De ineffectiviteit van klimaatverwachtingen: een pleidooi voor storylines

Spreker: Geert Lendering, R&D Weer en Klimaatmodellen, KNMI

Beschouw twee uitspraken over een extreme overstroming uit het verleden:

Klimaatverandering heeft de totale neerslagsom over 4 dagen in een gebied van 1000x1000 km² met 10% verhoogd, van 60 naar 66 mm.

Klimaatverandering heeft de piekneerslag tijdens de overstroming in twee dagen met 20% verhoogd, van 300 mm naar 360 mm.

Beide uitspraken zijn geldig en maken gebruik van peer-reviewed methoden. De eerste uitspraak is afgeleid uit typische voorspellende klimaatsimulaties met een relatief lage resolutie (grofmazige modellen). De tweede uitspraak is gebaseerd op voorwaardelijke verhalende ("storyline") simulaties, waarin het overstromingsgebeuren in detail wordt gesimuleerd onder verschillende klimaatcondities.

Er bestaat geen twijfel over dat de tweede uitspraak veel krachtiger is. In deze presentatie zal ik me richten op de beperkingen van de gebruikelijke top-down klimaatverwachtingen – lage resolutie, lage signaal-ruisverhouding en het vermengen van fundamenteel verschillende onzekerheidstypen – en laten zien dat voorwaardelijke, van onderaf ontwikkelde verhaallijnen een waardevolle aanvulling kunnen zijn op gangbare voorspellende systemen. Ze kunnen helpen bij het aanpassen aan klimaatverandering en krachtigere boodschappen overbrengen aan het brede publiek.

 

The ineffectiveness of climate predictions and what to do about it: the case for storyline research

Consider two statements for a past extreme flood event: 1) climate change has increased the precipitation sum over 4 days in a 1000x1000 km2 area by 10% from 60 to 66 mm, and 2) climate change has increased peak rainfall amounts within the flood in two days by 20%  from 300 mm to 360 mm. Both statements are valid, and use peer reviewed methods. The first statement is derived from typical predictive climate model simulations using relative low resolution (blurred) climate simulations; the second statement is derived from conditional storyline simulations in which the flood event is simulated in fine detail for different climate conditions. There is no doubt that the second statement is far more powerful. In this talk I will focus on the limitations of typical top-down climate predictions – low resolution, low signal-to-noise, and mixing of fundamentally different uncertainty types – and show that conditional, bottom-up developed storylines could complement common predictive systems in helping to adapt to climate change and provide more powerful messages to the general public.