Ilmastonmuutos, ekologinen ja hiilijalanjälki (yhdistetty)

[Ajattelija2008]

Jäsen mannym on oikeassa. "Jääkiekkomailojen" käyrissä virherajat ovat aivan liian kapeat. Tästä on ollut monta kertaa keskustelua ketjussa.

Lämpötilan aikasarjoissa vuoden 2000 jälkeen on eroja +-0.1 C luokkaa, vaikka käytössä ovat nykyaikaiset instrumentit. On lapsellista väittää, että tarkkuus olisi ollut lähes sama 1800-luvun

Kun joku päätyy siihen johtopäätökseen, että tietyn aikasarjan epävarmuus- todennäköisyys- tai luottamusväli on liian kapea, siihen on voinut johtaa kaksi erilaista päättelytapaa:

(1) Aikasarjan todennäköisyysväli on pituudeltaan x. Se musta tuntuu aika kapealta. Joo, on se liian kapea.

(2) Laskelma. Tämä tietenkin tuottaa myös sen tarpeeksi pitkän tai oikean välin.

Et pysty "laskemaan" systemaattisia virheitä.

Tilastotieteellinen laskenta on sitä, että oletat datan täsmälleen oikein mitatuksi ja sitten lasket todennäköisyyslaskennalla, mikä on esimerkiksi pienen otannan todennäköinen vaikutus.

Esimerkiksi puolueiden kannatusmittauksissa lasketaan tilastollinen virhemarginaali sillä oletuksella, että ihmiset uskalsivat kertoa kantansa rehellisesti.

Vuoden 1979 jälkeen aikasarjojen systemaattinen virhe voidaan arvioida yksinkertaisesti vertaamalla eri aikasarjoja. Virhe on +-0.1 C tai voi olla isompikin, jos kaikissa on sama systemaattinen virhe.

Jääkauden maksimin lämpötiloissa virhemarginaali voidaan arvioida eri tutkijoiden mielipiteistä. Se on tuo +-2 C.

Entä sitten lämpötila vaikkapa 1000 jKr.? Jotkut tutkijat väittävät, että silloin oli globaali lämpökausi. Toiset väittävät, että ei ollut.

Proxyjen virhettä voi arvioida katsomalla, miten ne kuvaavat lämpenemisen vuoden 1900 jälkeen. Tiedät, että proxyt näyttävät sen kovin heikosti. Proxyjen perusteella keskiajan lämpökausi saattoi olla yhtä lämmin kuin jakso 2000 - 2022. Siitä saadaan virhemarginaali 0.0 C ... +1.0 C, kun kerran jotkut tutkijat väittävät, että mitään lämpökautta ei ollut.

Tuohon päälle tulevat vielä tuntemattomat systemaattiset virheet, joita ei vielä ole keksitty.

Ilmastotieteen kannalta ei ole kovin oleellista, onko virhemarginaali X vai 2X. Malleilla on kovin vaikea tuottaa mitään käyrää, joka muistuttaisi lämpötilan kehitystä esim. 20 000 eKr. - 1800 jKr.

[Isagoge]

Juuri Mann on jäänyt kiinni housut kintuissa ja koittaa väistellä sekä etenkin vaieta menetelmistään ja aineistostaan, mikä ei ole tieteen tekoon kuuluvaa toimintaa, mutta tässähän perimmillään onkin kyse politiikasta.
Tässä linkissä kerrotaan jääkiekkomailan historiaa ja sen tutkimista niillä menetelmillä joita on ollut käytettävissä kun Mann ei ole suostunut tuomaan omia menetelmiään julkisesti tarkasteltaviksi, ja kertomus oikeuskäsittelystä jonka Mann hävisi.

Etkö tosiaan tiedä, että ko. Mannin aineisto ja analyysin koodi on ollut vuosikausia julkisesti saatavilla?

[tweet]1165641439532986368[/tweet]

Jääkiekkomailmaa käsittelevän linkkisi tekstissä sanotaan:

The British Columbia court dismissed Mann's claim

Juttu raukesi, Mann ei hävinnyt. Ja toistan tämän nyt vielä kerran: käytännössä Kaikki Mannin  ja kumppaneiden 1990-luvun lopun tutkimuksia seuranneet globaalia lämpötilaa rekonstruoineet ovat saaneet olennaisilta osin saman tuloksen kuin Mann ja kumppanit. Uskotko tosiaan, että kyseessä on valtava salaliitto, jossa on yli 20 vuoden aikana ollut mukana tuhansia ihmisiä?

[ämpee]

Jostain kumman syystä Mannin vuosikausia esillä olleet data ja laskentamenetelmät eivät saapuneet oikeuteen todisteina Mannin itsensä nostamassa jutussa Ballia vastaan.
Kun oikeus ei saanut todisteita niin se ei myöskään voinut toimia joten Mannin nostamat syytteet katsottiin rauenneiksi.

Jos menet ja nostat syytteen jotain vastaan ja oikeus hylkää vaatimuksesi niin voitto se ainakaan ei ole.
https://www.manhattancontrarian.com/blog/2019-8-26-michael-mann-hockey-stick-update-now-definitively-proven-to-be-fraud

[mannym]

Kun joku päätyy siihen johtopäätökseen, että tietyn aikasarjan epävarmuus- todennäköisyys- tai luottamusväli on liian kapea, siihen on voinut johtaa kaksi erilaista päättelytapaa:

(1) Aikasarjan todennäköisyysväli on pituudeltaan x. Se musta tuntuu aika kapealta. Joo, on se liian kapea.

(2) Laskelma. Tämä tietenkin tuottaa myös sen tarpeeksi pitkän tai oikean välin.

Olen kohtalaisen varma siitä, kumpaa päättelytapaa sinä ja jäsen Mannyn käytitte. Mutta jos teillä kuitenkin on esittää se laskelma, näkisin sen hyvin mielelläni.

Kun se tietty aikasarja kertoo itse ettei se tiedä mikä on planeetan keskilämpötila vaan antaa sille haarukan. ±0,55°C, niin menemme jo kolmanteen vaihtoehtoon johtopäätöksen osalta. Sekä sen että se keskilämpötila saadaan ulos mallilla eikä mittaamalla, kertoo oman osansa luotettavuudesta. https://data.giss.nasa.gov/gistemp/faq/abs_temp.html

For the global mean, the most trusted models produce a value of roughly 14°C, i.e. 57.2°F, but it may easily be anywhere between 56 and 58°F and regionally, let alone locally, the situation is even worse.

Mutta totta tosiaan, 1880 keskilämpötilan tarkkuus on ±0,15°C, kun se muuten on ±0,55°C.

Instrumentaalinen aikasarja on pituudeltaan palttiarallaa 150 vuotta, Ollen nykyisin paljon pienempi kuin mitä se oli kultavuosinaan. Mutta ns globaalia mittaushistoriaa ei ole olemassa oikeastaan lainkaan aikavälillä 1850 - 1940. Tai no oikeastaan sitä ei ole vieläkään. Käyttäen sitä aikaisempaa määritelmääsi, on olemassa vain paikallisia lämpötilasarjoja, joista on muokkaamalla saatu mieluinen "globaali" lämpötilasarja.

Muutenkin aika hauskaa sitten tuo mainitsemasi Mann, ja hänen datansa joka on ollut saatavilla Vuosikymmenen, Onhan se kiva että se on ollut saatavilla noin vuodesta 2012, kun se alkuperäinen läpyskä julkaistiin 1998, ja sitä dataa ja metodeja piti sitten odottaa vuosia, sitä piti hakea oikeusteitse yms. Mutta mitäs sitä revisionistiset alarmistit nyt eivät unohtaisi sopivasti...

[ApuaHommmaan]

Ilmatieteen laitos ulvoi vimmaisena silloin vielä pitkä aika sitten joku toimittaja julkesi olla epävirallista kantaa edustava. No uudelleenkoulutus tuli päälle, ja nykyään kaikki artikkelit ovat täynnä alkeellisia virheitä mutta "oikeaan" suuntaan. Ilmatieteenlaitos hykertelee hilaisena onnesta rahan virratessa vuolain virroin myös proffien työn sivussa tapahtuviin projekteihin.

[Ajattelija2008]

Ilmatieteen laitos ulvoi vimmaisena silloin vielä pitkä aika sitten joku toimittaja julkesi olla epävirallista kantaa edustava. No uudelleenkoulutus tuli päälle, ja nykyään kaikki artikkelit ovat täynnä alkeellisia virheitä mutta "oikeaan" suuntaan. Ilmatieteenlaitos hykertelee hilaisena onnesta rahan virratessa vuolain virroin myös proffien työn sivussa tapahtuviin projekteihin.

Matti Virtanen ei edusta "epävirallista kantaa" toimittajana vaan on ollut aina tieteen linjalla. Hän ei kuitenkaan suostunut valehtelemaan ilmastouskonnon hyväksi. Matti Virtasen tweeteistä huomaa, että hän on erittäin hyvin perillä ilmastotieteestä.

Toiseen aiheeseen: jäsen Isagoge tarvitsee valistusta ilmastomalleista.

Fysiikan mallia pidetään hyvänä, jos siinä on 0 tai 1 käsin valittava parametri. Jos saa vetää hatusta 2 parametria, niin ihmiset kritisoivat, että mallilla voi selittää minkä tahansa datan.

Ilmastomalleissa on jopa 200 käsin valittavaa, eli arvattavaa, parametria. Gavin Schmidt kirjoitti joitakin vuosia sitten ongelmasta, että ihmiset eivät edes muista, miksi arvasivat jonkun parametrin arvoksi X.

Jos moista "mallia" tarjoaisi jonkun muun fysiikan alueen tutkijoille, niin naurettaisiin ulos.

Myös säämalleissa on satoja parametreja. Miksi säämallit kuitenkin toimivat hyvin 7 päivän päähän? Koska säädataa on paljon, voi suuren osa parametreista mitata empiirisesti. Niitä ei tarvitse arvata.

Paras ilmastomalli nykyään saadaan ottamalla empiirinen data ja vetämällä lineaariset trendit tulevaisuuteen. Riittää viivotin. Ei tarvita tietokonetta.

Ilmastomallien tekijät haluavat rahaa. Heidän on teeskenneltävä, että mallit muka tuovat lisää tietoa lineaaristen trendien päälle. Tästä on kysymys, kun katsot malleilla laskettuja "ennusteita".

[ApuaHommmaan]

Matti Virtanen ei edusta "epävirallista kantaa" toimittajana vaan on ollut aina tieteen linjalla. Hän ei kuitenkaan suostunut valehtelemaan ilmastouskonnon hyväksi. Matti Virtasen tweeteistä huomaa, että hän on erittäin hyvin perillä ilmastotieteestä.

Hän taitaakin olla kutakuinkin Suomen ainoa toimittaja, jolla ei ole pää syvällä konsensuksessa.

[Isagoge]

Et pysty "laskemaan" systemaattisia virheitä...

Eli hatusta mutuillen vetämällä sitten menit. No, ehkä ilmastotutkimuksesta käytyä dialogia lopulta rikastaa, että tuot avauksillasi sen menetelmäpalettiin myös esimerkiksi sukupuolentutkimuksesta tuttuja tulkinnallis-kriittis-luovia metodeja pelkän tylsän laskemisen vastapainoksi.

Teikäläisen versio tilastotieteestä ja mittausteoriasta on sen verran omaperäinen ja luova, että minulle on kohtalaisen vaikeaa hahmottaa tuota systemaattisen virheen käsitteeseen pohjalta lähtevää argumenttiasi, mutta yritetään.   

Et pysty "laskemaan" systemaattisia virheitä.

Oikea termi tässä olisi 'määrätä' laskemisen sijaan, mutta se on sivuseikka. Olet yhdestä, mutta vain yhdestä näkökulmasta oikeassa tässä. Kun käsillä on yksi empiirinen mittaluku, on mahdotonta pelkästään sen perusteella sanoa, miten lähellä todellista arvoa ko. empiirinen mittaluku on. Toisin kuin muualla viestissäsi minun tulkintani mukaan esität, tämä ei liity pelkästään systemaattiseen virheeseen, vaan myös satunnaisvirheeseen ja ns. karkeaan virheeseen. Vastaavasti myös yhdessä tutkimuksessa yhdellä ja samalla menetelmällä yhden suureen osalta yhdellä mittauskerralla saatujen mittalukujen joukon suhteen on mahdotonta sanoa, mikä osuus mittalukujen kokonaisvaihtelusta on todellista vaihtelua, joka on peräisin siitä mittauksen kohteesta, jota oli tarkoitus mitata, mikä on todellista vaihtelua mittauksen kohteista, joita ei ollut tarkoitus mitata ja mikä osuus on satunnaista virhevaihtelua – näin siis ilman mittalukujen ulkopuolelta tulevaa informaatiota. 

