Ich erwähne das alles, um Sie wissen zu lassen, dass ich weit, weit davon entfernt bin, ein Anfänger oder gar ein Programmierer-Geselle zu sein. Ich habe z. B. mit „computerbasierter Evolution“ gearbeitet, um zu versuchen, den Aktienmarkt zu analysieren, bevor die meisten Leute überhaupt davon gehört haben. …

Nun, wer meine Arbeiten gelesen hat weiß, dass ich weit davon entfernt bin, Computer-Klimamodelle zu lieben. Ich wurde gefragt: „Was haben Sie gegen Computermodelle?“ und „Wie können Sie den Modellen nicht vertrauen, wir benutzen sie doch für alles?“

Nun, basierend auf einer lebenslangen Erfahrung auf diesem Gebiet kann ich Ihnen ein paar Dinge über Computerklimamodelle und Computermodelle im Allgemeinen versichern. Hier ist die Kurzfassung:

● Ein Computermodell ist nichts anderes als eine physikalische Umsetzung der Überzeugungen, Vorstellungen, falschen Ideen und Missverständnisse desjenigen, der das Modell geschrieben hat. Daher werden die Ergebnisse, die es produziert, die Überzeugungen, Auffassungen, falschen Ideen und Missverständnisse des Programmierers unterstützen, bestätigen und verkörpern. Alles, was der Computer tut, ist, diese Überzeugungen und Missverständnisse offiziell und vernünftig aussehen zu lassen. Oh, und er macht sehr, sehr schnell Fehler. Ich habe das schon erlebt.

● Computer-Klimamodelle gehören zu einer bestimmten Klasse von Modellen, die „iterative“ Computermodelle genannt werden. In dieser Klasse von Modellen wird die Ausgabe eines Zeitschrittes als Eingabe für den nächsten Zeitschritt in den Computer zurückgespeist. Mitglieder dieser Klasse von Modellen sind notorisch launisch, instabil und neigen zu internen Oszillationen und allgemein zum Herunterfallen. Normalerweise müssen sie in gewisser Weise künstlich „eingezäunt“ werden, damit sie nicht außer Kontrolle geraten.

● Wie jeder bestätigen kann, der schon einmal versucht hat, z. B. den Aktienmarkt zu modellieren, kann ein Modell, das die Vergangenheit absolut fehlerfrei reproduzieren kann, in der Tat sehr wahrscheinlich völlig falsche Vorhersagen für die Zukunft liefern wird. Ich habe das auch schon erlebt. Wie es in der Brokerwerbung in den USA heißen muss: „Vergangene Performance ist keine Garantie für zukünftigen Erfolg“.

● Das bedeutet, dass die Tatsache, dass ein Klimamodell das vergangene Klima perfekt nachzeichnen kann, NICHT bedeutet, dass es eine genaue Darstellung der Realität ist. Und vor allem bedeutet es NICHT, dass es die Zukunft genau vorhersagen kann.

● Chaotische Systeme wie Wetter und Klima sind notorisch schwer zu modellieren, selbst auf kurze Sicht. Das ist der Grund, warum Vorhersagen über den zukünftigen Weg eines Wirbelsturms in den nächsten 48 Stunden die Form eines Kegels und nicht einer geraden Linie haben.

● Es gibt einen ganzen Zweig der Informatik namens „V&V“, was für Validierung und Verifizierung steht. So können Sie sicher sein, dass Ihre Software der Aufgabe gewachsen ist, für die sie entwickelt wurde. Hier ist eine Beschreibung aus dem Internet:

Was ist Software-Verifizierung und -Validierung (V&V)?

Verifizierung

820.3(a) Verifikation ist die Bestätigung durch Prüfung und Erbringung eines objektiven Nachweises, dass festgelegte Anforderungen erfüllt wurden.

„Dokumentierte Verfahren, die in der Benutzerumgebung durchgeführt werden, um die Ergebnisse zu erhalten, aufzuzeichnen und zu interpretieren, die erforderlich sind, um festzustellen, dass die vorgegebenen Spezifikationen erfüllt wurden“ (AAMI).

Validierung

820.3(z) Validierung bedeutet die Bestätigung durch Untersuchung und Erbringung eines objektiven Nachweises, dass die besonderen Anforderungen für einen bestimmten Verwendungszweck konsistent erfüllt werden können.

Prozessvalidierung bedeutet die Feststellung durch objektive Beweise, dass ein Prozess konsistent ein Ergebnis oder ein Produkt erzeugt, das seinen vorgegebenen Spezifikationen entspricht.

Designvalidierung ist der objektive Nachweis, dass die Produktspezifikationen mit den Bedürfnissen des Anwenders und der vorgesehenen Verwendung(en) übereinstimmen.

„Dokumentiertes Verfahren zur Erlangung, Aufzeichnung und Interpretation der Ergebnisse, die erforderlich sind, um festzustellen, dass ein Prozess konsistent ein Produkt hervorbringt, das den vorgegebenen Spezifikationen entspricht“ (AAMI).

Weitere Informationen zu V&V hier.

● Ihre durchschnittliche Fahrstuhl-Steuerungssoftware wurde mehr V&V unterzogen als die Computerklimamodelle. Und wenn die Software eines Computermodells nicht einer umfangreichen und strengen V&V unterzogen wurde, ist die Tatsache, dass das Modell sagt, dass etwas in der Modellwelt passiert, KEIN Beweis dafür, dass es in der realen Welt tatsächlich passiert … und selbst dann, wie man sagt, „Mist auftritt“. Wir haben eine Marssonde verloren, weil jemand eine einzige Zahl nicht von imperialen Maßen in metrische umgerechnet hat … und Sie können darauf wetten, dass die NASA ihre Programme einer umfangreichen und strengen V&V unterzieht.

● Computermodellierer, mich manchmal eingeschlossen, unterliegen alle dem fast unwiderstehlichen Wunsch, die Modellwelt mit der realen Welt zu verwechseln. Sie sagen Dinge wie „Wir haben festgestellt, dass das Klimaphänomen X durch den Antrieb Y verursacht wird“. Richtig wäre aber: „Wir haben festgestellt, dass in unserem Modell das modellierte Klimaphänomen X durch unseren modellierten Antrieb Y verursacht wird“. Leider sind die Modellierer nicht die einzigen, die bei diesem Prozess getäuscht werden.

● Je mehr einstellbare Parameter ein Modell hat, desto unwahrscheinlicher ist es, dass es die Realität genau abbildet. Klimamodelle haben Dutzende von abstimmbaren Parametern. Hier sind 25 von ihnen, es gibt aber noch viele mehr:

Was ist falsch mit Parametern in einem Modell? Hier ist eine oft wiederholte Geschichte über den berühmten Physiker Freeman Dyson, der von dem noch berühmteren Enrico Fermi zu diesem Thema belehrt wurde …

Im Frühjahr 1953 hatten wir nach heroischen Anstrengungen theoretische Graphen der Meson-Proton-Streuung gezeichnet. Wir beobachteten freudig, dass unsere berechneten Zahlen ziemlich gut mit den gemessenen Zahlen von Fermi übereinstimmten. Also machte ich einen Termin aus, um mich mit Fermi zu treffen und ihm unsere Ergebnisse zu zeigen. Stolz fuhr ich mit dem Greyhound-Bus von Ithaca nach Chicago, um Fermi ein Paket mit unseren theoretischen Graphen zu zeigen.

Als ich in Fermis Büro ankam, überreichte ich Fermi die Graphen, aber er warf kaum einen Blick auf sie. Er lud mich ein, Platz zu nehmen, und fragte mich freundlich nach der Gesundheit meiner Frau und unseres neugeborenen kleinen Sohnes, der jetzt fünfzig Jahre alt geworden war. Dann verkündete er sein Urteil mit ruhiger, gleichmäßiger Stimme. „Es gibt zwei Wege, Berechnungen in der theoretischen Physik durchzuführen“, sagte er. „Der eine Weg, und das ist der Weg, den ich bevorzuge, besteht darin, ein klares physikalisches Bild von dem Prozess zu haben, den man berechnet. Der andere Weg ist, einen präzisen und in sich konsistenten mathematischen Formalismus zu haben. Beides hat man nicht.“

Ich war etwas verblüfft, wagte es aber ihn zu fragen, warum er die pseudoskalare Mesontheorie nicht als einen in sich konsistenten mathematischen Formalismus ansah. Er antwortete: „Die Quanten-Elektrodynamik ist eine gute Theorie, weil die Kräfte schwach sind, und wenn der Formalismus mehrdeutig ist, haben wir ein klares physikalisches Bild, das uns leitet. Bei der pseudoskalaren Mesonentheorie gibt es kein physikalisches Bild, und die Kräfte sind so stark, dass nichts konvergiert. Um Ihre berechneten Ergebnisse zu erreichen, mussten Sie willkürliche Abschneideverfahren einführen, die weder auf solider Physik noch auf solider Mathematik beruhen.“

In meiner Verzweiflung fragte ich Fermi, ob er nicht beeindruckt sei von der Übereinstimmung zwischen unseren berechneten Zahlen und seinen gemessenen Zahlen. Er antwortete: „Wie viele willkürliche Parameter haben Sie für Ihre Berechnungen verwendet?“ Ich dachte einen Moment über unsere Abschneideverfahren nach und sagte: „Vier.“ Er sagte: „Ich erinnere mich, dass mein Freund John von Neumann zu sagen pflegte: Mit vier Parametern kann ich einen Elefanten einpassen, und mit fünf kann ich ihn mit dem Rüssel wackeln lassen.“ Damit war das Gespräch beendet. Ich bedankte mich bei Fermi für seine Zeit und Mühe, und nahm traurig den nächsten Bus zurück nach Ithaca, um den Studenten die schlechte Nachricht zu überbringen.

● Das Klima ist wohl das komplexeste System, das der Mensch zu modellieren versucht hat. Es hat nicht weniger als sechs große Subsysteme – den Ozean, die Atmosphäre, die Lithosphäre, die Cryosphäre, die Biosphäre und die Elektrosphäre. Keines dieser Subsysteme ist für sich genommen gut verstanden, und wir haben nur punktuelle, lückenhafte, grobe Messungen von jedem einzelnen. Jedes von ihnen hat seine eigenen internen Zyklen, Mechanismen, Phänomene, Resonanzen und Rückkopplungen. Jedes der Subsysteme interagiert mit jedem der anderen. Es gibt wichtige Phänomene, die auf allen Zeitskalen von Nanosekunden bis zu Millionen von Jahren und auf allen räumlichen Skalen von Nanometern bis zum gesamten Planeten auftreten. Schließlich gibt es sowohl interne als auch externe Einflüsse von unbekanntem Ausmaß und Wirkung. Wie wirkt sich zum Beispiel der Sonnenwind auf die Biosphäre aus? Nicht nur das, wir sind erst seit ein paar Jahrzehnten an dem Projekt dran. Unsere Modelle sind … nun ja … um großzügig zu sein, würde ich sie als Bastelvorlagen für die Komplexität der realen Welt bezeichnen.

● Viele Läufe von Klimamodellen enden auf dem Fußboden des Schneideraums, weil sie nicht mit den Überzeugungen, Auffassungen, falschen Ideen und Missverständnissen des besagten Programmierers übereinstimmen. Sie zeigen uns nur die Ergebnisse der Modellläufe, mit denen sie einverstanden sind, nicht aber die Ergebnisse der Läufe, bei denen das Modell aus den Fugen geraten ist. Hier sind zweitausend Läufe von 414 Versionen eines Modells, das zuerst eine Kontroll- und dann eine Doppel-CO₂-Simulation durchführt. Man erkennt, dass viele der Ergebnisse weit aus dem Rahmen fallen:

Aus all diesen Überlegungen folgt, dass jeder, der glaubt, dass die Klimamodelle etwas „beweisen“ oder „feststellen“ oder „verifizieren“ können, was vor fünfhundert Jahren passiert ist oder in hundert Jahren passieren wird, in einem Narrenparadies lebt. Diese Modelle sind dieser Aufgabe in keiner Weise gewachsen. Sie mögen uns Einsichten bieten oder uns dazu bringen, neue Ideen in Betracht zu ziehen, aber sie können nur Dinge in der Modellwelt „beweisen“, nicht aber in der realen Welt.

Ich möchte klarstellen, dass ich selbst Dutzende von Modellen geschrieben habe und nicht gegen Modelle bin. Ich habe sie mein ganzes Leben lang geschrieben und benutzt. Allerdings gibt es diese Modelle, und dann gibt es jene Modelle. Einige Modelle wurden getestet und einer umfangreichen V&V unterzogen, und ihre Ergebnisse wurden mit der realen Welt verglichen und als sehr genau befunden. Also benutzen wir sie, um interplanetare Sonden zu navigieren und neue Flugzeug-Tragflächen und ähnliches zu entwerfen.

Klimamodelle gehören leider nicht zu dieser Klasse von Modellen. Verdammt, wenn sie es wären, bräuchten wir nur eines von ihnen, anstatt der Dutzenden, die heute existieren und die uns alle unterschiedliche Antworten geben … was zu der ultimativen Hybris der Modellierer führt, der Idee, dass die Mittelung dieser Dutzenden von Modellen das „Rauschen“ beseitigt und nur solide Ergebnisse zurücklässt.

Schließlich könnte ich als lebenslanger Computerprogrammierer der Behauptung „Alle Modelle sind falsch, aber einige sind nützlich“ nicht mehr widersprechen. Nehmen wir beispielsweise die CFD-Modelle, die die Boeing-Ingenieure verwenden, um die Tragflächen von Jumbo-Jets zu entwerfen oder die Modelle, die unsere Aufzüge steuern. Will mir jemand ernsthaft weismachen, dass diese Modelle falsch sind? Wer das wirklich glaubt, würde nie wieder fliegen oder in einen Aufzug steigen. Sicher, sie sind keine exakten Reproduktionen der Realität, das ist es, was „Modell“ bedeutet … aber sie sind richtig genug, um sich in Situationen, in denen es um Leben und Tod geht, auf sie verlassen zu können.

Lassen Sie mich diese Frage klar formulieren. Während Modelle, die richtig sind, absolut nützlich sind, ist es sicherlich auch möglich, dass ein Modell, das falsch ist, nützlich ist.

