Yo sigo diciendo que los valores para los aerosoles se los han inventado para que el modelo cuadre y punto.
Solo hay que echarle un ojo a la gráfica y tener un poco de criterio.
Eso no es cierto. El forzamiento radiativo de los aerosoles presenta un
alto grado de incertidumbre. El valor que se suele usa es aproximadamente la media de todos los valores posibles. El intervalo de valores posibles se calcula de forma independiente a la gráfica que citas, ya que se mide
en experimentos y observaciones locales. Otro ejemplo de simulación del clima pasado lo tenéis aquí:
http://www.nature.com/nature/journal/v440/n7087/fig_tab/nature04679_F2.htmlhttp://www.nature.com/nature/journal/v440/n7087/fig_tab/nature04679_F1.html#figure-titlehttp://www.nature.com/nature/journal/v440/n7087/full/nature04679.htmlY ya conocéis sobradamente el prestigio de esta revista.
Y sobre lo de la capacidad de previsión de un modelo... por lo que he leído (y por propia experiencia con el Excel ), que un modelo se ajuste a una curva de temperatura durante un periodo no prueba para nada que vaya a servir para predecir el futuro, ni que se ajuste a temperaturas pasadas.
Efectivamente, y por eso hay que comprobarlo. Por eso mismo se llama "predicción de un modelo", para comprobar si funciona.
Por ejemplo, ajusto en Excel un modelo para el periodo 1950-2010. Me sale una correlación cojonuda.
Después, intento utilizar ese mismo modelo para el periodo 1880-1950. Resultado: el modelo predice una temperatura mucho menor a la observada; es decir, no es un buen modelo.
Pero, si yo ajusto el modelo para que haya una buena correlación en todo el periodo 1880-2010, ¿me garantiza que el modelo me vaya a servir para emular las temperaturas de un periodo distinto (anterior o posterior)? La respuesta es no.
Pero es que un modelo no se realiza "ajustando cualquier cosa a cualquier cosa", sino que debe haber una justificación física para dar sentido al uso de un determinado parámetro ajustable (actuando sobre una determinada variable física). Me explico.
1- Para convertir el forzamiento radiativo a temperatura, no tiene sentido físico ajustar un parámetro diferente para cada variable (en unidades de forzamiento).
2- En el caso de que no se conozca el forzamiento radiativo de una determinada variable, no tiene sentido físico ajustar las series temporales sin extraer previamente las tendencias. Recodad que dos variables cualesquiera que no tengan relación física pero que sí tienen tendencia no nula, siempre presentarán una correlación y por lo tanto un "parámetro" que transforme una variable en otra. Pero ese parámetro carece totalmente de sentido físico. Para comprobar que existe o no una conexión física (predictor vs predictando) existe otras posibilidades, una de ellas es extraer la tendencia para comprobar que existe una
correlación entre las oscilaciones de ambas variables, con un desfase con amplitud y signo constante (para garantizar la coherencia de causa-efecto). Es importante también disponer de un número suficiente de oscilaciones para poder garantizar que la correlación es significativa.
3- Siguiendo con la explicación anterior, también se debe tener en cuenta que las variables estudiadas deben reducirse a la misma resolución temporal para poder compararse. Eso incluyo suavizar si fuese necesario las series temporales para que sean comparables (por ejemplo, para disminuir el ruido que enmascara posibles relaciones).
4- En el caso de que se conozca el forzamiento radiativo de una variable pero con una incertidumbre bastante grande, entonces se puede intentar usar el punto 2.
5- Si se disponen de muchas variables con efecto climático desconocido, se puede aplicar una variante del punto 2, usando un ajuste multivariado (tipo step-reg) para reducir las conexiones mútuas entre los predictores así como simplificar el modelo (reduciendo el número de variables).
Y mucho más...
Saludos