Klimaforskere er for dårlige til at bruge statistik

Når forskere over hele verden prøver at forudsige, hvordan klimaet vil arte sig på bagkant af nutidens osende kulkraftværker og benzinbiler, spiller klimamodeller hovedrollen. Imidlertid er det lidt med klimamodeller, som med spillet “klodshans”, hvor man bygger et tårn af klodser højere og højere, indtil det vælter. I klimamodellerne er det blot antagelser, man bygger på i stedet for træklodser. Spørgsmålet er, hvornår man har bygget sin konklusion på så mange antagelser, at unøjagtigheden bliver for stor. I takt med at mængden af data stiger og stiger indenfor de meget datatunge klimaberegninger, er risikoen, at man svækker troværdigheden for klimaforskningen ved at lave forkerte forudsigelser. Vejen ud af moradset er statistik. Men det er ikke altid, det bliver brugt- ihvertfald ikke nok.

Avanceret statistik kan bruges som værktøj til at forbedre klimamodellerne, og dermed tilbyde mere forståeligt og brugbart datamateriale til politikere og andre beslutningstagere

En ny artikel i det amerikanske tidsskrift Nature Climate Change med blandt andet dansk deltagelse beskriver, hvordan avanceret statistik kan bruges som værktøj til at forbedre klimamodellerne, og dermed tilbyde mere forståeligt og brugbart datamateriale til politikere og andre beslutningstagere.

– Klimamodellerne er vores bedste bud på, hvordan verden kommer til at se ud, når klimaet ændrer sig. Men ofte er det nødvendigt at koge den stigende mængde data ned, så den bliver brugerrelevant. Her kan avanceret statistik hjælpe, og det er i øjeblikket et uudnyttet potentiale inden for klimaforskningen, siger Seniorforsker Martin Drews, fra DTU Management, som er en af forfatterne bag artiklen.

Han fremhæver, at klimamodeller ofte bliver upræcise, fordi de bygger på en sum af usikkerheder. Ved at bruge avanceret statistik mere aktivt, på alle de enkelte delelementer i klimamodellen, kan man nå et langt bedre resultat.

Når det for eksempel  gælder beregningen af, hvordan temperaturstigningen påvirker det globale havniveau, er modellerne behæftet med en vis usikkerhed. Men ved at isolere den og dernæst udsætte den for avanceret statistik, som beskrevet i artiklen i Nature Climate Change, kan forskere gøre den samlede beregning mere præcis.

Og dermed give mere sikre forudsigelser.

På dmi.dk forventer man, at de forbedrede analysemetoder vil komme til at styrke Danmarks klimatilpasning og forbedre det såkaldte klimaatlas, som DMI skal udarbejde for at bistå det danske samfund med tilpasningen til fremtidens klima.

Det er afgørende for kvaliteten af klimaatlasset, at vi har statistikere med på holdet

Peter Langen, som er leder af klimaforskningen på DMI, fortæller:

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

Artiklen er et resultat af et nordisk forskningsprojekt eSACP som involverer seks forskningsinstitutioner: DTU, DMI samt de meteorologiske institutter i Norge og Finland, Norsk Regnesentral og Bjerknes Centret i Norge. Projektet har fået 4 millioner norske kroner fra Nordforsk under Nordisk ministerråd, til projektet, der skal løbe over tre år.