Aber damit ein Modell, das falsch ist, nützlich ist, müssen wir unbedingt verstehen, WARUM es falsch ist. Sobald wir wissen, wo es falsch gelaufen ist, können wir den Fehler beheben. Aber bei den komplexen iterativen Klimamodellen, die Dutzende von Parametern benötigen, bei denen die Ausgabe eines Zyklus‘ als Eingabe für den nächsten Zyklus verwendet wird und bei denen ein hundertjähriger Lauf mit einem halbstündigen Zeitschritt 1,75 Millionen Schritte umfasst, ist es fast unmöglich zu bestimmen, wo ein Klimamodell vom Weg abgekommen ist. War es ein Fehler in dem Parameter, der die Eistemperatur in 10.000 Fuß Höhe angibt? War es ein Fehler in dem Parameter, der die Bildung von Schmelztümpeln auf dem Meereis nur auf bestimmte Monate beschränkt? Es gibt keine Möglichkeit, das festzustellen, also gibt es auch keine Möglichkeit, aus unseren Fehlern zu lernen.

Als nächstes werden alle diese Modelle „getrimmt“, um den vergangenen langsamen Erwärmungstrend darzustellen. Und im Allgemeinen machen sie das gut … weil die verschiedenen Parameter angepasst und das Modell im Laufe der Zeit verändert wurde, bis sie das taten. Es ist also keine Überraschung, dass sie diesen Job gut machen können … zumindest in den Teilen der Vergangenheit, auf die sie getrimmt worden waren, um sie zu reproduzieren.

Aber dann ziehen die Modellierer die modellierten „anthropogenen Antriebe“ wie CO₂ heraus und verkünden stolz, dass – da das Modell die vergangene allmähliche Erwärmung nicht mehr reproduzieren kann – dies beweist, dass die anthropogenen Antriebe die Ursache der Erwärmung sind … Ich nehme an, dass das Problem mit dieser Behauptung klar wird.

Hinzu kommt, dass die Gittergröße der Computermodelle weit größer ist als wichtige Klimaphänomene wie Gewitter, Staubteufel und Tornados. Wenn das Klimamodell falsch ist, liegt das daran, dass es diese Phänomene nicht enthält? Ich sage: ja … die Klima-Computermodellierer sagen nichts.

Wir wissen ja nicht einmal, ob die Navier-Stokes-Gleichungen der Strömungsdynamik, wie sie in den Klimamodellen verwendet werden, zur richtigen Antwort konvergieren, und soweit ich das beurteilen kann, gibt es keine Möglichkeit, das zu bestimmen.

Um den Kreis zu schließen, lassen Sie mich zu meinem Ausgangspunkt zurückkehren – ein Computermodell ist nichts anderes als meine Ideen, die verfestigt wurden. Das war’s. Das ist alles.

Wenn ich also denke, dass CO₂ der geheime Steuerknopf für die globale Temperatur ist, dann wird die Ausgabe eines jeden von mir erstellten Modells diese Annahme widerspiegeln und verifizieren.

Wenn ich aber denke (wie ich es tue), dass die Temperatur durch sich entwickelnde Phänomene in engen Grenzen gehalten wird, dann wird die Ausgabe meines neuen Modells diese Annahme widerspiegeln und verifizieren.

Nun, würden die Ausgaben eines dieser sehr unterschiedlichen Modelle „Beweise“ für die reale Welt sein?

Nicht auf diesem Planeten.

Und das ist die kurze Liste der Dinge, die mit Computermodellen falsch sind … es gibt viel mehr, aber wie Pierre sagte, „die Ränder dieser Seite sind zu klein, um sie zu enthalten“ …

Link: https://wattsupwiththat.com/2021/03/12/there-are-climate-models-and-there-are-climate-models/

Übersetzt von Chris Frey EIKE

Eine der Freuden von Diskussionen mit Klimawissenschaftlern ist, dass man einen Einblick in ihre Denkweise bekommt. Nehmen Sie zum Beispiel das oft postulierte: „Man sollte sich das große Ganze ansehen“. Was viele Klimawissenschaftler damit meinen, ist die Betrachtung der neuesten super-duper Ozean-Atmosphäre gekoppelten Modelle mit zeilenweisen Strahlungstransfer-Codes und was nicht noch alles. Ohne das, so die Behauptung, kann man nicht verstehen, wie das Klimasystem funktioniert. Seltsamerweise bedeutet „das große Ganze betrachten“ für einen Physiker wie mich genau das Gegenteil: das zu betrachtende System auf das Wesentliche zu reduzieren und Erkenntnisse über sein Innenleben aus der zugrundeliegenden Physik zu gewinnen, ohne sich von Details ablenken zu lassen.

Was ist hier also das große Ganze? In ihrer einfachsten Form ist die Erde ein Wärmeübertragungssystem im Nicht-Gleichgewicht (aber in einem stabilen Zustand), in dem Wärme (überwiegend) in den Äquatorregionen eintritt und Wärme (überwiegend) an den Polen verloren geht. Im Inneren wird die Wärme durch atmosphärische und ozeanische Strömungen von den Tropen zu den Polen transportiert, wodurch die Tropen abgekühlt und die Polarregionen erwärmt werden. Ohne diesen Transport würde die lokale Temperatur nur durch das Gleichgewicht zwischen Sonneneinstrahlung und Strahlungsverlusten bestimmt, wodurch die Tropen wärmer wären als sie sind und die Pole kälter. Die Tropen sind kühler, als sie es ohne diesen Transport wären, während die Polarregionen wärmer sind. Daher: kalte Tropen und warme Pole.

Jetzt kommt das Rätsel: Der Wärmetransport zwischen Tropen und Polargebieten wird durch deren Temperaturdifferenz bestimmt. Je größer diese ist, desto größer ist der Wärmestrom. Der Wärmetransport verringert aber diese Temperaturdifferenz und wirkt damit seiner eigenen Verursachung entgegen. Betrachten wir z. B. den Grenzfall eines sehr großen Wärmestroms, bei dem die Wärmeübertragung praktisch augenblicklich erfolgt. Als Ergebnis hätten die Pole die gleiche Temperatur wie die Tropen, aber dann kann es überhaupt keinen Wärmestrom geben, weil dieser durch eine Temperaturdifferenz angetrieben wird. Wir haben also einen Widerspruch. Von der umgekehrten Situation auszugehen, dass es keinen Wärmestrom gibt, ist ebenfalls unhaltbar, weil die große Temperaturdifferenz einen Wärmestrom hervorruft. Es gibt aber einen Wärmestrom, der daher mit der von ihm verursachten Temperaturdifferenz konsistent sein muss. Ein kleinerer Temperaturunterschied ist nicht möglich, denn das würde den Wärmestrom verringern und damit die Differenz wieder vergrößern; und ein größerer Temperaturunterschied würde den Wärmestrom vergrößern und damit verringern. Dies deutet stark darauf hin, dass sich die Atmosphäre als Ganzes in einem Zustand einpendelt, in dem die Temperaturdifferenz zwischen den Tropen und den Polen minimal ist, während gleichzeitig der von ihr verursachte Wärmestrom zwischen ihnen maximal ist. Wir können diese Einsicht nutzen, um seine Größe zu berechnen, indem wir das Prinzip der Maximalen Entropieproduktion MEP anwenden, eine Arbeitshypothese in der Nicht-Gleichgewichtsthermodynamik, die zunehmend Unterstützung in Beobachtungen findet (siehe Kleidon für eine ausgezeichnete Einführung, Ref. 1, 2).

Das MEP-Prinzip besagt, dass ein System, das weit vom (thermodynamischen) Gleichgewicht entfernt ist, sich an einen stationären Zustand anpasst, in dem Energie dissipiert und Entropie mit der maximal möglichen Rate produziert wird. Beachten Sie, dass „maximale Entropieproduktion“ etwas völlig anderes ist als „maximale Entropie“. Letztere bezieht sich auf ein geschlossenes System im thermodynamischen Gleichgewicht. Hier haben wir es mit einem offenen System zu tun, das sich nicht im thermodynamischen Gleichgewicht befindet, sondern in einem stetigen Nicht-Gleichgewichtszustand.

Ich fürchte, ich muss hier einige Formeln einführen. Was ich tun werde ist, die Grundgleichung und ihre Lösung hier anzugeben, während ich für die Kenner der Materie in einem Anhang erläutere, wie man diese Lösung findet. Diejenigen, die mit der Thermodynamik vertraut sind, werden diesen Ausdruck für die Produktion, also die Änderung, dS der Entropie S durch eine Änderung des Wärmeinhalts dQ bei der Temperatur T kennen:

Hieraus folgt direkt die Formel für die Entropie-Produktion durch einen Wärmefluss Q zwischen den Äquator-Gebieten mit der Temperatur T_e und den Polen mit der Temperatur T_p:

Die Wärme verlässt die äquatorialen Regionen mit der Temperatur T_e, daher das Minuszeichen, und erreicht die Pole mit der Temperatur T_p. Die Maximierung von S ist gleichbedeutend mit der Suche nach der optimalen Kombination von Q und T_e -T_p. Die Lösung dieser Gleichung ist recht einfach (siehe Anhang). Die tatsächliche Differenz T_e -T_p beträgt fast die Hälfte der Differenz, die sich ohne Energiefluss ergeben hätte. Halb, also nicht 0,3 oder 0,7 mal.

Testen wir dieses Ergebnis anhand von Modellen und Beobachtungen. Es scheint gut etabliert zu sein – aus Berechnungen mit Standard-Atmosphärenmodellen –, dass ohne den Wärmetransfer die äquatorialen Regionen etwa 15 Grad wärmer und die Pole etwa 25 Grad kälter wären (Celsius, ref 3). Ich nehme diese Abschätzungen für bare Münze; sie implizieren eine Asymmetrie β = 0,25, für die 1 – 2α ~ 0,51 gilt (siehe Anhang). Dann lautet die Vorhersage, dass der Temperaturunterschied zwischen den Tropen und den Polen mit dem Wärmetransfer etwa 41 Grad beträgt (also (15 + 25) × 0,51∕0,49), während der Unterschied ohne diesen Transfer etwa 80 Grad betragen würde. In der Tabelle sind einige reale Beobachtungen aufgeführt:

Für die Antarktis habe ich die Daten der Byrd-Station verwendet, weil sie auf einem Plateau liegt und daher vermutlich weniger von einer möglichen Abschirmung durch Berge betroffen ist. Die gemittelte polare Temperatur scheint bei etwa -21°C zu liegen. Für die Tropen entspricht das untere Ende des Bereichs überwiegend den ozeanischen Daten und sollte daher ein größeres Gewicht im Mittelwert haben, der hier mit 24°C angenommen wird. Die beobachtete Temperaturdifferenz zwischen polaren und äquatorialen Regionen liegt also bei etwa 45 Grad, gegenüber einer Vorhersage von 41 Grad. Nicht schlecht für ein so einfaches Modell.

Es mag ein einfaches Modell sein, aber das MEP-Prinzip hat eine wichtige Implikation. Die Maximierung der Entropieproduktion für stationäre Bedingungen impliziert eine starke negative Rückkopplung auf Störungen (siehe Kleidon). Jede Störung wird per Definition zu einer Abnahme von S führen, und das System wird sich anpassen und versuchen, es wieder zu optimieren. Eine solche Störung in Klimamodellen ist bekannt und seit langem etabliert und weithin als gültiges Konzept akzeptiert: die „polare Verstärkung“. Sie besagt, dass sich in einer sich erwärmenden Atmosphäre die Polarregionen schneller erwärmen als die äquatorialen Regionen; daher nimmt T_e – T_p ab. Es ist jedoch auch eines der seltsamsten Konzepte, die in der Klimamodellierung zu finden sind, weil es keine begrenzende Bedingung hat: Nirgendwo in der Literatur steht etwas wie „unter diesen und jenen Bedingungen, bei diesem Grad der Erwärmung, wird die polare Verstärkung aufhören“. Dies könnte zu einer Absurdität führen: Sollte die Atmosphäre heiß genug werden, würde der Temperaturunterschied zwischen Äquator und Pol komplett verschwinden oder sogar das Vorzeichen wechseln. Es muss also Bedingungen geben, unter denen die Verstärkung nicht mehr stattfindet. Warum ist das wichtig? Wenn es einen solchen Mechanismus gibt, der unter bestimmten Umständen einsetzt, dann muss man erklären, warum er gerade jetzt nicht funktioniert, und das könnte peinlich sein. Wie dem auch sei, aus dem Vorangegangenen sollte ersichtlich sein, dass das Konzept der polaren Verstärkung in der Tat ziemlich fragwürdig ist: Die verringerte Differenz von polaren und äquatorialen Temperaturen reduziert den Wärmefluss zu den Polarregionen, was eine Abkühlung zur Folge hätte. Ein realistisches Klimamodell sollte sich so verhalten, wie es die zugrundeliegende Physik vorgibt. Daraus lässt sich ableiten, dass eine solche Rückkopplung in den aktuellen Klimamodellen nicht vorhanden ist und dass folglich das ganze Konzept ein Artefakt eines unvollständigen Modells sein könnte. (Sie haben es hier zuerst gelesen.)

Aber wie das Leben so spielt hat sich die Arktis in den letzten 3 oder 4 Jahrzehnten erwärmt. Das würde das Konzept der polaren Verstärkung beweisen, oder? Nun, diese Erwärmung mag in der Arktis der Fall sein, aber sie sollte gleichzeitig auch für die Antarktis gelten, aber dort scheint das Konzept den Vergleich mit den Beobachtungen nicht zu bestehen (ref 4).

