Realitätscheck für den Klimaschutz
Realitätscheck für den Klimaschutz
Realitätscheck für den Klimaschutz
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
50<br />
Form auf globaler Ebene anwendbar sind. Die Modelle beruhen daher<br />
immer auf vereinfachten Darstellungen, so genannten „Parametrisierungen“,<br />
die einfache Näherungswerte unter Verwendung von empirischen<br />
oder auf Grundlage von Näherungsprozessen hergeleiteten<br />
Koeffizienten heranziehen (Knutti 2008).<br />
Wolken beispielsweise entstehen durch Tröpfchenbildung auf<br />
molekularer Ebene. Da die Gleichungen, anhand derer die Tröpfchenbildung<br />
beschrieben wird, nicht <strong>für</strong> allgemeingültige Aussagen<br />
bezüglich der durchschnittlichen Wolkendecke herangezogen wer<strong>den</strong><br />
können, müssen empirische Näherungsmodelle entwickelt wer<strong>den</strong>,<br />
die von anderen in der Atmosphäre über einer bestimmten Region<br />
herrschen<strong>den</strong> Bedingungen wie Temperatur, Windmuster, Atmosphärenchemie<br />
usw. ausgehen, um die durchschnittliche Wolkendecke<br />
über großen Regionen und lange Zeiträume vorherzusagen. Schwankungen<br />
in der modellhaften Darstellung des Wolkenverhaltens sind<br />
die Ursache <strong>für</strong> einige der größten Abweichungen von einem Modell<br />
zum anderen (Kiehl 2007, CCSP 2008, Seite 41). Bereits geringfügige<br />
Schwankungen beim Ausmaß der Rückkopplungsprozesse können zu<br />
großen Abweichungen bei der simulierten Klimasensitivität gegenüber<br />
Treibhausgasen führen.<br />
Da viele der Prozesse, die <strong>für</strong> das Ausmaß der Rückkopplung<br />
grundlegend sind, auf empirischen Näherungswerten beruhen, ist<br />
eine Prüfung der GCM-Ergebnisse in Bezug auf Daten aus Beobachtungen<br />
<strong>für</strong> die Bestätigung oder Ablehnung der <strong>den</strong> GCM in Form von<br />
Parametrisierungen zugrundeliegen<strong>den</strong> Annahmen von wesentlicher<br />
Bedeutung. Weder können Modellversuche als Prüfung <strong>für</strong> die Gültigkeit<br />
von Modellen dienen, noch kann die Ähnlichkeit von Modellversuchen<br />
in verschie<strong>den</strong>en Modellgruppen als Nachweis <strong>für</strong> die Gültigkeit<br />
von Modellen dienen, da allen dieselben Fehler zugrundeliegen können.<br />
Modelle müssen daher immer in Bezug auf aus Beobachtungen<br />
gewonnenen Daten geprüft wer<strong>den</strong>.<br />
Unsicherheit bezüglich des Grenzscha<strong>den</strong>s