ľ�ϸ���Ӱ��

Klimaatmodellen zijn het gereedschap waarmee wetenschappers naar de toekomst kijken. Ze schetsen een beeld van hoe temperatuur, neerslag, zeespiegel en extreme weersomstandigheden zich ontwikkelen bij verschillende uitstootscenario’s. Maar hoe betrouwbaar zijn die modellen eigenlijk? Twee Utrechtse klimaatwetenschappers, Roderik van de Wal en Michiel Baatsen, geven een inkijkje in de sterke punten én de onzekerheden.

We zouden allemaal maar wat graag in de toekomst kunnen kijken, en zien wat ons te wachten staat over tien, vijftig of zelfs honderd jaar. Dat kan natuurlijk niet letterlijk, maar met klimaatmodellen kom je wel een heel eind in de buurt. Zo’n model is eigenlijk een soort digitale aarde, waarmee wetenschappers kunnen laten zien hoe temperatuur, regenval, de zeespiegel en extreem weer veranderen bij verschillende hoeveelheden uitstoot.

De modellen doen geen exacte voorspellingen; ze laten per scenario een trend zien op de lange termijn. Een model kan bijvoorbeeld berekenen dat de gemiddelde temperatuur in Nederland tegen 2050 met twee graden stijgt als we veel CO₂ blijven uitstoten. De gemiddelde temperatuur neemt dan toe, maar individuele dagen en regio’s kunnen nog steeds koud zijn.

Grootste bron van onzekerheid

Klimaatmodellen laten er geen misverstand over bestaan: de aarde warmt op, en dat komt vooral door de mens. Daarover bestaat geen twijfel onder de meeste klimaatwetenschappers. De onzekerheden die er wel zijn, gaan over hoe de klimaatverandering er precies uitziet. Hoe snel verloopt bijvoorbeeld de opwarming? Welke invloed hebben complexe systemen zoals oceaanstromingen en ijskappen? En bovenal: wat gaat de mens de komende decennia doen? De grootste bron van onzekerheid op de middellange en lange termijn is namelijk het scenario waarmee de simulaties worden gedraaid.

De natuurkundige basis van klimaatmodellen is solide

Stevige basis

Tenminste één essentieel onderdeel van klimaatmodellen staat stevig, stelt Van de Wal: de energiebalans van de aarde die bepaalt of de planeet opwarmt of afkoelt. “Door de toegenomen hoeveelheid CO₂-uitstoot zit er steeds meer energie in het systeem,” zegt hij. Universitair docent Michiel Baatsen sluit zich daarbij aan: “De natuurkundige basis van de modellen is solide. De grootste onzekerheden zitten in complexe, dynamische processen, zoals oceaanstromingen. Het is de vraag hoe zij het klimaat beïnvloeden en op welke tijdschaal ze plaatsvinden.”

Smeltende ijskappen

Een voorbeeld van een complex, dynamisch proces dat veel invloed heeft op het klimaat is het smelten van de ijskappen. Dat veroorzaakt niet alleen zeespiegelstijging, maar beïnvloedt ook oceaanstromingen en weersystemen wereldwijd. “Smeltprocessen worden vaak apart berekend, terwijl je ze eigenlijk in het model zou willen opnemen, juist omdat er terugkoppelingen zijn,” legt Van de Wal uit. Een terugkoppeling betekent dat het resultaat van een proces, het proces zélf beïnvloedt. In het geval van de ijskappen zorgt smelt (proces) voor minder ijs (resultaat). Minder ijs zorgt ervoor dat er minder zonlicht wordt weerkaatst waardoor het smelten versnelt.

Een andere onzekere factor die het smelten van ijskappen met zich meebrengt is timing. Het is behoorlijk onzeker hoe snel ijskappen krimpen. “Voor een klimaatmodel is het echter van groot belang of dit op een termijn van decennia of eeuwen tot millennia plaatsvindt”, aldus Baatsen. “Dat komt doordat het smelten van de ijskappen een kantelpunt is, een onomkeerbaar omslagpunt dat grote verschuivingen in het klimaatsysteem teweegbrengt.” 

Omdat kantelpunten zulke grote gevolgen hebben, zijn wetenschappers ze de laatste jaren steeds nauwkeuriger gaan bestuderen. Dat zorgt ervoor dat klimaatmodellen steeds realistischer in kaart kunnen brengen hoe een kantelpunt ontstaat en hoe deze uitpakt. Het gevolg is dat klimaatmodellen betrouwbaarder worden. Al legt het vanwege de onzekere timing van kantelpunten ook weer nieuwe onzekerheden bloot. 

