blog

常识不会帮助您了解气候

<p>我们大多数人通过常识和直觉来理解世界</p><p>在很大程度上,这意味着假设大多数事物都以大致线性的方式表现:输入的微小变化导致输出的微小变化,如果增加输入变量导致响应增加,它将一致地这样做</p><p>不幸的是,我们需要了解的许多系统,例如气候,生态系统和金融市场,都很复杂</p><p>复杂系统通常以非常非线性的方式表现,这意味着常识和直觉都会失败</p><p>输入的微小变化通常会导致复杂系统行为的显着变化:它们具有阈值和断点</p><p>有时,复杂系统具有负反馈回路,其中系统基本上补偿输入变量的变化</p><p>然而,有时会有积极的反馈,而小的变化会导致一连串的影响,从而对响应产生更大的影响</p><p>例如,如果变暖导致永久冻土融化,这将释放甲烷,导致温度进一步升高,导致永久冻土进一步融化</p><p>小的变化可能会使一个系统从一个系统中转移到一个受到干扰的系统,转变为一个循环系统,甚至一个具有不可预测的混沌行为的系统</p><p>复杂系统也受到大量变量的影响,经常被随机效应进一步混淆</p><p>使用基于线性假设的简单直觉来理解这些系统的行为会导致严重的误解</p><p>气候变化“怀疑论者”经常断言,由于大气中二氧化碳浓度逐年稳定增加,但温度没有以同样稳定的方式增加,这反映了整个人为气候变化理论</p><p>在具有随机效应的复杂系统中,人们不会期望看到这种简单的关系</p><p>理解复杂系统行为的唯一方法是使用数学模型</p><p>我们所有人都一直使用模型:系统近似线性的“常识”直觉只是隐式模型的一种非常简单的形式</p><p>因为直觉在复杂系统中失败,所以替代方案是使用精心构造的数学模型</p><p>气候变化否认者称“它只是一种模式”,没有认识到他们也使用了模型,而是一种非常简单和不恰当的模型</p><p>人们普遍认为,根据数据,全球变暖在过去15年中一直停滞不前</p><p>该陈述实际上基于一个模型:线性回归模型</p><p>问题是该模型不合适 - 您不应将线性回归应用于自相关时间序列</p><p>它与数据链接的方式是不合适的 - 您不应该通过在时间序列中以最大值或接近最大值开始来测试趋势</p><p>并且解释是不恰当的 - 未能拒绝无变化的零假设并不是没有发生变化的证据</p><p>最近,在构建和分析复杂系统模型方面取得了巨大进步</p><p>从A380超级巨型飞机的设计到退休金的增长,这些模型背后都有</p><p>模型的使用依赖于充分的参数知识 - 这些数字指定复杂模型中一个或多个变量的变化如何影响其他变量的响应变化</p><p>现代计算能力已经改变了我们从数据中估计参数的方式,以及我们如何测试使用具有这些参数的模型进行的预测是否与现实世界一致</p><p>这并不是说当前的模型是绝对正确的</p><p>正如统计学家George Box所说,“所有模型都是错误的,但有些模型是有用的”</p><p>复杂系统的建模是一个逐步或迭代的过程,其中一代模型的结果识别理解上的差距,从而导致下一代的改进模型</p><p>我们的模型永远不会完美正确,

查看所有