Tämä ei kuitenkaan johda siihen, että yleisesti ja aina tieteessä ei olisi koskaan mahdollista arvioida systemaattisen virheen suuruutta ja etumerkkiä onnistuneesti. Jos systemaattisen virheen suuruuden ja etumerkin arviointi olisi täysin mahdotonta, länsimaista tiedettä sen nykymuodossa ei olisi olemassa: jokainen tutkimus, olipa se sitten fysiikan, kemian, lääketieteen tai ilmastotutkimuksen alalta, voitaisiin ignoroida vetoamalla siihen, että tutkijat eivät ole ollenkaan pystyneet arvioimaan systemaattisen virheen osuutta mittaluvuissaan. Ja miksipä edes yrittää tehdä tutkimusta, jos olisi niin, että kaikkien arviointimenetelmien tavoittamattomissa oleva systemaattinen virhe pilaa jokaisen tutkimuksen?

Systemaattisella virheellä tarkoitetaan empiirisen mittaluvun ja mittaluvun todellisen arvon välistä eroa, joka fysikaalisissa tieteissä syntyy mittauksessa käytetystä instrumentista tai laajemmin mittausmenetelmästä, asetelmasta tai koekäsittelystä. Se voi syntyä myös mitattujen havaintoyksiköiden systemaattisesti virheellisestä valinnasta. Jos virhe on systemaattinen, se ei jakaudu normaalisti odotusarvolla 0 kuten satunnainen virhe usein tekee, vaan se vaikuttaa ainoastaan tiettyyn suuntaan ja sillä on sama etumerkki jokaisen virheelle alttiin havaintoyksikön tapauksessa; näin tietenkin vain siinä tapauksessa, että systemaattista virhettä mittalukuihin aiheuttaa vain yksi tekijä.

Jos systemaattista virhettä mittalukuihin aiheuttaa useampi tekijä, virhe alkaa muistuttaa sitä enemmän satunnaista virhettä, mitä suurempi virhettä aiheuttavien tekijöiden lukumäärä on.

Väitteesi siitä, että systemaattista virhettä on mahdotonta määrätä (näin se siis olisi pitänyt kirjoittaa), on yksinkertaisesti väärä. Yksinkertainen ja juurikin paleoklimatologiaan liittyvä esimerkki on se, miten puiden lustoista päätellään kasvukauden lämpötila. Kotimaisten ilmastoskeptikkojen kovasti arvostaman Mauri Timosen tutkimuksissa tietääkseni käytetään seuraavaa laskentamallia (tämä sivuhuomio erityisesti jäsen mannymille: voi ei! Hui kamalaa, Timonen laskee jotain mallin avulla! On selvää, että tuloksiin ei voi ollenkaan luottaa!)

Rt = At + Ct + δD1t + δD2t + Εt, jossa Rt = At + Ct + δD1t + δD2t + Εt, jossa
Rt = mitattu kasvu vuonna t;
At = luston biologisen iän määräämä osuus kasvusta vuonna t;
Ct = sää- ja ilmastotekijöiden vaikutus kasvuun vuonna t;
D1t = metsikön sisäisten (endogeenisten) tekijöiden vaikutus kasvuun vuonna t;
D2t = ulkoisten (eksogeenisten) tekijöiden vaikutus kasvuun vuonna t;
Εt = tuntemattomien tekijöiden vaikutus kasvuun vuonna t.     

Termin Ct, joka paleklimatologeja siis kiinnostaa, osalta tuossa on ongelmana se, että mitattuun kasvuun vuonna t vaikuttavat sää- ja ilmastotekijöiden lisäksi puun ikääntymisestä seuraava kasvua alentava trendi ja vaikkapa tuhohyönteisten populaatiokoko tiettynä vuonna.

Tämän takia ilmastotutkimuksessa lustosarjat standardisoidaan, mikä tarkoittaa sitä, että vuosilustosarjasta poistetaan esimerkiksi puun ikääntymisestä aiheutuva kasvun aleneva trendi (systemaattinen virhe) ja metsikön (muiden kuin sää ja ilmastotekijöiden) ulkoisten tekijöiden vaikutukset kasvuun (toinen systemaattinen virhe). Tämä toimenpide perustuu siihen, että on olemassa empiirisiä tutkimustuloksia siitä, miten erilaiset tunnistetut tekijät vaikuttavat mittaluvuissa esiintyviin systemaattisiin virheisiin.

Eli asia on juuri päinvastoin kuin väitit: tutkijat pystyvät uskottavasti arviomaan systemaattisten virheiden vaikutusta mittalukuihin. Globaalin pintalämpötilan kehitystä arvioivissa tutkimuksissa tämä on tehty nykyisen parhaan tieteellisen käytännön mukaisesti. Se, että sinä et pystynyt esittämään muuta kuin fiilispohjaisia, hatusta vedettyjä arvauksia epävarmuusväleistä, ei johtunut siitä, että systemaattista virhettä olisi mahdotonta määrätä. Se johtuu hyvin todennäköisesti siitä, että sinulla ei oikeastaan minkäänlaista käsitystä siitä, miten sitä voisi yrittää määrätä.

Tilastotieteellinen laskenta on sitä, että oletat datan täsmälleen oikein mitatuksi ja sitten lasket todennäköisyyslaskennalla, mikä on esimerkiksi pienen otannan todennäköinen vaikutus....Esimerkiksi puolueiden kannatusmittauksissa lasketaan tilastollinen virhemarginaali sillä oletuksella, että ihmiset uskalsivat kertoa kantansa rehellisesti.

No eipä ollut. "Tilastotieteellinen laskenta" (en ole ihan varma siitä, mitä sillä tarkoitat), päinvastoin lähtee liikkeelle siitä oletuksesta, että mittaustulokseen ei-triviaaleissa tilanteissa sisältyy aina satunaista virhettä ja hyvin todennäköisesti sisäisistä validiteettiongelmista johtuvia systemaattisia virheitä. Lisäksi kun otoksen perusteella yritetään estimoida perusjoukon parametrejä, mittaustuloksissa on myös otantasattumasta johtuvaa virhettä. Tämän takia satunnaisvirhettä pyritään vähentämään käyttämällä esimerkiksi summamuuttujia yksittäisten raakamittaustulosten sijaan, käyttämällä laskennallisia korjausmenetelmiä, jotka minimoivat systemaattisia virheitä (ks. Timosen tutkimukseen liittyvä esimerkki edellä), ja vasta tämän jälkeen lasketaan mainitsemiasi väliestimaatteja, joiden koko tarkoitus on ottaa huomioon otantasattumasta syntyvä virhe. Olit käsittänyt koko asian täysin väärin. 

Väite

Esimerkiksi puolueiden kannatusmittauksissa lasketaan tilastollinen virhemarginaali sillä oletuksella, että ihmiset uskalsivat kertoa kantansa rehellisesti.

Ei todellakaan. Kuka tahansa asiaan vastuullisesti suhtautuva tilastotieteilijä tuollaisessa analyysitehtävässä ensin yrittäisi poistaa otostunnusluvuista esimerkiksi siitä johtuvaa systemaattista virhettä, että puhelinhaastattelussa tuntemattoman ihmisen kanssa ihmiset häpeävät tunnustaa äänestävänsä pienpuolueita (varsinkin oikeiston puolelle sijoittuva sellaisia). Ja vasta tämän jälkeen lähdettäisiin sitten laskemaan otantavirheen huomioon ottavia väliestimaatteja. 

Vuoden 1979 jälkeen aikasarjojen systemaattinen virhe voidaan arvioida yksinkertaisesti vertaamalla eri aikasarjoja. Virhe on +-0.1 C tai voi olla isompikin, jos kaikissa on sama systemaattinen virhe.

Nyt menee sen verran omaperäiseksi, että on vaikeaa seurata. Nimenomaan se laskelma tässä selvittäisi asiaa sillä tavalla, että muutkin voisivat ymmärtää, mistä vedit nuo arvot. Mutta ehkä sitä on turha odottaa.

Yksi huomio kuitenkin. Jos meillä on vaikkapa viisi lämpötila-aikasarjaa, joiden tuottamisprosessi on ei-identtinen, ja kaikissa on SAMA systemaattinen virhe, erehdymme pikemminkin alakanttiin systemaattisen virheen suuruuden arvioinnissa, jos kaikki informaatio mitä meillä on, perustuu aikasarjojen sisältämien estimaattien erotuksiin.

Proxyjen virhettä voi arvioida katsomalla, miten ne kuvaavat lämpenemisen vuoden 1900 jälkeen. Tiedät, että proxyt näyttävät sen kovin heikosti.

Proksit antavat viime vuosisadan puoliväliin varsin samanlaisen tuloksen kuin suorat lämpötilamittaukset. Esimerkiksi tutkimuksissa Pages 2k (2019) ja Kaufmann et al. (2020) tämä käy hyvin ilmi. Tähän liittyy viestini ensimmäinen kuva. Siitä, mitä sen jälkeen on tapahtunut, on tässäkin ketjussa keskusteltu, eikä minun näkemykseni mukaan siitä ole vielä riittävää varmuutta.

Tuohon päälle tulevat vielä tuntemattomat systemaattiset virheet, joita ei vielä ole keksitty.

Jos näin ajatellaan, tämänhän täytyisi koskea kaikkia tieteitä. Koska emme ole vielä tunnistaneet kaikkia systemaattisia virheitä, joita fysiikan, kemian, lääketieteen, biologian jne. mittaustuloksissa voi olla, mihinkään ei voi luottaa ja mitään ei voi tietää. Onko tämä järkevä ajattelutapa?

Tieteenfilosofiassa on joskus käytetty käsitettä finalismi. Tällä tarkoitetaan ajatusta siitä, että tieteen katsotaan olevan luottavaa vasta sitten, kun tiedämme kaiken, ja minkäänlaisia empiirisen aineiston hankkimiseen, sen analyysiin, siihen perustuvaan ja sitä edeltäneeseen teoretisointiin jne. liittyviä virheitä ja erehdyksiä tieteessä ei enää ole. Jokaisen lukioiän ylittäneen keski-vertoajattelijan pitäisi kuitenkin jo tajuta, miten sysip----a ajattelutapa tämä on.

Ilmastotieteen kannalta ei ole kovin oleellista, onko virhemarginaali X vai 2X. Malleilla on kovin vaikea tuottaa mitään käyrää, joka muistuttaisi lämpötilan kehitystä esim. 20 000 eKr. - 1800 jKr.

Tämä sitten vasta kryptinen kohta olikin. En oikein tiedä, mitä tässä tarkoitat malleilla, ja tuoreempi viestisi (johon tällä viikolla yritän vastata) ikävä kyllä paljastaa, että sinullakaan ei ole siitä mitään aavistusta. Mutta nyt olisin taipuvainen tulkitsemaan tuon näin: me jotain ihmeellistä kautta tiedämme, millainen lämpötilakehitys 20 000 eKr. - 1800 jKr todella oli; ilman mitään ilmastomalleja tai niiden tuloksia. Ja sen perusteella voimme sanoa, että "malleilla on kovin vaikeaa tuottaa mitään käyrää, joka muistuttaisi lämpötilan kehitystä aikavälillä 20 000 eea-1800 aaj". Jos kaikki arviot siitä, millainen tuo lämpötilakehitys on ollut perustuvat tavalla tai toisella mallintamiseen, miten olisi mahdollista vertailla "ilman ilmastomalleja" saatuja tuloksia ilmastomalleilla ainakin osittain saatuihin tuloksiin?

Palataan. Tässä ketjussa näytti olevan odottamassa viestejä, joissa käy ilmi, että omaperäisen tilastotieteen lisäksi olet kehittänyt hyvinkin omaperäisen käsityksen siitä, mitä fysikaaliset  ilmastomallit (ja mallit ylipäätään) ja niiden parametrisointi on, ja mitä tästä parametrisoinnista seuraa. Meille kaikille on varmaankin opettavaista keskustella tästä jatkossa.     

[mannym]

Kotimaisten ilmastoskeptikkojen kovasti arvostaman Mauri Timosen tutkimuksissa tietääkseni käytetään seuraavaa laskentamallia (tämä sivuhuomio erityisesti jäsen mannymille: voi ei! Hui kamalaa, Timonen laskee jotain mallin avulla! On selvää, että tuloksiin ei voi ollenkaan luottaa!)

.

