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.
Vivemos em um ambiente muito complexo: complexidade, dinamismo e padrões de evidências de fotografias de satélite, de vídeos. Você pode até ver pela sua janela. É infinitamente complexo, mas de alguma forma familiar, mas os padrões meio que se repetem, mas nunca de forma idêntica. Compreender isso é um enorme desafio. Os padrões que você vê existem em todas as diferentes escalas, mas você não pode dividi-los em pedacinhos e dizer: "Bem, deixe-me criar um clima menor". Não posso usar as ferramentas normais de reducionismo para obter uma coisa cada vez menor, que eu possa estudar no laboratório e dizer: "Agora sim. Isso eu entendo". Ou é tudo ou é nada.
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.
As diferentes escalas que proporcionam esses tipos de padrões variam em uma enorme escala de grandeza, cerca de 14 ordens de grandeza, desde pequenas partículas microscópicas que compõem as nuvens, ao tamanho do próprio planeta, de 10 elevado a menos seis, até 10 elevado a oito, 14 ordens de grandeza espaciais. No tempo, de milissegundos até milênios, novamente cerca de 14 ordens de grandeza.
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.
O que isso significa? Bem, se você pensar sobre como você pode calcular essas coisas, você pode ter o que você pode ver. Ok, eu vou cortar isso em um monte de quadradinhos, e esse é o resultado da física, certo? E se eu pensar em um modelo climático que se estenda por cinco ordens de grandeza, do planeta até alguns quilômetros, e a escala do tempo, de alguns minutos até 10 dias, talvez um mês. Estamos interessados em mais que isso. Estamos interessados no clima. Isso são anos, milênios, então precisamos de escalas ainda menores. As coisas que não podemos resolver, os processos de subescala, temos que aproximar. Isso é um enorme desafio. Os modelos climáticos na década de 1990 pegaram um pedaço ainda menor do que esse, apenas cerca de 3 ordens de grandeza. Os modelos climáticos na década de 2010, tipo os que estamos trabalhando agora, 4 ordens de grandeza. Nós temos 14 para usar, e estamos aumentando a nossa capacidade de simulá-los em cerca de uma ordem extra de grandeza a cada década. Uma ordem extra de grandeza no espaço significa 10 mil vezes mais cálculos. E continuamos adicionando coisas, mais perguntas, a esses diferentes modelos.
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.
Como é um modelo climático? Este é um modelo climático antigo, reconhecidamente um cartão perfurado, uma única linha de código Fortran. Não usamos mais cartões perfurados. Mas ainda usamos Fortran. Ideias modernas, como a linguagem C, não tiveram um grande impacto na comunidade de modelagem climática.
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.
Mas como se chega a esse ponto? Como ir daquela complexidade que você viu, até uma linha de código? Trabalhamos com uma peça de cada vez. Esta é uma imagem de gelo marítimo se arriscando sobre o Ártico. Podemos observar todas as diferentes equações que investigam o aumento do gelo, ou seu derretimento, ou mudança de forma. Podemos observar os fluxos. Podemos observar a que taxa a neve se transforma em gelo, e codificar isso. Podemos encapsular isso em código. A essa altura, esses modelos têm cerca de um milhão de linhas de código, e crescem dezenas de milhares de linhas de código por ano.
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.
Você pode observar aquela peça, mas pode observar as outras peças também. O que acontece quando se tem nuvens? O que acontece quando as nuvens se formam, quando elas se dissipam, quando chove? Essa é outra peça. O que acontece quando temos a radiação vindo do Sol, atravessando a atmosfera, sendo absorvida e refletida? Também podemos codificar cada uma dessas pequenas peças. Existem outras peças: os ventos mudando as correntes oceânicas. Podemos falar sobre o papel da vegetação no transporte de água do solo de volta à atmosfera. E podemos encapsular cada um desses diferentes elementos, e colocá-los em um sistema. Cada uma dessas peças acaba se juntando ao todo.
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.
E no final, você tem algo assim. Você tem uma linda representação do que está acontecendo no sistema climático, onde cada um desses padrões resultantes que você pode ver, os redemoinhos no Oceano Antártico, o ciclone tropical no Golfo do México, e há mais dois que vão aparecer no Pacífico a qualquer momento, os rios de água atmosférica, são todos propriedades das interações dos processos de pequena escala que eu mencionei. Não há nenhum código que diga: "Faça uma rotação no Oceano Antártico." Não há um código que diga: "Pegue dois ciclones tropicais que girem em torno um do outro". Essas coisas são propriedades resultantes.
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.
Isso tudo é muito bom. Isso tudo é ótimo. Mas o que realmente queremos saber é o que acontece com essas propriedades resultantes quando estimulamos o sistema. Quando algo muda, o que acontece com essas propriedades? Há muitas maneiras diferentes de estimular o sistema. Há oscilações na órbita da Terra ao longo de centenas de milhares de anos, que alteram o clima. Há mudanças nos ciclos solares, a cada 11 anos ou mais, que alteram o clima. Grandes vulcões entram em erupção, e mudam o clima. Mudanças na queima da biomassa, na fumaça, em partículas de aerossóis, todas essas coisas mudam o clima. O buraco de ozônio muda o clima. O desmatamento muda o clima, alterando as propriedades da superfície e a forma como a água evapora e se desloca em torno do sistema. Rastros de condensação mudam o clima ao criar nuvens onde antes não havia nenhuma, e gases de efeito estufa, é claro, alteram o sistema.
