“Los modelos, los ordenadores y los que predicen”

El Lawrence Berkeley National Laboratory (US Department of Energy) organizó un seminario internacional con la presencia de científicos de Estados Unidos, Japón, Alemania, etc sobre la enorme cantidad de datos que deben de tratar los modelos climáticos: “Meeting the Computing Challenges of Next-Generation Climate Models. Berkeley Lab hosts international workshop as climate scientists find themselves in a deluge of data”. Encuentro un resumen del tema el 26 de Marzo de 2013 realizado por Julie Chao. Extraigo:….Recuerda cuando un megabyte (10^6 bytes) parecía una gran cantidad de datos? A continuación, un gigabyte (10^9) se convirtió en necesario y normal. Ahora los terabytes (10^12) son poca cosa y los científicos indican que para el procesamiento de conjuntos de datos climáticos se necesitan petabytes (10^15). Incluso para los superordenadores más rápidos del mundo puede ser un trabajo largo y difícil las modelizaciones….Wehner (científico del clima en la División de Investigación Computacional del Laboratorio Nacional Lawrence Berkeley) ofreció un ejemplo al obtener resultados completamente opuestos al ejecutar simulaciones con un modelo climático de baja resolución en comparación con la versión de alta resolución de un mismo modelo. "Mi conclusión a partir de un modelo de 100 kilómetros es que en el futuro vamos a ver un aumento en el número de huracanes, pero a partir de una simulación más realista del modelo de 25 kilómetros, llegamos a la conclusión de que el número total de huracanes disminuirá pero la número de tormentas aumentará"…..

Como se ve solo cuando se cambia la escala de resolución pasan los huracanes a tormentas. Si la escala es inferior que termina siendo viento racheado?. A pesar de los años uno sigue quedando asombrado de la ligereza del personal. Hemos de recordar que el número de datos a tratar y de la potencia ó velocidad de procesamiento depende de la resolución, del mallado, del número de variables que se introducen en el sistema, de la función que juega cada variable, de la sensibilidad del modelo a las variables no analizadas (nubes, del vapor de agua, del albedo, de las corrientes marinas, etc), de que los algoritmos matemáticos (*) de cálculo sean lineales ó no lineales, del tiempo de simulación del modelo (resultados de la predicción a 1 día, 1 año, 10 años ó 100 años), de si los resultados son en 2D ó ·3 D, si se analiza a escala local ó global, si se admiten turbulencias y como son éstas, del tipo de las funciones matemáticas experimentales de ajuste y de que estas sean correctas, de si las funciones de ajuste son de de las variables de entrada ó de las variables de salida, que en las publicaciones (artículos y revistas) con revisiones anónimas por pares existe en ocasiones el mismo de tipo de de cambalaches que en otras actividades de la vida, etc, etc, etc.

Pues bien recordemos que aunque los equipos y los modelos numéricos que se disponía en la década de los 90 eran muy muy inferiores a los actuales, ya se vaticinaban valores concretos de incrementos de temperatura, de subidas del nivel del mar, de incremento e intensidad de los huracanes, etc, etc todo ello también con precisión geográfica basados en funciones de ajuste equivocadas tanto de los datos de entrada como de salida. En algunas reuniones científicas de finales de los 90 algunos ya manifestamos que los modelos no podían predecir con fiabilidad lo que se decía. Que era imposible. Que existe el efecto invernadero lo sabe todo el mundo (pregunten en el Sur de España por la importante agricultura que existe) pero no se puede afirmar que dentro de 100 años y consecuencia del CO2 la temperatura se va a incrementar 2, 3, 4 ó los grados que sean porque lo dicen los modelos, no (el argumento de que pasa si ocurre no vale porque por la misma razón entonces mejor no nacer por existe después la probabilidad de tener un cáncer). Puede ser que si ó puede ser que no. Unos modelos de ordenador no lo pueden predecir.
Decía Aristóteles que el ignorante afirma y el sabio duda y reflexiona. Decía Mark Twain que se puede andar con una pistola cargada, se puede andar con una pistola descargada; pero no se puede andar con una pistola que no se sabe si está cargada o descargada. Una cosa es la ciencia, otra el clima y otra la política del clima.

Ya hace años algunos de los que hacían dichas predicciones comienzan a darse cuenta: En un informe del 2007 del IPCC (el Grupo Intergubernamental de Expertos sobre el Cambio Climático) se indicaba…..Una atribución más completa de causas de las respuestas observadas en los sistemas naturales al calentamiento antrópico no es, por el momento, posible debido a la brevedad de las escalas temporales contempladas en numerosos estudios de impacto, a la mayor variabilidad natural del clima a escala regional, a la contribución de factores no climáticos, y a la limitada cobertura espacial de los estudios…….

Hace años que el personal ve claramente la diferencia entre los valores que predicen los modelos para la temperatura y la realidad (ver gráfico en climaterealists.com/index.php?id=11425). Recomiendo por ejemplo las declaraciones de P. Ziegler.

^(*) Nota: Los matemáticos aun no consiguen demostrar si para el caso en tres dimensiones existirán en función de los datos iniciales y de contorno un comportamiento único del modelo (unicidad de soluciones) ó si existirán múltiples comportamientos posibles (el Clay Mathematics Institute de Cambridge, Massachusetts, ha citado este problema como uno de los siete problemas del milenio; desde luego por su dificultad no desmerece nada de último problema resuelto de Fermat). Los métodos lineales que representan el orden llevan asociado la posibilidad de una predicción fiable, de ahí que se tienda a generalizar su uso de forma injustificada. En los sistemas caóticos no, ya que las realimentaciones de todo tipo, y a todos los niveles, son la propia esencia del sistema. En los sistemas no caóticos el atractor suele ser un punto, una circunferencia, una figura geométrica conocida, pero en los sistemas caóticos presenta una forma “extraña”, de ahí que reciba el nombre de “atractor extraño”, con una dimensión fraccionaria o fractal. Alrededor del atractor comentado se encuentran los lugares geométricos de las soluciones para espacios largos de tiempo. Las investigaciones de Lorenz mostraron que “incluso con un modelo perfecto y con condiciones iniciales casi perfectas, la naturaleza caótica de la atmósfera hace que los pronósticos pierdan validez más allá de dos semanas”. Debe de recurrirse por ello a las predicciones probabilísticas en base a unos datos iniciales que se van modificando.

newscenter.lbl.gov/feature-stories/2013/03/26/meeting-the-computing-challenges-of-next-generation-climate-models/