Was mag also in der Arktis vor sich gehen? Ich erlaube mir, hierzu meine Meinung zu verkünden. Für mich liegt der Schlüssel in der Tatsache, dass es zwei Pole gibt. Es wäre außergewöhnlich, wenn zu allen Zeiten genau der gleiche Anteil der äquatorialen Wärme auf jeden Pol verteilt würde. Die Übertragungsmechanismen, atmosphärische und insbesondere ozeanische Strömungen, sind von Natur aus chaotische Systeme, die dazu neigen, von einem bestimmten quasi-stabilen Strömungsmuster zu einem anderen zu wechseln. Bei den Meeresströmungen kennen wir dieses Verhalten als Pazifische Dekadische Oszillation, Atlantische Multidekadische Oszillation, Dipol des Indischen Ozeans und dergleichen. Die Zeitskala für solche Veränderungen beträgt viele Jahrzehnte, von 3 für die PDO bis zu 6-8 für die AMO, weil eine enorme Masse und ein enormer Impuls von sich bewegendem Wasser beteiligt ist und Wasser eine inkompressible Flüssigkeit ist, was bedeutet, dass die Veränderung über das gesamte Strömungsmuster gleichzeitig stattfindet. Daher ist zu erwarten, dass die Verteilung der Wärme nach Norden und Süden Änderungen auf einer Zeitskala von Jahrzehnten in einer erratischen Wippe unterliegt. Wir leben zufällig in einer Zeit, in der die nördliche Hemisphäre etwas mehr als ihren gerechten Anteil an der Wärme bekommt; in ein paar Jahrzehnten kann das ganz anders sein. Um solche Veränderungen von einem möglicherweise zugrunde liegenden langfristigen Erwärmungstrend zu unterscheiden, werden Daten über einen viel längeren Zeitraum benötigt, als wir jetzt haben.

Anmerkung von Dipl.-Met. Christian Freuer hierzu: die „bipolare Schaukel“ oder „- Wippe“ ist ihm vor Jahrzehnten schon einmal untergekommen, aber nur aufgrund von Beobachtungen und ohne dass die damaligen Autoren eine Erklärung dafür parat hatten. Es ist äußerst erhellend und erfreulich, hier in relativ einfacher Form jetzt endlich eine solche Erklärung dafür zu finden. – Ende Anmerkung

Link zum Original siehe unten. Bis hier Übersetzt von Chris Frey EIKE

References:

(1) Axel Kleidon (2009): ”Non-equilibrium thermodynamics and maximum entropy production in the Earth system”, https://link.springer.com/article/10.1007/s00114-009-0509-x

(2) A Kleidon, R D Lorenz (editors) ”Non-equilibrium thermodynamics and the production of entropy” (2005) Springer, ISBN 978-3-540-22495

(3) e.g. http://earthguide.ucsd.edu/virtualmuseum/virtualmuseum/EarthsClimateMachine.shtml

(4) e.g. https://wattsupwiththat.com/2019/04/10/the-curious-case-of-the-southern-ocean-and-the-peer-reviewed-journal/

Es folgt eine genaue theoretische Herleitung, deren Übersetzung ich hier mal weglasse. Anm. d. Übers.]

Solving the EP equation

The entropy production S for a heat flow Q between the equatorial regions of temperature T_e and the polar regions of temperature T_p is given by:

The MEP hypothesis is that the atmospheric system tends to maximise S. This optimum can be found analytically as follows. Introduce Θ_e and Θ_p, the temperatures of the equatorial and polar regions respectively if there were no heat transport. That is, Θ_e and Θ_p stand for the radiative equilibrium temperatures of those regions. The actual temperatures (T_e and T_p) are different because of the heat transport. Hence define ΔT_e = Θ_e – T_e and ΔT_p = T_p – Θ_p. Let’s for the moment assume that they are both equal and equal to a fraction α of the range Θ_e – Θ_p:

Notice that the difference T_e – T_p equals:

Obviously for α = 0 there is no heat transfer, hence S = 0, while for α = 0.5 we have T_e equal to T_p and thus no entropy production either. In between these extremes the heat flux Q is somehow proportional to ΔT_e, the larger the drop in temperature of the equatorial region, the larger the heat loss from it and one can assume the relation to be (close to) linear. This gives us an expression for S in terms of ΔT, hence as function of α :

The maximum of S in the range [0.0 – 0.5] is straightforwardly found with basic calculus techniques – you need to solve a cubic equation in α – and turns out to be almost exactly at α = 0.25. Alternatively, one could use the R analysis package, encode the function for S, find the maximum with Newton’s method and get a figure as a bonus.

The upshot of all this is that the MEP temperature difference T_e -T_p is very nearly half the difference Θ_e – Θ_p which we would have had in the absence of any heat flow.

Let’s now revisit ΔT_e and ΔT_p. Adopting equality of ΔT_e and ΔT_p means assuming that for every degree drop in temperature of the equatorial regions the polar temperature rises by one degree. This is not very realistic; quite likely the polar temperature rises more because of area and heat capacity differences. We can include such an imbalance by slightly modifying the definitions of ΔT_e and ΔT_p and introduce an asymmetry parameter β:

With a value of β = 0.25, for instance, this would mean that for every 3 degrees drop in equatorial temperature the poles would gain 5 degrees. Notice that the difference T_e – T_p remains as given earlier. Repeating the foregoing exercise for a range of β values presents us with an interesting result: the corresponding α values are practically unchanged: for β = 0 the maximum is at α = 0.2487, for β = 0.25 at 0.2441 and β = 0.33 at 0.2427. This means that irrespective of a possible asymmetry between equator and polar regions the temperature difference between the two remains firmly at about half the difference Θ_e – Θ_p, but that the centre of the range shifts according to the value of β

Link: https://wattsupwiththat.com/2020/12/21/of-warm-poles-and-cold-tropics/

Klima-Prognosen „schlimmer als wir dachten“

Patrick J.Michaels, 14. Juli 2020

Da die Temperatur im Osten der USA normalerweise um die letzte Juliwoche ihr sommerliches Maximum erreicht, werden wir jedes Jahr um diese Zeit mit müden „Der Klimawandel ist schlimmer als wir dachten“ (WTWT)-Geschichten bombardiert. Die Produktion dieser Geschichten nimmt Zeit in Anspruch, von der Phantasie bis zur endgültigen Fassung, von der Redaktion bis zur Veröffentlichung, so dass sie gewöhnlich lange vor dem Sommermaximum eingereicht wurden. Daher die orchestrierte Angst.

Nun, mit dem WTWT-Narrativ stimme ich überein, aber nicht, soweit es das Klima betrifft, sondern nur, soweit es die Klimamodelle betrifft.

…

Quelle: Real Clear Energy

Pat Michaels fährt fort mit einer Diskussion über John Christys Analyse der CMIP5-Modelle, die zeigte, dass nur das russische INM-CM4-Modell und seine geringe Sensitivität (~2 ⁰C pro Verdoppelung) der Realität nahe kam. Folgende Graphik stammt aus dem Beitrag von Andy May vom November 2018:

Dann stellt er fest, dass die neuen CMIP6-Modelle noch schlechter sind als CNMIP5:

Man sollte meinen, dass sich die Modellierer während der sieben Jahre zwischen CMIP5 und CMIP6 mit den grundlegenden Fehlern befasst, die alle anderen Modelle gemacht haben. Aber die CMIP6-Modelle sind out und in der Tat „schlechter als wir dachten“. Während ihr Fehler in der tropischen Atmosphäre dem des CMIP5 sehr nahe kommt (was nicht gut ist), ist die Bandbreite der globalen Vorhersagen noch größer als zuvor. Auch das ist kein gutes Zeichen, vor allem, weil dokumentiert ist, dass die Modelle „frisiert“ worden sind, um ein Ergebnis zu geben, welches das Modelliererteam sich wünscht.

Quelle: Real Clear Energy

Das Komische ist, dass er einen Carbon Brief-Artikel von Zeke Hausfather zitiert, der eigentlich sehr gut ist. Die folgende Graphik stammt aus dem Artikel:

Mr. Hausfather stellt fest, dass Modelle mit hoher Sensitivität oft nicht einmal die Vergangenheit richtig wiedergeben:

Viele Modelle mit hoher Sensitivität liefern schlechte „Nachhersagen“

Klimamodelle liefern sowohl Projektionen der zukünftigen Erwärmung als auch „Nachhersagen“ vergangener Temperaturen. Diese „Hindcasts“ können als Werkzeug zur Bewertung der Leistung von Modellen verwendet werden, obwohl historische Temperaturen nur eine von vielen hundert verschiedenen Variablen sind, welche die Klimamodelle erzeugen.

Eine Reihe der Modelle mit höherer Sensitivität im CMIP6 hatten Schwierigkeiten, historische Temperaturen genau „hindcasten“ zu können. Einige zeigen so gut wie keine Erwärmung über das 20. Jahrhundert – wobei Kühleffekte durch Aerosole die steigenden Treibhausgaskonzentrationen in der Atmosphäre fast vollständig ausglichen – gefolgt von einer massiven Beschleunigung der Erwärmung während der letzten Jahrzehnte. Andere zeigen eine zu starke Erwärmung über die letzten 150 Jahre.

Quelle: Carbon Brief

Dann zeigte er folgenden ausgezeichneten Vergleich von Klima-Sensitivitäten, abgeleitet mittels vieler verschiedener Verfahren:

Klimasensitivitäten, die aus tatsächlichen Beobachtungsdaten (instrumentell) abgeleitet werden, ergeben Werte, die von harmlos bis leicht besorgniserregend reichen. Es ist auch wichtig zu beachten, dass die Gleichgewichts-Klimasensitivität (ECS) in Wirklichkeit ein Fake-Parameter ist. Was zählt, ist die transiente Klimareaktion (TCR), die im Allgemeinen nur etwa 2/3 der ECS ausmacht. Also würde ein ECS von 2 ⁰C wahrscheinlich einem TCR von 1,3 ⁰C entsprechen:

Im 3,5 °C ECS-Fall kommt es zum Zeitpunkt der Verdoppelung des atmosphärischen CO₂ zu einer Erwärmung von etwa 2,0 °C. Die verbleibenden 1,5 °C der Erwärmung soll in den folgenden 500 Jahren eintreten … Aber sie wird wahrscheinlich deutlich innerhalb des Rauschens der natürlichen Variabilität liegen … Und ehrlich gesagt wird sich niemand die Mühe machen, diese Vorhersagen im Jahr 2520 zu überprüfen.

…

Link: https://wattsupwiththat.com/2020/07/15/pat-michaels-worse-than-we-thought/

Übersetzt von Chris Frey EIKE

Indien importiert große Mengen an Kohle, Öl und Erdgas aus den USA, vor allem um erschwinglichen Strom für sein Stromnetz zu erzeugen. Dieses Netz muss schnell wachsen, um den Bedarf von über 1,3 Milliarden Menschen zu decken. Über 300 Millionen von ihnen – vergleichbar mit der gesamten US-Bevölkerung – haben derzeit keinen Zugang zu Strom. Aber sie brauchen ihn dringend für ihre Gesundheit und für ihren Weg aus der schweren Armut.

Die Rechtfertigung für die Reduktion des Verbrauchs fossiler Brennstoffe ist die Behauptung, dass der Klimawandel in der Zukunft verheerende Folgen haben wird, falls wir unsere Treibhausgasemissionen (THG) nicht reduzieren. Aber diese Behauptung steht nicht auf so festem Boden wie es die Mainstream-Medien und Politiker behaupten.

Tatsächlich deuten die Temperaturdaten darauf hin, dass die Behauptung übertrieben ist und tendenziell durch falsche Interpretationen fehlerhafter Modelle beeinflusst wird.

Das niemals endende Problem mit Modellen

Das Pariser Klimaabkommen und andere wichtige Klimaschutz-Vorgaben der Vereinten Nationen basieren strikt auf den Richtlinien, die in den Zustandsberichten eines als Intergovernmental Panel for Climate Change (IPCC) bekannten Klima-Flügels enthalten sind.

Der IPCC verwendet Vorhersagedaten, die von einer Vielzahl von Computer-Klimamodellen verarbeitet werden, um zu den politischen Empfehlungen in seinen Zustandsberichten zu gelangen.

Darunter sind auch Prognosen des Coupled Model Inter-Comparison Project (CMIP). CMIP besteht aus 100 verschiedenen Klimamodellen, die von führenden Modellierungsgruppen auf der ganzen Welt betrieben werden. Ihre Vorhersagen bilden die Grundlage für die Berichte des IPCC. Im Jahr 2013 enthielt der fünfte IPCC-Zustandsbericht (AR5) Klimamodelle des CMIP5 (fünfte Generation).

Doch die Prognosen dieser Modelle erwiesen sich als falsch. Sie übertrieben den Temperaturtrend und unterschieden sich deutlich von den Temperaturdaten, die von bodengestützten Thermometern, Sensoren an Wetterballons, Flugzeugen, Schiffen und Bojen, Satelliten-Fernerkundung und „Reanalysen“ abgeleitet wurden – letztere integrierten die Eingabe vieler verschiedener Datenquellen.

Dennoch nutzten weltweit für die Festlegung der Klima- und Energiepolitik zuständigen politischen Beauftragten diese Prognosen, um internationale Klimaabkommen wie das Pariser Abkommen zu rechtfertigen – und hören damit auch nicht auf.

Der bevorstehende sechste IPCC-Zustandsbericht (AR6), dessen Veröffentlichung für 2021 geplant ist, enthält Prognosen des CMIP6. Die CMIP6-Modelle erweisen sich jedoch als nicht besser als die CMIP5-Modelle. Tatsächlich sind die CMIP6-Modelle sogar schlechter!

Der leitende Klimatologe Dr. Roy Spencer hat beobachtet, dass „die CMIP6-Modelle von 1979 bis April 2020 eine um 50 Prozent höhere Nettooberflächenerwärmung (+1,08 Grad Celsius) zeigen als tatsächlich vom Boden aus gemessen (+0,72 Grad Celsius)“.

Zweifellos offenbart der Vergleich der CMIP5- und CMIP6-Vorhersagen mit den offiziellen HadCRUT-Temperaturdatensätzen eine sehr alte Geschichte: Modelle liegen bei der Vorhersage von Temperaturen in der realen Welt immer weit daneben und – verdächtigerweise – immer in die gleiche Richtung, nämlich nach oben.

Wir werden also nicht nur bezüglich des Klimas belogen, sondern werden durch den nächsten IPCC-Zustandsbericht erneut in die Irre geführt. Und mit noch extremeren falschen Prognosen wird es Forderungen nach einer noch restriktiveren Energiepolitik geben.

Es ist ziemlich erstaunlich, wie die nicht gewählten Politiker bei der UNO die führenden Politiker der Welt davon überzeugen und dazu überreden können, eine Klimapolitik zu verfolgen, die auf unwissenschaftlichen Schlussfolgerungen aus fehlerhaften Modellen beruht.

