Klimawandel

Trotz erheblicher Fortschritte und weiterhin starker Dynamik in der Entwicklung von Klimamodellen, haben es Klimasimulationen mit einer Vielzahl von Problemen zu tun, deren man sich bei der Beurteilung ihrer Ergebnisse bewusst sein sollte. Zwar wächst die Leistung der benutzten Computeranlagen in einem unglaublichen Tempo; so erreicht der gegenwärtig (2009/10) schnellste Klimarechner der Welt am Deutschen Klimarechenzentrum (DKRZ) in Hamburg eine Spitzengeschwindigkeit von 168 Teraflops (168 Billionen Operationen pro Sekunde). Dennoch müssen eine Vielzahl von Prozessen des realen Klimas und ihrer Veränderungen vernachlässigt und können immer nur Teilaspekte des Klimasystems und seines Wandels durch bestimmte Störungen beschrieben werden. Die Gründe liegen zum einen in den Leistungsgrenzen der Rechenanlagen und Modelle selbst, zum anderen in den Beobachtungsdaten und anderen Inputs aus der Realität, mit denen die Modelle gefüttert werden.

Ein zentrales Problem von Klimamodellen ist die von der Rechnerleistung der Computer abhängige räumliche Auflösung. Viele klimarelevante Prozesse können immer noch nicht adäquat dargestellt werden, da sie buchstäblich durch die Maschen des Gitternetzes fallen, mit dem das Klimasystem der Erde in den Modellrechnungen überzogen wird. Sie müssen parametrisiert werden. Je "subskaliger" die Prozesse sind, d.h. je weiter sie unterhalb der Auflösungsgrenze der Modelle liegen, desto mehr muss auf die Parametrisierung zurückgegriffen werden. Besonders schwierig ist es etwa, die schnelle und kleinräumige Veränderlichkeit von Wolken und der zahlreichen damit verbundenen Rückkopplungen in Computermodellen zu simulieren. Wolken sind aber wegen ihres erheblichen Einflusses sowohl auf die kurzwellige Solar- wie auf die langwellige Wärmestrahlung von großer Bedeutung im Klimasystem. Wählen die Modelle eine höhere Auflösung, so reduziert sich der räumliche und zeitliche Rahmen, der in der Simulation dargestellt werden kann, und man ist bei den Regional- bzw. Zeitscheibenmodellen.

Ein anderes Problemfeld hängt mit den Eingabedaten von Modellläufen zusammen. Zum einen geht es dabei um die Messwerte, die in die Bestimmung des Ausgangsklimas von Computersimulationen eingehen. Zwar existieren für die vergangenen ca. 200 Jahre relativ gute Aufzeichnungen meteorologischer Daten, aber Änderungen in der Qualität der Messinstrumente, der verwendeten Messtechniken sowie die ungleiche und sich im Laufe der Zeit verändernde Verteilung der Messstandorte führen zu zahlreichen Ungewissheiten. So befinden sich viele Standorte, die früher auf freiem Gelände lagen, heute in den Wärmeinseln von Städten. Oder ein Windmessgerät zur Bestimmung von Windgeschwindigkeiten über dem Meer, das früher auf einem kleinen Frachter angebracht war, ist heute um etliche Meter höher auf der Kommandobrücke eines Containerschiffes befestigt. Zwar hat sich die globale Verteilung der Mess-Standorte in den letzten 50 Jahren wesentlich verbessert, immer noch ist aber die Messdichte in den entwickelten Industrieländern ungleich höher als in Entwicklungsländern oder auf dem Meer. Auch Satellitendaten, die zwar eine global gleichmäßige Abdeckung erlauben, sind nicht unproblematisch. Satelliten sind nicht in der Lage, die Temperatur der unteren Atmosphäre direkt zu messen, sondern leiten sie indirekt aus Strahlungsmessungen der oberen Atmosphäre ab. Satelliten haben außerdem eine kurze Lebensdauer von nur einigen Jahren, ihre Umlaufbahnen verschieben sich allmählich, und auch ihre Messtechniken haben sich im Laufe der Zeit verändert.

