I juni 2021 fik fire dage med kraftig regn og torden over Vesteuropa voldsomme følger.

I Tyskland og Belgien skyllede hele landsbyer væk, flere end 200 mennesker mistede livet, og mange tusinde mistede deres hjem til vandmasserne.

Kort efter katastrofen meldte to spørgsmål sig: Kunne uvejret ikke være varslet bedre? Og var det et resultat af klimaforandringer?

Det første spørgsmål er nok nemmere at svare på end det andet. Men der ligger komplicerede beregninger til grund for både vejrudsigter og klimamodeller, og indbyggede usikkerhedsfaktorer gør det meget svært at spå om både vejr og klima.

Vi er dog blevet meget bedre til det de seneste 100 år. Også på Niels Bohr Institutet, hvor vi forsker intensivt i klimaforandringerne og bidrager til arbejdet i IPCC, Det Internationale Klimapanel.

I det følgende vil jeg forsøge at forklare, hvorfor det i en vis forstand er nemmere at spå om Jordens klima 50 år frem i tiden end at give en præcis vejrudsigt for København om 14 dage.

Vejrets kaotiske natur sætter grænser for forudsigelserne

Når vi ser på de voldsomme oversvømmelser i Tyskland i 2021, var uvejret faktisk forudsagt af de meteorologiske tjenester dagen i forvejen. Men varslerne nåede desværre ikke frem i tide.

Folk havde derfor ikke tid til at sikre deres ejendomme og evakuere de oversvømmede områder.

Hvor langt frem i tiden, det er muligt at forudsige vejret, har således en stor samfundsmæssig betydning, især i de ekstreme tilfælde, hvor det ikke arter sig normalt.

Når vores evner til at forudsige vejret er blevet bedre og bedre, kunne man forledes til at tro, at graden af vejrets forudsigelighed alene er et spørgsmål om, hvor dygtige vi er til at regne frem i tiden.

Det er naturligvis også vigtigt, men vejrets kaotiske natur sætter en fundamental grænse for forudsigeligheden.

Regnestykket, vi ikke kunne løse

Når vejrudsigten skal beregnes, observerer vi vinden, trykket og temperaturen ved begyndelsestidspunktet. Ved hjælp af bevægelsesligningerne, som vi bruger til at forudsige atmosfærens bevægelser (vindene), beregner vi det fremtidige vejr.

Denne form for forudsigelse kaldes et ’begyndelsesværdiproblem’. Ligningerne, der styrer vejret, er dog meget omfattende.

Temperaturen er for eksempel bestemt af solindstrålingen, Jordens varmestråling, fordampning og regn. Effekten af skyer og vindene er drevet af trykforskelle, som er forårsaget af opvarmning og afkøling i forskellige dele af atmosfæren – og så fremdeles.

Ligningerne for atmosfæren blev udledt i begyndelsen af det 20. århundrede, men på grund af deres komplicerede natur (det, man kalder ikke-lineære ligninger), var ingen i stand til at finde løsninger til ligningerne. De kom først, da en dygtig fysiker blev sendt i krig.

Ambulancefører opfandt den moderne vejrudsigt

Den britiske fysiker L. F. Richardson var under Første Verdenskrig ambulancechauffør bag fronten. I ventetiden kastede han sig over at løse ligningerne for vejret over Europa.

Måden, han gjorde det på, var ved at bruge målinger fra en række målestationer på begyndelsestidspunktet til at bestemme vind og tryk et lille tidsskridt frem i tiden. Derefter brugte han de ny-fundne værdier til at fremskrive endnu et lille tidsskridt og så fremdeles. Det er den metode, vi i dag kalder en numerisk løsning eller ’numerisk integration af differential-ligninger’.

Det tog Richardson det meste af krigen at regne sig frem til, hvordan vejret ville udvikle sig seks timer frem fra begyndelsestidspunktet, som var 20. maj 1910. Hans beregninger blev publiceret i 1922, altså 12 år efter at vejret faktisk havde udviklet sig!

Med den forsinkede vejrudsigt kunne han sammenligne sin forudsigelse med vejret, som det faktisk havde udviklet sig. Og hans forudsigelse var ikke imponerende.

Det stod klart for Richardson, at det ville være nødvendigt med tusindvis af beregnere, nøjagtigt koordineret som af en dirigent i et gigantisk symfoniorkester.

Fra nazi-koder til vejrudsigter

Uden at vide det forudså Richardson, at vejrudsigten kræver store computere til udregningerne. Computerne blev udviklet under den næste verdenskrig, først og fremmest for at bryde fjendens koder.