Auch die Mainstream-Medien haben ihren Teil dazu beigetragen. Die öffentliche Wahrnehmung des Klimawandels wurde stark durch eine voreingenommene Berichterstattung über das Klima-„Problem“ beeinflusst, wobei den enormen Diskrepanzen zwischen den Modellprognosen und den Beobachtungen in der realen Welt keine große Aufmerksamkeit geschenkt wurde.

Es ist nicht klar, um wie viel fehlerhafter die Projektionen bis zur endgültigen Veröffentlichung des neuen Bewertungsberichts werden. Aber eines ist klar: Die Energieversorgung auf der ganzen Welt wird durch pseudowissenschaftliche Interpretationen des Klima-Flaggschiffs der Vereinten Nationen in Geiselhaft genommen.

Vijay Jayaraj (M.Sc., Environmental Science, University of East Anglia, England), is a Research Contributor for the Cornwall Alliance for the Stewardship of Creation living in New Delhi, India

Link: https://wattsupwiththat.com/2020/07/15/faulty-forecasts-and-false-climate-narrative-hold-nations-hostage/

Übersetzt von Chris Frey EIKE

Ein Gedankenexperiment

Hier ist das Gedankenexperiment: Wir wollen eine Verbindung herstellen, die irgendwie Farbe erzeugt (der Mechanismus, wie sie das macht, ist nicht wirklich relevant). Wir wollen jedoch speziell eine gut definierte Farbe, die von der Anwendung, für die sie verwendet werden soll, vorgeschrieben wird. Sagen wir einen Türkis-Ton.

Nun haben unsere Geologen und Chemiekollegen einige Mineralien und Verbindungen vorgeschlagen, die Kandidaten für unser buntes Unternehmen sein könnten. Leider gibt es keinerlei Informationen darüber, welche Farben diese Stoffe produzieren. Dieser Umstand wird noch dadurch verstärkt, dass die Minerale äußerst selten und daher extrem teuer sind, während synthetische Minerale wirklich schwierig herzustellen und daher noch teurer sind. Wie gehen wir also vor, wie finden wir die besten Verbindungen, die wir ausprobieren können? Es kommt nicht in Frage, von jeder der vielen Verbindungen ein Muster zu bekommen und jede von ihnen auf die Farbe zu testen, die sie erzeugt. Was wir also tun, ist, die Physik des Farbe erzeugenden Prozesses für jede der vorgeschlagenen Verbindungen zu modellieren, um diejenigen zu finden, die Türkis erzeugen, falls es welche gibt. Das klingt einfach genug, ist es aber nicht, weil es mehrere verschiedene Codes gibt, nämlich insgesamt 5, die vorgeben, eine solche Simulation durchzuführen, jeder mit seinen eigenen zugrunde liegenden Annahmen und Eigenheiten. Wir führen diese Codes für die vorgeschlagenen Verbindungen durch und stellen fest, dass die Farben, die sie prognostizieren, leider für einzelne Verbindungen und im Allgemeinen überall uneinheitlich sind.

Nehmen Sie zum Beispiel die Verbindung Novelium1. Die vorhergesagten Farben reichen von Gelbgrün bis zu tiefem Violett mit einigen wenigen dazwischen wie Grün, Blau oder Ultramarin, ein Frequenzbereich mit dem Faktor 1,3; ähnlich für die anderen Kandidaten. In dieser Situation ist der einzige Weg vorwärts ein Experiment. Also graben wir tief in das Budget hinein und besorgen uns eine Probe von Novelium1, um zu sehen, welche Farbe es tatsächlich produziert. Es stellt sich als orange-rot heraus, was ziemlich enttäuschend ist. Wir sind wieder da, wo wir angefangen haben. Und wegen unserer Haushaltsbeschränkungen sind wir an dem Punkt, an dem wir aufgeben müssen.

Hier wollen wir ein Mitglied unseres Teams vorstellen. Nennen wir es Mike. Mike ist ein bisschen aufdringlich, weil ihm völlig klar ist, dass wir, wenn wir unser Ziel erreichen sollten, den einen oder anderen prestigeträchtigen Preis bekommen würden, etwas, worauf er ziemlich scharf ist. Er schlägt Folgendes vor: Wir nehmen das Modell, das die Farbe vorhergesagt hat, die der tatsächlichen Farbe am nächsten kommt, das ist das Modell, das uns Gelb-Grün gegeben hat, und passen seine Parameter so an, dass es stattdessen Orange-Rot vorhersagt. Das ist nicht allzu schwierig, und nach ein paar Tagen, in denen er auf einer Tastatur herumtüftelt, kommt er mit einem angepassten Modell, das die beobachtete Farbe erzeugt. Geschicklichkeit rundherum, bis auf ein oder zwei weitere skeptische Teammitglieder, die darauf bestehen, dass das neue Modell validiert werden muss, indem es die Farbe der Verbindung Novelium2 korrekt vorhersagen lässt. Da der Preis darauf beruht, ist dies eindeutig ein Muss, also kratzen wir den Boden des Budgets ab und wiederholen die Übung für Novelium2. Das angepasste Modell sagt Gelb voraus. Das Experiment ergibt Orange.

Wir gaben auf.

Was bedeutet das nun?

Können wir irgendetwas Nützliches hieraus ableiten? Um das herauszufinden, müssen wir drei Fragen beantworten.

Erstens: Was wissen wir nach der ersten Phase des Projekts, der Modellierungsübung, bevor wir das Experiment durchführten? Bedauerlicherweise lautet die Antwort: nichts Nützliches. Bei 5 verschiedenen Ergebnissen wissen wir nur mit Sicherheit, dass mindestens 4 der Modelle falsch sind, aber nicht welche. Selbst wenn die von uns gewünschte Farbe (Türkis) auftaucht, wissen wir immer noch nichts. Denn wie kann man sicher sein, dass der Code, der ihn erzeugt, das „richtige Ergebnis“ ist, wenn man die Ergebnisse der a priori gleichwertigen anderen Modelle berücksichtigt? Das kann man nicht. Wenn ein Modell uns Türkis gab, könnte es einfach ein glücklicher Zufall sein, wenn das Modell selbst noch fehlerhaft ist. Allein die Tatsache, dass die Modelle sehr unterschiedliche Ergebnisse liefern, sagt uns daher, dass höchstwahrscheinlich alle Modelle falsch sind. Tatsächlich ist es sogar noch schlimmer: Wir können nicht einmal sicher sein, dass die von Novelium1 erzeugte Echtfarbe im Bereich von Gelbgrün bis Violett liegt, selbst wenn es ein Modell gäbe, das die von uns gewünschte Farbe erzeugt. Im Anhang gebe ich eine einfache, auf Wahrscheinlichkeit basierende Analyse zur Unterstützung dieses und der folgenden Punkte.

Zweitens, was wissen wir nach dem unerwarteten Ausgang des eigentlichen Experiments? Wir wissen nur mit Sicherheit, dass alle Modelle falsch sind (und dass es nicht die gesuchte Verbindung ist).

Drittens: Warum ist Mikes kleiner Trick so kläglich gescheitert? Was ist da passiert? Die Parametereinstellung des ursprünglichen, ungefilterten Modells verkörpert das beste Verständnis der Physik – von seinen Machern, wenn auch unvollständig, aber das ist nicht wirklich relevant –, die ihm zugrunde liegt. Durch Modifizierung dieser Parameter wird dieses Verständnis verwässert, und wenn die „Feinabstimmung“ weit genug geht, verschwindet es vollständig, so wie die Grinsekatze verschwindet, je mehr man sie ansieht. Ein solches Modell im Nachhinein so zu optimieren, dass es an die Beobachtungen angepasst werden kann, ist daher gleichbedeutend mit dem Verzicht auf die Behauptung, dass man die dem Modell zugrundeliegende relevante Physik versteht. Jeglicher Vorwand, das Thema wirklich zu verstehen, verschwindet aus dem Fenster. Und mit ihm geht jede Vorhersagekraft, die das ursprüngliche Modell gehabt haben könnte. Ihr Modell ist gerade zu einer weiteren sehr komplexen Funktion geworden, die in einen Datensatz eingepasst wurde. Bekannt ist der Ausspruch des Mathematikers und Physikers John von Neumann über eine solche Praxis: „Mit vier Parametern kann ich einen Elefanten anpassen, und mit fünf kann ich ihn dazu bringen, mit dem Rüssel zu wackeln“. Bei dem optimierten Modell handelt es sich wahrscheinlich um ein neues, falsches Modell, das zufällig eine Übereinstimmung mit den Daten ergab.

Eine Anwendung auf Klimamodelle

Bewaffnet mit den Erkenntnissen aus der vorstehenden Geschichte sind wir nun in der Lage, einige grundsätzliche Aussagen zu den IPCC-Klimamodellen zu machen, zum Beispiel zu der Gruppe der 31 Modelle, die das CIMP6-Ensemble bilden (Eyring et al., 2019; Zelinka et al., 2020). Die interessierende Größe ist der Wert der Gleichgewichts-Klimasensitivität [Equilibrium Climate Sensitivity (ECS)], die erwartete langfristige Erwärmung nach einer Verdoppelung der atmosphärischen CO₂-Konzentrationen. Die vorhergesagten ECS-Werte im Ensemble umfassen einen Bereich von 1,8°C am unteren Ende bis 5,6°C am oberen Ende, ein kolossaler Faktor 3 im Bereich, der von den 31 Modellen mehr oder weniger gleichmäßig belegt wird. Die Natur mag listig, ja sogar hinterhältig sein, aber sie ist nicht bösartig. Es gibt nur einen „wahren“ ECS-Wert, der der Verdoppelung der CO₂-Konzentration in der realen Welt entspricht.

Können wir eine Erklärung zu diesem Ensemble abgeben? Nur diese beiden Beobachtungen:
Erstens, höchstwahrscheinlich sind all diese Modelle falsch. Diese Schlussfolgerung ergibt sich logisch aus der Tatsache, dass es viele a priori gleich gültige Modelle gibt, die nicht gleichzeitig richtig sein können. Höchstens eines dieser Modelle kann richtig sein, aber angesichts der übrigen 30 falschen Modelle stehen die Chancen schlecht, dass überhaupt ein Modell richtig ist. Tatsächlich lässt sich zeigen, dass die Wahrscheinlichkeit, dass keines der Modelle korrekt ist, bis zu 0,6 betragen kann.

Zweitens können wir nicht einmal sicher sein, dass die wahre ECS im Bereich der von den Modellen erfassten ECS-Werte liegt. Die Wahrscheinlichkeit, dass dies der Fall ist, liegt bei 1,0-0,6=0,4, was bedeutet, dass die Wahrscheinlichkeit, dass die wahre ECS in dem von den Modellen abgedeckten Bereich liegt, etwa 2 bis 3 beträgt (und damit die Wahrscheinlichkeit, dass die wahre ECS außerhalb des Bereichs liegt). Die oft gemachte Annahme, dass der „wahre“ ECS-Wert irgendwo im Bereich der Ergebnisse der Modelle im Ensemble liegen muss, basiert auf einem logischen Trugschluss. Wir haben absolut keine Ahnung, wo das „wahre“ Modell – Nummer 32, das „Experiment“ – innerhalb oder außerhalb der Spanne landen würde.

Es sind einige Einschränkungen zu machen. Was bedeutet es zum Beispiel: Das Modell ist „falsch“? Es bedeutet, dass es unvollständig sein könnte – es fehlen Konzepte oder Prinzipien, die in ihm vorhanden sein sollten – oder umgekehrt überkomplett – mit Dingen, die vorhanden sind, aber nicht vorhanden sein sollten – oder dass es Aspekte enthält, die einfach falsch oder falsch kodiert sind, oder alles davon. Da viele Ensemble-Modelle ähnliche oder sogar identische Elemente haben, könnte man ferner argumentieren, dass die Ergebnisse der Ensemble-Modelle nicht unabhängig sind, dass sie korreliert sind. Das bedeutet, dass man die „effektive Anzahl“ N der unabhängigen Modelle berücksichtigen sollte. Wenn N = 1 wäre, würde dies bedeuten, dass alle Modelle im Wesentlichen identisch sind, wobei der Bereich von 1,8°C bis 5,6°C ein Hinweis auf den intrinsischen Fehler wäre (was eine ziemlich schlechte Darstellung wäre). Wahrscheinlicher ist, dass N irgendwo im Bereich von 3 bis 7 liegt – mit einer intrinsischen Streuung von z.B. 0,5°C für ein einzelnes Modell – und wir sind wieder bei dem hypothetischen Beispiel oben.

Die Wahrscheinlichkeit von etwa 3 zu 2, dass keines der Modelle richtig ist, dürfte politisch interessant sein. Würden Sie mit diesen Quoten viel von Ihrem hart verdienten Geld auf ein Pferd setzen? Ist es klug, die Energieversorgung und damit die gesamte Wirtschaft Ihres Landes auf solche Quoten zu setzen?

Nachhersage

Ein anonymer Rezensent einer meiner früheren Schriften gab diesen offenen Kommentar ab, und ich zitiere:

Die Erfolgsbilanz der GCM’s ist insofern enttäuschend, als sie nicht in der Lage waren, den beobachteten Temperatur-Stillstand nach dem Jahr 2000 vorherzusagen, und auch nicht vorhersagen konnten, dass die Tropopausentemperaturen in den letzten 30 Jahren nicht gestiegen sind. Das Versagen der GCMs ist nicht auf Fehlverhalten zurückzuführen, aber die Modellierung des Erdklimas ist eine große Herausforderung.

Der wahre Wissenschaftler weiß, dass Klimamodelle noch in Arbeit sind. Der Pseudowissenschaftler, der unter dem Druck steht, die „Vorhersagen“ zu halten, muss einen Weg finden, um die Modelle und die Temperaturdaten der realen Welt „in Einklang zu bringen“.