Modelle und Beobachtungen sind in der Klimawissenschaft außerdem keineswegs getrennte Welten, sondern durch symbiotische Wechselwirkungen miteinander verbunden. Modelle sind heute nicht nur deshalb ein unverzichtbarer Bestandteil der Klimaforschung, weil mit ihnen Klimaprognosen erstellt werden, sondern auch, weil nur sie noch ein adäquates Verständnis der ungeheuer angewachsenen, aber dennoch oft unvollständigen globalen und paläographischen Datensätze erlauben. Modelle korrigieren, interpolieren und vervollständigen diese Daten und setzen sie in ein Gitternetz ein, an dessen Werten wiederum die Modelle validiert, d.h. auf ihre Zuverlässigkeit hin überprüft werden. So werden Satellitendaten, etwa die Ableitung von Temperaturdaten aus Strahlungsmessungen, weitgehend mit Hilfe von Modellen gewonnen oder an veränderte Bedingungen, etwa eine verschobene Umlaufbahn, angepasst. Klimamodelle wiederum sind keine Konstrukte reiner Theorie, sondern sind auf eingebetteten Daten aufgebaut und werden vielfach so korrigiert, dass sie mit den Daten übereinstimmen. Eine scharfe Unterscheidung zwischen Modellen und Daten ist insofern ein epistemologischer, d.h. erkenntnistheoretischer, Irrtum. Modelle sind "datenbefrachtet", und Daten sind "theoriebefrachtet". Diese komplexe Beziehung zwischen Modellen und Daten produziert Unsicherheiten, die anders als die empirischen Unsicherheiten bei den Daten oder die durch die begrenzten Rechnerleistungen bedingten Unsicherheiten weder quantifizierbar noch prinzipiell reduzierbar sind. Sie sind vielmehr "ein grundsätzliches und unvermeidbares Merkmal modellbasierter Wissenschaft auf globaler Ebene".¹

Zuletzt sei dem Irrtum entgegengetreten, dass Klimaprognosen im selben Sinne Aussagen über die Zukunft machen wie Wettervorsagen. Es gibt vor allem zwei Unterschiede: 1. sind Klimaprognosen weniger von den nichtlinearen Prozessen des Klimasystems abhängig als Wettervorsagen, und 2. beruhen Klimaprognosen, etwa über das Klima der nächsten 100 Jahre, auf Szenarienrechnungen, denen Annahmen über die Entwicklung der menschlichen Gesellschaft zugrundeliegen. Der erste Punkt bewirkt, dass Klimaprognosen nicht der zeitlich engen Begrenzung von Wettervorhersagen unterliegen und über längere Zeiträume wesentlich verlässlicher sind. Zahlreiche Faktoren des Klimasystems reagieren aufgrund nichtlinearer Rückkopplungen sehr sensibel auf nur geringfügig veränderte Anfangsbedingungen und können große Unterschiede in einzelnen Wirkungen produzieren. Solche nichtlinearen Prozesse werden auch als "Chaos" bzw. "deterministisches Chaos" bezeichnet, "deterministisch" deshalb, weil die zugrunde liegenden Gesetzmäßigkeiten ja bekannt und die Naturgesetze keineswegs außer Kraft gesetzt sind. Allerdings ist dieses auch als "Schmetterlingseffekt" bekannte chaotische Verhalten des Klimasystems eher für Wettervorhersagen als für Klimaprognosen von Bedeutung und begrenzt die Vorhersagbarkeit bestimmter Wetterlagen zu bestimmten Zeiten an bestimmten Orten auf maximal zwei Wochen, nicht aber die Prognose des Klimas über mehrere Jahrzehnte oder länger. Denn der "Schmetterlingseffekt" kann zwar zu großen Unterschieden im Detail führen, nicht aber bei den statistischen Mittelwerten, die das Klima charakterisieren.

Der zweite Punkt, die Annahme von Szenarien, hat zur Folge, dass alle Klimaprognosen die logische Form von Wenn-dann-Aussagen haben, d.h. sie gelten nur unter bestimmten Bedingungen, deren Eintreten oder Nichteintreten jenseits der Beurteilungsmöglichkeit der Klimaforschung und der Berechnungen der Klimamodelle liegen. Die künftige Emissionsentwicklung der Treibhausgase entziehen sich zudem grundsätzlich einer exakten Prognose, da sie von Faktoren wie Entwicklung der Weltbevölkerung, des Wirtschaftswachstums, der Veränderung der Energiepreise, des Energiemix usw. abhängt. Den Klimaprognosen werden daher verschiedene Szenarien zugrundegelegt, die auf unterschiedlichen Annahmen über die demographische, wirtschaftliche und energiepolitische Entwicklung basieren. Das Ergebnis einer Modellprognose, dass sich die globale Temperatur in den nächsten 100 Jahren um beispielsweise 3 ^oC erhöhen wird, bleibt daher immer gebunden an das Eintreten bestimmter Voraussetzungen und hat mehr den Charakter eines möglichen Entwurfs in die Zukunft (in der Wissenschaft wird daher auch eher von Projektionen als von Prognosen gesprochen) als den einer Vorhersage.

Anmerkungen
1. vgl. P.N. Edwards (2002): Modelle, Daten, Ungewissheit und die Politik in der weltweiten Klimawissenschaft, in: W. Hauser (Hg.): Klima. Das Experiment mit dem Planeten Erde, Begleitband und Katalog zur Sonderausstellung des Deutschen Museums vom 7.11.2002 bis 15.6.2003, München, 138-149