Mauri Timonen on kuitenkin siitä mielenkiintoinen että on ns puristi. Hän ei sotke instrumentaaoista mittausdataa prokseihin ja julista tulosta.

Yksi huomio kuitenkin. Jos meillä on vaikkapa viisi lämpötila-aikasarjaa, joiden tuottamisprosessi on ei-identtinen, ja kaikissa on SAMA systemaattinen virhe, erehdymme pikemminkin alakanttiin systemaattisen virheen suuruuden arvioinnissa, jos kaikki informaatio mitä meillä on, perustuu aikasarjojen sisältämien estimaattien erotuksiin.

Koska kaikki 5 sarjaa perustuvat samaan "dataan" jota on muokattu, kierrätetty, estimoitu ja hukattu alkuperäinen data. Ja nykyiset "tiedot" kertovat menneisyyden olleen asteen verran kylmempää kuin vaikkapa 40 vuotta takaperin saman datan pohjalta. Niin Kerrohan sinä miten samasta datasta uudelleen tarkastelulla saa aina erilaisia tuloksia?

Tämä on "the tieteen" puolesta höpöttelijöiden ja eksperttien erehtymättömyyteen luottavien akilleen kantapää. Te ette tiedä, ettekä edes halua tietää. Tietämättömyys on autuasta uskossa.

Onhan se kamalaa jos vaikka tieteentekijät olisivatkin vain ihmisiä, lahjottavissa olevia ja agendan eteen tieteen raiskaavia ihmisiä.

Ilmastointieteen erottaa vieläkin kovista tieteistä juuri tuo tulosten muuttuminen. Kerran mitattu on mitattu ja niistä mittauksista koostettu keskiarvo ei muutu, paitsi ilmastointieteessä, jossa 2020 luvulla oleva pleikkaritieteilijä kuvittelee osaavansa mitata mittaamatta lämpötilan tarkemmin 1900 luvun alusta kuin 1900 luvun alun tiedemiehet jotka mittasivat ja kirjasivat tuloksensa.

[Totti]

Rt = At + Ct + δD1t + δD2t + Εt, jossa Rt = At + Ct + δD1t + δD2t + Εt, jossa
Rt = mitattu kasvu vuonna t;
At = luston biologisen iän määräämä osuus kasvusta vuonna t;
Ct = sää- ja ilmastotekijöiden vaikutus kasvuun vuonna t;
D1t = metsikön sisäisten (endogeenisten) tekijöiden vaikutus kasvuun vuonna t;
D2t = ulkoisten (eksogeenisten) tekijöiden vaikutus kasvuun vuonna t;
Εt = tuntemattomien tekijöiden vaikutus kasvuun vuonna t.     

Termin Ct, joka paleklimatologeja siis kiinnostaa, osalta tuossa on ongelmana se, että mitattuun kasvuun vuonna t vaikuttavat sää- ja ilmastotekijöiden lisäksi puun ikääntymisestä seuraava kasvua alentava trendi ja vaikkapa tuhohyönteisten populaatiokoko tiettynä vuonna.

Tämän takia ilmastotutkimuksessa lustosarjat standardisoidaan, mikä tarkoittaa sitä, että vuosilustosarjasta poistetaan esimerkiksi puun ikääntymisestä aiheutuva kasvun aleneva trendi (systemaattinen virhe) ja metsikön (muiden kuin sää ja ilmastotekijöiden) ulkoisten tekijöiden vaikutukset kasvuun (toinen systemaattinen virhe). Tämä toimenpide perustuu siihen, että on olemassa empiirisiä tutkimustuloksia siitä, miten erilaiset tunnistetut tekijät vaikuttavat mittaluvuissa esiintyviin systemaattisiin virheisiin.

Selityksestäsi saa sen käsityksen, että Ct on lähes hatusta vedetty luku. Jos nimittäin D1t, D2t ja Et poistetaan yhtälöstä, Ct on mahdoton määrittää millään järjellisellä tarkkuudella. Et ei määritelmällisesti ylipäätään ole tiedossa, mutta olettamuksella, että Et on pieni ja voidaan unohtaa niin jäljellä silti Dxt:n vaikutus, joka ilmeisesti on merkittävä. Jopa At voi olla epävarma koska puut eivät ole geneettisesti samanlaisia, jolloin iän vaikutus vaihtelee - ihmisetkään eivät vanhene samalla lailla.

Puun kasvuun vaikuttaa moni lähes satunnainen seikka myös hyvin laajalla alueella. Jo se, että paikallinen peurakanta päätyy paskoomaan jonkun alueen vaikuttaa puiden kasvuun pitkän ajan. Sama koskee vaikkapa maan kosteusmuutoksia (pohjaveden lasku / nousu), myrskytuhoja (aukeamat kiihdyttävät kasvua valon lisääntyessä) ja vastaavia pitkän vaikutusajan ilmiöitä.

En ole perehtynyt lustomittauksiin kovin tarkasti, mutta äkkiä ajateltuna ne vaikuttavat olevan erinomaisen epävarma tapa johtaa lämpötiloja, etenkin kun puhutaan asteiden kymmenysosista, joita usein esitetään erinäisissä ilmastokäppyröissä. Vaikuttaa siltä, että Ct:n voi arvioida vain jonkinlaisena hyvin karkeana suhteellisena pitkän ajan trendinä, jolloin tietenkin herää kysymys miten lustomittauksien perusteella voidaan ilmoittaa kymmenesosa asteen tarkkuudella tulevia lämpötiloja.

[Ajattelija2008]

Et pysty "laskemaan" systemaattisia virheitä...

Eli hatusta mutuillen vetämällä sitten menit. No, ehkä ilmastotutkimuksesta käytyä dialogia lopulta rikastaa, että tuot avauksillasi sen menetelmäpalettiin myös esimerkiksi sukupuolentutkimuksesta tuttuja tulkinnallis-kriittis-luovia metodeja pelkän tylsän laskemisen vastapainoksi.

Mieti asiaa: voitko "laskea", kuinka moni ihminen puolueiden kannatuskyselyssä ei kehtaa sanoa äänestävänsä Kokoomusta?

Jos kykenet laskemaan systemaattisen virheen, mullistat tieteen kaikki alueet. Hyvää onnea yritykseen.

[Roope]

Aamun ilmasto-otsikot valtamediassa:

Helsingin Sanomat: Tutkijat laskivat ensi kertaa hintalaput ilmastonmuutoksen seurauksille – jos mitään ei tehdä, lasku voi olla hävittäjähankinnan luokkaa 28.4.2022

Yle: Ilmastonmuutoksen vaikutukset Suomen kansantalouteen ovat lievästi negatiivisia, kertoo tutkimus 28.4.2022

Tutkijat eivät (tälläkään kertaa) laskeneet ilmastonmuutoksen vaikutusten nettohintaa Suomelle vaan toimialakohtaiset kustannukset toteutuneista riskeistä, mikäli ilmastonmuutoksen aiheuttamiin oletettuihin muutoksiin ei varauduta seuraavan 50 vuoden aikana ennakoivasti.

Helsingin Sanomien otsikko antaa ymmärtää, että Suomea odottaa miljardilasku, mikäli ilmastonmuutosta ei yritetä torjua, mutta tutkimuksessa tekemisellä tarkoitettiin sopeutumistoimia, ei Suomen ilmastotoimia, joiden vaikutus ilmastonmuutokseen on käytännössä nolla.

Tutkimus: Ennakoiva sopeutuminen ilmastonmuutokseen kannattaa

Suomen ilmastokestävyys edellyttää ennakoivaa sopeutumista. Jos ilmastonmuutoksen vaikutuksiin sopeudutaan ennakoivasti, kertyy vuoteen 2070 mennessä noin 5–8 miljardia euroa vähemmän tappioita kuin jos sopeutuminen on reaktiivista.

Suomessa on tärkeä varautua erityisesti pysyviin toimintaolosuhteiden muutoksiin

Suomessa ilmastonmuutoksen suurimmat taloudelliset vaikutukset aiheutuvat toimintaolosuhteiden pysyvistä muutoksista eri toimialoille, kuten maa- ja metsätaloudelle ja matkailulle. Toimintaolosuhteiden muutoksiin vaikuttaa pääasiassa keskimääräisten lämpötilojen nousu ja sademäärien pitkän aikavälin kasvu. Suomessa ilmastonmuutos ei lisää merkittävästi sään ääri-ilmiöiden aiheuttamia kustannuksia.
...

Ilmatieteen laitos 28.4.2022

Oikeasti tutkimus osoittaa vain sen, kuinka järjetöntä ilmastohysteria ja Suomen nykyinen miljardeja euroja nielevä ilmastopolitiikka on. 5-8 miljardin euron kustannukset ovat 50 vuodelle jaettuna tyhmimmälläkin politiikalla korkeintaan noin 160 miljoonaa euroa vuodessa, eikä siinä siis ole otettu huomioon ilmastonmuutoksen vaikutusten aiheuttamia tuottoja kuten metsänkasvua ja energiankulutuksen pienenemistä.

Mutta mitenkäs sellaisen sitten otsikoisi luopumatta ilmastoagendasta?

[Isagoge]

...Mieti asiaa: voitko "laskea", kuinka moni ihminen puolueiden kannatuskyselyssä ei kehtaa sanoa äänestävänsä Kokoomusta?

Jos kykenet laskemaan systemaattisen virheen, mullistat tieteen kaikki alueet. Hyvää onnea yritykseen.

Viestissäni, johon tuossa vastasit, kirjoitin:

Oikea termi tässä olisi 'määrätä' laskemisen sijaan

Määrääminen voi sisältää laskemista, mutta siihen ei sisälly ajatusta siitä, että laskettu arvo olisi tarkka arvo, ja että se saataisiin ilman ennakko-oletuksia, joita ei voida pitää aksiomina. Älä laita sanoja suuhuni.

Mutta joka tapauksessa: ei minun tässä asiassa tarvitse mullistaa tiedettä. Systemaattista virhettä määrätään ja sen vaikutusta aineistoista tehtyihin johtopäätöksiin yritetään eliminoida tai pikemminkin minimoida tieteellisessä tutkimuksessa ihan joka päivä.

Jos nyt yritetään pysyä fysikaalisten mittausten parissa ja vielä ilmastotutkimuksessa, hyvä esimerkki on urbaanien lämpösaarekkeiden, niiden syntymisen ja niiden kehittymisen vaikutus siihen, mitä ajattelemme paikallisen lämpötilan kehitykseen vaikuttavista tekijöistä, tietyn valtion keskimääräisen pintalämpötilan kehityksestä tai globaalin pintalämpötilan kehityksestä.

Urbaanien lämpösaarekkeiden (jatkossa UHI, Urban Heat Island) syntyminen ja jo olemassa olevien voimistuminen on itse asiassa ollut niin pitkään kuin muistan ilmastoskeptikoiden yksi zombieargumentti siitä, että maapallon ilmaston keskilämpötila ei ole noussut; tätä argumenttia spämmäävien skeptikoiden mielestään on vain käynyt niin, että lukuisten sääasemien ympärille on rakennettu yhä enemmän urbaania ympäristöä, joka maaseudusta olennaisesti poikkeavalla energiankäytöllään ja albedollaan tuottaa em. sääasemien ympärille eräänlaisen ympäröivää maaseutua kuumemman ilmamassan kupolin.

Kyseessä on ilman muuta systemaattinen virhe: se, että sääaseman ympärille rakennetaan kaupunkia, jossa esimerkiksi teollisuuden päästämä hukkalämpö, asuntojen lämmitys (ja myös viilennys), tummat rakennusmateriaalit ja polttomoottorien runsas käyttö lämmittävät maanpinnan läheisyydessä olevia ilmamassoja, vaikuttaa lämpötilamittauksiin vain yhteen suuntaan: se korottaa mittaustulosten arvoja.

Vaikka tämän systemaattisen virheen suuruutta ei voida laskea täsmällisesti, sen arvioitu suuruus on mahdollista määrätä. Esimerkiksi tutkimuksessa Hansen ym. (2001):

https://pubs.giss.nasa.gov/docs/2001/2001_Hansen_ha02300a.pdf

todetaan seuraavaa:

The urban adjustment in the current GISS analysis is a...two-legged adjustment, but the date of the hinge point is no longer fixed at 1950, the maximum distance used for rural neighbors is 500 km provided that sufficient stations are available, and "small-town" (population 10,000 to 50,000) stations are also adjusted. The hinge date is now also chosen to minimize the difference between the adjusted urban record and the mean of its neighbors.