Eine Möglichkeit dazu besteht darin, die Temperaturdaten in einem Prozess zu massieren, der „Homogenisierung“ genannt wird (z.B. Karl et al., 2015). Auf wundersame Weise verschwindet der „Stillstand“. Ein merkwürdiger Aspekt einer solchen „Homogenisierung“ ist, dass bei jeder Anwendung die „angepassten“ vergangenen Temperaturen immer niedriger sind, wodurch die angeblich „künstliche Erwärmung“ größer wird. Niemals andersherum. Offensichtlich kann man diesen kleinen Handgriff nur einmal ausführen, vielleicht zweimal, wenn niemand zusieht. Aber danach wird selbst der Dorftrottel verstehen, dass er reingelegt wurde, und die „Homogenisierung“ in den gleichen Mülleimer der Geschichte werfen wie Lysenkos „Vernalisierung“.

Der andere Weg ist die Anpassung der Modellparameter an die Beobachtungen (z.B. Hausfather et al., 2019). Angesichts der vielen anpassbaren Parameter und unter Berücksichtigung von von Neumans Witz ist es nicht überraschend, dass die Modelle durch eine solche „Nachhersage“ recht gut an die Daten angepasst werden können. In der kriecherischen Mainstream-Presse herrscht überall Eifer, mit manchmal urkomischen Ergebnissen. So verkündete beispielsweise ein Korrespondent einer überregionalen niederländischen Zeitung enthusiastisch, dass die Modelle die Temperaturen der letzten 50 Jahre korrekt vorhergesagt hätten. Dies wäre wirklich eine bemerkenswerte Leistung, denn die früheste Software, die als „Klimamodell“ betrachtet werden kann, stammt aus den frühen 1980er Jahren. Eine interessantere Frage ist jedoch: Können wir erwarten, dass ein derart angepasstes Modell eine Vorhersagekraft hat, insbesondere im Hinblick auf die Zukunft? Die Antwort ist ein schallendes „Nein“.

Sind Klimamodelle nutzlos?

Natürlich nicht. Sie können sehr nützlich sein als Werkzeuge zur Erforschung jener Aspekte der Physik der Atmosphäre und des Klimasystems, die noch nicht verstanden werden oder deren Existenz noch nicht bekannt ist. Wofür man sie nicht verwenden kann, sind Vorhersagen.

[Hervorhebung vom Übersetzer]

References:

Eyring V. et al. Nature Climate Change, 9, 727 (2019)

Zelinka M. et al. Geophysical Research Letters, 47 (2020)

Karl T.R., Arguez A. et al.  Science 348, 1469 (2015)

Hausfather Z., Drake H.F. et al.  Geophysical Letters, 46 (2019)

[Es folgt eine interessante Beschreibung der Bestimmung der Wahrscheinlichkeit, mit der ein bestimmtes Modell korrekt ist. Das ist das tägliche Brot eines Wetter-Prognostikers. Ein Faktor wird hierbei aber nicht erwähnt: Die Erfahrung eines seit Jahrzehnten praktizierenden Wetter-Prognostikers ist ein sehr gewichtiger statistischer Faktor, ist doch Erfahrung nichts anderes als Statistik. Dennoch, kein seriöser Prognostiker würde eine Prophezeiung, die über höchstens eine Woche hinausgeht, als Prognose bezeichnen – und sie schon gar nicht zu einer Grundlage schwer wiegender Entscheidungen machen.

Diese allgemein theoretische Betrachtung wird hier nicht mit übersetzt. Anm. d. Übers.]

Addendum: an analysis of probabilities

First the case of 5 models of which at most 1 can possibly be right. What is the probability that none of the models are correct? All models are a priori equally valid. We know that 4 of the models are not correct, so we know at once that the probability of any model being incorrect is at least 0.8. The remaining model may or may not be correct and in the absence of any further information both possibilities could be equally likely. Thus, the expectation is that, as a matter of speaking, half a model (of 5) is correct, which means the a priori probability of any model being incorrect is 0.9. For N models it is 1.0-0.5/N. The probability that all models fail then becomes: F=(1-0.5/N)^N which is about 0.6 (for N > 3). This gives us odds of 3 to 2 that none of the models are correct and it is more likely that none of the models are correct than that one of them is. (If we had taken F=(1-1/N)^N the numbers are about 0.34 with odds of 1 to 2)

Now an altogether different question. Suppose one of the models does give us the correct experimental result, what is the a posteriori probability that this model is indeed correct, given the results of the other models? Or, alternatively, that the model is incorrect even when it gives the ‘right’ result (by coincidence)? This posterior probability can be calculated using Bayes’ theorem,

P(X|Y) = P(Y|X)*P(X)/P(Y),

where P(X|Y) stands for the probability of X given Y and P(X) and P(Y) are prior probabilities for X and Y. In this case, X stands for ‘the model is incorrect’ and Y for ‘the result is correct’, in abbreviated form M=false, R=true. So the theorem tells us:

P(M=false|R=true) = P(R=true|M=false) * P(M=false) / P(R=true)

On the right-hand side the first term denotes the false-positive rate of the models, the second term is the probability that the model is incorrect and the third is the average probability that the result predicted is accurate. Of these we already know P(M=false)=0.9 (for 5 models). In order to get a handle on the other two, the ‘priors’, consider this results table:

The ‘rate’ columns represent a number of possible ensembles of models differing in the badness of the incorrect models. The first lot still give relatively accurate results (incorrect models that often return the about correct result, but not always; pretty unrealistic). The last with seriously poor models which on occasion give correct results (by happy coincidence) and a number of cases in between. Obviously, if a model is correct there is no false-negative (TF) rate. The false-positive rate is given by P(R=true|M=false) = FT. The average true result expected is given by 0.1*TT + 0.9*FT = 0.82 for the first group, 0.55 for the second and so on.

With these priors Bayes’ Theorem gives these posterior probabilities that the model is incorrect even if the result is right: 0.87, 0.82 etc. Even for seriously poor models with only a 5% false positive rate (the 5^th set) the odds that a correct result was made by an incorrect model are still 1 to 2. Only if the false positive rate (of the incorrect models) drops dramatically (last column) can we conclude that a model that produces the experimental result is likely to be correct. This circumstance is purely due to the presence of the incorrect models in the ensemble. Such examples shows that in an ensemble with many invalid models the posterior likelihood of the correctness of a possibly correct model can be substantially diluted

Link: https://wattsupwiththat.com/2020/07/01/the-climate-model-muddle/

Bearbeitet von Chris Frey EIKE

Wolkendaten: Worst-case–Szenarien könnten zu schwach sein.

Modellierungen legen nahe, dass das Klima deutlich sensitiver auf Kohlenstoff-Emissionen reagiert als bisher gedacht.

Jonathan Watts @jonathanwatts
Sat 13 Jun 2020 16.00 AEST

Modellergebnisse von über 20 Institutionen werden für den Sechsten Zustandsbericht des IPCC berücksichtigt, dessen Veröffentlichung für das nächste Jahr geplant ist.

Verglichen mit der letzten Bewertung im Jahr 2014 zeigen 25% von ihnen eine starke Verschiebung der Klimasensitivität von 3°C zu 5°C nach oben – dem Ausmaß der Erwärmung, das von einer Verdoppelung des atmosphärischen Kohlendioxids gegenüber dem vorindustriellen Niveau von 280 Teilen pro Million ausgeht. Dies hat viele altgediente Beobachter schockiert, da die Annahmen zur Klimasensitivität seit den 1980er Jahren relativ unverändert geblieben sind.

„Das ist eine sehr tiefe Besorgnis“, sagte Johan Rockström, der Direktor des Potsdam-Instituts für Klimafolgenforschung. „Klimasensitivität ist der heilige Gral der Klimawissenschaft. Sie ist der wichtigste Indikator für das Klimarisiko. Seit 40 Jahren liegt sie bei 3°C. Jetzt sehen wir plötzlich große Klimamodelle auf den besten Supercomputern, die zeigen, dass es schlimmer kommen könnte, als wir dachten“.

…

Timothy Palmer, Professor für Klimaphysik an der Universität Oxford und Mitglied des Beirats des Met Office, sagte, die hohe Zahl mache die Wissenschaftler zunächst nervös. „Sie lag weit außerhalb früherer Schätzungen. Die Leute fragten, ob es einen Fehler im Code gab“, sagte er. „Aber es lief auf relativ kleine Änderungen in der Art und Weise hinaus, wie die Wolken in den Modellen dargestellt werden“.

…

Mehr hier.

[*Bemerkung: Diesen Unsinn habe ich – anders als die übrigen Passagen von Worrall in diesem Beitrag! – dem Linguee-Übersetzer anvertraut. Anm. d. Übers.]

Vor einem Monat berichtete WUWT hier von einer Studie, die nachwies, dass die neuen Projektionen höchster Klima-Sensitivität (vor allem CESM2) inkompatibel mit historischen Aufzeichnungen sind.

CESM2, eines der neuen Modelle, simuliert im Nachhinein [„Nachhersage“] Temperaturen in den Tropen über 55°C im frühen Eozän. Das sind Temperaturen, bei denen Photosynthese nicht mehr möglich ist, was leblose tropische Wüsten zur Folge gehabt hätte.

Die fossilen Aufzeichnungen sagen jedoch etwas gänzlich anderes; das frühe Eozän war eine Ära mit üppigem und blühendem tropischen Leben.

„Einige der neuesten Modelle, die zur Erstellung von Zukunftsprognosen verwendet werden, reagieren möglicherweise zu empfindlich auf den Anstieg des atmosphärischen Kohlendioxids und prognostizieren daher eine zu starke Erwärmung„, sagte Chris Poulsen von der U-M, Professor im Department of Earth and Environmental Sciences der U-M und einer der drei Autoren der Studie.— Quelle: Science Daily

Poulsens Team besteht nicht aus Klimaskeptikern. Sie legten nahe, dass CESM1.2, der Vorgänger von CESM2, „bemerkenswert gut“ bei der Simulation der Temperatur im frühen Eozän war. CESM1.2 geht von einer Gleichgewichts-Klimasensitivität von 4,2°C aus, CESM2 von einer solchen von 5,2°C.

Link: https://wattsupwiththat.com/2020/06/13/climate-scientists-step-up-the-climate-emergency-narrative/

Übersetzt von Chris Frey EIKE

Wir verordnen dem gesamten Land [= den USA] einen Shutdown auf der Grundlage der Modelle des Institute for Health Metrics and Evaluation (IHME), womit wir 17 Millionen Amerikaner arbeitslos gemacht haben (Tendenz weiter steigend), 17 Millionen Leben auf den Kopf gestellt haben (Tendenz weiter steigend) und … Nun, man schaue selbst:

[Dieser Graphik für die gesamten USA folgen im Original die Einzelgraphiken der US-Staaten Tennessee, Georgia und Florida. Sie sehen sehr ähnlich aus. Anm. d. Übers.]

Für die CNN-Klimaille … dieser gigantische Berg ist die Prophezeiung des IHME von 1. April bzgl. Einweisungen ins Krankenhaus wg. Coronavirus. Die kleineren Berge weit, sehr weit darunter sind die entsprechenden IHME-Prophezeiungen nach einer Überarbeitung jeweils vom 5., 7. und 9. April.

Die grüne Linie repräsentiert die wirkliche Zahl der Krankenhaus-Einweisungen. Die Quelle aller Zahlen ist diese.

Und warum spielt das eine Rolle? Und warum schauen wir auf die Einweisungen?

Nun, man erinnere sich, der ganze Grund, die Wirtschaft herunter zu fahren ist es sicherzustellen, dass unser Gesundheitssystem nicht überfrachtet wird. Und man sollte auch nicht vergessen, dass diese Experten-Modelle auf voller Abmilderung basieren auf der Grundlage dessen, was wirklich passiert ist, also im Grunde ein voller Shutdown der Ökonomie mittels eines Lockdowns. Und diese Modelle sind immer noch katastrophal, katastrophal falsch.

Dies ist jedoch kein Argument bzgl. der Frage, ob wir das Land oder Teile desselben hätten herunter fahren sollen oder nicht. Ich habe viele Gedanken zu dieser speziellen Frage, möchte das aber für ein andermal aufheben. Hier möchte ich mich auf das Unbestreitbare konzentrieren, und unbestreitbar ist, dass wir das Land herunter gefahren haben auf der Grundlage stark fehlerhafter Modelle.

Schon recht, die Schließung unseres Landes oder von Teilen davon aufgrund der Gegebenheiten ist vielleicht okay … worüber man auch streiten kann, aber das ist nicht der Punkt. Unbestreitbar ist, dass die Modelle, die unserer Entscheidung zum Lockdown der Ökonomie zugrunde liegen, erheblich falsch sind.

Selbst wenn man der Ansicht ist, dass die richtige Entscheidung getroffen worden ist – das ändert nichts daran, wie erheblich falsch die Coronavirus-Modelle waren, sind und vermutlich auch weiter sein werden. Das ändert auch nicht die Tatsache, dass wir unsere gesamte Ökonomie auf der Grundlage unglaublich falscher Modelle geschlossen haben.

Und das bringt mich zu den Modellen hinsichtlich globaler Abkühlung – globaler Erwärmung – Klimawandel, oder wie auch immer man diese nachgewiesene Betrügerei nennen will.

Nun ist es ja so, dass die Personen, welche die katastrophal falschen Coronavirus-Modelle entwickelt haben, nicht die gleichen sind, welche die Modelle bzgl. globaler Abkühlung – globaler Erwärmung – Klimawandel erzeugt haben.

Und wir reden immer noch von „Experten“, auf welche sich Medien und Regierung ohne jedes Hinterfragen stützen.

Wir reden immer noch über Modelle mit dem Ziel, unsere Lebensweise zu zerschlagen, unseren Wohlstand, unseren Lebensstandard, unsere individuellen Freiheiten und so weiter.

Wir reden immer noch über Modelle mit dem Ziel, eine enorm ängstigende Machtfülle einer Zentralregierung zu übertragen.

Aber der Punkt ist: Der Modellierung von globaler Abkühlung – globaler Erwärmung – Klimawandel sollte man mit noch erheblich größerer Skepsis begegnen als der Modellierung des Coronavirus‘.

Die Coronavirus-Modellierung basierte auf etwas Realem, was gerade vor sich geht. Die Experten, welche die Coronavirus-Modelle erzeugten, hatten alle möglichen Daten zur Verfügung, aufgrund derer sie ihre Hypothesen bilden konnten – viele wissenschaftliche Daten auf der Grundlage früherer Pandemien, Viren und menschlichem Verhalten; aber auch Echtzeit-Daten zum Coronavirus selbst aus China, Italien und anderen Ländern … und dennoch haben sie versagt. Sie lagen immer noch katastrophal falsch.

