We live in a very complex environment: complexity and dynamism and patterns of evidence from satellite photographs, from videos. You can even see it outside your window. It's endlessly complex, but somehow familiar, but the patterns kind of repeat, but they never repeat exactly. It's a huge challenge to understand. The patterns that you see are there at all of the different scales, but you can't chop it into one little bit and say, "Oh, well let me just make a smaller climate." I can't use the normal products of reductionism to get a smaller and smaller thing that I can study in a laboratory and say, "Oh, now that's something I now understand." It's the whole or it's nothing.
We leven in een zeer complexe omgeving: we hebben complexiteit en dynamiek en hopen bewijsmateriaal van satellietfoto's en video's. Je hoeft maar uit het raam te kijken. Het is eindeloos complex, maar op de een of andere manier vertrouwd. De patronen herhalen zich, maar nooit precies hetzelfde. Het is een enorme uitdaging om dat te begrijpen. De patronen die je ziet doen zich voor op alle mogelijke schalen, maar je kunt er geen klein modelletje van maken: "Ach, laten we nu eens beginnen met een kleiner klimaatje.” Je kan hier niet de normale methodes van reductionisme gebruiken om een kleiner ding te krijgen dat je in een laboratorium kan bestuderen en zeggen: "O, nu heb ik iets dat ik kan begrijpen.” Het is alles of niets.
The different scales that give you these kinds of patterns range over an enormous range of magnitude, roughly 14 orders of magnitude, from the small microscopic particles that seed clouds to the size of the planet itself, from 10 to the minus six to 10 to the eight, 14 orders of spatial magnitude. In time, from milliseconds to millennia, again around 14 orders of magnitude.
De verschillende schalen van dit soort patronen, strekken zich uit over een enorme waaier van groottes, ongeveer 14 ordes van grootte, van kleine, microscopische deeltjes die wolken inzaaien tot de grootte van de planeet zelf, gaande van 10 tot de -6de tot 10 tot de 8ste, 14 grootte-ordes van afmetingen. In de tijd gaat het van milliseconden tot millennia, weer ongeveer 14 ordes van grootte.
What does that mean? Okay, well if you think about how you can calculate these things, you can take what you can see, okay, I'm going to chop it up into lots of little boxes, and that's the result of physics, right? And if I think about a weather model, that spans about five orders of magnitude, from the planet to a few kilometers, and the time scale from a few minutes to 10 days, maybe a month. We're interested in more than that. We're interested in the climate. That's years, that's millennia, and we need to go to even smaller scales. The stuff that we can't resolve, the sub-scale processes, we need to approximate in some way. That is a huge challenge. Climate models in the 1990s took an even smaller chunk of that, only about three orders of magnitude. Climate models in the 2010s, kind of what we're working with now, four orders of magnitude. We have 14 to go, and we're increasing our capability of simulating those at about one extra order of magnitude every decade. One extra order of magnitude in space is 10,000 times more calculations. And we keep adding more things, more questions to these different models.
Wat betekent dat? Als je dit soort dingen wil gaan berekenen, begin je met wat je kunt zien. Ik verdeel het in kleine gebiedjes. Zo doen ze dat toch in de natuurkunde, niet? Ik heb het over een weermodel, dat zich uitstrekt over vijf ordes van grootte, van de planeet tot een paar kilometer, en de tijdschaal van een paar minuten tot 10 dagen, misschien een maand. Maar we willen meer. We zijn ook geïnteresseerd in het klimaat. Dat zijn jaren, dat zijn millennia, en we moeten naar nog kleinere schalen gaan. De dingen die we niet kunnen oplossen, de sub-schaalprocessen, moeten we op een of andere manier benaderend inschatten. Dat is een enorme uitdaging. Klimaatmodellen in de jaren 90 pakten nog een kleiner deel aan, slechts ongeveer drie ordes van grootte. Klimaatmodellen in de jaren 2010, waar we nu mee werken, beslaan al 4 ordes van grootte. Maar we moeten naar 14. Ons vermogen om dit te simuleren, neemt elk decennium toe met één extra orde van grootte. Eén extra orde van grootte in afmeting betekent 10.000 keer meer berekeningen. En we blijven steeds meer dingen, meer vragen aan deze verschillende modellen toevoegen.
So what does a climate model look like? This is an old climate model, admittedly, a punch card, a single line of Fortran code. We no longer use punch cards. We do still use Fortran. New-fangled ideas like C really haven't had a big impact on the climate modeling community.
Hoe ziet een klimaatmodel er nu uit? Dit is een oud klimaatmodel, een ponskaart, een enkele lijn Fortrancode. Ponskaarten gebruiken we niet meer. Maar wel nog steeds Fortran. Nieuwbakken ideeën zoals C hebben geen grote impact gehad op klimaatmodellenmakers.