Tässä on kyse nimenomaan systemaattisen virheen määräämisestä ja korjaamisesta. Menetelmäkin on melko yksinkertainen:
-määritellään, mitkä sääasemat ovat urbaanissa ympäristössä, mitkä ovat pienissä kaupungeissa, ja mitkä ovat maaseudulla
-urbaanien ympäristöjen sääasemien lämpötilamittaustuloksia adjustoidaan samankaltaiseksi kuin niitä tietyllä säteellä ympäröivien asemien trendi UHI:n efektin poistamiseksi
-ympäröivien asemien painoa adjustoinnissa säädetään käyttämällä niiden etäisyyttä adjustoitavan lämpötila-aikasarjan tuottaneesta sääasemesta käänteisenä painokertoimena

Ja kas, näin systemaattisen virheen määrääminen (toki rajallisella tarkkuudella) ja sen vaikutuksen minimointi johtopäätöksiin tieteessä on mahdollista, arkipäiväistä ja joskus jopa kohtalaisen helppoa.

Viestini kuva on peräisin lähteestä

https://space.fmi.fi/MAGN/HN/Kuvat/kaisaniemi.pdf

Siitä käy ilmi, että tutkijoiden mukaan on mahdollista määrätä UHI:n ja mittauslaitteiden muutoksen aiheuttama systemaattinen virhe Kaisaniemen sääaseman mittaustuloksiin. Olisiko tosiaan niin, että sinä tiedät, että tämä on oikeasti mahdotonta, ja koko se ammattitutkijoiden tekemä tutkimus, johon tuo systemaattisen virheen likiarvoinen määrääminen perustuu, on täyttä fiktiota, mutuilua tai salaliittoa? 

[mannym]

Tässä on kyse nimenomaan systemaattisen virheen määräämisestä ja korjaamisesta. Menetelmäkin on melko yksinkertainen:
-määritellään, mitkä sääasemat ovat urbaanissa ympäristössä, mitkä ovat pienissä kaupungeissa, ja mitkä ovat maaseudulla
-urbaanien ympäristöjen sääasemien lämpötilamittaustuloksia adjustoidaan samankaltaiseksi kuin niitä tietyllä säteellä ympäröivien asemien trendi UHI:n efektin poistamiseksi
-ympäröivien asemien painoa adjustoinnissa säädetään käyttämällä niiden etäisyyttä adjustoitavan lämpötila-aikasarjan tuottaneesta sääasemesta käänteisenä painokertoimena

Ja kas, näin systemaattisen virheen määrääminen (toki rajallisella tarkkuudella) ja sen vaikutuksen minimointi johtopäätöksiin tieteessä on mahdollista, arkipäiväistä ja joskus jopa kohtalaisen helppoa.

Ja näin raiskattiin tiede muuttamalla mittaustuloksia. Joista aikaisemmin the tieteen kannattajat ovat sanoneet ettei niitä adjustoida.

Tiedäthän mikä on todellinen ja tieteellinen tapa toimia tuossa tilanteessa? Hävittää se mittausasema pois sieltä kaupungista ja viedä se maaseudulle, jossa se voi mitata lämpötiloja puhtaasti.

Siitä käy ilmi, että tutkijoiden mukaan on mahdollista määrätä UHI:n ja mittauslaitteiden muutoksen aiheuttama systemaattinen virhe Kaisaniemen sääaseman mittaustuloksiin. Olisiko tosiaan niin, että sinä tiedät, että tämä on oikeasti mahdotonta, ja koko se ammattitutkijoiden tekemä tutkimus, johon tuo systemaattisen virheen likiarvoinen määrääminen perustuu, on täyttä fiktiota, mutuilua tai salaliittoa?

Tutkijoiden mukaan on mahdollista määrätä UHI koska tutkijat ovat päättäneet että määräämällä sen määreen ja adjustoimalla aseman mittaustuloksia saadaan sellainen lukema kuin halutaan.

Mutta sitten se yksinkertaisin asia jää tekemättä. Varmistaa että se asema on sille määritettyjen kriteerien mukainen. On niin paljon helpompaa mielivaltaisesti muuttaa mittaustulosta haluttuun suuntaan, kuin varmistaa että sitä ei tarvitse muuttaa.

WMO:lla on kriteerit havaintoasemille, niiden pitäisi täyttää ne kriteerit. Mutta ilmastointitohtoreille moisilla ei ole väliä, kun voidaan määrätä virhe ja adjustoida se pois. Fanipoikien hurratessa...

[Ajattelija2008]

https://www.drroyspencer.com/2022/05/uah-global-temperature-update-for-april-2022-0-26-deg-c/
UAH MSU oli huhtikuussa tuon 0.26 C yli paussin.

GISTemp tulee noin 15.5.

Huhtikuu oli 1 C normaalia kylmempi Etelä-Suomessa.

[Luotsi]

https://www.drroyspencer.com/2022/05/uah-global-temperature-update-for-april-2022-0-26-deg-c/
UAH MSU oli huhtikuussa tuon 0.26 C yli paussin.

GISTemp tulee noin 15.5.

Huhtikuu oli 1 C normaalia kylmempi Etelä-Suomessa.

Noissa pitäisi aina muistaa käyttää termiä "keskimääräinen", koska vaihtelu; suurikin, on normaalia.

[Roope]

Ihminen tuhoaa luontoa, ja se on geenien syytä – Biologi hahmottelee järisyttäviä yhteiskunnallisia muutoksia, jotta maailma vielä pelastuisi

Tiedämme, että elämäntapamme pilaa ilmaston, mutta emme silti muuta käytöstämme. Biologi-tietokirjailija Maria Katajavuori selittää ristiriitaa ihmislajin geeniperimällä ja ehdottaa ratkaisuja.

OSTAMME HALPALENTOJA, syömme nautaa ja viskaamme ruokaa roskiin, vaikka tiedämme hyvin, että elämäntapamme syöksee meidät ympäristökatastrofiin. Ilmastotieteilijöiden varoitukset kovenevat vuosi vuodelta.

Miksi ihmeessä toimimme vastoin tietoamme?

Tällaisiin kysymyksiin tarttuvat usein psykologit, sosiologit ja taloustieteilijät, joten annetaanpa suunvuoro vaihteeksi luonnontieteilijälle, joka riisuu ihmiseltä sivilisaation pöksyt ja tarkastelee meitä eliölajina muiden turrukoiden joukossa.

Maria Katajavuori on biologi ja tietokirjailija. Tuoreessa kirjassaan Valas lasimaljassa (Atena) hän kutkuttelee lukijaa ovelilla rinnastuksilla Homo sapiensin, villieläinten ja kasvien välillä.

Lopuksi Katajavuori intoutuu hahmottelemaan suorastaan järisyttäviä yhteiskunnallisia muutoksia.

MUTTA MENNÄÄN puuhun juuresta.

Katajavuoren mukaan ihminen sivuuttaa faktat, koska lajina toimimme samoin kuin mikä tahansa hyttynen tai kedon kukkanen. Olemme ensisijaisesti kiinnostuneita omasta selviytymisestämme.

Siihen ohjaavat geenit.

[...]

Äkkiseltään kuvittelisi, ettei ihmisen halpalentoa ja hyttysen veriateriaa voi asettaa rinnakkain, koska ilman verta hyttynen kuolee. Ihminen sen sijaan voi elää lentämättäkin.

Mutta toisin kuin sääski tai kukka, ihminen on älykäs, sosiaalinen ja välittää suuresti siitä, millainen asema hänellä on muiden joukossa. Status horjuu, jos ostaa lomallaan vähäpäästöisen bussikyydin Pieksämäelle eikä lentoa Välimeren aurinkorannoille.

Ihminen vertaa itseään populaation keskitasoon eikä halua jäädä muiden elintasosta. Muuten voi menettää ystäviä tai jopa pariutumiskumppanin. Ja pudota luonnonvalinnan kilpailusta.

[...]

Ilmastotietoa on taottu valtavat määrät, mutta siirtymä kestävään tulevaisuuteen etenee hyvin hitaasti tai ei ollenkaan. Äsken kerrottiin, että pahimpien ympäristöpirujen joukkoon luettavien hiilivoimaloiden tuotantomäärä ei suinkaan ole vähentynyt vaan lisääntynyt.

Sekin on tutkimalla vahvistettu, että ihmisen elämäntapoja ilmastotiedon karttuminen ei muuta, Katajavuori sanoo.

"Päinvastoin. Monesti juuri luonnosta kiinnostuneet tykkäävät matkustaa pitkien matkojen päähän erilaisiin luontokohteisiin", hän kertoo videopuhelussa Trondheimistä, jossa hän työskenteli tutkijana haastattelun aikoihin.

Kirja kuvailee herkullisesti Katajavuoren turhautumista tiedemaailman saamattomuuteen. Erilaisten arvovaltaisten konklaavien hän on nähnyt vuodesta toiseen toitottavan uuden tutkimuksen tarvetta, vaikka ilmastofaktaa tilanteemme toteamiseen on varmasti jo kylliksi.

Uskotaan tiedon muuttavan maailman, vaikka se ei niin näytä tekevän. Luonnonsuojelupiirit hokevat Katajavuoren mukaan samaa mantraa.

[...]

KUN TIETO EI AUTA, mistä ratkaisu?

Katajavuoren mielestä avain löytyy yhteisön paineesta. Siis samasta ilmiöstä, joka saa meidät kerskakuluttamaan naapureiden lailla.

Metsästäjä-keräilijöiden aikoina tuo paine sai ihmisen päin vastoin suojelemaan luontoa. Jos entinen inuiitti erehtyi saalistamaan lähilahden valaat omiin suihinsa, hän sai heimoltaan lähtöpassit.

[...]

Järjestelmää pitäisi siis muuttaa.

Siten, että järjestelmä hyödyntäisi lajityypillistä pelkoamme siitä, että heimo hylkää.

Politiikan puolella se voisi tarkoittaa, että matkisimme inuiitteja siirtymällä kasvottomasta edustuksellisesta demokratiasta eräänlaiseen heimodemokratiaan. Alimman portaan muodostaisivat kylän tai korttelin asujaimisto.

Pienryhmäperiaate ulotettaisiin päätöskoneiston ylimmille portaille saakka. Ideana olisi pakottaa isotkin päättäjät kohtaamaan ruohonjuuritason pulliaiset kasvokkain. Näin heidän olisi paljon vaikeampi antaa tyhjiä lupauksia kuin nykypäivän poliitikkojen.

"Sosiaalinen paine tehdä kestäviä päätöksiä olisi isompi", Katajavuori sanoo.

MITEN REMPATTAISIIN talousjärjestelmä? Radikaalilla verouudistuksella, vaikkapa.

Lentämisestä tulisi verokorotusten ansiosta erittäin hintavaa, mutta kertyneillä verotuloilla valtio tukisi joukkoliikennettä tai ekologisesti kasattua hampurilaista. Niistä voisi tulla kuluttajalle liki ilmaisia.

Tai sitten vieläkin suureellisemmalla täysrempalla, joka kuulostaa kirosanalta, Katajavuori myöntää videopuhelussa itsekin. Se kun vie ajatukset Neuvostoliittoon ja Pohjois-Koreaan.

Sitä kutsutaan suunnitelmataloudeksi.

Katajavuoren suunnitelmataloudessa kansa päättäisi, mitä tavaroita ja palveluja yritykset tuottaisivat. Tämä tarkoittaisi nykyisen kaltaisen yrittäjyyden lakkauttamista.

Tämänkin päätöskoneiston jokaista tasoa palvelisivat metsästäjä-keräilijöiltä meille periytyneet luonnonsuojelugeenit. Kanssaeläjien katseiden keskellä kasvaisi todennäköisyys sille, että luontoa riistävä tavaratuotanto äänestettäisiin poikki ja ekologisuutta tuettaisiin.

Älypuhelimia valmistaisi kymmenen firman sijasta yksi, ja ne yhdeksän muuta korjaisivat hajonneita, Katajavuori hahmottelee.

[...]

Katajavuori räjäyttäisi nykymuotoisen kapitalismin. Utopistista haihattelua, saattavat jotkut ajatella. Mitä vastaat?

"On selvää, että tarvitaan radikaaleja muutoksia. Koko ajan hoetaan, että ongelmat ovat yhteiskunnan rakenteissa. Ajatukseni voivat tuntua utopistisilta, mutta jotain utopistista tarvitaan, että näitä ongelmia ratkaistaan."

Hän huomauttaa, että toisin kuin historian saatossa testatut suunnitelmataloudet, tulevaisuuden tuotantomallit voivat olla demokraattisia. Suunnitelmatalouden paha kaiku on peräisin diktatuureista.

