Chaos in der Chaosforschung, und wie es auch anders geht

Von Stefan Kennedy

Ausgehend vom Video Was läuft falsch in der gegenwärtigen Physik? von Frau Hossenfelder auf KalteSonne, wo sie beschreibt, wie in der Physik oft nur noch nach Mainstream geforscht und veröffentlicht wird (man kann da sicher Bezüge zur Klimaforschung herstellen), habe ich zwei weitere von ihr angesehen, die mich zum Nachdenken brachten:

Did scientists get climate change wrong?
How can climate be predictable if weather is chaotic?

Im ersten kann sie Prof. Tim Palmer von der University of Oxford dazu bringen, das Elend der Klimamodelle im Detail zu offenbaren: Man geht von einem chaotischen deterministischen System aus, in das man die bekannten Gesetze der Physik (Thermodynamik, Strahlung, etc.) einbringt (der Prof. sagt, das sind die Basics), und dort wo man Vorgänge in der Atmosphäre oder an den Meeresoberflächen nicht so gut versteht, wo Daten fehlen, oder die Auflösung der Modelle wegen unzureichender Rechenleistung zu grob ist, bringt man Faktoren (z.B. für die Wolkenbedeckung) in die Modellrechnung ein. Dieses Vorgehen allein bringt eine enorme Streuung der Vorhersagen der verschiedenen Modelle, die allesamt in die IPCC-Berichte Eingang finden.

Ein weiteres Detail lässt ebenfalls aufhorchen: Prof. Palmer ist der Ansicht, dass man als einziges Signal im Noise das Co2 identifiziert hätte. Scheint mir reichlich willkürlich zu sein, auch wenn Klaus Hasselmann beachtliche Übereinstimmungen mit der Realität gelungen sind. Man macht sich in der in Teilen der modernen Forschung aber einen schlanken Fuß, indem man die Sonne erst gar nicht betrachtet und die Oszillationen des Klimasystems nicht systematisch erforscht. Hasselmann hatte darauf hingewiesen, dass auch ein ganz anderer Faktor in Betracht gezogen werden könnte. Es war eben in erster Linie eine statistische Arbeit und keine Klimaforschung (meine Meinung).

Im zweiten Film von Frau Hossenfelder zeigt sie, was ein Modell eines chaotischen Systems hervorbringt, wenn man einmal ohne und einmal mit Faktoren arbeitet. Anfangs gelingen die Simulationen der Wirklichkeit mit den Lorenzgleichungen noch recht gut, was ich für Zufall halte, da man das System dazu nicht verstehen muss. Dann aber driftet es wie das nicht vorhersagbare Wetter in einen Zustand, der mit der Realität nicht mehr viel zu tun hat.

Für eine langfristige Prognose und unter scheinbarem Verständnis darüber, was das chaotische System antreibt, bringt man einen Faktor in die Lorenz-Gleichungen ein, der das System je nach Stärke des Faktors ausrichten und sogar zum Kippen bringen kann. Der Klima-Alarm lässt grüßen.

Wie kommt es nun, dass die Klimamodelle des IPCC tatsächlich solche dramatischen Vorhersagen bringen und ständig vor Kipppunkten warnen? Ein Film von Lord Monckton könnte hier Aufschluss geben (Anlass war wieder ein anderes Video von ihm auf KalteSonne).

Lord Christopher Monckton, Breakfast Keynote, ICCC-12

In diesem Film zeigt er ab Minute 37, dass die IPCC-Modelle mit einem Feedback-Faktor arbeiten – siehe oben, und nicht so erstaunlich – aber dass sie, statt wie es üblich sei mit absoluten Temperaturen zu arbeiten, Delta-Werte für den Feedback-Loop verwenden und so mit einem Faktor von fast 0,5 arbeiten. Monckton erarbeitet sich mit Happer und Bode einen Faktor von etwa 0,005, was die übertriebenen Vorhersagen vermeidet.

Mehr noch: hier wird die theoretische Möglichkeit offengelassen, dass der Feedbackfaktor auch 0 oder negativ sein könnte, was meiner Meinung nach wahrscheinlich ist, weil ich das Klimageschehen der Erde für ein gepuffertes und daher scheinbar selbstregulierendes System halte.

Ist das realistisch, dass die IPCC-Forscher so unredlich arbeiten, oder darf man ohne Weiteres Delta-Werte in einem Feedbackloop ansetzen?