But how do we go about doing it? How do we go from that complexity that you saw to a line of code? We do it one piece at a time. This is a picture of sea ice taken flying over the Arctic. We can look at all of the different equations that go into making the ice grow or melt or change shape. We can look at the fluxes. We can look at the rate at which snow turns to ice, and we can code that. We can encapsulate that in code. These models are around a million lines of code at this point, and growing by tens of thousands of lines of code every year.
Maar hoe doen we dat nu? Hoe geven we die complexiteit weer in code? Beetje bij beetje. Dit is een luchtfoto van zee-ijs op de Noordpool. Hier zie je alle vergelijkingen die weergeven hoe het ijs aangroeit, afsmelt of van vorm verandert. We kunnen kijken naar de stromingen. We kunnen kijken naar de snelheid waarmee sneeuw verandert in ijs, en we kunnen dat coderen. We kunnen dat in de code inbouwen. Deze modellen beslaan tegenwoordig ongeveer een miljoen regels code, en groeien elk jaar aan met tienduizenden regels code. Je kunt dat stuk van de puzzel bekijken,
So you can look at that piece, but you can look at the other pieces too. What happens when you have clouds? What happens when clouds form, when they dissipate, when they rain out? That's another piece. What happens when we have radiation coming from the sun, going through the atmosphere, being absorbed and reflected? We can code each of those very small pieces as well. There are other pieces: the winds changing the ocean currents. We can talk about the role of vegetation in transporting water from the soils back into the atmosphere. And each of these different elements we can encapsulate and put into a system. Each of those pieces ends up adding to the whole.
maar ook de andere stukken. Wat gebeurt er als er wolken zijn? Wat gebeurt er als wolken zich vormen, verdwijnen of uitregenen? Dat is weer een ander stuk. Wat gebeurt er als zonnestraling de atmosfeer passeert, wordt geabsorbeerd of gereflecteerd? We kunnen elk van die kleine stukjes ook coderen. Er zijn andere stukken: winden veranderen de zeestromingen. We kunnen praten over de rol van vegetatie bij het transport van water uit de bodem naar de atmosfeer. En deze verschillende elementen kunnen we inbouwen in een systeem. Elk van die stukken draagt bij aan het geheel. Je krijgt dan zoiets.
And you get something like this. You get a beautiful representation of what's going on in the climate system, where each and every one of those emergent patterns that you can see, the swirls in the Southern Ocean, the tropical cyclone in the Gulf of Mexico, and there's two more that are going to pop up in the Pacific at any point now, those rivers of atmospheric water, all of those are emergent properties that come from the interactions of all of those small-scale processes I mentioned. There's no code that says, "Do a wiggle in the Southern Ocean." There's no code that says, "Have two tropical cyclones that spin around each other." All of those things are emergent properties.
Je krijgt een mooie voorstelling van wat er gaande is in het klimaatsysteem, allemaal emergente patronen: de wervelingen in de Zuidelijke Oceaan, de tropische cycloon in de Golf van Mexico, en daar gaan er nog twee verschijnen in de Stille Oceaan, rivieren van atmosferisch water. Dat zijn allemaal emergente eigenschappen ontstaan uit de interacties van al die kleinschalige processen. Er is geen code die zegt: "Maak eens een kronkel in de Zuidelijke Oceaan.” Er is geen code die zegt: ”Maak twee tropische cyclonen die om elkaar heen draaien.” Al die dingen zijn emergente eigenschappen.
This is all very good. This is all great. But what we really want to know is what happens to these emergent properties when we kick the system? When something changes, what happens to those properties? And there's lots of different ways to kick the system. There are wobbles in the Earth's orbit over hundreds of thousands of years that change the climate. There are changes in the solar cycles, every 11 years and longer, that change the climate. Big volcanoes go off and change the climate. Changes in biomass burning, in smoke, in aerosol particles, all of those things change the climate. The ozone hole changed the climate. Deforestation changes the climate by changing the surface properties and how water is evaporated and moved around in the system. Contrails change the climate by creating clouds where there were none before, and of course greenhouse gases change the system.
Dat is allemaal geweldig, maar wat we echt willen weten is wat er gebeurt met deze emergente eigenschappen als we het systeem een schop geven. Wat gebeurt er dan met die eigenschappen? Er zijn veel manieren om het systeem te schoppen. Er zijn wiebelingen in de aardbaan die over honderdduizenden jaren het klimaat veranderen. Er zijn veranderingen in de zonnecycli, om de 11 jaar en langer, die het klimaat veranderen. Grote vulkanen barsten uit en veranderen het klimaat. Veranderingen in verbranding van biomassa, in rook, in aerosoldeeltjes, al die dingen veranderen het klimaat. Het ozongat veranderde het klimaat. Ontbossing verandert het klimaat door het veranderen van de oppervlakte-eigenschappen en hoe water verdampt en zich verplaatst in het systeem. Condenssporen veranderen het klimaat door wolken te creëren waar er geen waren, en natuurlijk veranderen broeikasgassen het systeem.