Da Anden Verdenskrig var ovre, rådede den geniale matematiker John von Neumann på Princeton-universitetet over datidens største computer. Han ledte efter et videnskabeligt problem at løse, nu hvor det ikke længere var relevant at bryde nazisternes koder.

Von Neumanns blik faldt på det beregningsmæssigt vanskeligste problem: vejrudsigten.

Han samlede de bedste meteorologer i en gruppe, som begyndte udviklingen af den numeriske vejrprognose.

Før dette tidspunkt benyttede meteorologer sig af empiriske metoder, hvor fronter blev tegnet på vejrkort, og fronternes bevægelser blev forudsagt uden faktisk at løse bevægelsesligningerne. ’Frontologi’ kaldte man det.

Det var med frontologien, at man producerede vejrudsigten for de allieredes invasion af Normandiets kyst, og den gav i det hele taget ganske gode vejrudsigter.

Der skulle faktisk gå endnu et kvart århundrede, før computerne var så hurtige, og programmerne så veludviklede, at de numeriske vejrprognoser kunne forudsige vejret bedre end den gammeldags frontologi.

Det kræver miliarder af ligninger at regne vejret ud

En væsentlig grund til, at den numeriske beregning af atmosfærens bevægelse er så omfattende, er, at vinden i princippet skal beregnes i hvert eneste punkt i atmosfæren.

Det er selvfølgelig en umulighed, så man må beslutte sig for detaljegraden ved at dele atmosfæren op i et gitter af områder og lade en given værdi af vind, temperatur og tryk repræsentere alle punkter inden for et lille område, en såkaldt gittercelle.

For hver gittercelle er der en ligning til at bestemme temperaturen, og tilsvarende for vind og tryk. Jo flere gitterceller, jo mere detaljeret beskrives de meteorologiske variable, og desto bedre bliver beregningen.

Denne finhedsgrad kaldes modellens opløsning. De nyeste vejrudsigtsmodeller anvender næsten én milliard gitterceller og skal derfor integrere flere milliarder ligninger.

Kaos fra en sommerfugls vingeslag

Undervejs i arbejdet med at løse atmosfærens bevægelsesligninger på computer gik to meteorologer, Ed Lorenz og Berry Saltzman ved MIT, Massachusetts Institute of Technology, i Boston, en anden vej.

For bedre at forstå de løsninger, der kom ud af at løse ligningerne på computeren, reducerede de antallet af variable voldsomt og endte med kun at have otte ligninger tilbage. Senere reducerede Lorenz det til kun tre ligninger.

Det viste sig, at hver gang beregningen blev gentaget, gav det et nyt, anderledes udfald. Ed Lorenz havde opdaget, at ligningerne udviste kaotisk opførsel.

Resultatet blev publiceret i en artikel med den beskedne titel ’Deterministic Nonperiodic Flow’ i 1963 uden at tiltrække sig særlig opmærksomhed. Efter 10 år var artiklen kun blevet citeret sølle 24 gange af andre forskere.

Ed Lorenz holdt i 1972 et foredrag, hvor han malerisk forklarede uforudsigeligheden i kaos ved, at et slag fra en sommerfugls vinge i Brasilien kan forårsage en tornado i USA.

Denne kritiske afhængighed af begyndelsesbetingelserne kaldes derfor i dag ’sommerfugle-effekten’, og Ed Lorenz’ artikel fra 1963 er nu en af de vigtigste i den meteorologiske litteratur med flere end 24.000 citationer.

Klimaet er et gennemsnit

Sommerfugleeffekten gør, at vejret grundlæggende er uforudsigeligt ud over en begrænset tidshorisont på højst et par uger. Så hvordan kan vi så overhovedet forudsige noget om klimaet, der er bestemt af det gennemsnitlige vejr over 30 år?

Svaret er egentlig ganske enkelt: Det skyldes, at klimaet netop er en gennemsnitsstørrelse.

Vi kan sammenligne det med terningekast: Udfaldet af det næste kast er uforudsigeligt, fordi den måde, terningen triller over den ene eller anden kant, er kaotisk.

Det enkelte terningekast svarer til vejret ud over forudsigelighedsgrænsen: Hvis det bliver en etter, bliver temperaturen lav om 14 dage. Hvis det bliver en sekser, bliver temperaturen høj om 14 dage.

Men vi kan alligevel bestemme gennemsnitstemperaturen med stor nøjagtighed. Hvis vi kaster 100 gange, lægger tallene sammen og dividerer med 100, vil vi få et tal tæt på tre en halv. Jo flere gange vi slår, desto nøjagtigere rammer vi det gennemsnit.

Hvordan ved vi, at det er rigtigt?

