En studie från European Horizon 2020 TiPES -projektet bekräftar att de stora osäkerheterna hos klimatmodeller som används i IPCC -rapporterna kan minskas avsevärt genom användning av statistisk mekanik. Tekniken, som har betraktats med skepsis av vissa experter, leder till kraftigt förbättrade klimatprognoser och kan också hjälpa till med att bedöma tipppunkter, författarna avslutar i Vetenskapliga rapporter .

En stor utmaning i klimatförutsägelser är osäkerheten om hur vi ska hantera klimatförändringarna. Datorsimuleringar måste köras om och om igen med olika scenarier som varierar i framtida ekonomisk utveckling, mängder klimatpåverkande gaser, förändrad användning av markanvändningspraxis, politiska beslut, etc.

Men avancerade klimatmodeller av IPCC -klassen är tidskrävande och körs på superdatorer som är dyra att arbeta med. Endast ett begränsat urval av scenarier övervägs med varje ny generation av klimatmodeller.

Konsekvensen är stora luckor i vår förståelse av klimatsystemet eftersom resultat från olika scenarier och modeller inte enkelt kan jämföras. Det finns många obesvarade frågor som när och hur kommer tipping points in? Exakt hur mycket kommer en given mängd CO ₂ läggs till atmosfären påverka den globala medeltemperaturen i nuvarande dagar såväl som under de kommande århundradena?

Nu, Valerio Lucarini, University of Reading, Storbritannien och Valerio Lembo, Universität Hamburg, Tyskland och Francesco Ragone, Ecole Normale Superieure, Lyon, Frankrike dokument i Vetenskapliga rapporter att dessa osäkerheter kan minska avsevärt. De finner att informationskvaliteten från avancerade klimatmodeller förbättras avsevärt när den utsätts för teorin om statistisk mekanik.

"Vad vi har gjort är att visa att tillvägagångssättet är genomförbart även i en klimatmodell av den klass som används för IPCC-projektioner, " förklarar Valerio Lucarini.

Gruppen konstruerade så kallade matematiska responsoperatorer som översätter indata i form av framtvingande scenarier till utgångar i form av klimatförändringssignaler. Metoden tillämpades sedan på den senaste generationen av avancerade klimatmodeller, kallas CMIP6.

Beräkningarna förutspådde exakt variationer i global medeltemperatur såväl som storskaliga havsströmmar som Atlantens meridionala vältande cirkulation och den antarktiska cirkumpolära strömmen, visar att metoden fungerar.

Det är första gången detta tillvägagångssätt, som är extremt teoretisk och använder mycket grundläggande matematiska och fysikaliska egenskaper, har tillämpats på en fullskalig komplex klimatmodell med ett helt interaktivt hav.

"I princip, verktygen vi använder här låter dig överbrygga gapet mellan olika scenarier och – låt oss säga – bryta ner effekten av olika krafter. Så då är det som en svart låda. Du ger mig en tidsperiod och en mängd tvång och jag ger dig svaret. I realtid. Det är ett mycket effektivt sätt att använda data och du kan i princip konstruera ett komplett scenario av forcering för en given modell, "förklarar Lucarini.

"Många trodde att detta inte skulle vara möjligt för en modell av IPCC -klassen. Istället vi har visat att det fungerar. Och precis som det är lättare att förutsäga den statistiska rörelsen för miljarder molekyler än den exakta rörelsen för en, detta tillvägagångssätt fungerar faktiskt bättre ju mer komplex klimatmodellen är, säger Lucarini.

Teoretiskt sett, tillvägagångssättet förväntas också underlätta bedömningen av tipppunkter. Att testa systemets svar under en mängd olika scenarier är nu mer tillgängligt, vilket innebär att sådana experiment kan avslöja var systemet är mest känsligt i vissa riktningar för viss forcering. Det är precis situationen när vi närmar oss en tipppunkt.