Each of these different kicks provides us with a target to evaluate whether we understand something about this system. So we can go to look at what model skill is. Now I use the word "skill" advisedly: Models are not right or wrong; they're always wrong. They're always approximations. The question you have to ask is whether a model tells you more information than you would have had otherwise. If it does, it's skillful. This is the impact of the ozone hole on sea level pressure, so low pressure, high pressures, around the southern oceans, around Antarctica. This is observed data. This is modeled data. There's a good match because we understand the physics that controls the temperatures in the stratosphere and what that does to the winds around the southern oceans.
Elk van deze verschillende schoppen geven ons een doel om dit systeem te evalueren of te begrijpen. We kunnen ons afvragen wat we verstaan onder ‘modelgeschiktheid’. Nu gebruik ik het woord ‘geschiktheid’ met opzet: Modellen zijn niet goed of fout: ze zijn altijd fout. Ze zijn altijd benaderend. De vraag die je moet stellen, is de vraag of een model je meer informatie verschaft dan je anders zou hebben gehad. Als dat zo is, is het geschikt. Dit is het effect van het ozongat op luchtdruk op zeeniveau, dus lage druk, hoge druk, rond de zuidelijke oceanen rond Antarctica. Dit zijn waargenomen data. Dit zijn gemodelleerde data. Er is een goede overeenkomst omdat we de fysica begrijpen die de temperaturen in de stratosfeer regelt, en wat dat doet met de wind rond de zuidelijke oceanen.
We can look at other examples. The eruption of Mount Pinatubo in 1991 put an enormous amount of aerosols, small particles, into the stratosphere. That changed the radiation balance of the whole planet. There was less energy coming in than there was before, so that cooled the planet, and those red lines and those green lines, those are the differences between what we expected and what actually happened. The models are skillful, not just in the global mean, but also in the regional patterns.
We kunnen naar andere voorbeelden kijken. De uitbarsting van de Pinatubo in 1991 spoot een enorme hoeveelheid aerosolen, kleine deeltjes, in de stratosfeer. Dat veranderde de stralingsbalans van de hele planeet. Er kwam minder energie binnen dan vroeger, zodat de planeet afkoelde. Die rode en groene lijnen zijn de verschillen tussen wat we verwachtten en wat er werkelijk gebeurd is. De modellen zijn geschikt, niet alleen als wereldgemiddelde, maar ook in de regionale patronen.
I could go through a dozen more examples: the skill associated with solar cycles, changing the ozone in the stratosphere; the skill associated with orbital changes over 6,000 years. We can look at that too, and the models are skillful. The models are skillful in response to the ice sheets 20,000 years ago. The models are skillful when it comes to the 20th-century trends over the decades. Models are successful at modeling lake outbursts into the North Atlantic 8,000 years ago. And we can get a good match to the data.
Ik zou een tiental meer voorbeelden kunnen tonen: de geschiktheid voor zonnecycli, die de ozon in de stratosfeer veranderen; of de geschiktheid in verband met orbitale veranderingen in 6.000 jaar. Ook daar kunnen we naar kijken. De modellen zijn geschikt. De modellen zijn geschikt om weer te geven wat er 20.000 jaar geleden met de ijskappen gebeurde. De modellen zijn geschikt om de 20ste-eeuwse trends in de afgelopen decennia weer te geven. Modellen zijn succesvol om ‘meeruitbarstingen’ in de Noord-Atlantische Oceaan van 8.000 jaar geleden weer te geven. We krijgen een goede overeenstemming met de gegevens.
Each of these different targets, each of these different evaluations, leads us to add more scope to these models, and leads us to more and more complex situations that we can ask more and more interesting questions, like, how does dust from the Sahara, that you can see in the orange, interact with tropical cyclones in the Atlantic? How do organic aerosols from biomass burning, which you can see in the red dots, intersect with clouds and rainfall patterns? How does pollution, which you can see in the white wisps of sulfate pollution in Europe, how does that affect the temperatures at the surface and the sunlight that you get at the surface?
Elk van deze verschillende doelstellingen, van deze verschillende evaluaties, vraagt krachtiger modellen en maakt dat we meer en meer complexe situaties aankunnen en interessantere vragen kunnen stellen. Zoals: hoe werkt het stof uit de Sahara, hier in oranje weergegeven, in op de tropische cyclonen in de Atlantische Oceaan? Hoe hebben organische aerosolen uit biomassaverbranding, hier te zien als rode stippen, invloed op wolken en neerslagpatronen? Hoe beïnvloedt luchtvervuiling, die witte sulfaatslierten in Europa, de temperatuur aan het oppervlak en het zonlicht aan de oppervlakte van de Aarde? We kunnen dit over de hele wereld bekijken.
