Voorspellen van het klimaat beïnvloedbaar door numerieke methoden

Om klimaatgedrag gedurende een langere periode te voorspellen bestuderen klimaatwetenschappers verschillende computersimulaties en baseren zich hierbij op de meest voorkomende patronen en uitkomsten. Onderzoeker Svetlana Dubinkina van het Centrum Wiskunde & Informatica (CWI) in Amsterdam laat zien dat verschillende numerieke methoden (methoden die worden gebruikt bij computersimulaties van stromingen in oceaan en atmosfeer) kunnen leiden tot verschillende statistische uitkomsten.



Om klimaatgedrag gedurende een langere periode te voorspellen bestuderen klimaatwetenschappers verschillende computersimulaties en baseren zich hierbij op de meest voorkomende patronen en uitkomsten. Onderzoeker Svetlana Dubinkina van het Centrum Wiskunde & Informatica (CWI) in Amsterdam laat zien dat verschillende numerieke methoden (methoden die worden gebruikt bij computersimulaties van stromingen in oceaan en atmosfeer) kunnen leiden tot verschillende statistische uitkomsten. Het is bijvoorbeeld mogelijk dat bij het berekenen van het klimatologisch gemiddelde windveld één methode een overwegend zwakke wind voorspelt terwijl de andere methode voornamelijk windstilte meet.

Dubinkina bestudeerde de statistische nauwkeurigheid van verschillende numerieke methoden. Haar onderzoek laat zien dat resultaten uit de statistische analyse van een gesimplificeerde atmosfeerbeweging worden beïnvloed door de numerieke methode die is toegepast. Dubinkina promoveerde 28 mei aan de Universiteit van Amsterdam op haar proefschrift ‘Statistical Mechanics and Numerical Modelling of Geophysical Fluid Dynamics’. De uitkomsten zijn interessant voor klimaatwetenschappers en meteorologische instituten.

”Bij het voorspellen van klimaatgedrag, bijvoorbeeld het meten van de gemiddelde windsnelheid of de gemiddelde wintertemperatuur, kijkt men meestal naar de statistische gegevens van een model”, zegt Dubinkina. “Mijn onderzoek laat zien dat bij lange termijn voorspellingen van klimaatgedrag, deze statistische gegevens afhankelijk zijn van de eigenschappen van de toegepaste numerieke methode. In het bijzonder gaat het dan om hun vermogen rekening te houden met natuurkundige wetten die het gedrag van de atmosfeer bepalen.”

In haar proefschrift richt ze zich onder meer op gevestigde numerieke methoden zoals A.Arakawa en de zeer recente ‘Hamiltonian Particle-Mesh Method’ die zijn toegepast op een model dat werd gebruikt voor de eerste weersvoorspellingen met de computer. Volgens Dubinkina is bij klimaatstudies een juiste interpretatie van statistische gegevens alleen mogelijk als er bij de toegepaste methode rekening wordt gehouden met mogelijke vertekeningen en beperkingen. “Er is meer onderzoek nodig om te bepalen of de resultaten van dit model gegeneraliseerd kunnen worden naar echte klimaatmodellen”, aldus Dubinkina.