Observaciones vs modelos

Un articulo interesante presentado recientemente al Global Energy and Water Cycle Experiment

Earth observation and moist processes

Graeme Stephens
Gewex conference 2009

Y el resumen de los puntos mas importantes que destaca la discrepancia entre modelos (IPCC) y observaciones (resumen extraido por  R. Pielke)

1. Aerosol and aerosol‐cloud effects are a huge lever ‘constraining’ the climate sensitivity to a ‘range of comfort’.

2. Observational inferences on indirect radiative forcing do not support the large values of forcings being applied in models. I would recommend model assessments be done with/without IRF [indirect radiative forcing]

3. Models contain grave biases in low cloud radiative properties that bring into question the fidelity of feedbacks in models.

4. The presence of drizzle in low clouds is ubiquitous and significant enough to influence the radiative properties of these clouds and must play some role in any feedbacks.
Models produce rain 2‐4 times too frequently regardless of resolution…..…. and 2‐3 times too light.
While it is expected that ‘ heavy precipitation events will continue to become more frequent’, our predictive tools (either climate or NWP models) contain major biases that are symptomatic of unrealistic rain physics.

While I believe the changes that are likely to occur are primarily driven by changes in the large scale atmospheric flows, we have to conclude our models have little or no ability to make credible projections about the changing character of rain and cannot conclusively test this hypothesis.

This model bias isn’t merely solved by higher resolution of models – to the contrary, there are fundamental flaws in the way rain is triggered in models on all scales. The consequence to other aspects of the Earth system model is profound.

Una grafica interesante producida por Lucia a partir de datos publicos del Climate Explorer.  Muestra la temperatura absoluta reproducida por los modelos y la derivada de observaciones por GISSTEMP.

Como se ve ningun modelo acierta, y algunos tienen errores de mas de 2C.  cuando se habla de la fiabilidad de los modelos siempre se habla de anomalias, nunca de los valores absolutos.  Pero es fiable la prediccion de un modelo que no es capaz de predecir valores pasados, aunque parezca predecir bien la tendencia?

Imaginaros volar en un avion que no le da la velocidad correcta al piloto, sino solo la aceleracion.... yo mejor me bajo.

Si un modelo que simula la atmosfera  no reproduce el valor exacto de la temperatura es porque hay estimaciones incorrectas en el balance de energia del sistema.  No hay ningun fundamento solido para pensar que si la simulacion de un estado dado es incorrecta, la variacion sobre ese estado en el futuro vaya a ser correcta.  Tampoco hay fundamento alguno para asegurar que si una serie de modelos producen simulaciones incorrectas, la media del esamble de esos modelos vaya acercarse mas a la realidad.
 

 

Alguien sabe cuál es la explicación oficial de por qué un modelo que no replica la realidad es fiable en cuanto a sus predicciones??
 

Como bien sabes, no hay ningún modelo que pueda replicar la realidad. Es más, está demostrado por la mecánica cuántica que no puede haberlo.

La cuestión es: ¿Qué aspecto concreto de la realidad intenta reproducir el modelo?
En este caso sería ¿La temperatura media (si alguien sabe qué significa eso, porque yo no)? ¿La tendencia de la temperatura? ¿qué?

Particularmente me hace dudar mucho que un modelo se ocupe de temperaturas medias absolutas, porque es un valor que no tiene ningún sentido físico desde el momento que la evolución del sistema modelado depende de las cuartas potencias de los valores absolutos de temperaturas locales.

Lo que no quita, que también tenga serias dudas.

Saludos.

Como bien sabes, no hay ningún modelo que pueda replicar la realidad. Es más, está demostrado por la mecánica cuántica que no puede haberlo.

¿¿Entonces porqué algunos gobiernos basan sus políticas (y destinan ingentes cantidades de dinero) en base a esos modelos que no reproducen la realidad??

Como bien sabes, no hay ningún modelo que pueda replicar la realidad. Es más, está demostrado por la mecánica cuántica que no puede haberlo.

Completamente en desacuerdo, ademas la mecanica cuantica no se ocupa de modelos macroscopicos. O si prefieres, digamos que me interesa un modelo con precision a la primera o segunda cifra decimal, con lo cual los filosofos cuanticos se pueden quedar tranquilos.

