Los modelos del cambio climático
Diremos, ante todo, que el hecho de ser experto en cualquier materia no quiere decir que puedas hacer modelos matemáticos sobre tu campo de conocimientos. Normalmente tienes que pedir ayuda a personas que sepan hacer modelos matemáticos. Estos modelos deben estar basados, para ser fiables, en algunos principios fundamentales:
- Los datos estadísticos con las que se trabaja deben ser fiables.
- Se deben conocer bien los procesos físicos del clima de la tierra.
Pues bien, ni los datos estadísticos de temperatura son fiables (las medidas vía satélite empezaron a finales de los años setenta), ni los procesos físicos que gobiernan el clima se conocen completamente, lo que obliga a los expertos a hacer suposiciones más o menos válidas.
El físico Freeman Dyson escribió el año pasado: "He estudiado los modelos climáticos y sé lo que pueden hacer. Los modelos resuelven ecuaciones de dinámica de fluidos, y hacen un muy buen trabajo cuando describen los movimientos de los fluidos de la atmósfera y los océanos. Pero los resultados que dan cuando describen las nubes, el polvo, la química y la biología de los bosques, los campos y de las granjas son muy deficientes”.
También el año 2007, Bellamy y Barrett encontraron serias deficiencias en los modelos de circulación general descritos en el Third Assessment Report del IPCC. En particular, los modelos
(1) producían distribuciones de nubes muy diferentes unos de otros, y ninguno era similar a la distribución real,
(2) los parámetros para la radiación absorbida por la atmósfera y por la absorbida por la tierra eran muy diferentes de un modelo a otro,
(3) no representaban de manera precisa lo que se sabe sobre los efectos del CO2, y no podían justificar ni representar las posibles retroalimentaciones positivas o negativas, sobre las que hay una gran incertidumbre.
Los dos autores citados concluían que "el sistema climático es un sistema altamente complejo y, por ahora, los modelos no son suficientemente precisos para que sus predicciones sobre el clima del futuro se puedan tener para fiables".
Los modelos predictivos
Una cosa son los modelos matemáticos de un fenómeno o de un sistema, y otra cosa es un modelo que pueda ser considerado como predictivo.
Para que un modelo pueda ser considerado como predictivo, debe cumplir un montón de condiciones. Los dos expertos en modelos predictivos, autores del estudio que comentamos, han fijado 140. Para ver si lo que dice el IPCC en el capítulo 8 de su último informe cumple estas condiciones, la han auditado desde el punto de vista de la predicción científica.
De las 140 condiciones, pudieron evaluar 89. De los 89 principios de predicción que fueron capaces de evaluar, el capítulo 8 del informe del IPCC no cumple 72, es decir, casi el 81%. De estos 72 incumplimientos, 60 eran muy claros. Los otros 12 eran incumplimientos más discutibles.
Por ejemplo, el principio 1.3 dice que "hay que estar seguro de que las predicciones son independientes de la política" (entendiendo política en el sentido amplio del ejercicio del poder), y es un ejemplo que es claramente violado por el proceso del IPCC. Este principio se refiere a que debe mantenerse el proceso de predicción independiente del de planificación: ahora bien, el antiguo director de Economía y Estadística de la OCDE, David Henderson, ha explicado en un detallado estudio, en el año 2007, que el proceso del IPCC está dirigido por personas no científicas que tienen objetivos políticos y que creen de manera firme que el calentamiento global es antropogénico, real y peligroso.
Otros ejemplos de incumplimiento de los principios para un buen modelo predictivo:
- Principio 1.4 - Hay que confirmar que los eventos o las series de datos pueden ser predichos. La incertidumbre sobre la temperatura global es muy alta. Hay discusiones entre los científicos para determinar cuál es la tendencia real de las temperaturas. No se conocen suficientemente bien las emisiones de CO2. Hay discusiones entre los científicos sobre la importancia del papel del CO2 en el cambio climático. No se pueden prever los elementos causales, ya que no se conocen suficientemente bien los fenómenos físicos y químicos que los rigen. No se puede prever la variación de las emisiones del astro solar o las erupciones volcánicas, tan importantes para la evolución del clima.
- Principio 7.1 - Los métodos predictivos deben ser sencillos. Los métodos predictivos complicados sólo son precisos si no hay mucha incertidumbre sobre las relaciones actuales y futuras, cuando estamos seguros de que los datos tienen errores pequeños y cuando las variables causales pueden ser predichas con precisión. Estas condiciones no se aplican a la predicción del clima. Por eso hacen falta modelos predictivos sencillos, y los que el IPCC ha tomado en consideración son muy complejos. Un modelo complicado tendrá, con estas condiciones, un grado de incertidumbre muy importante.
- Principio 9.3 - No utilizar ajustes para desarrollar el modelo. El IPCC afirma que los modelos han sido comprobados porque se ajustan a los datos históricos, después de ajustar algunos parámetros. Las investigaciones sobre modelos predictivos han encontrado que la habilidad de los modelos para ajustarse a los datos históricos tiene poca relación con una predicción precisa.
- Principio 13.26 - Utilizar medidas de error. Esto puede hacerse tomando los datos de un cierto número de años y modelizando predicciones para el año siguiente, por los dos años siguientes y así hasta, digamos, los 20 años siguientes, y comprobar si las predicciones son acertadas. El capítulo 8 del informe del IPCC no lleva ninguna indicación de que este proceso de comprobación de los modelos se haya efectuado.
Conclusiones
Para tener predicciones sobre el cambio climático que sean útiles para hacer políticas de prevención, se deberían tener predicciones sobre tres puntos:
(1) los cambios de temperatura que se prevén
(2) las previsiones sobre los efectos de estos cambios de temperatura
(3) los efectos de las políticas propuestas
Para justificar cambios de política basados en el cambio climático, los políticos necesitan previsiones científicas sobre estos tres puntos. Si los gobiernos ponen en práctica medidas sin estas justificaciones, es posible que hagan más mal que bien.
Hemos visto que hay un problema con la predicción del primer punto, que es la predicción de la evolución de la temperatura a largo plazo. El clima es complejo y hay mucha incertidumbre tanto sobre los datos históricos como sobre las relaciones causales de los fenómenos. Las investigaciones avanzadas sobre predicciones científicas apuntan a que las probabilidades de la hipótesis de que no haya ningún cambio climático son al menos iguales, sino superiores, a las que dicen que hay uno. Esto no quiere decir que no haya ningún cambio climático. Esto quiere decir, únicamente, que el conocimiento actual sobre el clima es insuficiente para hacer predicciones a largo plazo sobre el clima.
Se ha propuesto muchas políticas para hacer frente al cambio climático. Habría que subrayar que estas políticas deberían ser útiles tanto si hay un cambio climático como si no. Por ello, se deberían prever los costes y los beneficios de estas políticas tanto en caso de que haya un cambio climático como en caso de que no haya ninguna. O, mejor aún, estimar costes y beneficios en cada uno de los posibles cambios climáticos.
Sería bueno que, en el futuro, los expertos que trabajan sobre el cambio climático siguieran los principios de la predicción científica, ayudados por expertos en esta materia. Esto ayudaría a dar a los gobiernos unas predicciones más científicas que las actuales, para que se pudieran definir políticas más acertadas y más convincentes.
No hay comentarios:
Publicar un comentario