(IRS) – Die Klimawissenschaften verwenden eine Vielzahl von Computermodellen, um das Klimasystem und sein Verhalten über örtliche und zeitliche Räume hinweg untersuchen zu können. Die Art der Modelle reicht von einfachen – zum Beispiel Energiebilanzen – bis hin zu komplexen globalen Klimamodellen, die unseren Planeten mit einem grobkörnigen Datennetz überziehen und massiven Computereinsatz erfordern. Die Modelle sollen einerseits das Verständnis über das Funktionieren des Klimas verbessern, andererseits Experimente ermöglichen, Theorien vergleichen und unerwarteten Ergebnissen auf die Spur kommen.
Wissenschaftliche Klimamodelle für politische Zwecke?
Während Wissenschaftler nach wie vor daran arbeiten, mittels der Modelle besseres Verständnis des Klimageschehens zu erlangen, spielen Berechnungsergebnisse von Klimamodellen eine zentrale Rolle in der Entwicklung internationaler, nationaler, aber auch lokaler Politik. So benutzt etwa der IPCC („Weltklimarat“) Klimamodelle dazu, mögliche Ursachen neuerer Klimaänderungen abzuwägen, künftige Klimazustände vorherzusagen, Leitlinien für Emissionsreduktionen zu erstellen, Maßnahmen für örtliche Anpassungen vorzuschlagen und Empfehlungen zur Berechnung sozialer Kosten für CO2-Emissionen zu geben. Anders gesagt: Klimamodelle dienen politischen Zwecken.
Unsicherheiten und Risikobewertungen von Prognosen
Es ist der amerikanischen Wissenschaftlerin Judith A. Curry dafür zu danken, dass sie sich des Klimathemas aus der Sicht der nach wie vor bestehenden gravierenden Unsicherheiten und einer Risikobewertung der Klimaänderung angenommen hat. Curry ist emeritierte Professorin für Erd- und Atmosphärische Wissenschaften am Georgia Institute of Technology und Vorsitzende des Climate Forecast Applications Network, das sich mit Wetter- und Klimaprognosen befasst. In ihrem 2023 erschienenen Buch „Climate Uncertainty and Risk – Rethinking Our Response“ geht sie in einem eigenen Kapitel auf die Klimamodelle, deren Unsicherheiten und auch auf deren oft problematischen Anwendungen in der Politik ein.
Riesiger Rechenaufwand
Globale Klimamodelle haben Bausteine, die das Verhalten der Atmosphäre, der Ozeane, der polaren Eisschilde, der Landflächen und der Gletscher erfassen. Um Berechnungen möglich zu machen, wird die Erdatmosphäre in ein dreidimensionales Gitternetz aufgeteilt. Die kleinste Einheit dieses Netzes hat eine seitliche Ausdehnung (Länge mal Breite) von 100 bis 200 km, die Höhe beträgt charakteristischerweise 1 km, was angesichts der regionalen Besonderheiten, die in einem Klimaraum auftreten können, schon sehr grobmaschig erscheint. Dennoch ist der Rechenaufwand gigantisch: Würde man zur Erhöhung der Genauigkeit eine Komponente halbieren (also zum Beispiel die Höhe von 1 km auf 500 m senken), würde sich der Rechenaufwand verzehnfachen!
Nichtlineare Zusammenhänge
Die Vorgänge im realen Klima erscheinen komplex und chaotisch. Versucht man mathematisch zu beschreiben, was hier vor sich geht, treten sehr schnell die Grenzen der Berechenbarkeit zutage. Manche Mechanismen im Klima lassen sich in Form linearer Gleichungen beschreiben, sehr viele Vorgänge aber verlaufen anders: Man landet bei nichtlinearen Zusammenhängen und damit bei nur sehr schwer lösbaren naturwissenschaftlichen Formeln und damit in herausfordernden Mathematikaufgaben. Nichtlinearität bedeutet unter anderem auch, dass die Festlegung der Eingangsdaten sehr starke Auswirkungen auf die Ergebnisse haben kann. Anders gesagt: Man endet in Verwirrung oder gar im Chaos.
Daten aus der Vergangenheit für Prognosen?
Ein anderes Problem: Nach welchen Werten lässt sich ein solches Modell kalibrieren oder eichen? Die Modelle sollen zukünftiges Verhalten des Klimas vorhersagen können: Auf welchen Daten baue ich auf? Zum Abgleichen eines Modells liegen schließlich nur Werte aus der Vergangenheit vor, das noch dazu aus recht kurzen Zeitspannen: So sind belastbare Satellitendaten zum Beispiel über die Bewegungen des Meeresspiegels seit frühestens Mitte der Siebziger Jahre verfügbar. Nochmals das grundsätzliche Problem: Mangels anderer Möglichkeiten müssen Daten ausschließlich aus der Vergangenheit dazu herhalten, zukünftige Entwicklungen vorherzusagen.
Prognosefähigkeit der Modelle ist beschränkt hilfreich
Im Hinblick auf die Eignung von Klimamodellen für eine Empfehlung von Maßnahmen zur Klimaanpassung und damit verbundene Entscheidungen zitiert Judith Curry eine Stellungnahme des „Earth Institute“ und des „Red Cross Climate Center“ der Columbia Universität: „Vorhersagen aus Klimamodellen können viele Aspekte des Klimasystems erfassen und helfen bei Schadensbegrenzung und Anpassungsstrategien im weitesten Sinn, aber ihr Einsatz zur Steuerung örtlicher Maßnahmen zur Anpassung ist nicht gerechtfertigt. Klimamodelle sind nicht in der Lage, räumlich oder zeitlich eingegrenzte Zustände in einer derart präzisen Art vorherzusagen, wie dies oft geschieht, und die beim Empfänger der Information (ungerechtfertigterweise, Anm.) hohes Vertrauen bewirkt.“
—
Quelle: Judith A. Curry, „Climate Uncertainty and Risk – Rethinking Our Response“, Anthem Press, 2023