SON İKLİM DEĞİŞİKLİĞİNİN NE KADARI DOĞANIN KENDİ SALINIMI?

Gözlemlediğimiz her iklim eğilimi iki şeyin toplamıdır. Biri zorlanmış tepkidir (forced response): sera gazları, aerosoller, arazi kullanımı ve volkanik patlamaların ittiği değişim. Diğeri iç değişkenliktir (internal variability): El Niño ya da Pasifik ve Atlantik okyanuslarının yavaş salınımları gibi iklimin kendi dalgalanmaları. Bunları ayırt etmek hem iklim değişikliğini anlamak hem de iklim modellerinin doğru olup olmadığını değerlendirmek için önemlidir.

Sorun, gerçekliğin yalnızca bir kez yaşanmasıdır. İklim modelleri aynı zorlamayla onlarca kez çalıştırılabilir ve bu çalıştırmaların ortalaması zorlanmış kısmı ortaya çıkarır. Ancak modellerin sapmaları vardır ve daha basit istatistiksel yöntemler zorlanmış örüntünün hiç değişmediğini varsayma eğilimindedir. Bu tür yöntemlerin yakın tarihli uluslararası bir karşılaştırması, hataların büyük kaldığını ve makine öğrenmesi yöntemlerinin klasik istatistikten daha iyi olmadığını buldu.

Makale uyarıcı bir örnek sunuyor: 1998 ile 2012 arasındaki küresel ısınma yavaşlaması, iç değişkenlik olarak tanınmadan önce, ilk başta insan kaynaklı ısınmanın yavaşladığının ve modellerin yanıldığının işareti olarak yorumlanmıştı.

Gürültüyü öğrenen bir ağ

Pacific Northwest National Laboratory ile California San Diego ve Washington üniversitelerinden Parvathi Kooloth, Wenyu Zhou ve meslektaşları, uzamsal örüntüleri algılama yeteneğini bunların nasıl evrildiğine dair bir bellekle birleştiren bir sinir ağı olan ConvLSTM’yi kurdu. Ağı, yüzey sıcaklığı, yağış ve deniz seviyesi basıncı haritalarını kullanarak 15 iklim modelinden büyük simülasyon toplulukları üzerinde eğittiler. Görevi doğal salınımları tanımaktı; geriye kalan her şey zorlanmış kısımdır.

Hiç görmediği modeller üzerinde test edildiğinde, tarihsel dönemin büyük bölümünde sıcaklık, yağış ve basınç için mevcut altı yöntemi geride bıraktı; tek istisna, yazarların gerçekçi olmayan bir aykırı değer olduğunu savunduğu bir simülasyondu. Gerçek dünya için, her biri farklı bir on modellik set üzerinde eğitilmiş on ağ sürümü, 1940’tan bu yana gözlenen iklime uygulandı.

Gerçek kayıtlarda bulduğu şeyler

• 1998–2012 ısınma yavaşlaması, sonraki çalışmaların vardığı sonuçla uyumlu olarak doğal değişkenlik olarak çıkıyor. Küresel sıcaklığın doğal kısmı Pasifik’in yavaş salınımını yakından izliyor.
• Kuzey Kutbu. Gözlenen Arktik ısınması son zamanlarda küresel hızın yaklaşık dört katına ulaştı. Ağa göre zorlanmış kısım yaklaşık üç kat düzeyinde neredeyse sabit kalıyor. Gerisini doğal salınımlar yaptı: Pasifik küresel ısınmayı frenlerken bölgenin kendine ait bir gidiş-gelişi, Arktik’e özgü bir değişkenlik kipi, oradaki ısınmayı artırdı, özellikle 2005–2020’de.
• Atlantik. Kuzey ve Güney Atlantik arasındaki sıcaklık farkı 1950’den bu yana V şeklinde bir seyir izledi. Zorlanmış kısım da, Kuzey Yarımküre’deki aerosol kirliliğinin yükselişi ve ardından düşüşüyle uyumlu olarak iniyor ve çıkıyor. Doğal değişkenlik bu salınımı büyüterek 1970’ler ve 1980’lerin derin dip noktasını yarattı.
• Pasifik ve ABD’nin güneybatısı. 1980’den bu yana ekvatoral doğu Pasifik batıdan daha az ısındı; bu, modellerin nadiren yeniden ürettiği “La Niña benzeri” bir örüntü. Ağ, zorlanmış tepkinin tek başına zayıf ve ters, “El Niño benzeri” bir örüntü üreteceğini söylüyor; doğal değişkenlik bunu tersine çevirdi. Aynısı kuzeydoğu Pasifik üzerindeki yüksek basıncın güçlenmesi ve Kuzey Amerika’nın güneybatısının kuruması için de geçerli: büyük ölçüde doğal, yalnızca mütevazı bir zorlanmış payla.

Bu özelliklerin birçoğu için 1980–2022 döneminde gözlenen eğilim, tahmin edilen zorlanmış tepkinin aralığının dışında kalıyor; bu da tek bir tarihsel eğilimin, insanların neye yol açtığı konusunda kötü bir rehber olabileceğini hatırlatıyor.

Modellerin sınanması

Ağ zorlanmış kısım için açık bir tahmin verdiğinden, bu tahmin modellerin simüle ettiği şeyle doğrudan karşılaştırılabilir. Genel örüntüler örtüşüyor: karalarda ve yüksek enlemlerde daha fazla ısınma, kutup altı Kuzey Atlantik ve Güney Okyanusu üzerinde daha az; daha nemli tropikler ve yüksek enlemler, daha kuru subtropikler. Ancak modeller Kuzey Yarımküre’yi daha fazla ısıtıyor, subtropikal yüksek basıncı daha az güçlendiriyor ve karaları daha az kurutuyor. Yazarlar, mevcut modellerin değişen rüzgârların kıtaları ne kadar kurutacağını hafife alıyor olabileceğini öne sürüyor.

Sınırlamaları kendileri sıralıyor. Ağ modellerden öğreniyor, bu yüzden tüm modellerin paylaştığı bir sapma onu yanıltabilir. Neden bu kadar iyi çalıştığını içinden görmek zor. Ve sonlu bir simülasyon kümesinin ortalamasının gerçek zorlanmış tepki olduğunu varsayıyor. Yazarlara göre bu sınırlar içinde makine öğrenmesi, geçmiş iklim değişikliğinin nedenlere atfedilmesini daha sağlam, modellerin sınanmasını ise daha keskin hâle getirebilir.