At vi på den måde nærmer os gennemsnittet, er et fundamentalt statistisk resultat, som kaldes de store tals lov. Ved at benytte vores vejrudsigtsmodel til at regne vejret ud i 100 år, kan vi ikke sige noget om, hvad vejret bliver de næste 100 år. Men vi kan ’beregne’ klimaet ved at tage gennemsnittet af de 100 januar-måneder og så fremdeles.

Men hvordan tjekker vi, om de rammer plet?

I dag behøver vi heldigvis ikke, som ambulancefører Richardson, at vente 12 år på at sammenligne vejrudsigten med det faktiske vejr. Vi kan blot åbne vinduet for at se, hvor godt vejrudsigten fra i går rammer det faktiske vejr.

Det er mere vanskeligt med klimamodellerne, fordi vi ikke kan vente i 100 år på en tilsvarende sammenligning med det fremtidige klima. Derfor ’tunes’ klimamodellerne ved at kigge bagud i tiden og reproducere det seneste århundredes klima.

Antagelsen er så, at de har samme kvalitet, når de simulerer et fremtidigt ændret klima.

For at vurdere, om modellernes resultater holder, sammenligner forskerne cirka hvert femte år de forskellige modeller rundtom i verden gennem de såkaldte CMIP’s, Climate Model Intercomparison Projects.

For hver runde specificeres en række fremtidsscenarier i form af formodede fremtidige drivhusgasudledninger, som alle modellerne så regner 100 år ud i fremtiden for at bestemme den globale opvarmning og andre klimaforandringer. Det er disse simuleringer, som IPCC-rapporterne fremlægger.

Mod flere ekstreme hændelser og tipping points

Der er stadig store usikkerheder i klimamodellernes forudsigelser af de regionale følgevirkninger af den globale opvarmning, som den øgede nedbør i Europa. Men det står efterhånden klart, at vi vil opleve ekstreme hændelser som oversvømmelserne i Tyskland med kortere og kortere intervaller.

I det forandrede klima bliver ’århundredets oversvømmelse’ til ’årtiets oversvømmelse’.

Endnu mere skræmmende er det, at vi kan være på vej mod uoprettelige ’tipping points’, som klimamodellerne ikke er særligt gode til at forudsige.

Et tipping point betegner en situation, hvor en parameter, der kontrollerer systemets stabilitet, overskrider en grænse, hvorefter systemets nuværende tilstand ikke længere er stabil. Det ’tipper’ over i en helt anden tilstand.

Det betyder, at selv hvis parameteren igen kunne bringes under den kritiske tærskelværdi, ville systemet ikke finde tilbage til den gamle fordelagtige tilstand.

Et tipping point er ganske enkelt et ’point of no return’.

Risiko for positiv feedback på Indlandsisen

Et konkret eksempel er Grønlands indlandsis. Indlandsisen er en iskappe, som på midten rager tre kilometer op i atmosfæren som et gigantisk bjerg.

At iskappens top befinder sig tre kilometer oppe gør, at temperaturen her er mere end 20 grader koldere end ved jordoverfladen. Så selvom der kan være 15 grader ved foden af iskappen, hvor isen smelter, er det stadig -5 grader og frostvejr på toppen. Der er altså en zone midt på iskappen, hvor sneen, der falder, forbliver frossen og bidrager til isens opbygning. På den måde har isen en smeltezone ved randen og en akkumulationszone midt på isen.

Hvis der smelter mere sne, end der falder, bliver iskappen mindre. Dermed vil toppen komme længere ned i atmosfæren, og temperaturen på toppen vil derfor stige med forøget afsmeltning til følge. Det er det, klimaforskere betegner som positiv feedback.

På et tidspunkt kan Indlandsisen ramme et tipping point, og iskappen forsvinder helt.

Mere kompliceret end en vejrudsigt

Dette og andre tipping-elementer, som den atlantiske oceanstrøm og Amazonas regnskov, studeres i et stort internationalt klimaforskningsprojekt ledet fra Niels Bohr Instituttet – se eventuelt mere her og her.

Vores fokus er at få en bedre forståelse af tipping points og dermed blive i stand til at forudsige dem.

Det er ganske væsentligt for vores håndtering af klimaforandringerne, hvis vi som klimaforskere kan komme med bud på, hvor store forskelle der er på for eksempel en halvanden grads, tre graders eller fem graders varmere verden. Hvor rammer vi tipping points, som kan forstærke udviklingen endnu mere i den forkerte retning?

Det er et spørgsmål, som er betydeligt mere kompliceret at besvare end det, L.F. Richardson kastede sig over i pauserne mellem kugler og bomber i Første Verdenskrig. Derfor arbejder vi på Niels Bohr Institutet koncentreret på at finde nogle gode svar, så vi kan blive klogere på fremtidens klima.