Die zur Prophezeiung des Klimawandels herangezogenen Modelle schauen nicht auf die nächste Woche oder den nächsten Monat, sondern sie versuchen zu erfassen, was in vielen Jahren passieren wird, in vielen Jahrzehnten, und sie versuchen dies zu prognostizieren auf der Grundlage von … nun, von was genau?

Die Erde ist Milliarden Jahre alt. Die Temperaturzyklen der Erde über Jahrmillionen sind bekannt. Wir wissen bereits, dass sich der Planet vor drei Millionen Jahren ganz von allein erwärmt hat. Wenn man also mittels dieser nachgewiesene Betrügerei versucht, unseren Lebensstandard zu zerschlagen und die politische Macht zu zentralisieren, dann erinnere man sich daran, wie schlimm die Coronavirus-Modelle der „Experten“ sind – und das vor dem Hintergrund, dass diese Coronavirus-„Experten“ viel mehr Informationen zur Erstellung ihrer Modelle zur Verfügung hatten als die Modellierer, welche sich mit globaler Erwärmung in ferner Zukunft befassen.

Link: https://www.breitbart.com/politics/2020/04/14/nolte-what-terrible-coronavirus-models-tell-us-about-global-warming-models/

Übersetzt von Chris Frey EIKE

Wir in der Branche Wettervorhersage verwenden Modelle als ein Hilfsmittel, und sie bieten spezielle Herausforderungen. Uns steht eine Fülle von Modellen zur Verfügung, aus denen wir wählen können. Sie werden 2 oder 4 mal pro Tag oder teils sogar stündlich neu berechnet. Operationelle Modellvorhersagen reichen bis 16 Tage in die Zukunft. Dann jedoch weisen sie schon große Fehler auf, vor allem dann, wenn Wettersysteme aus spärlich mit Daten abgedeckten Regionen auf das Festland übergreifen, wie es an der US-Westküste der Fall ist. Es gibt bei uns eine beliebte Phrase – Garbage in, Garbage out (GIGO).

Hinsichtlich der Klimamodelle ist aber alles noch viel schlimmer. Die Klimamodelle übertreiben die Erwärmung durch Treibhausgase um einen Faktor 2 oder mehr:

Die Modelle projizierten die stärkste Erwärmung in der mittleren Troposphäre über den Tropen (genannt der Hot Spot), wo die Luft im Mittel aufsteigt aufgrund der Konvergenz aus den beiden Hemisphären. Aber die Erwärmung in den Modellen ist größtenteils eine Folge der Freisetzung latenter Wärme durch Kondensation des Wasserdampfes. CO₂ ist ein Spurengas, welches nur einen Anteil von 0,04% an der Atmosphäre hat.

Man sieht: Kein Erwärmungstrend in der oberen Troposphäre seit 1979, als die Modelle ihn prophezeit hatten:

Die fehlende Erwärmung gilt auch für den tropischen Pazifik bis zu einer Tiefe von 300 m zwischen den Längengraden 160°E und 80°W:

Wie sie mit dem Fehlen von Daten in den unteren Luftschichten umgehen

Die Klimaille porträtiert die Ergebnisse ihrer Modelle als Evangelium, und die Gläubigen vermengen die Modellprojektionen mit gemessenen Daten. Die Datenzentren stellen unhaltbare Behauptungen auf, wonach ein gegebener Monat oder ein gegebenes Jahr das wärmste jemals gewesen sei seit Beginn von Aufzeichnungen (1880 oder sogar 1850), und das oftmals mit geringsten Spannbreiten (0,05°C zum Beispiel).

Aber die Daten als Grundlage derartiger Behauptungen gibt es einfach nicht.

71% der Erde sind von Ozeanen bedeckt, und bevor vor 40 Jahren die ersten Satellitendaten verfügbar waren, hingen Messungen von Ozeandaten von Schiffen ab, die auf bestimmten Routen fuhren, hauptsächlich auf der Nordhemisphäre und in der Nähe von Land.

Ein großer Teil der Landoberfläche war erratisch mit Messpunkten bestückt, und die Daten waren nur zu oft spärlich und intermittent.

Um halbwegs eine Übereinstimmung mit ihren geheiligten Modellen zu erreichen, manipulierten die Datenzentren reale Daten, oder sie erzeugten dieselben sogar mit ihren Modelldaten für 95% des Planeten mit sehr dünnem Messnetz vor der Satelliten-Ära.

Der Klimawissenschaftler am MIT Dr. Mototaka hat die verlogenen Behauptungen bloßgestellt, wonach die meisten Jahre die wärmsten jemals waren seit den 1850er Jahren.

„Die vermeintliche Bedeutung der globalen mittleren Temperaturen seit 1890 hatten Thermometer-Messungen zur Grundlage, die kaum 5% des Globus‘ abdeckten, bis vor 40 bis 50 Jahren die Satelliten-Ära begann. Wir wissen nicht, wie sich das globale Klima im vorigen Jahrhundert verhalten hat. Alles, was wir wissen, sind ein paar regionale Klimaänderungen, etwa in Europa, Nordamerika und Teilen von Asien“.

Die besten Klimawissenschaftler während der 1970er Jahre wussten das und erzeugten die erste Übersicht über globale Trends mittels Land-Temperaturen, wo immer diese auf der Nordhemisphäre verfügbar waren. Sie zeigten eine Erwärmung um ca. 1°C von den 1880er Jahren bis etwa 1940 und danach eine Abkühlung bis etwa 1970, wodurch die Erwärmung zuvor um etwa die Hälfte wieder zurück ging. Weitere Abkühlung bis Ende der 1970er Jahre eliminierte den Rest davon.

Diese frühen Messungen wurden gelöscht, als Modelle und globale Land- (und Ozean-)Daten während der folgenden Jahrzehnte ,erzeugt‘ worden waren. Die Modelle machten die frühen Daten kälter und die späteren Daten wärmer. Damit sollte eine offensichtliche stetige Erwärmung erzeugt werden während der Ära, in der der Verbrauch fossiler Treibstoffe immer mehr zunahm. Unsere Schlussfolgerung: Es gibt eine vom Menschen erzeugte globale Erwärmung, aber diese Menschen befinden sich bei der NOAA, der NASA und Hadley:

Übrigens wurde die Datenabdeckung und -genauigkeit von den Ozeanen nicht wirklich zuverlässig, bis im Jahre 2000 das ARGO-Bojenprogramm gestartet worden ist. Damit sollten Temperatur und Wärmegehalt der Ozeane genau gemessen werden. Genau wie bei den Satellitenmessungen zu Änderungen der Höhe des Meeresspiegels (welche keine Änderungen zeigten, bis man künstliche Adjustierungen vorgenommen hatte), waren die ersten Ergebnisse enttäuschend – zeigten sie doch keinerlei Erwärmung. Die ARGO-Daten stützten den unbequemen, fast zwei Jahrzehnte währenden Stillstand der Erwärmung, welcher Ende der 1990er Jahre begann.

Vermutlich aus Verzweiflung vor dem Paris-Abkommen ließen sie dies verschwinden, indem die Bojendaten so manipuliert worden waren, dass sie zu den Schiffsdaten passten

Die Modelle sind frisiert, um manipulierte (betrügerische) Daten zu erzeugen. Zusätzlich zu dem oben Gesagten wird dies deutlich, wenn man alle Extreme des Wetters betrachtet, welche diese Modelle und die Theorien prophezeit hatten. Jede Einzelne dieser Prophezeiungen ist gescheitert (hier).

Summary

COVID-19 hat gezeigt, wie groß die Auswirkung einer Pandemie auf die globale Bevölkerung sein kann. Ein Green New Deal wurde nicht in einem Laboratorium geschaffen. Aber er ist idiotisch* und würde massive Auswirkungen auf das Leben haben, so wie wir es kennen. Die Auswirkungen auf unsere Ökonomie würden nicht so rasch zutage treten, wären aber genauso ernst. Die Regierung dürfte Ihnen kaum Schecks zuschicken, um zu helfen, den rasanten Anstieg der Stromkosten aufzufangen sowie die Kosten für den Lebensstandard und wie man leben will (wohin man womit fährt, wo man leben will, wie viel man verdienen und behalten kann, usw.). Weil das alles auf Junk Science basiert, müssen wir so schnell wie möglich auch die COVID-19-Modelle loswerden.

[*Der Autor drückt sich etwas drastischer aus. Anm. d. Übers.]

Mehr dazu findet sich in dieser Präsentation vor den Steuerzahlern von New Hampshire.

Hier gibt es einen Vergleich von Klimamodellen mit COVID-19-Modellen [dieser Beitrag folgt demnächst ebenfalls in deutscher Übersetzung!] Und in diesem Video wird der ganze Betrug hinter COVID-19 aufgedeckt.

Link: http://icecap.us/index.php/go/joes-blog/covid19_models_a_lesson_for_those_who_trust_climate_scientists/

Übersetzt von Chris Frey EIKE

[Übersetzung der einleitenden Worte der Urteilsbegründung Massachusetts vs. EPA

MASSACHUSETTS ET AL. v. UMWELTSCHUTZAGENTUR ET AL. CERTIORARI AN DAS GERICHT DER VEREINIGTEN STAATEN FÜR DEN DISTRIKT COLUMBIA

Nr. 05–1120. Argumentiert am 29. November 2006 – Beschlossen am 2. April 2007

Basierend auf einer anerkannten wissenschaftlichen Meinung, dass ein gut dokumentierter Anstieg globaler Temperaturen und damit verbundenen klimatologischen und ökologischen Änderungen auf einen signifikanten Anstieg der Konzentration von „Treibhausgasen“ in der Atmosphäre zurückzuführen sind. Eine Gruppe privater Organisationen beantragte bei der Environmental Protection Agency (EPA) die Regulierung der Emissionen von vier solcher Gase, einschließlich Kohlendioxid, gemäß §202 (a) (1) des Clean Air Act, der verlangt, dass die EPA vorschreibt: “Durch Verordnung. . . Normen für die Emission von Luftschadstoffen aus jeder Klasse . . . von neuen Kraftfahrzeugen . . . die nach Einschätzung des EPA-Administrators Luftverschmutzung verursachen oder dazu beitragen . . . vernünftig . . . voraussichtlich öffentliche Gesundheit oder Wohlfahrt … zu gefährden “, 42 U. S. C. §7521 (a) (1).] ….]

Im Jahr 2009 veröffentlichte die EPA unter Verwendung der vom Obersten Gerichtshof bestätigten rechtlichen Autoritäten ihre Endangerment Finding („EF“) [~Feststellung der Gefährdung durch Treibhaus und andere (KFZ) Abgase, in Bezug auf das Gesetz zur Luftreinhaltung – Clean air act] , die die sachliche und wissenschaftliche Grundlage darstellt, und damit zahlreiche Vorschriften für [gegen] Automobile, Öl und Gas, Industrie und Kraftwerke rechtfertigte.

Während die Vorschriften gerichtlich verhandelt wurden, wurden die EF selbst nicht direkt verhandelt [~ die EF wurde als nicht strittig angesehen].

Die politische Debatte über den Klimawandel ist heute möglicherweise heftiger als je zuvor. Die demokratischen Präsidentschaftskandidaten behaupten, “ Wissenschaftler sagen uns „, dass wir nur noch ungefähr ein Jahrzehnt Zeit haben, um zu handeln, bevor dem Planeten „irreparabler Schaden“ zugefügt wird. Demokraten schlagen vor, Billionen von Dollar auszugeben, um den Planeten zu retten, unter anderem durch den Green New Deal (GND) und der Beseitigung fossiler Brennstoffe.

Präsident Trump und andere Skeptiker stellen die zugrunde liegende Wissenschaft in Frage . Sie stellen fest, dass die Kosten und die Vorschriften des GND die Wirtschaft zerstören werden. Darüber hinaus hat der Präsident offensiv gehandelt und die USA vom Pariser Klimaabkommen zurückgezogen. Auch bewertet die Trump-Regierung viele Regulierungen der Obama-Ära auf ihren Nutzen und Auswirkungen.

Während der Kampf auf der politischen Bühne stattfindet, geht es im Hintergrund um die Gültigkeit der Modelle, die Schäden für den Planeten vorhersagen. Beide Seiten [der politischen Parteien] glauben, dass ihre Positionen absolut richtig sind. Bisher haben beide Seiten ihr Getöse ausgestaltet. Die Mehrheit der Demokraten im Repräsentantenhaus konnte es bislang vermeiden, dass ihre Schlussfolgerungen direkt durch unabhängige Analyse oder Streitgespräch überprüft werden [Vorschlag durch den – von Trump eingesetzten,  Leiter der EPA Scott Pruitt: rotes Team – blaues Team]

Diese Pattsituation kann sich ändern. Am 9. März reichte das Zentrum für die Untersuchung von Kohlendioxid und globalem Wandel („das Zentrum“) eine Petition ein, in der die EPA aufgefordert wurde, ihre Gefährdungsfeststellung von 2009 aufzuheben. Diese Petition bietet der EPA die Möglichkeit, ihre Modelle nach 13 Jahren Erfahrung in der Praxis neu zu bewerten.

Die Petition des Zentrums stellt fest:

1. Es gibt keine Debatte darüber, dass atmosphärisches Kohlendioxid („CO2“) ein Treibhausgas ist.
2. Es gibt auch keine Debatte darüber, dass die Konzentration von atmosphärischem CO2 in den letzten zwei Jahrhunderten gestiegen ist. und
3. Es gibt keine Debatte darüber, dass die globalen Temperaturen heute wärmer sind als vor 50, 100 oder sogar 200 Jahren.

Das Zentrum stellt fest, dass die eigentliche Frage ist, ob ein Anstieg des atmosphärischen CO2 überhaupt eine globale Erwärmung verursacht, die dann auch so gefährliche sein könnte, dass sie das Leben auf der ganzen Welt bedroht.

Das Zentrum stellt weiterhin fest, dass die modellbasierten Temperaturprojektionen der EPA die Erwärmung künstlich um den Faktor drei erhöhen. Beobachtungen zeigen, dass behauptete nachteilige Wirkungen von Treibhausgasen nicht auftreten und die Modelle ungültig sin, hinsichtlich der mit der Treibhausgas-induzierten Erwärmung verbundenen Behauptungen.