Ideoitaan hän kuvailee aihioiksi, joita pitäisi kehittää.

"Ihmisen biologiaan suunniteltuja demokratioita ja vaihtoehtotalouksia ei ole kokeiltu eikä tutkittu missään."

Katajavuoresta olisi hyvä, jos erilaisten tieteenalojen viisaat löisivät päänsä yhteen ja ryhtyisivät tutkimaan.

Helsingin Sanomat 4.5.2022

Minkähänlaisen prosessin kautta ihmiset päättäisivät haluta suunnitelmataloutta, etenkin kun se loisi enemmän ongelmia kuin ratkaisisi?

Tuo heimodemokratia voisi kyllä auttaa maahanmuuttopolitiikan korjaamiseen.

[Lalli IsoTalo]

... Katajavuori selittää ristiriitaa ihmislajin geeniperimällä ja ehdottaa ratkaisuja ...
... Sitä kutsutaan suunnitelmataloudeksi.
... jotain utopistista tarvitaan ...

Ihmiskunnan geeniperimä on kerta toisensa jälkeen osoittanut, että utopistinen kommunismi on dystopia, yhteiskunnan kauhukuva. Katajavuori tietää tämän, mutta yrittää oman henkilökohtaisen etunsa vuoksi hypäta oppurtinististisen maailmanpelastusvankkurin ohjaajan paikalle.

Liian myöhään. Tuo juna meni jo. Länsimaat ovat palaamassa maailmaan, jossa hulluuden kysyntä on jyrkässä laskussa.

[Nikolas]

Ruotsalainen firma pyrkii markkinoille lyijyjäähdytteisen reaktorin avulla.

https://www.leadcold.com/sealer.html

Kannattaa klikkailla niitä huonosti näkyviä täppiä siinä vaaleansinisen yläpalkin alareunassa.

Heillä on lyijyjäähdytteisen reaktoriytimen korroosiosuojaukseen liittyvä keksintö. heidän reaktorikonseptissaan hyödynnetään pieniä reaktoreita kevyellä huollolla pitkän aikaa, ja sitten lopulta reaktorille tehdään täysi remontti. Mielestäni kannattaisi edelleen kehittää tuotetta erikokoisiin ja myös paikalla huollettaviin.

Tässä reaktorityypissä hyödynnetään nopeita neutroneita ja siksi onkin mahdollista parannella reaktoria. Myöhemmissä malleissa voitaisiin hyödyntää korkea-aktiivista ydinjätettä ja pilkkoa ongelmalliset isotoopit reaktorissa sellaisiksi joista ei tule ongelmaa, ja samalla saadaan tuotettua energiaa ongelmallisten isotooppien halkaisusta.

[ikuturso]

Ihminen tuhoaa luontoa, ja se on geenien syytä – Biologi hahmottelee järisyttäviä yhteiskunnallisia muutoksia, jotta maailma vielä pelastuisi

Tiedämme, että elämäntapamme pilaa ilmaston, mutta emme silti muuta käytöstämme. Biologi-tietokirjailija Maria Katajavuori selittää ristiriitaa ihmislajin geeniperimällä ja ehdottaa ratkaisuja.

OSTAMME HALPALENTOJA, syömme nautaa ja viskaamme ruokaa roskiin, vaikka tiedämme hyvin, että elämäntapamme syöksee meidät ympäristökatastrofiin. Ilmastotieteilijöiden varoitukset kovenevat vuosi vuodelta.

Miksi ihmeessä toimimme vastoin tietoamme?

Helsingin Sanomat 4.5.2022

Minkähänlaisen prosessin kautta ihmiset päättäisivät haluta suunnitelmataloutta, etenkin kun se loisi enemmän ongelmia kuin ratkaisisi?

Tuo heimodemokratia voisi kyllä auttaa maahanmuuttopolitiikan korjaamiseen.

Tämä on taas tätä kollektiivista syyllistämistä.

Minä en ole ostanut halpalentoja. En ole lentänyt moneen vuoteen
MInä vältän viimeiseen asti ruokahävikkiä. Jos leivässä on homepilkku, veistän sen pois ja syön muun leivän jos vaimo ei huomaa.

Nautaa syön vähän. Enempi kuitenkin possua. Murekekin on sikanautaa ja pekonia.

Lentäminen tuo päästöjä, kaiken käyttökelpoisen - ruoan tai minkä tahansa - poisheittäminen on typerää.
Nautojen piereskelyn osuutta ilmastonmuutokseen en vielä niele.

En siis toimi omaa ymmärrystäni ja tieteellistä käsitystä vastaan. Toisin kuin vaikka vihreät poliitikot, joiden instagrameissa oli vielä viime vuosiin asti kuvia varpaista Balilla tai Thaimaassa.

Maria Katajavuori voisi haistaa naudan pierun. Ilmeisesti kertoo vain itsestään. Menisi terapiaan miksi toimii vastoin ymmärrystään.

-i-

[Nikolas]

Jos biologi tunnustaa ostavansa halpalentoja, hänen ajattelemansa viestin terä koskee tietenkin niitä muita jotka myös ostavat halpalentoja. Mutta hänellä itsellään lienee kumminkin hyvä syy, toisin kuin useimmilla muilla.

[P]

Jos biologi tunnustaa ostavansa halpalentoja, hänen ajattelemansa viestin terä koskee tietenkin niitä muita jotka myös ostavat halpalentoja. Mutta hänellä itsellään lienee kumminkin hyvä syy, toisin kuin useimmilla muilla.

Eikös se yksi koomikko paasannut somessa samaa? Ja selittelyksi meni, kun joku kysyi hänen omasta lennostaan Tukholmaan katsomaan jotain peliä tms. Selittely meni koomiseksi.

[Isagoge]

Toiseen aiheeseen: jäsen Isagoge tarvitsee valistusta ilmastomalleista.

Kiitoksia vaan. Täytyy kuitenkin heti aluksi sanoa, että valistuspakettisi ymmärtäminen tuotti taas vähän vaikeuksia, koska tämänkin aihealueen yhteydessä lähestymistapasi on, no, kohtalaisen omaperäinen ja luova. Mutta yritän kuitenkin nyt jotain vastailla.

Fysiikan mallia pidetään hyvänä...

Valistuspläjäys lähti vähän yskien käyntiin, kun jo aivan ensimmäinen tekstisi käsite on sekava. Ilmastomallit ovat (pääsääntöisesti) fysikaalisia malleja. Mutta mitähän sinä oikein tarkoitat käsitteellä 'fysiikan malli'? Ehkäpä ylipäätään fysiikassa käytettyjä malleja? Jos näin, niin oppikirjamääritelmän (Young & Freedman, 2000, 3) mukaan

fysiikassa malli on yksinkertaistettu versio fysikaalisesta systeemistä, joka olisi liian monimutkainen analysoitavaksi täysin yksityiskohtaisesti (suomennus minun).

Termi 'fysiikan malli' on epäselvästi määritelty: se voi viitata esimerkiksi yhteen yksittäiseen suureyhtälöön (esim. 𝐸 = 𝑚𝑐²), kokonaiseen fysiikan tieteenalan teoriaan (esim. hiukkasfysiikan standardimalli) ja miltei mihin tahansa näiden kahden ääripään väliltä.

Se, mitä väität "fysiikan malleista"

Fysiikan mallia pidetään hyvänä, jos siinä on 0 tai 1 käsin valittava parametri. Jos saa vetää hatusta 2 parametria, niin ihmiset kritisoivat, että mallilla voi selittää minkä tahansa datan.

koskee malleja, jotka toimivat osina fysiikan muodostamissa perusteorioissa (esimerkiksi vaikkapa yleisessä suhteellisuusteoriassa tai hiukkasfysiikan standardimallissa. Niissä ja niitä muodostettaessa tosiaan tavoitellaan sitä, että malleissa ei olisi mitään sellaista, mikä pitää määrätä empiirisen tutkimuksen perusteella tai esittää likiarvona.

Sen sijaan väite siitä, että soveltavan/sovelletun fysiikan aloilla – esimerkiksi ilmastomallintamisessa - pitäisi käyttää vain malleja, joissa esiintyy vain yleisesti hyväksyttyjä fysiikan peruslakeja ja vakioita, jotka voidaan johtaa deduktiivisesti empiirisen tutkimuskohteen lähtötilanteen arvoista ja/tai fysiikan peruslaeista, on a) täysin älytön ja b) osoittaa, että et oikeastaan käsitä paljoakaan siitä, mistä viestissäsi puhut. Palaan tähän hieman myöhemmin, kunhan ensin saadaan toinen viestisi käsitteellinen sekaannus oikaistua.

Se toinen käsitteellinen sekaannus/tarkoituksellinen vääristely on tässä:

Ilmastomalleissa on jopa 200 käsin valittavaa, eli arvattavaa, parametria.

Ne ilmastomallit, jotka ovat esimerkiksi IPCC:n uusimmista raporteista löytyvien ennusteiden muodostamisessa käytettyjä pääasiallisia ja kaikkein sofistikoituneimpia työkaluja, ovat kolmiulotteisia Ilmastojärjestelmämalleja, joissa toisiinsa kytketään ilmakehää ja siinä tapahtuvia muutoksia kuvaavan ilmastomallin lisäksi ainakin maaperä- tai maabiosfäärimalli, valtamerimalli ja merijäämalli, sekä mahdollisesti myös aerosolimalli, ilmakemiamalli, hiilenkiertomalli tai mannerjäätikkömalli.

Edes nykyisillä supertietokoneilla ei voida vieläkään tehdä malliajoja, joissa kaikkia em. osamalleja käytetään yhtä aikaa. Laskentateho ei yksinkertaisesti vielä riitä, eikä lähitulevaisuudessa ole näkyvissä tähän olennaista muutosta. Kyse ei siis ole näitä malleja rakentavien (tyypillisesti) fyysikoiden osaamattomuudesta, vaan siitä, että tarvittavia tietoteknisiä välineitä ei vielä ole.

Joka tapauksessa em. ilmastomallien tapauksessa ilmakehä ja meret on jaettu laatikoihin. Ne tai niiden hilaväli ovat/on keskimäärin 100x100 (ja vaihteluväliltään tyypillisesti 20-300 ) kilometrin suuruisia vaaka-akselilla, ja korkeus eli pystyakselin hilaväli vaihtelee sadoista metreistä kilometreihin. Näissä malleissa on fysiikan lakeihin (ennen kaikkea ns. hydrostaattisiin primitiiviyhtälöihin) perustuva dynaaminen ydin, joka ratkoo numeerisesti fluidien kulkeutumista laatikkojen välillä noin kymmenen minuutin pituisen simuloidun malliaskeleen välein.

Hydrostaattisten primitiiviyhtälöiden numeerinen ratkaiseminen vie runsaasti laskentatehoa, mikä on vielä yksi lisäsyy sille, miksi näissä malleissa on pakko tehdä toimenpide, jota kutsutaan parametrisoinniksi. Vielä perustavampi tähän liittyvä syy on se, että osa ilmaston kehityksen kannalta olennaisista ilmiöistä on aika- tai tilaskaalaltaan niin pieniä, että dynaaminen ydin ei voi niitä kuvata tai ennustaa.

Ilmastomallien parametrisointi eli fysikalisaatio on todellisuudessa monimutkainen toimenpide, jonka ymmärtämiseen tuskin löytyy tarpeeksi paikkansa pitävää tietoa niiltä englanninkielisiltä skeptikkosivuilta tai -videoilta, joihin sinun osaamisesi tässä asiassa näyttää suurimmaksi osaksi perustuvan. Esimerkiksi primitiiviyhtälöiden lähdetermien F_x ja F_y (kitkan vaikutus), Q (diabaattinen lämmitys) ja S_q (haihtumisen ja tiivistymisen vaikutus ilmakehän vesihöyrypitoisuuteen) laskeminen tarkasti tai minkäänlainen johtaminen fysiikan laeista ja ilmastojärjestelmän alkuehdoista ei yksinkertaisesti ole mahdollista. Niinpä näiden yhteydessä on parametrisoitava.

Yhtä mahdotonta on johtaa yleisistä fysiikan laeista ja jostain hypoteettisten alkuehtojen joukosta esimerkiksi se, millaisia pinnanmuotoja maapallon mantereilla nyt ja seuraavan sadan vuoden ajan on, millainen on Beringinsalmen pohja ja sen syvyysvaihtelu (ja miten paljon sen kautta noin kymmenessä minuutissa mihinkin aikaan vuodesta virtaa vettä), tai vaikkapa kuinka paljon hiilidioksidia sitovaa ja samalla päästävää kasvillisuutta maapallolla nyt on.

