211service.com
Globale Erwärmungsbombe
Fortschritte in der Wissenschaft werden manchmal durch große Entdeckungen gemacht. Aber die Wissenschaft macht auch Fortschritte, wenn wir lernen, dass etwas, von dem wir glaubten, dass es wahr ist, nicht stimmt. Beim Lösen eines Puzzles kann die Lösung manchmal daran scheitern, dass an einer Schlüsselstelle ein falsches Teil eingeklemmt wurde.
In der wissenschaftlichen und politischen Debatte über die globale Erwärmung könnte das neueste falsche Stück der Hockeyschläger sein, die berühmte Handlung (siehe unten), die vom Geowissenschaftler Michael Mann von der University of Massachusetts und Kollegen veröffentlicht wurde. Diese Handlung soll zeigen, dass wir jetzt das wärmste Klima seit einem Jahrtausend erleben und dass die Erde, nachdem sie im Mittelalter jahrhundertelang kühl blieb, sich vor etwa 100 Jahren plötzlich erwärmte – genau zu der Zeit, als die Verbrennung von Kohle und Öl führten zu einem Anstieg des Kohlendioxidgehalts in der Atmosphäre.
Ich habe darüber ausführlich in meiner Kolumne vom Dezember 2003 gesprochen. Leider wurde die Diskussion über diese Verschwörung so durch politische und aktivistische Raserei verunreinigt, dass es schwierig ist, sich damit zu befassen, um die Wissenschaft zu erreichen. Meine frühere Kolumne war hauptsächlich ein Plädoyer dafür, die Wissenschaft unbehelligt weiterzuführen. Leider hat die Bedeutung des Themas es schwierig gemacht, sorgfältige Wissenschaft zu betreiben.
Doch nun ein Schock: Die kanadischen Wissenschaftler Stephen McIntyre und Ross McKitrick haben einen fundamentalen mathematischen Fehler in dem Computerprogramm aufgedeckt, mit dem der Hockeyschläger hergestellt wurde. In seinen Originalveröffentlichungen des Sticks behauptete Mann, eine Standardmethode zu verwenden, die als Hauptkomponentenanalyse oder PCA bekannt ist, um die dominanten Merkmale in einer Reihe von mehr als 70 verschiedenen Klimaaufzeichnungen zu finden.
Aber es war nicht so. McIntyre und McKitrick erhielten einen Teil des von Mann verwendeten Programms und fanden ernsthafte Probleme. Das Programm macht nicht nur keine konventionelle PCA, sondern handhabt die Datennormalisierung auf eine Weise, die nur als fehlerhaft bezeichnet werden kann.
Jetzt kommt der wahre Schocker. Diese unsachgemäße Normalisierungsprozedur neigt dazu, alle Daten hervorzuheben, die die Form eines Hockeyschlägers aufweisen, und alle Daten zu unterdrücken, die dies nicht tun. Um diesen Effekt zu demonstrieren, erstellten McIntyre und McKitrick einige bedeutungslose Testdaten, die im Durchschnitt keine Trends aufwiesen. Diese Methode zur Generierung von Zufallsdaten wird Monte Carlo-Analyse genannt, nach dem berühmten Casino, und wird häufig in der statistischen Analyse zum Testen von Verfahren verwendet. Als McIntyre und McKitrick diese zufälligen Daten in das Mann-Verfahren einspeisten, tauchte eine Hockeyschlägerform auf!
Diese Entdeckung hat mich wie eine Bombe getroffen und ich vermute, dass sie auf viele andere die gleiche Wirkung hat. Plötzlich entpuppt sich der Hockeyschläger, das Aushängeschild der globalen Erwärmungsgemeinschaft, als ein Artefakt schlechter Mathematik. Wie konnte es passieren? Was ist los? Lassen Sie mich in eine kurze technische Diskussion darüber abschweifen, wie dieser unglaubliche Fehler aufgetreten ist.
Bei PCA und ähnlichen Techniken werden die Mittelwerte jedes der (in diesem Fall typischerweise 70) verschiedenen Datensätze subtrahiert (so dass sie einen Mittelwert von Null haben) und dann mit einer Zahl multipliziert, um ihre durchschnittliche Abweichung um diesen Mittelwert zu gleich eins sein; im Fachjargon sagen wir, dass jeder Datensatz auf den Mittelwert Null und die Einheitsvarianz normalisiert ist. Bei der Standard-PCA wird jeder Datensatz über seine gesamte Datenperiode normalisiert; für die wichtigsten Klimadatensätze, die Mann verwendet hat, um seinen Hockeyschläger-Diagramm zu erstellen, war dies das Intervall 1400-1980. Aber das Computerprogramm, das Mann benutzte, tat dies nicht. Stattdessen zwang es jeden Datensatz dazu, für den Zeitraum 1902-1980 einen Mittelwert von Null zu haben und mit den historischen Aufzeichnungen für dieses Intervall zu übereinstimmen. Dies ist der Zeitpunkt, zu dem die historische Temperatur gut bekannt ist, daher garantiert dieses Verfahren die genaueste Temperaturskala. Aber es vermasselt PCA komplett. PCA beschäftigt sich hauptsächlich mit Datensätzen mit hoher Varianz, und das Mann-Normalisierungsverfahren neigt dazu, jedem Datensatz mit einer Hockeyschlägerform eine sehr hohe Varianz zu verleihen. (Solche Datensätze haben nur über den Zeitraum von 1902 bis 1980 einen Mittelwert von Null, nicht für den längeren Zeitraum von 1400 bis 1980.)