Ich glaube, dass der Ansatz schon falsch ist. Die Chaostheorie geht davon aus, dass kleinste Änderungen an den Ausgangsbedingungen völlig unterschiedliche Zustände in der Lebenszeit des Modells hervorbringen können. Das mag für ideale chaotische Systeme (besonders solche im Computer) der Fall sein. Die Wirklichkeit passt aber nicht dazu. Insbesondere wird von vielen modernen Klimaforschern gerne hervorgehoben, dass in der Vergangenheit das Klima sehr stabil war. Wie das, wenn es doch so empfindlich gegenüber kleinen Störungen sein soll?

Die Mischung von Chaos-Theorie und Signal_to_Noise scheint mir ebenso ein großes Problem zu sein: Welcher Faktor (der ja nicht die 6. Stelle hinter dem Komma einer Variablen sein kann, wenn er Signal und nicht Rauschen heißen will) soll denn der auserwählte sein, wenn schon die kleinste Änderung von Ausgangsbedingungen das System komplett umwälzen kann? Ist es Co2 oder doch die Sonne oder etwas ganz anderes? Offenbar helfen da nur Korrelationen, die wie gerufen kommen.

Oder etwas präziser: Wenn ich in einem chaotischen System den Signal_to_Noise Ansatz wählen will, darf ich das System nicht wie Lorenz Schmetterlingseffekt als ideales chaotisches auffassen, sondern als praktisch chaotisches. Auf der Basis des Vorgehens wie es Prof. Palmer beschrieben hat, muss man mit Faktoreinführung die Auswirkungen bei weitem überschätzen. Wie kann es gehen, wenn ich das Klimasystem als praktisch chaotisch ansehe?

Ich gehe dann nicht davon aus, dass ich das System verstehen kann, indem ich erst einmal die bekannten physikalischen Grundannahmen hineinkippe (top down). Wir haben heute und vielleicht auch nicht in Zukunft die Möglichkeit ein multifaktorielles System vollständig zu simulieren. Die Herangehensweise muss vielmehr bottom up erfolgen. Siehe dazu die Arbeit von Lüdecke et.al. zu den Niederschlägen in Afrika in Abhängigkeit von den Ozeanzyklen.
Neue Studie: Was steuert den Regen in Afrika?

Man macht sich frei von theoretischen Grundannahmen und geht verständig Beobachten. Man erkennt Muster, die sich wiederholen. Das Chaos scheint System zu haben. Es entsteht eine Idee. Diese wird geprüft, auch auf die Gefahr zu scheitern werden Unmengen an Literatur gesichtet. Einige Muster bewahrheiten sich, einige sind umgekehrt zur Erwartung, einige erwartete tauchen gar nicht auf.

Dann geht man mit viel Sachverstand an die statistische Verdichtung. (Ich habe verstanden, dass eine Biologin darin unterstützt hat). Diese Filterung wird kritisch beleuchtet und völlig transparent dargestellt. Sie bringt in wohl verstandenem Sinne ein stärkeres Signal im Rauschen und eben nicht nur eine zufällige Korrelation. Mit den Mitteln der politisch unterstützten Klimaforschung könnte man in Zukunft sogar die gegenseitigen Abhängigkeiten der Ozeanzyklen berechnen und die Vorhersagen wohl dramatisch verbessern.

Auch wenn die Korrelationen von bis zu 0,7 nicht berauschend sind, geben die AutorInnen politischen Entscheidern immerhin eine 50% Chance mit Vorsorgemaßnahmen richtig zu liegen und diese ja nicht vergeblich investiert zu haben, weil es beim nächsten Mal zutreffend sein kann. Da von diesen Entscheidungen tausende Menschenleben oder das Wohlergehen von tausenden von Menschen abhängen kann, macht diese Arbeit so wertvoll.

Geht man nun noch dahin und weitet das Spektrum auf andere Weltregionen aus und nimmt die Analysen von Dr. Laurenz hinzu Hypothese: Einfluss der Sonnenaktivität auf den Regen in Deutschland viel größer als bisher gedacht, der den für die atmosphärischen Strömungen so wichtigen Hale-Effekt ausmachen konnte, kann es noch mal ganz anders spannend werden. Man kann also auch redlich an chaotische Systeme herangehen, wenn man ein echtes Erkenntnisinteresse hat und die Mühen der Ebene nicht scheut.