Hay muchisimos modelos que replican la realidad hasta un grado de precision asombroso, como los que pueden simular el aterrizaje de una sonda en un crater determinado de marte.

La cuestión es: ¿Qué aspecto concreto de la realidad intenta reproducir el modelo?
En este caso sería ¿La temperatura media (si alguien sabe qué significa eso, porque yo no)? ¿La tendencia de la temperatura? ¿qué?

Particularmente me hace dudar mucho que un modelo se ocupe de temperaturas medias absolutas, porque es un valor que no tiene ningún sentido físico desde el momento que la evolución del sistema modelado depende de las cuartas potencias de los valores absolutos de temperaturas locales.

Lo que no quita, que también tenga serias dudas.

Saludos.

Ya se que hace mucho calor pero mantengamos la cabeza fria.  Me parece que la pregunta no viene a cuento despues del peso excesivo que se les da a los resultados de los modelos clmaticos (ojeese el informe clivar para Espana, por ejemplo)

Cita de: Vaqueret en Viernes 16 Julio 2010 13:42:24 pm

Como bien sabes, no hay ningún modelo que pueda replicar la realidad. Es más, está demostrado por la mecánica cuántica que no puede haberlo.

¿¿Entonces porqué algunos gobiernos basan sus políticas (y destinan ingentes cantidades de dinero) en base a esos modelos que no reproducen la realidad??

Por la misma razón que tú tienes tu dinero en el banco o tienes un plan de pensiones cuando ningún modelo te puede garantizar que vivas mañana.

Un ejemplo un poco crudo pero que expresa claramente, creo, la forma que tenemos los humanos de gestionar el desconocimiento.

Aqui pongo una grafica comparando el resultado de los modelos en cuanto a precipitacion y la media global derivada de observaciones.

Lo primero que llama la atencion es la discrepancia entre las observaciones (CRU - GPCC), lo cual hace pensar en que estan simulando los modelos si ni siquiera hay datos fiables de referencia.  Medir la precipitacon no es facil, por eso la discrepancia, pero si no sabemos lo que pasa hoy, como podemos decir que va a ocurrir en un futuro.

Piensese  tambien que en la teoria del calentamiento antropogenico el CO2 juega un papel pequeño, la mayor importancia la tiene al retroalimentacion positiva del vapor de agua.  Ahora bien, que garantia puede darnos un modelo sobre el vapor de agua futuro si es incapaz de replicar la precipitacion actual (el vapor de agua es directamente proporcional al agua precipitable, y un error en las precipitaciones puede indicar un calculo no muy correcto de agua precipitable).  Es mas si ni siquiera sabemos que valor actual deberia replicar.

Sigo pensando que los modelos de circulacion general son un esfuerzo enorme, y son utiles para ayudar a comprender un monton de cosas, pero de ahi a usarlos como una guia fiable va un mundo.
 

 
datos de http://climexp.knmi.nl
 

Articulo de McKitrick, McIntyre, y Herman e el que se muestar que la tendencia de calentamiento prevista por los modelos en la troposfera media no se corresponde con las observaciones.



 

Perdonad mi intromisión

Una grafica interesante producida por Lucia a partir de datos publicos del Climate Explorer.  Muestra la temperatura absoluta reproducida por los modelos y la derivada de observaciones por GISSTEMP.

Como se ve ningun modelo acierta, y algunos tienen errores de mas de 2C.  cuando se habla de la fiabilidad de los modelos siempre se habla de anomalias, nunca de los valores absolutos.  Pero es fiable la prediccion de un modelo que no es capaz de predecir valores pasados, aunque parezca predecir bien la tendencia?

Imaginaros volar en un avion que no le da la velocidad correcta al piloto, sino solo la aceleracion.... yo mejor me bajo.

Si un modelo que simula la atmosfera  no reproduce el valor exacto de la temperatura es porque hay estimaciones incorrectas en el balance de energia del sistema.  No hay ningun fundamento solido para pensar que si la simulacion de un estado dado es incorrecta, la variacion sobre ese estado en el futuro vaya a ser correcta.  Tampoco hay fundamento alguno para asegurar que si una serie de modelos producen simulaciones incorrectas, la media del esamble de esos modelos vaya acercarse mas a la realidad.
 