Das Nettoergebnis: Die Hauptkomponente wird eine Hockeyschlägerform haben, auch wenn die meisten Daten dies nicht tun.
McIntyre und McKitrick schickten ihre detaillierte Analyse an Natur Zeitschrift zur Veröffentlichung, und es wurde ausführlich begutachtet. Aber ihr Papier wurde schließlich abgelehnt. Frustriert legten McIntyre und McKitrick das gesamte Protokoll ihrer Einreichung und die Schiedsrichterberichte auf a Website für alle zu sehen. Wenn Sie hinschauen, werden Sie feststellen, dass McIntyre und McKitrick zahlreiche andere Probleme mit der Mann-Analyse gefunden haben. Ich betone den Fehler in ihrem PCA-Programm einfach, weil er so offensichtlich und so leicht zu verstehen ist. Offenbar haben Mann und seine Kollegen ihr Programm nie mit dem Standard-Monte-Carlo-Ansatz getestet, sonst hätten sie den Fehler selbst entdeckt. Andere und andere Kritikpunkte am Hockeyschläger tauchen auf (siehe zum Beispiel das Papier von Hans von Storch und Kollegen in der 30 Wissenschaft ).
Einige Leute mögen sich darüber beschweren, dass McIntyre und McKitrick ihre Ergebnisse nicht in einer begutachteten Zeitschrift veröffentlicht haben. Das ist wahr – aber nicht aus Mangel an Versuchen. Darüber hinaus wurde das Papier begutachtet – und noch besser, die Gutachten sind für uns zum Lesen da. McIntyre und McKitricks einziger Misserfolg war nicht überzeugend Natur dass das Papier wichtig genug war, um es zu veröffentlichen.
Wie beeinflusst diese Bombe unser Denken über die globale Erwärmung?
Es negiert sicherlich nicht die Gefahr eines langfristigen globalen Temperaturanstiegs. Tatsächlich weisen McIntyre und McKitrick darauf hin, dass es schwierig ist, aus diesen Daten auch mit ihren Korrekturen Schlussfolgerungen zu ziehen. Hat die globale Erwärmung im Mittelalter stattgefunden? Letzten Monat war man sich einig, dass dies nicht der Fall war; Jetzt ist die richtige Antwort, dass es niemand wirklich weiß. Das Aufdecken von Fehlern in der Mann-Analyse klärt die Debatte nicht; es öffnet es einfach wieder. Wir wissen jetzt weniger über die Geschichte des Klimas und seine natürlichen Schwankungen über Jahrhunderte hinweg, als wir dachten.
Wenn Sie sich Sorgen über die globale Erwärmung machen (wie ich) und denken, dass vom Menschen geschaffenes Kohlendioxid dazu beitragen könnte (wie ich), dann sollten Sie trotzdem zustimmen, dass wir viel besser dran sind, wenn wir den Hockeyschläger zerbrochen haben. Fehlinformationen können wirklich schaden, weil sie Vorhersagen verfälschen. Nehmen wir beispielsweise an, dass zukünftige Messungen in den Jahren 2005-2015 eine klare und deutliche globale Kühlung Trend. (Es könnte passieren.) Wenn wir den Hockeyschläger irrtümlicherweise ernst nehmen – das heißt, wenn wir glauben, dass natürliche Klimaschwankungen gering sind –, dann könnten wir (fälschlicherweise) zu dem Schluss kommen, dass die Abkühlung nicht nur eine zufällige Fluktuation zusätzlich zu einer langfristigen Erwärmungstrend, da solche Schwankungen laut Hockeyschläger vernachlässigbar sind. Und das könnte wiederum zu der irrigen Schlussfolgerung führen, dass die Vorhersagen der globalen Erwärmung viel Quatsch sind. Wenn wir andererseits den Hockeyschläger ablehnen und erkennen, dass die natürlichen Schwankungen groß sein können, dann werden wir uns durch einige Jahre zufälliger Abkühlung nicht in die Irre führen.
Ein falscher Hockeyschläger ist gefährlicher als ein kaputter – wenn wir wissen, dass er kaputt ist. Es liegt in unserer Verantwortung als Wissenschaftler, die Daten unvoreingenommen zu betrachten und die daraus resultierenden Schlussfolgerungen zu ziehen. Wenn wir einen Fehler entdecken, geben wir ihn zu, lernen daraus und entdecken vielleicht wieder den Wert der Vorsicht.