Schattingen in het model

Een andere belangrijke bron van onzekerheid in klimaatmodellen is het gebruik van vereenvoudigde formules om kleinschalige, maar complexe processen te beschrijven. Denk hierbij aan verschijnselen zoals wolkenvorming en turbulentie. Hoewel deze processen grote invloed hebben op het klimaat, kunnen wetenschappers ze (nog) niet exact simuleren. Daarom maken ze gebruik van vereenvoudigde formules, zogenoemde parameterisaties. Onderzoeker Michiel Baatsen benadrukt met name de wolkenfysica nog sterk geparameteriseerd is, wat tot onzekerheden leidt, zeker wanneer de omstandigheden veranderen.

Modellen worden betrouwbaarder wanneer parameterisaties worden vervangen door natuurkundige berekeningen. Dat vraagt veel data en meer kennis waar klimaatwetenschappers hard aan werken. Maar dat is gemakkelijker gezegd dan gedaan. Om dat te kunnen doen, zijn eerst enorm veel metingen nodig om een beeld te schetsen van wat er precies gebeurt. Daarna moeten die gegevens ook nog eens worden gemodelleerd. “We voegen steeds meer componenten en hun interacties toe aan klimaatmodellen, waarmee de natuurkundige kern van het model alsmaar groter wordt,” aldus Baatsen. De steeds grotere modellen vereisen overigens ook heel veel rekenkracht en de huidige supercomputers lopen nu al continu tegen hun grenzen aan. De beschikbare rekenkracht bepaalt de complexiteit en mate van detail waarmee modellen gedraaid worden. Op het gebied van rekenkracht moeten dus óók stappen gezet worden.

Onze modellen beschrijven temperatuur en neerslag van de afgelopen honderd jaar nauwkeurig en op betrekkelijk regionale schaal

Externe onzekerheden

Klimaatmodellen bevatten dus onzekerheden vanwege hun eigen beperkingen. Maar er spelen ook factoren buiten het model. We weten bijvoorbeeld niet hoeveel broeikasgassen er in de toekomst vrijkomen of hoe landgebruik verandert. Daarom werken wetenschappers met scenario’s, waarvan pas later zal blijken welk het meest realistisch is. 

Bovendien is het klimaatsysteem niet deterministisch maar chaotisch: trends zijn voorspelbaar, maar exacte omstandigheden op een specifieke dag niet. “Zelfs als we het hele klimaatsysteem in natuurkundige wetten kunnen vangen, is het onmogelijk om de toekomst helemaal te voorspellen”, stelt Baatsen. “Minieme veranderingen kunnen grote gevolgen hebben zoals methaan dat vrijkomt uit de permafrost. Daardoor blijft het systeem onvoorspelbaar.”

Het verleden voorspellen

Onzekerheden of niet, wetenschappers nemen de verwachtingen die uit klimaatmodellen rollen niet zomaar voor waar aan. Ze testen de betrouwbaarheid met waarnemingen, door modellen met elkaar te vergelijken, en door de modellen reconstructies te laten maken van het klimaat in het verleden, soms wel vijftig miljoen jaar terug. Dat zijn zogeheten paleoklimaat-simulaties. “De omstandigheden waren destijds heel anders dan nu”, zegt Baatsen. “Als onze modellen het klimaat van toen goed kunnen reproduceren, dan mogen we aannemen dat ze ook toekomstige veranderingen goed kunnen simuleren.”

Volgens Van de Wal hoef je overigens niet eens zo ver terug in de tijd om na te gaan of een klimaatmodel goed werkt voor de nabije toekomst. Een eeuw kan ook voldoende zijn: “Onze modellen beschrijven temperatuur en neerslag van de afgelopen honderd jaar nauwkeurig en op betrekkelijk regionale schaal. Dat geeft vertrouwen dat ze ook de volgende honderd jaar goed kunnen inschatten.”

Voorbereid op de toekomst

Hoewel klimaatmodellen dus geen exacte voorspellingen doen, zelfs niet met de meest nauwkeurige gegevens en de krachtigste computers, geven ze wel een betrouwbaar beeld van het klimaat in grote lijnen. Daarmee bieden ze een stevig fundament om toekomstige klimaatveranderingen in te schatten. De natuurkundige kern van modellen is betrouwbaar en wordt steeds sterker naarmate wetenschappers meer data verzamelen en nieuwe inzichten opdoen. Dit leidt tot steeds nauwkeuriger modellen die verwachtingen kunnen schetsen voor alsmaar kleinere gebieden en kortere tijdsintervallen. Zo laten klimaatmodellen ons zien welke veranderingen in het klimaat waarschijnlijk zijn bij verschillende scenario’s. Ze leggen de risico’s bloot die daarbij horen en geven aan hoeveel emissiereductie er nodig is om die risico’s te verkleinen.