FNs klimapanel har siktet mot å øke presisjonsnivået i rapportene sine. Har de vært for ambisiøse, spør Kjell Stordahl og Ole Humlum.
Globale temperaturprognoser ved 90 CMIP prognosemodeller. Svart kurve viser gjennomsnittlig temperatur for prognosemodellene. De nederste blå punktene viser de reelle temperaturmålinger i lavere troposfære fra UAH satellittmålinger (Roy Spencer). De grønne punktene representerer HadCRUT4 overflate-temperaturmålinger.
Klimapanelets granskingsrapport
FNs klimapanel (IPCC) ble for noen år siden kritisert for graverende feil i sine hovedrapporter. Ett eksempel fra 2007 som de fleste husker, er konklusjonen om at isen i Himalaya kom til å smelte i løpet av år 2035 (Himalayagate).
Dette førte til at det ble foretatt en intern granskning av IPCC og etablert prosedyrer for håndtering av usikkerhet. Granskingsrapporten fra InterAcademy Council (IAC): “Climate Change Assessments, Review of the Process and the Procedures of the IPCC” ble offentliggjort 30. august 2010.
Det viste seg at IPCC hadde vært lite åpen og lite imøtekommende for konstruktiv kritikk. Underlag for blant annet temperaturdata og proxy-data ble holdt tilbake til tross for sterkt press. Derfor er det heller ikke IPCC som identifiserte de betydelige feilene.
Identifikasjonen av feilene har kommet fra annet hold og funnene har til dels blitt imøtegått med betydelig styrke av IPCC. Dette har også skjedd på toppnivå da eksempelvis IPCCs leder Rajendra Pachauri selv prøvde å stoppe avsløringene av Himalayagate.
Punkter som ble trukket frem i granskingsrapporten og hvor forbedring ble anbefalt, var:
- Forbedring av prosedyrer for bruk av upublisert og ikke fagfellevurdert litteratur.
- Planer for behandling av temaer med usikkerhet og konfidens.
- Bruk av riktig presisjonsnivå for beskrivelse av resultater.
- Forsiktig kommunikasjon ved bruk av kalibrert språk.
Kalibrert statistisk terminologi
IPCC ønsker å være presise når de angir sannsynligheten for en hendelse. De bruker derfor et kalibrert statistisk språk som tvinger forfatterne til å være svært presise i sin formidling. Dette fremgår av nedenstående tabell.
Bruk av denne terminologien er og har vært meget ambisiøst på klimaområdet. Her skal oppfatninger og nye funn beskrives med en meget presis sannsynlighet.
I den statistiske verden er en vant til å bruke slike skalaer basert på avgrensete områder. Her kan variabler beskrives ved sannsynlighetsfordelinger; forventningsverdi og varians som kan estimeres etter statistiske prinsipper og det er da mulig å beregne sannsynligheter som vist i tabellen.
I mange sammenhenger er det på klimaområdet vanskelig å tallfeste sannsynligheter. Problemstillingene er ikke så enkle; de er mer komplekse. Ett eksempel er tallfesting av sannsynlighet for om økningen i global temperatur de siste 60 år er menneskeskapt.
De meget presise sannsynlighetene i tabellen kan forlede lesere til å tro at det er statistiske eller kvantitative modeller bak de oppgitte sannsynlighetene. Slik er det for det meste ikke.
I noen tilfeller kan dette være kurant, mens det på komplekse områder er svært vanskelig. Den meget detaljerte tabellen vil gi inntrykk av at IPCCs vurderinger er svært sikre og mange uten formell statistisk bakgrunnvil tro at det som ligger bak er kvantitative statistiske analyser.
Siktemålet til IPCC har vært å forbedre presisjonsnivået i rapportene. Dette er vel og bra, men spørsmålet er om dette kan ha vært for ambisiøst?
I alle fall reiser dette mange spørsmål. Første forutsetning må være at det eksisterer et verktøy som kan benyttes til å tallfeste sannsynlighetene slik at det kalibrerte statistiske språket kan benyttes. Dette er et uomgjengelig krav.
Komplekse klimamodeller og usikre resultater
Imidlertid er klimamodellene meget komplekse basert på svært mange forklaringsvariable.
Én metode for å tallfeste usikkerhet, er å utvikle forskjellig typer modeller og så lage prognoser, eksempelvis for global temperaturutvikling. Så kan modellene etterprøves ved å sammenligne prognosene med de observerte temperaturdataene.
Et illustrerende eksempel er IPCCs globale prognoser for temperaturen basert på CIMP5 klimamodeller. Prognosene er så sammenlignet med reell overflatetemperatur (HadCRUT4) og temperaturen i lavere troposfære ved UAH satellittmålinger, se figuren øverst.
Figuren viser stor spredning i de globale temperaturprognosene. 86 av de 90 modellene (95,6 prosent) viser for høy global temperatur sammenlignet med HadCRUT4, mens 88 av de 90 modellene (97,8 prosent) viser for høy temperatur sammenlignet med UAF.
Ved en slik fremgangsmåte kan usikkerheten i en prognose beregnes.
Bestemmelse av usikkerhet ved kartlegging av ekspertmeninger
En alternativ måte for tallfesting av usikkerhet er kartlegging av hva ekspertene som har arbeidet med klimamodellene mener, om usikkerheten i resultatene. Dette blir da en mer subjektiv prosess basert på personlige vurderinger.
Denne beskrivelsen er basert på et Verdt å vite-program (radio) der Eystein Jansen og Ole Humlum deltok (2007).
Humlum konstaterte at når IPCC benyttet eksempelvis 90 prosent til å karakterisere sannsynlighet for en hendelse, det vil si menneskeskapt oppvarming, ville mange tro at sannsynligheten for at hendelsen var statistisk signifikant og at det var brukt kvantitative statistiske analyser for å komme frem til dette anslaget.
Jansen uttalte helt korrekt at det ikke lar seg gjøre statistisk å beregne en slik hendelse. Derfor benyttes ekspertvurderinger (expert judgement) til beregningen.
Den går ut på at de som har arbeidet med rapporten tallfester sannsynligheten for hendelsen. I tillegg sendes disse resultatene ut på å høring til et større antall personer.
En slik prosess er imidlertid problematisk og må vel karakteriseres som en siste utvei for å tallfeste en sannsynlighet. Når det gjelder estimeringen eller beregningen av usikkerhet, er det selvsagt enda mer problematisk.
En situasjon hvor sannsynlighetsutsagn om klimaet beskrives ut fra en prosess med subjektive personutsagn, gir store utfordringer. Når ny viten fremkommer, må de tallfestede sannsynlighetsutsagnene endres.
Det betyr ekspertene må justere sin oppfatning og bør da ha god, gjerne dokumentert oversikt over hva som lå til grunn for sine tidligere oppfatninger. Dette er en betraktelig mer utfordrende prosess sammenlignet med endringer i kvantifiserte statistiske beregninger.
Ekspertvurderinger er lite forenlig med bruken av det statistiske presise språket til IPCC. Anvendelse av terminologien og det presise språket kan lett oppfattes som at usikkerheten i resultatene er liten.
Et annet poeng er at de meget komplekse klimamodeller som IPCC benytter, også gjør det vanskelig – og muliggens umulig – å beregne usikkerheten i resultatene.