Der unglücklichste Teil der Debatte über den Klimawandel ist, dass die Beweisgrundlage für die EF zwar informellen öffentlichen Kommentaren unterworfen war, die Modelle und die Wissenschaft durch die EPA jedoch keiner unabhängigen Expertenanalyse unterzogen oder in einem Versuch nachgewiesen wurde. Die Schlüssigkeit der [offiziellen] Wissenschaft wurde durch kein strenges Kreuzverhörverfahren getestet.

Die Annahme der Petition des Zentrums würde der EPA die Möglichkeit geben, ihre ursprünglichen Feststellungen zu bestätigen oder den Kurs zu ändern, wenn die Wissenschaft ihre EF nicht unterstützt.

EPA hat mehrere Möglichkeiten. Es kann die Petition ablehnen. In diesem Fall wird das Zentrum wahrscheinlich klagen. Wenn die EPA das Gericht nicht davon überzeugen kann, die Klage abzuweisen, wird es wahrscheinlich einen Prozess gegen die [hier zugrunde liegende] Wissenschaft des Klimawandels geben.

EPA kann die Petition annehmen und öffentliche Stellungnahmen in einer informellen Anhörung bekommen. . In diesem Fall wird das Zentrum wahrscheinlich klagen. Wenn die EPA das Gericht nicht davon überzeugen kann, die Klage abzuweisen, wird es wahrscheinlich einen Prozess gegen die Wissenschaft des Klimawandels geben.

Eine letzte, aber selten genutzte Option wäre, dass die EPA eine „formelle Regelfestsetzung“ durchführt, bei der die Agentur einen Verwaltungsrichter ernennt, der Beweise annimmt, Zeugenaussagen hört und ein Kreuzverhör zur Prüfung der Beweise zulässt.

Ein solcher Prozess würde es den Parteien ermöglichen, die wissenschaftliche Gültigkeit der klimapolitischen Modelle zu testen. Zum ersten Mal würden die Annahmen und Vorhersagen der Modelle anhand realer Fakten getestet, indem die Richtigkeit der Annahmen, die Reproduzierbarkeit der Modelle und die Genauigkeit der Vorhersagen geprüft würden. [an dieser Stelle erinnere ich mich an den Vortrag von Prof. Scafetta, Zuverlässigkeit von Klima-Modellierungen und Zyklen der Einflussgrößen auf das Klima, der Übersetzer]

Mit 13 Jahren zusätzlicher Daten hat die EPA die Möglichkeit, ihre Gefährdungsergebnisse auf der Grundlage realer Daten entweder zu bestätigen, zu ändern oder aufzuheben. Bevor diese Nation Billionen von Dollar ausgibt, muss sie nicht vorher das Leben in den USA radikal verändern. Für verantwortungsvolle Entscheidungen muss die EPA die hochwertigsten verfügbaren Daten verwenden. Das schuldet es der Nation.

William L. Kovacs, Autor von “Reform the Kakistocracy: Rule by the Least Able or Least Principled Citizens” [kurz: die Herrschaft der Unfähigsten]und ehemaliger Senior Vice President der US-Handelskammer. Der Autor hat kein Lobbying oder finanzielles Interesse an dem besprochenen Thema

DIE ANSICHTEN DER MITWIRKENDEN AUTOREN SIND IHRE EIGENEN UND NICHT DIE ANSICHT VON THE HILL

https://thehill.com/opinion/energy-environment/490813-mass-v-epa-after-13-years-its-time-for-climate-policy-review

Übersetzt durch Andreas Demmig

Als Service für unsere Leser: Hier die Suchanfrage zur Umweltbehörde EPA und dessen anfänglichen Leiter Scott Pruit

Oben gezeigtes Aufmacherbild sahen Sie im Mai 2017 schon mal: Neue Studie benennt die Einstufung der EPA bezüglich CO2 als Giftstoff -„Total falsch“

Mein vorheriger Artikel mit dem Titel „CLINTEL Manifesto blasts climate scaremongering“ enthält unter Anderem die höchst bedeutende Graphik, welche eine dramatische Divergenz der IPCC-Klimamodell-Prophezeiungen von den Temperaturmessungen via Satellit zeigen. Die Modelle laufen heißer als die Wirklichkeit. Siehe hier.

Es gibt jedoch ein wesentliches Modell, mit welchem die Satellitenmessungen übereinstimmen, und zwar das russische Modell. Der Grund dafür ist einfach, wenngleich fundiert. Der Präsident von CLINTEL Guus Berkhout erklärt es so: „Ich habe das russische Klimamodell INM untersucht. Anders als die IPCC-Modelle passen die Prognosen des russischen INM-Modells bemerkenswert gut zu den Messungen. Eine plausible Erklärung dafür ist, dass eine negative Wolken-Rückkopplung darin eingeht: -0,13 W/m² pro Grad Celsius,während die IPCC-Modelle von einer großen positiven Wolken-Rückkopplung ausgehen: bis zu 0,80 W/m² pro Grad Celsius. Diese große positive Wolken-Rückkopplung ist verantwortlich für die Katastrophen-Prophezeiungen des IPCC“.

Die Physik hinter dieser Erklärung ist ziemlich einfach. Erwärmung führt zu mehr Wasserdampf in der Luft, was zu verstärkter Wolkenbildung führt. Wolken können die Erwärmung entweder zunehmen (positive Rückkopplung) oder abnehmen lassen (negative Rückkopplung). Die wissenschaftliche Frage lautet: was gilt? Die Russen finden, dass die Rückkopplung negativ ist. Die Messungen stützen diesen Befund.

CLINTEL ist ein internationaler Klima-Ratgeber, weshalb es sinnvoll ist, dass man dort diese Ergebnisse genau unter die Lupe nimmt. Die CLINTEL-Vision lautet: „Fortschritt erfordert Redefreiheit und die Freiheit wissenschaftlicher Forschungen“. Tatsächlich ist Prof. Berkhout offiziell von der russischen Akademie der Wissenschaften eingeladen worden, um mehr über das INM-Modell zu erfahren und die Klima-Version von CLINTEL zu teilen.

Anders als die Modellierer in den USA und in Europa wurden die russischen Modellierer nicht von den Alarmisten vereinnahmt. Dies hat ihnen die Freiheit gegeben, die Option der negativen Rückkopplung zu erkunden, was die Alarmisten strikt abgelehnt haben – bisher zumindest.

Aber selbst innerhalb der Alarmisten-Gemeinschaft ist eine vielversprechende Entwicklung erkennbar, ist doch dort ein großer Kampf ausgebrochen bzgl. der Wolken-Rückkopplungen. Beim IPCC ist man derzeit am Abfassen des jüngsten großen Klima-Zustandsberichtes AR 6. Die meisten der alarmistischen Klimamodelle laufen, um in diesen Bericht einzugehen.

Dieses Mal erleben wir, dass im AR 6 etwa die Hälfte dieser Modelle noch heißer läuft als es im AR 5 der Fall war. Obwohl der Begutachtungsprozess noch nicht beendet ist, scheint es so, als ob die AR 6-Modellierer die positive Wolken-Rückkopplung noch aufgemotzt haben. Wir können keinerlei neue Wissenschaft erkennen, welche diese Übertreibung stützen würde. Hat man es gemacht, um den politischen Schub hin zu einer radikalen Null-Kohlenstoff-Gesetzgebung zu unterstützen? Je heißer das Modell umso schlimmer die prophezeite Katastrophe ob des Verbrauchs fossiler Treibstoffe, damit ein noch höheres Niveau der Panik gerechtfertigt werden kann.

Viele Leute innerhalb der Klima-Gemeinschaft hinterfragen diese gesteigerte globale Erwärmung in den Modellergebnissen des AR 6. Einmal zeigt dies, dass mindestens die Hälfte aller dieser Modelle falsch ist – entweder die Hälfte, die nicht heißer gelaufen ist (und das gleiche Panik-Niveau wie im AR 5 prophezeit) oder die Hälfte der Modelle, die heißer gelaufen ist (und damit ein noch höheres Panik-Niveau wie im AR679 prophezeit hat).

Eine höhere positive Wolken-Rückkopplung mag nicht alle Inkonsistenzen lösen, aber wir können sicher feststellen, dass es eine höchst unwahrscheinliche Hypothese auf Modelliererseite ist. Keine Wissenschaft erzwingt diese Wahl, und Messungen deuten stark gegen diese Hypothese. Dies öffnet die Tür für die empirisch bestätigten russischen Ergebnisse, welche das gesamte Katastrophen-Narrativ des AR 5 und noch mehr dasjenige des AR 6 in Frage stellen.

Prof. Berkhout drückt es prägnant so aus: „Falls die Russen recht haben, ist das Kohlenstoff-Budget sehr, sehr groß – also die Menge Kohlenstoff, welche die Menschheit emittieren kann, bevor das Limit der Erwärmung um 1,5°C bzw. 2°C erreicht wird. Mit anderen Worten, es gibt kein Problem mit fortgesetzten CO₂-Emissionen, bis wir eine technologisch zuverlässige und ökonomisch sich rechnende Alternative haben. Das Anstreben von Null-Emissionen bis zum Jahre 2050 ist total töricht. Hinsichtlich des gegenwärtigen Gesundheits-Notstandes ist es ein Verbrechen gegen die Menschheit“.

Es ist eine Ironie, dass die „blauer Himmel“-Phantasie des Klima-Alarmismus‘ durch Wolken zurück zum Boden gebracht werden könnte. Negative Rückkopplung ist eine wahrhaft positive Meldung.

Es wird spannend sein zu sehen, wie sich dieses Drama entfaltet.

Autor: David Wojick, Ph.D. is an independent analyst working at the intersection of science, technology and policy. For origins see http://www.stemed.info/engineer_tackles_confusion.html For over 100 prior articles for CFACT see http://www.cfact.org/author/david-wojick-ph-d/ Available for confidential research and consulting

Link: https://www.cfact.org/2020/04/03/throwing-cold-water-on-hot-climate-models/

Übersetzt von Chris Frey EIKE

[Den Zusammenhang des Original Videos mit der hier folgenden Zusammenfassung finden Sie durch die Zeitmarken [mm:ss]. Alle eingefügten Folien aus dem Vortrag. Ich hatte große Probleme mit der SW um Untertitel hinzuzufügen.  Ein bearbeiteter Teil ging mir dann auch verloren. Dafür habe ich viel Zeit geopfert und mich dann lieber der Zusammenfassung zugewandt.  Der Übersetzer in eigener Sache]. 

CO₂-Bedrohungsszenario und Reduzierung

Nach den Zusammenfassungen des IPCC für Entscheidungsträger, dürfen wir [weitere] 1,5°C Erwärmung nicht überschreiten, denn dann würden wir massive Probleme bekommen, die wir nicht beherrschen. [01:50] CO₂ soll dabei der größte Treiber [der Erwärmung] sein, es wird sogar als Umweltverschmutzung bezeichnet. Auf einer Übersicht zusammen genannt mit NO₂, SO₂, Feinstaub, Ammoniak, Schwermetalle u.a.

[02:15] Das CO₂ keine Verschmutzung der Atmosphäre ist, mit derzeit ,04%, kennt jeder aus eigener Anschauung: „Es ist die Basis alles Leben auf der Erde, als wesentliches Element der Photosynthese, CO₂ in größeren Anteilen lässt Pflanzen besser wachsen, es kommt in Getränken und bei der Herstellung  von Lebensmittels vor. – Ich nenne es politische Propaganda.“

[03:39] Vortrag Prof. Scafetta; Eine real-time Karte der gemessenen  Luftverschmutzung auf der Erde, zeigt für die entwickelten Länder die geringste Belastung der Luft. Die höchsten Werte zeigen die asiatischen Länder.

Die Erreichung der in Paris so bejubelten CO₂-Reduktionsziele zu erreichen] ist schlicht unmöglich, wenn man es auf die Welt –  „Rettet den Planeten“ bezieht. Dazu sind in einfach viele Kohlekraftwerke als sichere Stromversorgung vorhanden und weitere in Planung bzw. schon im Bau.

[03:05] Vor allem in Asien sind eine Größenordnung von mehr als 700 neuen Kohlekraftwerken in genehmigter Planung und im Bau.

Programmierte Klimamodelle und Ihre Ergebnisse

Die in die Zukunft reichenden Ergebnisse der programmierten Klimamodelle werden als ausreichende Begründung von den Entscheidungsträgern der Politik hergenommen, weitreichende Beschränkungen und Belastungen zu beschließen, die uns alle betreffen. Umso wichtiger, diese Modelle zu validieren.

 [Durch die Validierung wird der dokumentierte Beweis erbracht, dass ein Prozess oder ein System die vorher spezifizierten Anforderungen reproduzierbar im praktischen Einsatz erfüllt.]

[03:54] Zeigt den Vergleich der gemessenen Globalen Oberflächentemperatur (im Vortrag mit „Data“ bezeichnet) mit den Modellen.  Wie schon öfter gesehen, wurden für die Zeit vor dem Jahr 2000 die Modelle auf „kühler“ getrimmt, um den Anstieg  bedrohlicher aussehen zu lassen.

[05:15]Offiziell werden den Politikern und den Entscheidungsträgern die Ergebnisse der Klimamodelle als zuverlässige Prognosen verkauft [obwohl es Szenarien sind]. Eine wesentliche Frage nach der Zuverlässigkeit der Klima-Modelle CMIP5 / CMIP6 lautet:

• Ist die gesamte Physik, sind alle Einflüsse und ihre Wirkungen bekannt?
• Die Antwort auf diese Frage ist definitiv NEIN
• Also können in die Modelle auch nicht alle Einflüsse einfließen

[06:13] Die Modelle berücksichtigen das geschätzte Forcing verschiedener Gase, einschließlich der Sonne. Der Einfluss der Sonne wird als vernachlässigbar dargestellt. Der Einfluss von Ozeane, Sonne, Landflächen und Vulkane wird als natürlich angesehen, alle Aerosole werden als anthropogen angenommen.

Die kleine Grafik unten rechts unterscheidet zwischen natürlichen Einflüssen, Vulkane wirken abkühlend – Die Modelle zeigen keine Erwärmung [blaue Linie]. Bei Berechnung mit den anthropogenen Einflüssen, zeigen die Modelle eine Erwärmung [ansteigende schwarze Linie].

