Modelele computerizate privind clima nu pot reproduce realitatea. Modelele climatice actuale sunt instrumente științifice extraordinare, dar ele nu pot reda fidel complexitatea sistemului climatic al Pământului. La scară globală, oferă o imagine generală a tendințelor – cum ar fi creșterea temperaturilor medii sau topirea ghețarilor – însă la scară regională și locală rezultatele lor devin mult mai incerte.
Această limitare este crucială, deoarece schimbările climatice induse de om sunt o problemă a viitorului. Avem nevoie să știm cum vor evolua condițiile în locurile în care trăim, pentru a decide ce măsuri merită luate: cât să investim în adaptare, ce politici să susținem și ce riscuri să acceptăm.
Totuși, complexitatea proceselor fizice implicate – mișcarea căldurii și a umezelii, interacțiunile ocean–atmosferă, influența ghețarilor, a vegetației și a solului – face imposibilă o simulare computerizată completă. Din această cauză, modelele nu pot produce predicții locale precise pentru următoarele decenii.
Dincolo de îmbunătățirea modelelor
O soluție aparent logică ar fi să facem modelele mai detaliate, mai „realiste”. Dar când putem spune că un model este suficient de realist pentru a anticipa un fenomen atât de complex precum clima? Nu există un răspuns sigur.
Mulți cercetători cred că modelele actuale nu vor atinge niciodată nivelul de acuratețe necesar pentru proiecții climatice locale pe termen lung. Alții consideră că trebuie să schimbăm nu doar modelele, ci și modul în care le folosim – să acceptăm incertitudinea ca parte esențială a cunoașterii noastre despre climă.
În știință, incertitudinea nu este o slăbiciune, ci o resursă. În loc să cerem predicții exacte, trebuie să urmărim predicții robuste – care recunosc o marjă mare de necunoscut, dar care pot ghida decizii raționale.
Ce reprezintă un model climatic
Modelele climatice complexe – Earth System Models (ESM) – împart planeta în „cutii de rețea” de 20 până la 100 km, pentru care rezolvă ecuațiile fundamentale ale fizicii fluidelor. Acesta este așa-numitul „nucleu dinamic” al modelului, partea bazată pe legi solide ale fizicii.
Însă o mare parte din climă depinde de procese care nu pot fi descrise matematic complet: formarea norilor, circulațiile mici din oceane, comportamentul pădurilor tropicale. Acestea sunt introduse în modele prin scheme de parametrizare – adică formule statistice care încearcă să reproducă efectele observate, fără a descrie procesele reale.
Diferența dintre nucleul fizic și aceste aproximări statistice este una esențială: cu cât modelul depinde mai mult de parametrizări, cu atât se îndepărtează de realitate.
Modelele sunt utile, dar nu infailibile
După cum spunea statisticianul George Box: „Toate modelele sunt imperfecte, dar unele sunt utile”.
ESM-urile sunt utile ca instrumente de cercetare, pentru că ne permit să explorăm interacțiunile dintre oceane, atmosferă, gheață și uscat. Dar faptul că sunt excelente pentru cercetare nu înseamnă că pot produce predicții precise pentru decenii înainte.
Când aceste modele sunt testate pe trecutul climatic, rezultatele diferă adesea semnificativ de realitate: regiuni mari, precum America de Nord sau Europa Centrală, apar în simulări cu temperaturi cu câteva grade diferite față de cele observate. Vegetația, precipitațiile sau regimul de vânturi simulate nu corespund realității – iar dacă uneori coincid, este adesea din motive greșite.
În consecință, comunitatea științifică recunoaște pe scară largă limitele acestor modele pentru predicții locale. Divergența nu este despre dacă ele sunt imperfecte, ci despre ce putem face mai departe.
Două tabere, două strategii
În prezent, cercetătorii sunt împărțiți în două direcții:
- tabăra tehnologică – susține că modelele trebuie îmbunătățite radical. Inițiativa Earth Virtualisation Engines (EVE), lansată la Berlin în 2023, propune investiții de 15 miliarde de dolari în următorul deceniu pentru a reduce dimensiunea celulelor modelului la doar 1 km. Scopul: obținerea unei rezoluții mai fine și eliminarea necesității multor parametrizări. Ideea este că, odată cu o rezoluție atât de mare, fenomene precum convecția atmosferică vor apărea „natural” din ecuațiile fizice, fără artificii statistice.
- tabăra alternativă – consideră că această cursă a rezoluției este o iluzie. Modelele nu vor putea niciodată include toate procesele relevante și vor avea mereu nevoie de parametrizări. În loc să le facem mai detaliate, ar trebui să învățăm să le folosim mai inteligent – pentru a explora gama de posibilități, nu pentru a promite certitudini.
