Простой климатический прогноз

Простой климатический прогноз

Предположим, что вы имеете достаточно веские причины скептично относиться к процессу прогнозирования, либо потому что цель прогнозов – делать достаточно точные выводы о протекании крайне сложных процессов, таких как, допустим, изменение климата, либо потому что для подтверждения правильности прогноза потребовались бы многие годы.

Начинающие прогнозисты иногда допускают распространенную ошибку, предполагая, что если что-то сложно прогнозировать, то этим вообще можно не заниматься. У хороших прогнозистов всегда есть резервный план – достаточно разумный базовый сценарий, к которому они могут обратиться, если у них появляются основания считать, что модель терпит поражение (например, вы всегда можете считать по умолчанию, что на президентских выборах выиграет нынешний президент – и в этом случае ваши прогнозы окажутся значительно более результативными, чем результат случайного выбора между кандидатами).

Какой же сценарий можно считать базовым, когда речь идет о климате? Учитывая, что основная критика прогнозов глобального потепления связана с их нереалистичной сложностью, альтернативным мог бы стать более простой прогноз, основанный на достаточно весомых теоретических предположениях, но с меньшим количеством ненужных излишеств.

Предположим, например, что вы попытались создать климатический прогноз, основанный на очень простой статистической модели. Эта модель учитывает лишь влияние уровней концентрации CO₂ и температуры, и прогноз базируется только на основании экстраполяции значений этих переменных, игнорируя влияние серы, ENSO, пятен на Солнце и всего остального. Для такой работы не потребуется суперкомпьютер; результаты могут быть рассчитаны на ноутбуке за несколько микросекунд. Насколько точными могли бы быть такие предсказания?

На самом деле, прогноз оказался очень точным – более точным, чем прогноз МГЭИК. Если вы внесете имеющиеся данные по изменению температуры с 1850 по 1989 г., а также значения концентрации CO₂, измеренные в антарктических льдах{885} и в обсерватории Мауна Лоа на Гавайях, в простое уравнение линейной регрессии, то результат предсказания покажет повышение глобальной температуры на 1,5 °C за период с 1990 г. по настоящее время, что в точности соответствует реальной цифре (рис. 12.8).

Рис. 12.8. Реальное изменение глобальной температуры за период 1990–011 гг. в сравнении с прогнозируемыми значениями, полученными при помощи простого регрессионного анализа

Другая, чуть более сложная методика использует доступные расчеты зависимости между содержанием CO₂ в атмосфере и температурами. Обычно в прогнозах глобального потепления оценивается влияние на температуру удвоения (то есть 100 %-ного прироста) CO₂ в атмосфере. Одно время о величине удвоения велось немало споров{886}. И из прогноза, сделанного британским инженером Дж. С. Каллендером в 1938 г.{887}, основанного на простых химических уравнениях, и из расчетов, производимых суперкомпьютерами в наши дни, следует, что удвоение содержания CO₂ приводит к потеплению на 2–3 °C{888}.

С учетом реальных показателей прироста CO₂ в атмосфере решение этого простого уравнения показывает, что с 1990 г. по нынешний день температуры будут увеличиваться на 1,1–1,7 °C в течение столетия. Реальный темп потепления на уровне 0,015 °C в год, или 1,5 °C за столетие, отлично вписывается в границы этого интервала.

Прогнозы Джеймса Хансена, сделанные в 1981 г. и основанные на сходном подходе, позволили значительно лучше предсказать текущие температуры, чем его же прогноз 1988 г., основанный на теоретических моделях климата.

В этом контексте представляется достаточно уместной критика комплексных моделей со стороны Армстронга и Грина. Однако успех более простых методов прогнозирования дает основания считать, что критика Армстронга выиграла сражение, но не всю войну. Армстронг задает вполне хорошие вопросы, касающиеся комплексной модели, а тот факт, что простые модели способны достаточно хорошо предсказывать климат, лишь поддерживает его мнение о том, что простые модели предпочтительнее. Однако поскольку простые методы достаточно точно предсказывали рост температуры вместе с ростом содержания CO₂, они также свидетельствуют в пользу гипотезы парникового эффекта.

При этом прогноз «без изменений», предложенный Армстронгом, оставляет без ответа целый ряд основополагающих научных вопросов. В его прогнозе в качестве базовой использовалась температура 2007 г. – этот год не был исключительно теплым, однако тем не менее оказался теплее всех других годов XX в. (за исключением одного). Можем ли мы выдвинуть разумную гипотезу, объясняющую, почему 2007 г. оказался теплее 1987, 1947 или 1907 г., если не будем принимать во внимание изменения в составе атмосферы? На самом деле, самый весомый вклад климатических моделей состоит в том, что из них вытекает следующее: повторение нынешнего климата в условиях, когда мы не принимаем во внимание повышение концентрации CO₂ и других парниковых газов в атмосфере, невозможно{889}.

Армстронг сообщил мне, что не создавал прогноза «для неизменных условий», поскольку не мог определить никаких заслуживающих внимания байесовских априорных значений для любых альтернативных предположений; он обнаружил, что прогноз «для неизменных условий» отлично подходил для других областей, которые он изучал. И многим казалось правильным, если бы он применил в вопросе прогнозирования климата те же тщательные методы, что и в других областях. Вместо этого он сообщил комиссии Конгресса в 2011 г.: «Я искренне стараюсь не узнавать больше о реальных изменениях климата. Я занимаюсь прогнозированием»{890}.

Но эта книга советует вам опасаться прогнозистов, которые говорят, что наука неважна для их работы, или ученых, заявляющих, что им не нужно прогнозирование. Эти виды деятельности серьезно и глубоко связаны друг с другом. Прогнозист, утверждающий, что его не волнует наука, – это все равно, что повар, заявляющий, что ему безразлично, какие он использует продукты. Именно связь с объективным миром и отличает науку и делает прогнозы научными. Прогнозы терпят поражение, когда мы не принимаем во внимание ничего, кроме нашего собственного метода, максимы или модели.