[10:00] Daher die Behauptung des IPCC:  100% der Erwärmung 1850 – 1900 basiert allein auf menschlichen Einfluss  – denn: Ohne menschlichen Einfluss wird keine Erwärmung errechnet.

Aus der Zusammenfassung des IPCC Berichts für Politiker:

• A.1 Menschliche Aktivität  verursacht etwa 1,0°C Erwärmung, (0,8 … 1,2°C)
  A.1.1 bei Fortschreibung des Trends werden 1,5°C  mehr Erwärmung in 2030 bis 2052 erreicht – hohes Vertrauen.

Als abschließende Feststellung wird oft genannt: Die … Debatte ist vorbei, … 97% der Wissenschaftler stimmen dem zu.

Glauben Sie das?

Die Fragestellung ist trickreich:

• Unabhängig von der Ursache, glauben Sie, dass das Klima sich ändert? – 96% ja

In einer weiteren Frage erst, wird dann gefragt:

• Klimawandel der letzten 50 Jahre wird verursacht durch…?
• Dabei stimmen 29% zu: „weitestgehend oder „hauptsächlich“ durch menschliche Aktivität
• Die anderen Antworten verteilen sich auf: „zum großen Anteil bis gering oder gar kein anthropogener Einfluss“

Das entspricht nun aber gar nicht der Behauptung: 96% der Befragten sind sich einig, dass der Mensch die Ursache von Klimaänderungen ist.

Wenn es nicht mit der Realität übereinstimmt, ist die Hypothese falsch

Die wissenschaftliche Methode, erfordert die Hypothese gegen die Realität zu überprüfen, zu bestätigen. Hier die Argumentation des IPCC:  Vergleich Messdaten vs. Modelle

Untere Hälfte. Der Vergleich der  Messdaten (schwarze Linie) mit den Modellen für natürliche UND menschliche Ursachen zeigt Übereinstimmung – das ist korrekt

In der Oberen Hälfte wird das Modellergebnis: NUR natürliche Ursachen mit der Realität verglichen – die Modelle zeigen keine Erwärmung –

• Aber: dieser Modelllauf müsste mit einer Erde OHNE Menschen verglichen werden – das haben wir nicht!
• Damit ist dieser Vergleich nicht wissenschaftlich zulässig

[16:45] Die Theorie des IPCC  ist mit den gebrachten Argumenten nicht gestützt

• Diese Grafiken bezeugen Garnichts, nicht ohne die Validität der Modelle!
• Es muss die Übereinstimmung der Modelle mit der Realität bewiesen werden.
• Es zeigt nur die wahlweisen Parameter einer Programmierung.

Validierung der Modelle

[17:18] Was müsste getan werden, um die Modelle zu validieren?

• Die Modelle müssten in der Lage sein, das Klima zu reproduzieren, als kein menschlicher Einfluss vorhanden war
• Die Modelle müssen das dynamische Klimageschehen [das auf-und-ab in der Historie] reproduzieren.

[17:58] Im IPCC Report von 2001 wurde der Hockey Stick, Dr. Mann et.al. von 1998,  als Basis für „die Realität“ genommen und mit dem Anstieg des CO₂ verglichen – beides zeigt einen Hockey-Stick – also ist CO₂ der Haupttreiber, damit seien die Modelle validiert– The Science is settled

[20:08] In 2003 wurde durch Steve McIntyre und Ross McKitrick nachgewiesen, dass der Hockey-Stick falsch ist.

Das IPCC führt seine Argumentation in 2007 unter Benutzung der falschen Hockes-Stick Kurve weiter. Jedoch war die Unglaubwürdigkeit von Dr.Mann so groß, dass diese nicht mehr ignoriert werden konnte.

In 2013, AR 5 hat das IPCC den Hockey-Stick aufgegeben und diese neue Grafik eingeführt

Das IPCC zeigt nun Rekonstruierte Temperaturen unterschiedlicher Quellen vs. Modelle.

[21:56] Zum Vergleich nutzen wir die Temperatur Rekonstruktion der letzten 2000 Jahre.  Ljungqvist F.C. 2010. Man sieht zyklische Warm- und Kaltzeiten. – keinen Hockey-Stick.

[22:43] Die Modelle zeigen die Mittelalterliche Warmzeit (MWP) NICHT.

Wenn der Mechanismus der MWP nicht verstanden ist, kann auch die heutige Erwärmung nach der Kleinen Eiszeit nicht verstanden worden sein!

Die Modelle geben weder die Warmzeiten noch die Eiszeit korrekt wieder!

[24:38] Auch im Vergleich der letzten 10.000 Jahre (eine Studie von 2014) zeigen die Modelle keine Korrelation.

Vergleich der Temperaturzyklen unterschiedlicher Gebiete

[25:09] Dies ist eine Studie von 2004, Alley R.B. und zeigt den Verlauf von 10.000 Jahren in Grönland, nach den Untersuchungen von Eisbohrkernen.

Man kann neun Wärmeperioden erkennen, alle bemerkenswert wärmer als heute! Es ist von verschiedenen Quellen bestätigt, das die Wikinger auf Grönland Wein und Tomaten anbauen konnten.

Auch in der Untersuchung der Temperaturen in den Alpen, lassen sich vorstehende Wärmeperioden erkennen. Deutlich ist, ein 1000jähriger Zyklus.

Damit ist es sehr wahrscheinlich, dass auch die Erwärmung seit 1700 natürliche Ursachen hat.

Die Tatsache, dass die Modelle die Zyklen nicht reproduzieren, bestätigt, dass diese Modelle die natürlichen Ursachen nicht kennen und daher auch nicht reproduzieren können – weder für die Historie noch für die Zukunft.

[27:37] Nur die Solaren Zyklen kennen einen 1000 jährigen Zyklus, der sehr gut mit den Temperaturaufzeichnungen korreliert.

Auch über 10.000 Jahre korreliert der Sonnenzyklus sehr gut mit den Temperaturzyklen. Dies lässt den Schluss  zu: die Sonne ist der Haupttreiber des Klimas

Die Solare Aktivität ist variabler

Wie oben beschrieben und auch oft in der Literatur angenommen, wird der Einfluss der Sonnen als vernachlässigbar angenommen, da es nur geringe Abweichungen um einen Mittelwert gibt / gäbe.

Prof. Scafetta et. al. haben  auf dem Gebiet der Sonnenforschung eine peer-reviewed Studie herausgegeben.

Gefundene Links

Modeling Quiet Solar Luminosity Variability from TSI Satellite Measurements and Proxy Models during 1980–2018

https://www.mdpi.com/2072-4292/11/21/2569/htm

Modeling Quiet Solar Luminosity Variability from TSI Satellite Measurements and Proxy Models During 1980–2018

https://ntrs.nasa.gov/search.jsp?R=20190033296

[28:30] In der Studie kommen die Wissenschaftler zu dem Schluss, dass auch in „stillen Zeiten“, d.h. in Zeiten geringer Anzahl von Sonnenflecken, die Solare Aktivität weitaus mehr variiert (rote Linie), als bisher angenommen. (grüne Linie, in oberer Grafik)

[Anerkannt  sind die Milanković-Zyklen – langperiodische Veränderungen der auf der Erde eintreffenden Sonnenstrahlung über die jährliche Schwankungsbreite hinaus, Link Uni Bremen]

Diese Variation der Solaren Aktivität korreliert sehr gut mit vorhandenen Temperaturdaten in Mittel-England. (untere Grafik) – Damit lässt sich gut 50% der Erwärmung 1850 – 1900 erklären.

Natürliche Klimazyklen

Das Klima / Wetter auf der Erde wird von vielen Zyklen beeinflusst.

Das beginnt z.B. mit Tag/Nacht, den Mondzyklus, und geht über den Jahreszeiten  zu den Zyklen in unseren Sonnensystem bis hin zu galaktischen Zyklen [Forschungen Svensmark und Shaviv]

Nur die Zyklen  des astronomischen Forcings werden teilweise durch die Klimamodelle berücksichtigt – alle andere wird nicht berücksichtigt!

Als ein weiteres Beispiel wurde ein starke Kohärenz des Sonnenzyklus mit dem Monsun im Oman festgestellt.

Der wichtige 60-jährige Zyklus

Die Erwärmung 1940 in der Arktis und im Nordatlantik wird von den Modellen nicht dargestellt. Auch die Variationen der Temperaturaufzeichnungen von Grönland finden sich nicht bei den Modellen wieder.

Sogar im Meeresspiegel (unten rechts) lässt sich ein 60-jähriger Zyklus erkennen. Gleiches gilt auch für die beobachteten Trends der Hurrikane im Nordatlantischem Ozean, die gerne „dem Menschen“ angelastet werden.

Anlässlich seiner Präsentation bei der Umweltbehörde EPA, USA In 2009 schätzte Prof. Scafetta den zukünftigen Verlauf  der Globalen Temperatur (mit 20 & 60jährigen Zyklen) , weit unterhalb der IPCC Prognose. ZehnJahre später brachte El Nino höhere Temperaturspitzen als er dachte, aber immer noch unterhalb des IPCC. Die Modelle errechnen den Temperaturanstieg um den Faktor zwei zu hoch. Letzteres gilt auch für den behaupteten Hot Spot in der Troposphere. [40:13] Auch für die Trends Jahre 1922 – 1941; 1980 – 1999 und 2000 – 2016 kennen die Klimamodelle nur Erwärmung, keine Abkühlung,denn der CO₂-Anteil ist stetig gestiegen.

[41:37] Die Oszillationen über die Jahre 9, 10-12, 20 und 60 werden von den Modellen nur zufällig mal punktweise getroffen

[42:47] Vergleicht historische Temperaturaufzeichnungen ab 1880 mit den Modellen. Bei einigen Modellergebnissen leben wir noch immer in der kleinen Eiszeit.

Danach vergleicht Prof. Scafetta die unterschiedlichen Zyklen des Klimasystems  1900 – 1960 mit den Zyklen der Sonne,  Alle Zyklen die wir im Sonnensystem finden, können auch im Klima gefunden werden. Im Vergleich mit dem (seinem) Solar Astronomical Model,  kommt er für die Projektion der globalen Erwärmung bis 2100 nur auf einen Bruchteil der Werte des IPCC, kein Grund für Alarmismus.

Kalibrierung der Modelle

Um die Diskrepanz der Modelle mit den beobachteten Daten zu verbessern, kamen die Modellierer auf die Idee, diese zu kalibrieren. [46:22]

Der Einfluss des CO₂ wurde halbiert [equilibrium (Gleichgewicht) bei Verdoppelung, rangierte von 1,5°C bis 4,5°C seit 1979]

Prof. Scafetta hebt eine Aussage des IPCC von 2017 hervor [rechte Hälfte,  verkürzt]:  Während die Modelle den oberen Bereich der berechneten Temperatur bevorzugen, favorisieren viele Studien den unteren Bereich.

Damit geben die Leitwissenschaftler des IPCC zu, das die Modelle die Realität nicht widerspiegeln. [48:44]. Die unterschiedlichen Modelle geben für die Klimasensitivität Werte zwischen knapp 2°C bis neuerdings sogar 6°C an und widersprechen sich damit. Welches Modell  ist korrekt? In der Realität kann dieser Wert nicht gleichzeitig 2° und 6° sein.

Die freien Parameter des CMPI6 Modells wurden angepasst, um die Erwärmung zu zeigen, übertreiben jedoch sowohl beim

Einfluss der Vulkane wie auch bei der CO₂-Sensitivität (ECS).

Also wurde das Tuning von Klimamodellen erweitert, die freien Parameter werden geändert. Es gibt drei Möglichkeiten, die auf Schätzungen und try-and-error beruhen. Die Sensitivität z.B. von 7° auf 3°, Einfluss der Ozeanwärme, Einflüsse der anderen Aerosole.

[52:12) Hier ist das Ergebnis nach dem Tuning – immer noch nicht besser.

Fazit:

Die Modelle sind nicht validiert und stecken voller Fehler. Daher sind auch die Projektionen in die Zukunft nicht zuverlässig.

Die empirischen Daten weisen auf eine große, natürliche Variabilität hin,  angetrieben durch Solare / astronomische Forcings.  Diese Einflüsse und eine offensichtlich wesentlich geringen ECS Sensitivität bei CO₂-Verdoppelung sollte weiter untersucht werden.

Ich danke für Ihre Aufmerksamkeit

Nachfragen zum Vortrag

Was ist die Globale Ausgangstemperatur in Absolutwerten?

• Darin bestehen große Unsicherheiten, die auch in den Berichten der Arbeitsgruppe(n) des IPCC genannt werden.
• Leider werden diese Erkenntnisse / Erläuterungen nicht in die Zusammenfassung für Politiker und Entscheidungsträger aufgenommen. Man will keine Unsicherheiten entstehen lassen, da dies von den Akteuren / Profiteuren nicht gewünscht ist.
• Die Berichte der Arbeitsgruppen sind oft sehr umfangreich, [500 Seiten und mehr], die „kaum einer“ liest.

[Hinweis: Auf der Eike Seite gibt es die Anzeige für das Buch von Donna Laframboise „Von einem Jugendstraftäter, der mit dem besten Klimaexperten der Welt verwechselt wurde“. Obwohl vor ein paar Jahren bereits erschienen und die Namen einiger Beteiligter sich geändert haben,  ist der Inhalt noch immer sehr aktuell. Die Diskrepanz der „Zusammenfassung für Politiker und Entscheidungsträger“ durch eine Gruppe von Aktivisten im IPCC gegenüber den eigentlichen Berichten der wissenschaftlichen Gruppen noch immer sehr ausgeprägt.]

Wieso soll die Erde bei einer Temperaturerhöhung um 1,5°C außer Kontrolle geraten?

• Das IPCC selbst, gebraucht diese Argumente nicht, wie z.B. „die Erde verbrennt;“ und anderes. Die Risiken werden sehr differenziert geschätzt. Siehe [1:30]
• Die Klimabewegten und auch die Freitags-Kinder lesen keine IPCC Berichte der Wissenschaftler, sie werden von den Aktivisten indoktriniert.

Zusammengestellt und übersetzt durch Andreas Demmig