De ce rezoluția nu garantează adevărul
Modelele mai fine vor oferi imagini mai detaliate, dar nu neapărat mai corecte. Vor lipsi în continuare procese importante – de la reacțiile chimice din atmosferă la dinamica biologică a oceanelor.
Chiar și la rezoluție de 1 km, realitatea climatică rămâne prea complexă pentru a fi surprinsă integral.
Spre deosebire de prognoza meteo, unde putem testa predicțiile în câteva zile și ajusta modelele, predicțiile climatice nu pot fi verificate decât peste decenii. Încrederea noastră în ele depinde exclusiv de cât de realist credem că sunt.
Scenarii climatice: o variantă umană și științifică
O abordare tot mai discutată este cea a „scenariilor narative” (storylines). În loc să calculeze direct viitorul, aceste scenarii pornesc de la un proces climatic specific – cum ar fi musonul indian sau furtunile din Atlanticul de Nord – și descriu, pe baza înțelegerii științifice, cum ar putea evolua în diverse condiții.
Fiecare poveste trebuie să fie plauzibilă și coerentă în raport cu datele despre procesele implicate. Mai mult, aceste scenarii vin întotdeauna „în pachete” – seturi de versiuni alternative care reflectă incertitudinea reală.
De exemplu, un proiect condus de climatologul Suraje Dessai la Universitatea Leeds a analizat posibilele evoluții ale musonului indian și impactul asupra resurselor de apă din sudul Indiei. Cercetarea a arătat cât de important este ca experții să-și folosească cunoștințele directe despre procesele climatice, nu doar rezultatele modelelor.
Metoda este însă intens dependentă de expertiză umană și dificil de extins la scară globală. Totuși, ea aduce un avantaj decisiv: pune în centru ceea ce înțelegem despre climă, nu ceea ce doar simulăm.
Modele variate, nu mai complicate
O altă strategie propune folosirea unei mulțimi de versiuni ale aceluiași model, obținute prin modificarea parametrilor de bază – de exemplu, prin schimbarea formulelor care descriu formarea norilor sau circulațiile oceanice.
Aceste colecții de versiuni alternative – numite perturbed physics ensembles – nu caută precizie absolută, ci diversitate de răspunsuri. Dacă toate versiunile sunt plauzibile, dar oferă rezultate diferite, putem observa limitele posibile ale viitorului climatic.
Cel mai amplu astfel de experiment, ClimatePrediction.net (CPDN), lansat la Oxford în 2003, a folosit calculatoare personale ale voluntarilor pentru a rula peste 6.000 de versiuni de model. Toate au arătat o încălzire globală clară, dar cu variații mari în intensitate și distribuție: creșteri ale precipitațiilor de iarnă în Europa de Nord între 10% și 50% și scăderi accentuate în bazinul mediteranean.
Rezultatele nu sunt valori absolute, ci hărți ale posibilului – o reflecție statistică a diversității viitorului.
O schimbare de paradigmă: de la certitudine la incertitudine
În loc să ne întrebăm „Când va fi modelul suficient de realist?”, noua întrebare devine: „Cât de nerealist trebuie să fie un model pentru a nu mai fi util?”. Aceasta schimbă fundamental modul în care știința climei abordează predicția.
Explorarea incertitudinilor – fie prin scenarii narative, fie prin ansambluri de modele perturbate – nu înseamnă abandonarea științei, ci extinderea utilizării ei.
În deciziile reale, nimeni nu pariază doar pe un singur rezultat: luăm în calcul întreaga gamă de posibilități. La fel trebuie să procedăm și în cazul climei.
De ce incertitudinea este cunoaștere
Cunoașterea incertitudinii face parte din însăși cunoașterea climei. Dacă știm cât de largă este plaja posibilului, putem evalua mai bine riscurile pe care suntem dispuși să ni le asumăm. Aceasta este esența politicilor climatice și a planificării adaptării: nu să ghicim viitorul, ci să înțelegem limitele între care el se poate desfășura.
Concentrarea exclusivă pe modele tot mai precise creează iluzia controlului și duce la decizii bazate pe o încredere falsă în predicții. În schimb, o abordare centrată pe incertitudine recunoaște realitatea complexă a sistemului climatic și ne oferă o busolă mai onestă pentru viitor.
Concluzie
Modelele climatice nu sunt hărți ale certitudinii, ci instrumente de explorare. În loc să căutăm predicții exacte care probabil nu vor exista niciodată, ar trebui să folosim știința pentru a înțelege intervalele posibile, relațiile cauzale și riscurile pe care le implică. Într-o lume guvernată de complexitate, adevărata cunoaștere nu înseamnă precizie, ci luciditatea de a înțelege incertitudinea.
Sursa: The model of catastrophe de David Stainforth, cercetător la Grantham Research Institute on Climate Change and the Environment, London School of Economics and Political Science.