Ver figura

Eso no es cierto. El error de la variación de una variable puede ser mucho menor que el error de la variable.

Toda medición tiene dos posibles errores:

- Error aleatorio (EA): se detecta haciendo muchas estimaciones diferentes y si se distribuye normalmente (gauss) entonces el error disminuye a razón E/raiz(N), donde N es el número de estimaciones, y E es la desviación típica.

- Error sistemático (ES): error que depende del instrumento/modelo empleado (debido al material o ecuaciones empleadas en la estimación). Por lo tanto se trata de un valor constante para cada instrumento/modelo. Este error suele desaparecer en gran medida al estimar los valores relativos: cambios, diferencias, tendencias, ...

Ejemplo1: Modelo meteorológico de temperatura.
Temperatura de Madrid a las 06Z de hoy observada: 22,2 ± 0,1ºC
Temperatura de Madrid a las 06Z de hoy según GFS: 20 ± 1 ºC
Temperatura de Madrid a las 06Z de mañana según GFS: 18 ± 1ºC

Para estimar el error sistemático del Modelo GFS respecto al observatorio 8222 de Madrid, habría que repetir la comparación unas N veces, estimar la media y ver la diferencia entre el mejor estimador del modelo y la observación. Supongamos que la diferencia sistemática es de 2ºC, y que el error aleatorio es de 1ºC. Si el modelo pronostica una bajada de 2ºC en 24h, ¿es confiable aunque el error sistemático sea de 2ºC? Todos sabemos que los modelos meteorológicos afinan más para detectar cambios que para detectar valores absolutos de temperaturas y de precipitación.

Ejemplo2: Termómetro digital.
Termómetro1, 12h: 20,2ºC
Termómetro2, 12h: 22,1ºC
Termómetro3. 12h: 18,4ºC

Termómetro1, 14h: 21,5ºC
Termómetro2, 14h: 23,3ºC
Termómetro3. 14h: 19,8ºC

¿Cuál será la temperatura a las 14h sabiendo que la temperatura "real" a las 12h era de 17,5ºC?

A pesar de que los termómetros tienen errores sistemáticos de hasta 5ºC, se pueden estimar cambios de temperatura con precisión de décimas. Lo mismo ocurre con los radiómetros de infrarrojo (por ejemplo EVEREST, CIMEL, etc.), que se pueden corregir fácilmente y dar valores muy precisos de la temperatura radiométrica.


CONCLUSIOENS

La estimación realizada con N modelos cuyo error sistático es X y error aleatorio es Z, presenta un error que es del orden de Z/raiz(N), es decir, da igual cómo sea de grande el error sistemático X, siempre y cuando reproduzca bien la variación del pasado (error aleatorio bajo)

Saludos

Articulo de McKitrick, McIntyre, y Herman e el que se muestar que la tendencia de calentamiento prevista por los modelos en la troposfera media no se corresponde con las observaciones.


http://noconsensus.files.wordpress.com/2010/08/mm1.png
 

Eso creo que sólo es de los trópicos. Haz la comparación para otras zonas y luego a nivel global y verás como está más de acuerdo.

Eso puede deberse a un error aleatroio (por fase larga de AMO+PDO) o a un error sistemático. Por lo tanto creo que se puede mejorar.

Échale un vistazo por ejemplo al modelito que propuse:
https://foro.tiempo.com/climatologia/prediccion+de+la+temperatura+global-t46476.0.html;msg983260#msg983260

Saludos

Vigilant, eso que indicas es correcto si la medida de la variable por un instrumento es Z_medida=Z_real+Z_sistemático. Lógicamente desaparece el error sistemático si evalúas diferencias.

Pero si el error es otro, por ejemplo Z_medida=Z_real x Z_sistemático las diferencias ya no las quitas con restas, sino con restas de logaritmos. Pero si son la suma de las dos, no hay forma*, por ejemplo un termómetro casero sin calibrar.

(*) Bueno, sí habría. sería calcular cocientes de diferencias, pero en el caso que nos ocupa, sería tan pequeño todo ...