Tämä on yksi syy sille, että ilmastojärjestelmän eri osien vuorovaikutusta kuvaavissa malleissa osa ilmiöistä parametrisoidaan. Kuten edellä totesin, palaan tähän käsitteeseen jatkossa.

Toinen, ja jo edellä mainitsemani syy parametrisoinnille ilmastomallien yhteydessä on se, että mallien laatikkorakenne on vielä (ja pitkään jatkossakin) suhteellisen epätarkka. Esimerkiksi pilvipeite ei reaalimaailmassa ole 100x100 kilometrin alueella tasainen. Tämän takia pilviä joudutaan kuvaamaan parametrisaatioilla, joiden avulla pyritään huomiomaan esimerkiksi pilvien epätasaisuuden vaikutus vaikkapa pinnalle tulevaan auringonsäteilyyn. Hyvin onnistunut parametrisointi esimerkiksi tässä tapauksessa parantaa ilmastomallien tarkkuutta.

Katsotaanpa sitten, mitä eroa on parametreillä ja parametrisaatiolla. Puhut viestissäsi koko ajan parametreistä etkä parametrisaatiosta. Tämä yhdessä kaiken muun sen kanssa, mikä viestissäsi on sekavaa, johtaa minut tekemään sen tulkinnan, että sinun käsityksesi mukaan ilmastomallien parametrisoinnissa pelkästään lyödään (mielivaltaisesti) lukkoon tiettyjen vakioiden arvo (ja joku tai jotkut ilmastomalleja kehittävän työryhmän jäsenistä jaksavat tehdä tämän mallin koodiin kymmenen minuutin välein esimerkiksi vuoteen 2100 ulottuvien malliaskelten jokaiseen askeleeseen). Näin ei todellakaan ole, ja koko tällainen käsitys perustuu täydelliseen väärinkäsitykseen siitä, mitä parametrisointi ilmastomallien yhteydessä tarkoittaa. Ja tietysti myös väärinkäsitykseen siitä, millaisia aika-askeltavat monimutkaiset ilmastomallit ovat.

Sivuhuomiona tässä voin todeta, että jäsen mannymin käsitys ilmastomallien ilmastoherkkyydestä perustuu samanlaiseen väärintulkintaan. Niissä ilmastomalleissa, jotka muodostavat nykyisen ilmastotutkimuksen tärkeimmän työkalun, ilmastoherkkyyttä ei tosiaankaan parametrisoida tai jotenkin muuten kiinnitetä etukäteen, vaan sen arvo on mallien emergentti ominaisuus.

Parametrisaatio tarkoittaa ennen kaikkea sitä, että tiettyä ilmastoilmiötä tai sen aspektia kuvataan vakion sijasta yhtälöllä, jonka parametrit perustuvat fysiikan laeista johdettujen vakioiden sijaan empiirisen tutkimuksen tuottamiin estimaatteihin. Parametrisaatio siis pitää sisällään suureita.                 

Gavin Schmidt kirjoitti joitakin vuosia sitten ongelmasta, että ihmiset eivät edes muista, miksi arvasivat jonkun parametrin arvoksi X.

Mutta koira taisi valitettavasti syödä lähteen tai deletoida linkin siihen tietokoneen muistista?

Myös säämalleissa on satoja parametreja. Miksi säämallit kuitenkin toimivat hyvin 7 päivän päähän? Koska säädataa on paljon, voi suuren osa parametreista mitata empiirisesti. Niitä ei tarvitse arvata.

Myös ilmastomallien parametrisoinnissa käytetään hyväksi kaikki se empiirinen tieto, joka on mahdollista käyttää hyväksi. Tämänkin tekstipätkäsi perusteella näytät kuvittelevan, että ilmastomallit "parametrisoidaan" askel askeleelta hamaan tulevaisuuteen asti arvailemalla yksittäisten suureiden arvoja (tai itse asiassa muutosnopeuksia) kullakin askeleella. Ei todellakaan.

Jos moista "mallia" tarjoaisi jonkun muun fysiikan alueen tutkijoille, niin naurettaisiin ulos. .

"Jonkun muun" fysiikan alueen tutkijat parametrisoivat mallejaan aivan samalla tavalla kuin ilmastotutkijat. Astrofyysikot, jotka tutkivat Auringon pinnan plasmavirtauksia käyttävät parametrisoituja malleja, samoin fysiikkaa soveltavat tuotekehittelijät, jotka esimerkiksi pyrkivät parantamaan ilma-alusten aerodynamiikkaa. Tuskinpa kukaan on heitäkään nauramassa ulos tiedeyhteisöstä.

Ja onhan tässä vielä syytä muistaa sekin fakta, että viimeisin fysiikan Nobel meni kolmannesosaltaan ilmastomallintamisen pioneerille Syukuro Manabelle. Oliko tässä palkitsemisessa kyse vain "oikeiden fyysikoiden" sarkastisesta kettuilusta? Vai olisiko kuitenkin niin, että esimerkiksi fysiikan Nobelkomiteaan kuuluvat fysiikan asiantuntijat todella arvostavat ilmastomallintamista ja sen eteen tehtyä työtä?

Yhteenvetona:
-käytät mallin käsitettä sekavasti. Fysikaaliset mallit ovat kyllä fysiikan malleja, mutta niissä ja niiden onnistuneisuuden ja ennustuskykyisyyden kriteereissä on kyse eri asioista kuin fysiikan perustavaan teorianmuodostukseen liittyvässä mallintamisessa.
-ilmeisesti kuvittelit, että ilmastomallien parametrisaatio tarkoittaa sitä, että malliaskel askeleen jälkeen arvataan jonkin suureen arvo viimeisen aika-askeleen alkuun asti. Näin ei tosiaankaan ole.
-ilmeisesti kuvittelit, että ilman parametrisaatiota ilmastomallit olisivat luotettavampia kuin ne nyt nyt ovat. No, ilman parametrisaatiota mallit olisivat vain kokoelma fysiikan lakeja, eivätkä ne kuvaisi ilmastojärjestelmän ja sen osajärjestelmien toimintaa ja vuorovaikutuksia nimenomaan nykyisellä maapallolla.
-ilman parametrisaatiota edes supertietokoneiden laskentateho ei riittäisi malliajoihin
-ilman parametrisaatiota ilmastomalleissa ei voitaisi ottaa huomioon ilmiöitä, joiden aika- ja tilaskaala on lyhyempi kuin aika, joka vaaditaan informaation kulkemiseen hilapisteestä toiseen malliaskeleen aikana ja/tai pienempi kuin hilapisteen muodostava "laatikko".
-kuvittelit, että säämalleissa parametrisaatio perustuu empiirisiin mittauksiin ja ilmastomalleissa ei. Taas meni niin pieleen kuin voi mennä.
-ilmastomallien parametrisoinnissa on nimenomaan kyse niiden fysikalisaatiosta, eli siitä, että malli sovitetaan toimimaan juuri tietyssä fysikaalisessa järjestelmässä: ilman parametrisointia esimerkiksi kytketty ilmakehä-valtamerimalli kuvaisi pelkästään niitä yleisiä periaatteita, joita ilmaston kehitys millä tahansa ilmakehän ja meriä omistavalla planeetalla noudattaisi. Vasta parametrisoinnin avulla mallit saadaan kuvaamaan nimenomaan Maan ilmastojärjestelmän kehitystä.
-vaikuttaa myös vahvasti siltä, että sinä - kuten myös jäsen mannym - miellätte ilmastomallit jonkinlaisiksi tilastollisiksi malleiksi. Taas menee niin pieleen kuin mahdollista. Juuri tästä syystä mikään aikaisemmin mitattuun aikasarjaan perustuva interpolointi ei todellakaan ole paras tapa ennustaa ilmaston kehitystä.   

Tavallaan ihailen itseluottamustasi. Ajattelusi tässä asiassa ihan vuosiluvusta riippumatta näyttää perustuvan vieraskielisiltä skeptikkosivuilta hajanaisesti ja tarkoitushakuisesti poimittuihin tahallisesti vääristeltyihin tai vahingossa syntyneisiin väärinkäsityksiin ilmastomalleista ja niiden ominaisuuksista. Ja silti polleana valistat täällä toisia ilmastomallien ominaisuuksista ja puutteista.

Mutta tässäpä sitä oppii. Näin ainakin sopii toivoa.

Katsotaan vielä loppukaneettina yhtä väitettäsi:

Jos saa vetää hatusta 2 parametria, niin ihmiset kritisoivat, että mallilla voi selittää minkä tahansa datan.

Eli yrität väittää, että jos malliin saa oman fiiliksen mukaan määrä kaksi parametria, se "selittää" (tai ehkä mieluummin kuvaa) minkä tahansa empiirisen aineiston (ja ehkä mieluummin siinä esiintyvät riippuvuudet)?

Katsotaan esimerkkinä vaikkapa Ohmin lakia. Sen mukaan johtimessa kulkeva virta on suoraan verrannollinen johtimen päiden välillä vaikuttavaan jännitteeseen. Yleisesti Ohmin laki kirjoitetaan muotoon

U=R*I

Jos parametrisoin tämän fysiikan lain mielivaltaisesti käyttämällä kahta parametria, tulos voisi olla vaikka tämä:

1000*U=R⁴*I

Onko nyt tosiaan niin, että tällä parametrisoinnilla saan selitettyä minkä tahansa datan paremmin kuin alkuperäisellä Ohmin lailla? Lisäksi Ohmin laki itse asiassa on alunperin parametrisaatio. Nauretaanko se siis ulos fyysikoiden taholta?
   

[mannym]

Ne ilmastomallit, jotka ovat esimerkiksi IPCC:n uusimmista raporteista löytyvien ennusteiden muodostamisessa käytettyjä pääasiallisia ja kaikkein sofistikoituneimpia työkaluja, ovat kolmiulotteisia Ilmastojärjestelmämalleja, joissa toisiinsa kytketään ilmakehää ja siinä tapahtuvia muutoksia kuvaavan ilmastomallin lisäksi ainakin maaperä- tai maabiosfäärimalli, valtamerimalli ja merijäämalli, sekä mahdollisesti myös aerosolimalli, ilmakemiamalli, hiilenkiertomalli tai mannerjäätikkömalli.

Edes nykyisillä supertietokoneilla ei voida vieläkään tehdä malliajoja, joissa kaikkia em. osamalleja käytetään yhtä aikaa. Laskentateho ei yksinkertaisesti vielä riitä, eikä lähitulevaisuudessa ole näkyvissä tähän olennaista muutosta. Kyse ei siis ole näitä malleja rakentavien (tyypillisesti) fyysikoiden osaamattomuudesta, vaan siitä, että tarvittavia tietoteknisiä välineitä ei vielä ole.

Ajatella, tästä huolimatta osataan väittää näihin malleihin perustuen että ilmasto lämpenee nopeammin kuin mitattu ja vaikka näitä ei voida ajaa yhtä aikaa, eikä laskentatehoa yksinkertaisesti ole, on silti jumalan sanaa ilmastointimallien tulokset 80 vuoden päähän. Varsinkin ne joita on ajeltu 1990 tms.

Toinen, ja jo edellä mainitsemani syy parametrisoinnille ilmastomallien yhteydessä on se, että mallien laatikkorakenne on vielä (ja pitkään jatkossakin) suhteellisen epätarkka. Esimerkiksi pilvipeite ei reaalimaailmassa ole 100x100 kilometrin alueella tasainen. Tämän takia pilviä joudutaan kuvaamaan parametrisaatioilla, joiden avulla pyritään huomiomaan esimerkiksi pilvien epätasaisuuden vaikutus vaikkapa pinnalle tulevaan auringonsäteilyyn. Hyvin onnistunut parametrisointi esimerkiksi tässä tapauksessa parantaa ilmastomallien tarkkuutta.

Ajatella, yleinen arvio pilvisyyden aiheuttamasta häiriöstä pakotteessa on ±4w/m², mikä on öö, melkoisen paljon enemmän kuin "ihmisen aiheuttama" pakote. Mikä tekee tästä hauskan, kun mallinnus ei osaa jotain, on parametrisaatioitava, tai kansankielellä, arvattava. Jonka jälkeen on arvattu ja sille keksitty kaunis sivistyssana ja kas, jumalan sanaa taas.

Sivuhuomiona tässä voin todeta, että jäsen mannymin käsitys ilmastomallien ilmastoherkkyydestä perustuu samanlaiseen väärintulkintaan. Niissä ilmastomalleissa, jotka muodostavat nykyisen ilmastotutkimuksen tärkeimmän työkalun, ilmastoherkkyyttä ei tosiaankaan parametrisoida tai jotenkin muuten kiinnitetä etukäteen, vaan sen arvo on mallien emergentti ominaisuus.

