Foto: Colourbox/John Stick

Klimaforskerne kan blive bedre til statistik

fredag 29 sep 17

Kontakt

Martin Drews
Seniorforsker
DTU Management Engineering
46 77 51 55

Fakta om forskningen

  • Artiklen New vigour involving statisticians to overcome ensemble fatigue i Nature Climate Change er et resultat af et nordisk forskningsprojekt kaldet eSACP.
  • Foruden DTU er de deltagende institutioner de meteorologiske institutter i Norge, Finland og Danmark, samt Norsk Regnesentral og Bjerknes Centret i Norge.
  • Projektet er finansieret af NordForsk, der er en organisation under Nordisk Ministerråd.

Læs mere om projektet på NordForsks website.

Mængden af klimadata er eksploderet, men det gør os ikke nødvendigvis klogere på fremtidens klima. Hvis klimaforskere i højere grad anvender statistik, kan vi opnå større indsigt og bedre forudsigelser, lyder det i en netop publiceret artikel i Nature Climate Change.

Klimaforskere benytter som udgangspunkt altid adskillige klimamodeller, når de skal regne på fx hvor højt vandet stiger, hvor meget nedbør vi kan forvente, eller hvor ofte vi kommer til at opleve ekstremt vejr som storme, stormfloder og monsterregn. Jo flere modeller, jo mere data. Men hvis dataene skal blive brugbare, så det eksempelvis er muligt at træffe de rette beslutninger i forhold til at klimasikre byer og kyster, så skal klimaforskerne til at gribe længere ned i den statistiske værktøjskasse. Det mener en gruppe nordiske forskere, der netop har publiceret artiklen New vigour involving statisticians to overcome ensemble fatigue i Nature Climate Change.

Seniorforsker Martin Drews, DTU Management, er en af forfatterne bag artiklen:

”Klimamodellerne er vores bedste bud på, hvordan verden kommer til at se ud, når klimaet ændrer sig. Men ofte er det nødvendigt at koge den stigende mængde data ned, så den bliver brugerrelevant. Her kan avanceret statistik hjælpe, og det er i øjeblikket et uudnyttet potentiale inden for klimaforskningen.”

Jagten på de rigtige informationer

Martin Drews forklarer, at en del af klimaforskningen i disse år bevæger sig i en mere handlingsorienteret retning. Den handler i mindre grad, om der er menneskeskabte klimaforandringer, men mere om hvad vi skal gøre ved dem. Klimaforskerne oplever blandt andet en stigende efterspørgsel efter ultra-lokale klimafremskrivninger:

"Klimamodellerne er vores bedste bud på, hvordan verden kommer til at se ud, når klimaet ændrer sig. Men ofte er det nødvendigt at koge den stigende mængde data ned, så den bliver brugerrelevant."
Martin Drews, seniorforsker, DTU Management

”I dag ønsker fx myndigheder eller byplanlæggere at kende fremtidens klima over en enkelt by eller havn. Det betyder, at kompleksiteten og kravene til data er steget kraftigt inden for klimaforskningen. Her er løsningen ikke udelukkende at lave flere klimamodelkørsler, men også at blive bedre til at analysere kørslerne med de rette statistiske værktøjer. Statistikken kan nemlig hjælpe os med at organisere og finde frem til de rigtige informationer i et kæmpe datahav, og vi kan gøre dem brugbare, så samfundet kan vurdere risici og planlægge klimatilpasning,” siger Martin Drews.

Statistik angriber usikkerhederne

Et velkendt problem med klimamodellerne er usikkerheden i beregningerne. Altså hvor sandsynligt er det, at modellens beregninger rent faktisk rammer plet i forhold til virkeligheden. Dette er bl.a. en af grundene til, at forskerne som regel bruger mange klimamodeller frem for at stole på en enkelt. Her kan klimaforskningen også få glæde af at anvende mere avancerede statistikværktøjer, som er bedre til at tage højde for de forskellige klimafysiske sammenhænge, end blot udregning af gennemsnitsværdier og standardafvigelser.

”Den usikkerhed omkring resultaterne, som brugerne typisk konfronteres med, er i virkeligheden summen af en kaskade af usikkerheder. Én usikkerhed kan være udregningen af, hvordan global temperaturstigning påvirker globalt havniveau. En anden usikkerhed er forbundet med udregningerne, hvor vi går fra globalt havniveau til lokalt havniveau. Det er usikkerheder, som vi i høj grad kan trække ud af resultaterne fra klimamodelkørslerne og undersøge hver for sig ved hjælp af avancerede statistiske metoder, som allerede er til rådighed. Det øger troværdigheden af vores beregninger og betyder, at vi kan blive mere præcise i vores fremskrivninger,” siger Martin Drews.

Statistik styrker Danmarks klimatilpasning

Danmarks Meteorologiske Institut (DMI) er medforfatter på artiklen i Nature Climate Change. DMI kan bruge de statistiske analyser af klimamodellernes resultater i forbindelse med det klimaatlas, DMI skal udarbejde for at bistå det danske samfund med tilpasningen til fremtidens klima. Det forklarer daglig leder af klimaforskningen ved DMI, Peter Langen, der også har det faglige ansvar for det nye klimaatlas, skriver DMI i en pressemeddelelse.

”Vores klimaatlas forsyner fremover kommunerne med viden om udviklingen i temperatur, nedbør og altså også vandstand med særligt fokus på ekstreme begivenheder. Det kunne f.eks. være højden af fremtidige stormfloder eller hyppigheden og styrken af kraftig regn og skybrud,” siger Peter Langen.

”Det er afgørende for kvaliteten af klimaatlasset, at vi har statistikere med på holdet. Kun med den bistand kan vi levere data, der gør det muligt at afveje risici og potentielle omkostninger i forhold til sandsynligheden for, at en bestemt hændelse indtræffer. Derfor er det nye arbejde i Nature Climate Change særligt interessant,” siger Peter Langen.