We can look at this across the world. We can look at the pollution from China. We can look at the impacts of storms on sea salt particles in the atmosphere. We can see the combination of all of these different things happening all at once, and we can ask much more interesting questions. How do air pollution and climate coexist? Can we change things that affect air pollution and climate at the same time? The answer is yes.
We kunnen kijken naar de vervuiling uit China. We kunnen kijken naar de gevolgen van stormen op zeezoutdeeltjes in de atmosfeer. We kunnen de combinatie zien van al deze verschillende dingen die allemaal tegelijk gebeuren, en we kunnen nog veel meer interessante vragen stellen. Hoe gaan luchtvervuiling en klimaat samen? Kunnen we dingen veranderen die invloed hebben op de luchtvervuiling én op het klimaat? Het antwoord is ja.
So this is a history of the 20th century. The first one is the model. The weather is a little bit different to what actually happened. The second one are the observations. And we're going through the 1930s. There's variability, there are things going on, but it's all kind of in the noise. As you get towards the 1970s, things are going to start to change. They're going to start to look more similar, and by the time you get to the 2000s, you're already seeing the patterns of global warming, both in the observations and in the model.
Dit is een geschiedenis van de 20ste eeuw. De eerste is het model. Het weer is een beetje anders dan wat er werkelijk gebeurde. De tweede zijn de waarnemingen. We gaan door de jaren 30. Er is variatie, er zijn dingen gaande, maar het is allemaal een beetje onnauwkeurig. In de jaren 70 beginnen dingen te veranderen. Ze gaan meer op elkaar lijken, en tegen de jaren 2000, zie je al de patronen van de opwarming van de aarde, zowel in de waarnemingen als in het model.
We know what happened over the 20th century. Right? We know that it's gotten warmer. We know where it's gotten warmer. And if you ask the models why did that happen, and you say, okay, well, yes, basically it's because of the carbon dioxide we put into the atmosphere. We have a very good match up until the present day.
We weten wat er gebeurd is in de 20e eeuw. We weten dat het warmer is geworden. We weten waar het warmer werd. Als je de modellen vraagt waarom dat gebeurde, zie je, nou ja, dat het vooral een gevolg is van de kooldioxide die we in de atmosfeer loosden. We hebben een zeer goede overeenstemming tot op de dag van vandaag.
But there's one key reason why we look at models, and that's because of this phrase here. Because if we had observations of the future, we obviously would trust them more than models, But unfortunately, observations of the future are not available at this time.
Maar er is een belangrijke reden waarom we kijken naar modellen, en dat komt door deze uitspraak hier. Want als we waarnemingen van de toekomst hadden, zouden we ze natuurlijk meer vertrouwen dan modellen, Maar helaas, waarnemingen van de toekomst zijn op dit moment niet beschikbaar.
So when we go out into the future, there's a difference. The future is unknown, the future is uncertain, and there are choices. Here are the choices that we have. We can do some work to mitigate the emissions of carbon dioxide into the atmosphere. That's the top one. We can do more work to really bring it down so that by the end of the century, it's not much more than there is now. Or we can just leave it to fate and continue on with a business-as-usual type of attitude. The differences between these choices can't be answered by looking at models.
Voor de toekomst ligt het anders. De toekomst is onbekend, de toekomst is onzeker, en er zijn keuzes. Hier zijn de keuzes die we hebben. We kunnen maatregelen nemen om de uitstoot van kooldioxide in de atmosfeer te verminderen. Dat is de bovenste grafiek. We kunnen ons inspannen om het echt te verminderen zodat het tegen het einde van de eeuw, niet veel meer is dan nu. Of we kunnen het gewoon aan het lot overlaten en verder doen met een laat-maar-waaien-houding. De verschillen tussen deze keuzes kunnen niet worden aangepakt door te kijken naar modellen.
There's a great phrase that Sherwood Rowland, who won the Nobel Prize for the chemistry that led to ozone depletion, when he was accepting his Nobel Prize, he asked this question: "What is the use of having developed a science well enough to make predictions if, in the end, all we're willing to do is stand around and wait for them to come true?" The models are skillful, but what we do with the information from those models is totally up to you.
Er is een geweldig citaat dat Sherwood Rowland, die de Nobelprijs kreeg voor de scheikunde van de aantasting van de ozonlaag. Toen hij zijn Nobelprijs ontving, stelde hij deze vraag: “Wat is het nut van een wetenschap die goed genoeg is om voorspellingen te maken, als we alleen maar wat staan rondlummelen en wachten tot ze uitkomen?” De modellen zijn geschikt, maar wat we doen met de informatie van die modellen hangt helemaal van jou af.
Thank you.
Dankjewel.
(Applause)
(Applaus)