Tjaa, kun kaikki ne ilmastointimallit antavat ilmastosensitiivisyyden tai hiilidioksidin tuplaantumisen antamaksi pakotteeksi palttiarallaa saman, se ei todellakaan ole emergentti ominaisuus. Sillä ilmastomalleissa hiilidioksidin pakotevaikutus on asetettava, jotta malli voisi sitten kertoa kuinka paljon se pallo lämpenee kaikesta muusta huolimatta.

Parametrisaatio tarkoittaa ennen kaikkea sitä, että tiettyä ilmastoilmiötä tai sen aspektia kuvataan vakion sijasta yhtälöllä, jonka parametrit perustuvat fysiikan laeista johdettujen vakioiden sijaan empiirisen tutkimuksen tuottamiin estimaatteihin. Parametrisaatio siis pitää sisällään suureita.

Tuota empiirisin tutkimuksen tuottamiin estimaatteihin? Niihin samoihin joita eräs Arrhenius laboratoriossa tutki mutta joita ei voida sellaisenaan viedä ilmakehään, koska laboratorion testikompositio eroaa huomattavasti ilmakehän vastaavasta? Juuri niihin, näistä labratesteistä johdetuista arvauksista että ilmakehä toimii samoin kuin pullossa oleva näyte. Tai kansankiellistäen parametrisaatio pitää sisällään arvauksia, joita kovana tieteenä esitetään.

Myös ilmastomallien parametrisoinnissa käytetään hyväksi kaikki se empiirinen tieto, joka on mahdollista käyttää hyväksi. Tämänkin tekstipätkäsi perusteella näytät kuvittelevan, että ilmastomallit "parametrisoidaan" askel askeleelta hamaan tulevaisuuteen asti arvailemalla yksittäisten suureiden arvoja (tai itse asiassa muutosnopeuksia) kullakin askeleella. Ei todellakaan.

Erittäin kiva, näytäthän nyt sen ilmastomallin joka on osunut oikeaan sanotaan 10 vuoden ajan, puhtaasti, eli 10 vuoden takainen malliajo josta näemme sen tuloksen, virhemarginaaleineen jotta voimme sitten verrata sitä toteutuneeseen lämpötilakehitykseen ja nähdä sen oikeellisuuden? Muutaman kerran olen kysellyt jo, eikä näy, isottelet kyllä elvistellen ymmärrykselläsi fysikaalisista malleista, mutta tuloksia, niitä ei tahdo löytyä. Se "koira söi läksyni" on sinussa vahvana.

Katsotaan esimerkkinä vaikkapa Ohmin lakia. Sen mukaan johtimessa kulkeva virta on suoraan verrannollinen johtimen päiden välillä vaikuttavaan jännitteeseen. Yleisesti Ohmin laki kirjoitetaan muotoon

U=R*I

Jos parametrisoin tämän fysiikan lain mielivaltaisesti käyttämällä kahta parametria, tulos voisi olla vaikka tämä:

1000*U=R⁴*I

Onko nyt tosiaan niin, että tällä parametrisoinnilla saan selitettyä minkä tahansa datan paremmin kuin alkuperäisellä Ohmin lailla? Lisäksi Ohmin laki itse asiassa on alunperin parametrisaatio. Nauretaanko se siis ulos fyysikoiden taholta?

Ei sitä ei todellakaan naureta ulos fyysikoiden taholta. Koska Ohmin laki on helposti todennettavissa yksinkertaisilla mittauksilla. Tässä kohtaa onkin hyvä kysyä moniko ilmastomallien parametrisaatioista on vastaavasti todennettavissa yksinkertaisilla mittauksilla? Koska vastausta tähän kysymykseen et osaa antaa kuitenkaan, kuvitellusta korkeasta ymmäryksestäsi tai koulutuksesta huolimatta, vaan kirjoitat pitkästi määreistä joita et tunnu yhtään itsekään ymmärtävän, ethän antanut viestissäsi ainoatakaan lähdettä parametrisaatio höpötyksillesi, niin "koira söi läksyni" on aina hyvä tekosyy...

[Väestönvaihtaja]

Arvostettavaa kontribuutiota jäsen @Isagoge lta. Hyvä, että korjaat väärinymmärryksiä. Oletko Isagoge perehtynyt siihen, miten suhteellisen lämpimät mutta varakkaat alueet kuten Kalifornia ja Singapore aikovat varautua ilmaston lämpenemiseen?

[Ajattelija2008]

Arvostettavaa kontribuutiota jäsen @Isagoge lta. Hyvä, että korjaat väärinymmärryksiä.

Mitä väärinymmärryksiä? Isagogen hirmu pitkä kirjoitus on asian vierestä. Mainitsemani Gavin Schmidt on yksi maailman tunnetuimmista alarmisteista. Yllättävää kyllä, hän myöntää että jos fysiikan mallissa on 200 arvattavaa parametria, se on huono malli.

[Isagoge]

Mainitsemani Gavin Schmidt on yksi maailman tunnetuimmista alarmisteista. Yllättävää kyllä, hän myöntää että jos fysiikan mallissa on 200 arvattavaa parametria, se on huono malli.

Kun kyseessä ei varmaankaan ollut henkilökohtainen tiedonanto Gavinilta sinulle, niin löytyisikö sitä lähdettä, jossa Gavin Schmidt noin tai edes jotain tuohon tapaan sanoo?

Sitä odotellessa voidaan katsoa, mitä Gavin yleistajuisessa, jo vuonna 2007 ilmestyneessä artikkelissa The physics of climate modeling ilmastomalleista, parametrisoinnista ja mallien luotettavuudesta sanoo:

Given the nature of parameterizations among other features, a climate model depends on several expert judgment calls. Thus, each model will have its own unique details. However, much of the large-scale behavior projected by climate models is robust in that it does not depend significantly on the specifics of parameterization and spatial representation.

Eli makrotrendeihin (esimerkiksi globaalin keskilämpötilan kehitykseen) mallien projektioissa niiden parametrisoinnissa tehdyt spesifit ratkaisut eivät merkittävästi vaikuta.

Climate models are unmatched in their ability to quantify otherwise qualitative hypotheses and generate new ideas that can be tested against observations. The models are far from perfect, but they have successfully captured fundamental aspects of air, ocean, and sea-ice circula-tions and their variability. They are therefore useful tools for estimating the consequences of humankind's ongoing and audacious planetary experiment.

https://physicstoday.scitation.org/doi/10.1063/1.2709569?journalCode=pto

Tässä keskustelussa on myös implikoitu, että ilmastotutkijat yrittävät esittää mallinsa ja mallintamisen ylipäätään paljon luotettavampana ja ongelmattomampana kuin ne/se todellisuudessa ovat. Kuten Gavin tuossa yllä aivan avoimesti sanoo, ilmastomallit ovat kaukana täydellisyydestä.

Itse asiassa hän kaksi päivää sitten julkaisi yhdessä Zeke Hausfatherin, Kate Marvelin, John W. Nielsen-Gammonin & Mark Zelinkan kanssa Naturessa kirjoituksen, jossa täysin avoimesti kerrotaan, että IPCC:n koordinoiman viimeisen mallinnusprojektin (CMIP6) malleista osa vaikuttaa antavan selvästi liian suuria arvoja tulevaisuuden lämpenemiselle projektioissaan.

We are climate modellers and analysts who develop, distribute and use these projections. We know scientists must treat them with great care. Users beware: a subset of the newest generation of models are 'too hot' and project climate warming in response to carbon dioxide emissions that might be larger than that supported by other evidence.

https://www.nature.com/articles/d41586-022-01192-2 

[mannym]

Sitä odotellessa voidaan katsoa, mitä Gavin yleistajuisessa, jo vuonna 2007 ilmestyneessä artikkelissa The physics of climate modeling ilmastomalleista, parametrisoinnista ja mallien luotettavuudesta sanoo:

Given the nature of parameterizations among other features, a climate model depends on several expert judgment calls. Thus, each model will have its own unique details. However, much of the large-scale behavior projected by climate models is robust in that it does not depend significantly on the specifics of parameterization and spatial representation.

Eli makrotrendeihin (esimerkiksi globaalin keskilämpötilan kehitykseen) mallien projektioissa niiden parametrisoinnissa tehdyt spesifit ratkaisut eivät merkittävästi vaikuta.

Mielenkiintoinen käännös itse tekstistä. Gavin kertoo että ilmastomallit ovat riippuvaisia useista experttien arvauksesta. Sekä että suuren kaavan käytös jota ilmastomallit projisoivat ovat vankkoja jotka eivät merkittävästi ole riippuvaisia spesifisistä parametrisoinnista tai alueellisesta/tilallisesta edustuksesta. Mitäs muuta.

Climate models are unmatched in their ability to quantify otherwise qualitative hypotheses and generate new ideas that can be tested against observations. The models are far from perfect, but they have successfully captured fundamental aspects of air, ocean, and sea-ice circula-tions and their variability. They are therefore useful tools for estimating the consequences of humankind's ongoing and audacious planetary experiment.

Mainiota, selitys on että ovat kaukana täydellisestä mutta ovat onnistuneesti saaneet kiinni periaatteellisista ilmasta, meristä, merivirtauksista ja niissä tapahtuvissa muutoksista. Muutta, silti ne ennustavat päin persettä. On helppoa sanoa että hyvin ovat onnistuneet, kun ei tarvitse osoittaa mitään.

Tässä keskustelussa on myös implikoitu, että ilmastotutkijat yrittävät esittää mallinsa ja mallintamisen ylipäätään paljon luotettavampana ja ongelmattomampana kuin ne/se todellisuudessa ovat. Kuten Gavin tuossa yllä aivan avoimesti sanoo, ilmastomallit ovat kaukana täydellisyydestä.

Kun ilmastointipleikkaritieteilijät käyvät läpi malleja vs todellisuutta, niin vika on todellisuudessa ei malleissa, hence lämpötilasarjojen adjustointi jotta ne saadaan lähemmäs malleja. Hyvin tunnettu seikka, mikä unohtuu aina tietokonemalleihin uskovilta.

Itse asiassa hän kaksi päivää sitten julkaisi yhdessä Zeke Hausfatherin, Kate Marvelin, John W. Nielsen-Gammonin & Mark Zelinkan kanssa Naturessa kirjoituksen, jossa täysin avoimesti kerrotaan, että IPCC:n koordinoiman viimeisen mallinnusprojektin (CMIP6) malleista osa vaikuttaa antavan selvästi liian suuria arvoja tulevaisuuden lämpenemiselle projektioissaan.

Mitenkäs tämä on mahdollista? Ne mallithan ovat oikeassa? Eikö tämä

Eli makrotrendeihin (esimerkiksi globaalin keskilämpötilan kehitykseen) mallien projektioissa niiden parametrisoinnissa tehdyt spesifit ratkaisut eivät merkittävästi vaikuta.

Pidäkkään paikkaansa? Mitä ihmettä, miten voidaan ajaa malleja jotka näyttävät liiallista lämpenemistä kun makrotrendeihin ei vaikuta spesifit ratkaisut.

Todellisuudessa malliajoissa spesifit ratkaisut vaikuttavat oleellisesti, Naturessa suoritettu lievä damage controlli ei muuta tätä lainkaan ja pleikkaritieteilijät tietävät tämän. Pleikkaritieteilijöiden erehtymättömyyteen luottavat taasen nielevät kaikki näiden selitykset sellaisinaan. Noloa, mutta mitäs sitä voikaan odottaa auktoriteettiuskoisilta todellisuuden kieltäjiltä, jotka esiintyvät "tieteen" nimissä, ollen varsin kaukana siitä varsinaisesta tieteestä...

[Isagoge]

Ajatella, tästä huolimatta osataan väittää näihin malleihin perustuen että ilmasto lämpenee nopeammin kuin mitattu...

Olipa taas sellainen pläjäys väärinkäsityksiä ja mutuilua, että on vähän vaikeaa päättää, mistä tässä oikein aloittaisi. Ehkä tälle illalle tästä:

Tuota empiirisin tutkimuksen tuottamiin estimaatteihin? Niihin samoihin joita eräs Arrhenius laboratoriossa tutki mutta joita ei voida sellaisenaan viedä ilmakehään, koska laboratorion testikompositio eroaa huomattavasti ilmakehän vastaavasta? Juuri niihin, näistä labratesteistä johdetuista arvauksista että ilmakehä toimii samoin kuin pullossa oleva näyte.