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.
E cada um desses diferentes estímulos nos proporcionam um alvo para analisarmos se entendemos alguma coisa a respeito do sistema. Assim, podemos observar o que é "habilidade" do modelo. Eu uso a palavra "habilidade", deliberadamente: os modelos não estão certos ou errados; eles estão sempre errados. Eles são sempre aproximações. O que você tem que perguntar é se um modelo te dá mais informações do que você teria de outra forma. Caso sim, ele é hábil. Este é o impacto do buraco de ozônio sobre a pressão do nível do mar, baixa pressão, altas pressões, em torno dos oceanos do sul, em torno da Antártica. Isso é dado observado. Isto é dado modelado. Esta é uma boa comparação, porque entendemos a física que controla as temperaturas na estratosfera, e o que isso faz com os ventos em torno dos oceanos do sul.
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.
Podemos pegar outros exemplos. A erupção do Monte Pinatubo em 1991 despejou uma enorme quantidade de aerossóis, pequenas partículas, na estratosfera. Isso mudou o equilíbrio da radiação de todo o planeta. Houve menos energia chegando do que havia antes, então isso esfriou o planeta, e aquelas linhas vermelhas e verdes, são as diferenças entre o que esperávamos e o que realmente aconteceu. Os modelos são hábeis não apenas num sentido global, mas também nos padrões regionais.
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.
Eu poderia dar mais uma dúzia de exemplos: a habilidade associada aos ciclos solares, alterando o ozônio na estratosfera; a habilidade associada às mudanças orbitais, ao longo de 6 mil anos. Podemos analisar isso também, e os modelos são hábeis. Os modelos são hábeis em resposta às placas de gelo de 20 mil anos atrás. Os modelos são hábeis quando se trata das tendências do século 20, ao longo das décadas. Os modelos são bem-sucedidos em modelar erupções de lagos no Atlântico Norte, 8 mil anos atrás. E nós conseguimos uma boa combinação dos dados.
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?
Cada um destes diferentes alvos, cada uma destas diferentes avaliações, leva-nos a adicionarmos mais escopo a esses modelos, e leva-nos a mais e mais situações complexas, que nos permitem fazer perguntas cada vez mais interessantes, tipo: como a poeira do Saara, que você pode ver em laranja, interage com os ciclones tropicais no Atlântico? Como os aerossóis orgânicos da queima de biomassa, que você pode ver nos pontos vermelhos, se cruzam com os padrões de nuvens e de chuva? Como a poluição, que você pode ver nos tufos brancos de poluição de sulfato na Europa, como isso afeta as temperaturas na superfície e a luz do solar que temos na superfície?
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.
Podemos observar isso em todo o mundo. Podemos observar a poluição na China. Podemos ver os impactos das tempestades nas partículas de sal marítimas na atmosfera. Podemos ver a combinação de todas estas coisas diferentes acontecendo ao mesmo tempo, e podemos fazer perguntas muito mais interessantes. Como a poluição do ar e o clima coexistem? Podemos mudar as coisas que, ao mesmo tempo, afetam a poluição do ar e o clima? A resposta é sim.
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.
Esta é a história do século 20. O primeiro é o modelo. O clima está um pouco diferente do que realmente aconteceu. O segundo são as observações. E estamos passando pela década de 1930. Há variabilidade, há coisas acontecendo, mas a maioria não é considerável. Chegando na década de 1970, as coisas vão começando a mudar. Eles vão ficando mais parecidos, e quando você chega na década de 2000, você já vê os padrões do aquecimento global tanto nas observações, quanto no modelo.
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.
Sabemos o que aconteceu ao longo do século 20. Certo? Sabemos que está ficando mais quente. Sabemos onde está ficando mais quente. E se você perguntar aos modelos por que isso aconteceu, você diz: "Bem, é basicamente por causa do dióxido de carbono que jogamos na atmosfera." Nós temos uma ótima correspondência até os dias atuais.
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.
Mas há uma razão principal pela qual examinamos os modelos: é por causa dessa frase aqui. Porque "se tivéssemos observações do futuro, obviamente confiaríamos nelas, mais do que nos modelos. Mas infelizmente, as observações do futuro não estão disponíveis no momento".
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.
Quando investigamos o futuro, há uma diferença. O futuro é desconhecido, é incerto, e há opções. Eis as opções que nós temos. Podemos fazer alguma coisa para mitigar as emissões de dióxido de carbono na atmosfera. Essa é a número um. Nós podemos trabalhar mais para realmente diminuí-la e, ao final do século, não haverá muito mais do que existe agora. Ou podemos deixar por conta do destino e continuar com a atitude de costume. As diferenças entre essas escolhas não podem ser respondidas pelos modelos.
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.
Existe uma ótima frase de Sherwood Rowland, vencedor do prêmio Nobel de Química, pela descoberta da camada de ozônio. Quando estava recebendo seu prêmio Nobel, ele fez esta pergunta: "De que adianta ter desenvolvido a ciência o bastante para fazer previsões se, no final, tudo o que estamos dispostos a fazer é não fazer nada, e esperar que elas se tornem realidade?" Os modelos são hábeis, mas o que fazemos com as informações desses modelos cabe totalmente a nós.
Thank you.
Obrigado.
(Applause)
(Aplausos)