschnew-Zeit und während der Andropow-Zeit gab, nicht betroffen.' Sein Erfolg hat also nichts zu tun mit russischer Überlegenheit. War ja später in Paris, New York und Kalifornien. Er sollte eigentlich nach Israel ausgewandert sein. Fristet ein relativ merkwürdiges Leben, gut für stilles intensives Arbeiten.
Klar, man kann jedes einzelne Beispiel kleinreden (und ja ich bin vertraut mit russischen Wissenschaftlern und deren Erfolge):
1. Perelman hat als bislang einziger eines der schwierigsten mathematische Probleme der Menschheit gelöst. In Russland ausgebildet hat er das Problem dort gelöst. Klar, dass der Westen nachträglich etwas vom Ruhm absahnen wollte. Ob er nun ein “merkwürdiges Leben” führt, ist völlig irrelevant.
2. Viele der "leading scientists" in den USA haben russische Ausbildung.
Die Autoren Bourdin et al. brauchen den Begriff “Parameter Estimation” synonym mit “Tuning” gemäss Usus in der Climate Modelling Community. Dieser bezieht sich auf das Anpassen von Parametern in sogenannten “Submodels” wie Ozeane, Atmosphäre etc. Submodels modellieren also verschiedene komplexe physikalische Prozesse und deren Wechselwirkung. Deshalb widerspiegelt die Wahl von “Parametern” immer auch Annahmen über solche Prozesse resp. deren Unkenntnis, sowie unzulässige Vernachlässigungen.
Das ist mir auch aufgefallen. In allen anderen Wissenschaften bedeutet "parameter estimation" folgendes:
Mit Hilfe einer validen Stichprobe werden Messdaten erhoben und ausgewertet. Die Parameter werden anhand empirischer Daten als statistisch am besten passenden Werte geschätzt. Das habe ich bei der Modellierung der Hydrologie von Gebirgswäldern und von Waldwachstum an der ETH so gelernt.
Die Klimamodellierer verzichten auf die ganze schnöde Empirie und saugen sich das alles aus den Fingern.
Nun ja, das Problem liegt stets beim Finden eines relevanten Modells, oder in den Worten Einsteins: “Everything should be made as simple as possible, but not simpler”. Je weniger “Parameter” ein Modell hat, das gleichzeitig auch “predictive power” hat, desto besser. Oder wie sein fast so berühmte Kollege John v. Neumann zynisch bemerkte: “Mit 4 Parametern kann ich einen Elephanten fitten, mit 5 kann ich ihn seinen Rüssel wackeln lassen”. Dieses Problem stellt sich in allen Wissenschaften.
Die Klimamodellierer haben den Esel vom Schwanz her aufgezäumt:
Sie wollten herausfinden, welchen Einfluss die Konzentration an Treibhausgasen in der Atmosphäre (v.a. CO2) auf den Klimawandel hat. Diesen Einfluss nehmen sie a priori als gegeben an.
Korrekt wäre im Gegensatz, den ewigen natürlichen Klimawandel als gegeben nehmen und nach seinen Ursachen zu fragen. Falls in einem solchen Modell am Ende überhaupts die CO2-Konzentration als Einflussgrösse vorkommt, könnte man danach weiterfragen.
IMHO Fehler im unteren Drittel des Artikels: Parametrisierung ist nicht dasselbe wie Eingabe von Annahmen
*** Annahmen in dynamischen Modellen: Wenn Computersimulationsspezialisten einen physikalischen Prozess nicht beschreiben können und Messdaten fehlen, saugen sie sich etwas aus den Fingern, was ihnen grad in den Kram passt.
*** Parametrisierung: Ein gut erforschter und bekannter Prozess wird in der Computersimulation durch eine empirisch nachgewiesene korrekte Vereinfachung ersetzt.
Manchmal werden sogar bei den Parametrisierungen Annahmen getroffen.
Dabei wird dann nicht mehr mit statistischen Methoden und anhand von empirisch erhobenen Messdaten der am besten zutreffende Parameter geschätzt. Sondern es werden Parameter nach den Vorlieben des Modellierers einfach mal aus den Fingern gesogen.
Am Ende sind die Computermodelle des IPCC nichts als Gaukeleien: Man denkt vom politisch erwünschten Resultat her und nicht von den Fakten.
Schlussfolgerung: Wir werden voll ver4rscht