Okei. Tässäpä nyt selvisi sekin, että et tiedä Arrheniuksen tutkimuksistakaan mitään, vaikka rinta komeasti rottingilla niitäkin arvostelet. Eipä varsinaisesti ollut yllätys. Todellisuudessa Svante Arrhenius ei tehnyt ollenkaan laboratoriokokeita vuoden 1896 artikkeliaan On the Influence of Carbonic Acid in the Air upon the Temperature of the Ground varten. Koko tutkimus on tehty kirjoituspöydän ääressä käyttämällä hyväksi fysiikan lakeja, matematiikkaa, aikaisempaa teoretisointia ja aikaisemmin julkaistuissa tutkimuksissa esitettyjä observaatioita - ennen kaikkea Samuel Pierpont Langleyn tekemiä, sitä ihan oikeaa tuolla ulkoilmassa olevaa ilmakehää koskevia havaintoja.

Kirjoitin tuolla ylempänä jäsen Ajattelija2008:lle, että tavallaan ihailen hänen itsevarmuuttaan, kun hän lähinnä ilmeisesti skeptikkolähteistä omaksuttuihin väärinkäsityksiin ja itse kehiteltyihin väärinkäsityksiin perustaen lähtee rohkeasti valistamaan ja opettamaan muita. Sinun tapauksessasi täytyy ihailun sijasta ihmetellä. Jos et kärsi muistiongelmista, sinun täytyi tietää se, että et ollut lukenut tuota Arhheniuksen artikkelia, etkä tiennyt mitään siitä, miten hän oli tuloksensa saanut. Miksi ihmeessä siis mennä pelkän mutuilun tai fiiliksen perusteella väittämään Arrheniuksesta tuollaisia?

Mennään sitten siihen, missä määrin nykyinen ilmastomallintaminen ja ylipäätään ilmastotutkimus perustuu "labratesteistä johdettuihin arvauksiin".

Ehkä kaikkein surkuhupaisin piirre ilmastoskeptikoiden argumentaatiossa on se, että he eivät tunne ollenkaan sitä tutkimusta, josta on peräisin valtaosa siitä evidenssistä, jonka perusteella tiedämme, pitkäikäisten kasvihuonekaasujen lisääminen ilmakehään lämmittää ilmastoa. Näköjään tämä tutkimusperinne oli sinullekin täysin tuntematon.

Toisen maailmansodan jälkeen alkoi pitkä ilmakehän ominaisuuksiin ja siellä esiintyviin prosesseihin keskittynyt tutkimussarja, jota rahoitti huomattavalta osin Yhdysvaltojen armeija (ks. esim. ks. Weart, 1997). Tämän tutkimussarjan kuluessa kerättiin runsaasti ilmakehää koskevia mittaustuloksia, joiden avulla ilmakehän koostumusta (esimerkiksi kasvihuonekaasujen pystyprofiileita) opittiin yksityiskohtaisemmin ymmärtämään ja tietenkin myös mallintamaan. Armeijan kiinnostus infrapunasäteilyn kulkuun ilmakehässä perustui siihen, että jo toisen maailmansodan aikana ja myöhemmin Korean sodassa infrapunasäteilyä oli sotilasoperaatioissa. Myös tekninen kehitys mittalaitteissa toisen maailmansodan jälkeen mahdollisti ilmakehässä tehtyjen spektrimittausten tarkentumisen (ks. esim. Smith et al.,1968)

Tässä tutkimussarjassa – jossa ei tosiaankaan tehty laboratoriokokeita - saatujen tulosten avulla saatiin paitsi muodostettua empiirisesti hyvin perusteltu teoria tai oikeammin teorioita tärkeimpien kasvihuonekaasujen spektrologiasta ja kasvihuoneilmiöstä, myös ilmakehän rakenteesta, säteilyn kulusta ilmakehässä ja siihen vaikuttavista tekijöistä. Moderni ilmastomallintaminen ja ennen kaikkea ilmakehämallien parametrisointi perustuu suurelta osin tämän nykypäivään katkeamattomana jatkuneen tutkimussarjan tuottamaan empiiriseen ja teoreettiseen tietoon. Se, että sinulle eivät esimerkiksi nimet Arthur Adel, Lewis D. Kaplan, Gilbert N. Plass, Edward M. Purcell tai John S. Sawyer eivät hyvin todennäköisesti sano mitään, kertoo siitä, että "perehtymisesi" ilmastotutkimukseen on perustunut lähinnä skeptikkosivuistoilta luettuun materiaaliin.

Tähän liittyy yksi erityisen huvittava seikka. Vahvin näyttö siitä, että pitkäikäisten kasvihuonekaasujen lisääminen ilmakehään lämmittää ilmastoa, on olennaisesti peräisin em. viime vuosisadan puolivälin jälkeen alkaneesta tutkimussarjasta ja toisaalta perusfysiikasta ja -kemiasta. Ilmastoskeptikot ovat kuitenkin keskittyneet miltei maanisesti etsimään virheitä globaalin tai alueellisen pintalämpötilan aikasarjoista tai niiden adjustoinneista ja ilmastomallien ennustekyvystä. Näinhän sinäkin tänne kirjoittamiesi tekstien perusteella teet. Jos haluat tehdä vakavasti otettavaa ilmastoskeptismiä, päähuomion pitäisi pikemminkin olla tuossa viime vuosisadan puolivälin jälkeen alkaneen tutkimussarjan tulosten debunkkaamisessa. Sinulla ei ilmeisesti kuitenkaan ollut mitään hajua siitä, että nykyisen ilmastotutkimuksen taustalla olevat empiiriset havainnot ovat vuosikymmenten aikana kerättyjä havaintoja siitä ihan "oikeasta" ilmakehästä, eikä suinkaan mistään laboratorioastioissa olevasta ilmasta?

Käsitellään sitten seuraavaksi sitä, että väität ilmastomallien parametrisoinnin perustuvan arvauksiin. Samaa minun tulkintani mukaan väitti myös jäsen Ajattelija2008. Koska teillä ei ollut oikeastaan mitään perusteluja väitteillenne, ei niitä lähtökohtaisesti kannattaisi ottaa kovin vakavasti. Yritän kuitenkin tässä esittää vastakkaisen näkemyksen lähteistetyn esimerkin avulla. Esimerkki liittyy kumpupilvissä esiintyvän kuljettumisen parametrisointiin ilmastomalleissa.       

Globaaleissa, kytketyissä ilmastomalleissa yksi tunnetusti biasta aiheuttavista seikoista on ollut lämmön kuljettumiseen kumpupilvissä liittyvä parametrisointi. Se on esimerkiksi joskus tuottanut eräissä malleissa kaksinkertaisen Pasaatituulten kohtaamisvyöhykkeen ja miltei kaikissa malleissa havaintoihin verrattuna liian heikkoja kausivaihteluja sadannassa. Parametrisoinnin perustana on tässä yhteydessä käytetty tyypillisesti ja suhteellisen pitkään ns. Zhang-McFarlane -skeemaa, joka esiteltiin 1994 (Zhang & Farlane, 1994). Sen perustana on Arakawan ja Schubertin (esim. 1974) tutkimusprojekti. (Ehkä jälleen on syytä muistuttaa, että kyseessä ei ole yksittäinen hatusta vedetty reaaliluku, joka tuosta vain lätkäistään jonkin ilmastomalliin sisältyvän muuttujan kertoimeksi, eksponentiksi tai vaikkapa vakioksi johonkin yhtälöön. Käytännössä tämä skeema on joukko yhtälöitä, jotka kytkevät erilaisia ilmakehässä esiintyviä muuttujia toisiinsa.)

Sen jälkeen kun mainittu bias ja sen syy saatiin todettua, ongelmaa on yritetty ratkaista. On kehitelty esimerkiksi ratkaisu, jossa kuljettuminen kytketään vapaan troposfäärin pakotteisiin, em. skeemaa muunnetaan soveltamalla stokastista syvän kuljettumisen mallia jne. Näitä ratkaisuja voidaan myös testata empiirisesti: myös säämalleissa käytetään Zhang-McFarlane -skeemaa, ja jos niitä modifioidaan esimerkiksi edellä mainitulla tavalla, voidaan ihan empiirisesti katsoa, parantuuko ennustusten tarkkuus.

Paitsi että Zhang-McFarlane -skeema perustuu fysiikan lakeihin ja empiirisiin tutkimuksiin (joita  Zhang & MCFarlane, 1994:n lähdeluettelossa on viitisentoista), se perustuu myös jo siihen työhön, jota Arakawa ja Schubert jo pari vuosikymmentä aikaisemmin tekivät, myös empiirisen tutkimuksen pohjalta. Myös miltei kaikki niistä tutkimuksista, joissa on myöhemmin esitetty modifikaatioita em. biasongelman ratkaisemiseksi, vertaavat modifioidulla parametrisoinnilla saatuja tuloksia empiirisiin havaintoihin erilaisista säämuuttujista.

Kuinka paljon sitten on tehty vertaisarvioitua tutkimusta, jossa on selvitelty Zhang-McFarlane -skeeman ongelmia ja ratkaisuja niihin? En jaksanut kasata tähän mitään täydellistä listaa, mutta tässä muutaman minuutin aikana tehtyjen hakujen tulokset: Wang ym. 2020; Yang et al. 2013; Wang ym. 2021; Guang & Guo 2001; Plant & Craig 2008; Yun 2017; Zhang ym. 2019; Zhang ym. 2005.

Tässä siis lähteistettynä lyhyt esimerkki siitä, mitä ilmastomallien parametrisoinnin taustalla on: vuosikymmenien tutkimusperinne, kymmeniä tai jopa satoja empiirisiä tutkimuksia, jatkuvaa kehitystyötä ja parametrisoinnissa esiintyvien ongelmien diagnosointia ja ratkaisuja.

Sinä ja jäsen Ajattelija2008 sen sijaan esititte, että ilmastomallien parametrisointi (jonka molemmat teistä ainakin minun käsitykseni mukaan olitte ymmärtäneet suurimmaksi osaksi väärin), on käytännössä sitä, että ilmastomallien osamallien vakioiksi, kertoimiksi, eksponenteiksi, logaritmifunktioiden kantaluvuiksi jne. arvotaan tai arvaillaan mutuilemalla reaalilukuarvoja, jotka eivät todellisuudessa perustu mihinkään. Jäsen Ajattelija2008 esitti lähteeksi tälle jotain Gavin Schmidtin jossain "myöntämää", mutta eipä sitä lähdettä taida löytyä. Sinulla ei ollut mitään lähteitä. Ei yhtään tutkimusta. Ei yhtään konkreettista esimerkkiä siitä, mitkä parametrit ilmastomallinnuksessa "arvataan". Ei yhtään lähteistettyä esimerkkiä tai omaa analyysia siitä, miten tämän väittämäsi arvaamisen seurauksena ilmastomallien ennusteet menevät pieleen (palaan siihen, menevätkö ne pieleen toisessa viestissä). Pelkkiä väitteitä, joita et perustele mitenkään.

Miksi kenenkään pitäisi tuollaista argumentaatiota ottaa vakavasti?

Anonyymilla keskustelupalstalla ei tietenkään tiedä, kenen kanssa keskustelee. Minulle ja ehkäpä myös keskustelua seuranneille on kuitenkin muodostunut käsitys siitä, että luultavasti sinä ja jäsen Ajattelija2008 ette kovin paljon työskentele tai vapaa-ajallanne hengaile oikeiden ilmastotutkijoiden kanssa. Niinpä vaikuttaa epätodennäköiseltä, että olisitte kuulleet heiltäkään sitä, miten huonosti perustelua ilmastomallien parametrisointi on. Kyse taitaa olla pelkästä omasta tai skeptikkolähteistä ilman mitään kritiikkiä omaksutusta mutuilusta.   

[Ajattelija2008]

Jäsen Isagoge, tämä on hassua, että yrität osata ilmastomallien tuunausta paremmin kuin alan ammattilaiset.

Esim. tässä linkissä Gavin Schmidt ja kumppanit selittävät ongelmia:

https://www.researchgate.net/publication/319432326_Practice_and_philosophy_of_climate_model_tuning_across_six_US_modeling_centers

Yritit aikaisemmin hirmu pitkällä viestillä vakuuttaa, että tutkijat voivat laskea tai "määrittää" tuntemattomat systemaattiset virheet datasta. Tiede mullistuisi, jos joku kykenisi tuollaiseen fantastiseen suoritukseen. Tuunauksessa on nyt samaa makua. Fyysikot tietävät, että turbulentin systeemin simulointi on erittäin vaikeaa.