TED2014
Gavin Schmidt: The emergent patterns of climate change
גאווין שמידט: הדפוסים המתהווים של שינוי אקלימי
Filmed:
Readability: 4
1,270,244 views
לא ניתן להבין את שינויי האקלים בחלקים, אומר מדען האקלים גאווין שמידט. זה כולו, או שזה שום דבר. בהרצאה מאלפת זו, הוא מסביר כיצד הוא לומד את התמונה הגדולה של שינוי האקלים עם מודלים מרתקים שממחישים את האינטראקציות המורכבות האינסופיות של אירועים סביבתיים בקנה מידה קטן.
Gavin Schmidt - Climate scientist
What goes into a climate model? Gavin Schmidt looks at how we use past and present data to model potential futures. Full bio
What goes into a climate model? Gavin Schmidt looks at how we use past and present data to model potential futures. Full bio
Double-click the English transcript below to play the video.
00:12
We live in a very complex environment:
0
864
2323
אנו חיים בסביבה מורכבת ביותר:
00:15
complexity and dynamism
1
3187
1904
מורכבות ודינמיות
00:17
and patterns of evidence
2
5091
2063
ודפוסים של ראיות
00:19
from satellite photographs, from videos.
3
7154
2885
מצילומי לוויין, מסרטונים.
00:22
You can even see it outside your window.
4
10039
3011
אפשר לראות זאת אפילו
מבעד לחלון.
מבעד לחלון.
00:25
It's endlessly complex, but somehow familiar,
5
13050
3860
זו מורכב אינסופית,
אך איכשהו מוכר,
אך איכשהו מוכר,
00:28
but the patterns kind of repeat,
6
16910
1960
אבל הדפוסים איכשהו חוזרים על עצמם,
00:30
but they never repeat exactly.
7
18870
2490
אך לעולם לא באופן מדויק.
00:33
It's a huge challenge to understand.
8
21360
4127
זהו אתגר עצום להבנה.
00:37
The patterns that you see
9
25487
2132
הדפוסים שאתם רואים
00:39
are there at all of the different scales,
10
27619
3720
נמצאים בכל קני המידה השונים,
00:43
but you can't chop it into one little bit and say,
11
31339
2906
אבל אי-אפשר לקצוץ אותם
לכדי פיסה קטנה ולומר,
לכדי פיסה קטנה ולומר,
00:46
"Oh, well let me just make a smaller climate."
12
34245
2663
"אז בואו ופשוט נעשה
אקלים קטן יותר."
אקלים קטן יותר."
00:48
I can't use the normal products of reductionism
13
36908
4212
אינני יכול להשתמש בתוצרים הרגילים
של רדוקציוניזם
של רדוקציוניזם
00:53
to get a smaller and smaller thing that I can study
14
41120
2722
כדי לקבל משהו יותר ויותר קטן
00:55
in a laboratory and say, "Oh,
15
43842
2308
שאוכל לחקור במעבדה
ולומר: "אהה!
ולומר: "אהה!
00:58
now that's something I now understand."
16
46150
2396
זה כבר משהו שאני כעת מבין."
01:00
It's the whole or it's nothing.
17
48546
3367
זה הכל או לא-כלום.
01:03
The different scales that give you
18
51913
2552
קני המידה השונים שנותנים
01:06
these kinds of patterns
19
54465
2122
דפוסים שכאלה,
01:08
range over an enormous range of magnitude,
20
56587
3457
משתרעים על קשת עצומה
של סדרי-גודל,
של סדרי-גודל,
01:12
roughly 14 orders of magnitude,
21
60044
2416
בערך 14 סדרי-גודל,
01:14
from the small microscopic particles
22
62460
2491
החל מהחלקיקים המיקרוסקופיים
01:16
that seed clouds
23
64951
2376
שמהווים זרעים לעננים
01:19
to the size of the planet itself,
24
67327
2560
ועד לגודל של כוכב הלכת עצמו,
01:21
from 10 to the minus six
25
69887
1276
מ-10 בחזקת מינוס 6
01:23
to 10 to the eight,
26
71163
1077
ועד 10 בחזקת 8,
01:24
14 orders of spatial magnitude.
27
72240
2292
14 סדרי-גודל מרחביים.
01:26
In time, from milliseconds to millennia,
28
74532
3411
בזמן: מאלפית שניה ועד אלפי שנים -
01:29
again around 14 orders of magnitude.
29
77943
3055
שוב, כ-14 סדרי-גודל.
01:32
What does that mean?
30
80998
1387
מה זה אומר?
01:34
Okay, well if you think about how
31
82385
1939
אם תחשבו
01:36
you can calculate these things,
32
84324
2660
איך אפשר לחשב
את הדברים האלה,
את הדברים האלה,
01:38
you can take what you can see,
33
86984
1960
אפשר לקחת את הדברים
שאתם יכולים לראות,
שאתם יכולים לראות,
01:40
okay, I'm going to chop it up
34
88944
1026
ולפרוס ולחלק אותם
01:41
into lots of little boxes,
35
89970
1379
להרבה קופסאות קטנות,
01:43
and that's the result of physics, right?
36
91349
2355
ולקבל את התוצאה הפיזית, נכון?
01:45
And if I think about a weather model,
37
93704
1725
ואם תחשבו על מודל אקלימי,
01:47
that spans about five orders of magnitude,
38
95429
2494
שמשתרע על כ-5 סדרי-גודל,
01:49
from the planet to a few kilometers,
39
97923
3127
מרמת הכוכב ועד לקילומטרים ספורים,
01:53
and the time scale
40
101050
1538
כשסולם הזמן
01:54
from a few minutes to 10 days, maybe a month.
41
102588
4412
מדקות ספורות
ועד 10 ימים, או חודש.
ועד 10 ימים, או חודש.
01:59
We're interested in more than that.
42
107000
1395
אנו מעוניינים ביותר מכך.
02:00
We're interested in the climate.
43
108395
1305
אנו מתעניינים באקלים.
02:01
That's years, that's millennia,
44
109700
2141
מדובר בשנים, באלפי שנים,
02:03
and we need to go to even smaller scales.
45
111841
2573
ואנו צריכים לפנות אפילו
לקני מידה קטנים יותר.
לקני מידה קטנים יותר.
02:06
The stuff that we can't resolve,
46
114414
1601
הדברים שאנחנו לא יכולים לפתור,
02:08
the sub-scale processes,
47
116015
1965
לתהליכי תת קני מידה
02:09
we need to approximate in some way.
48
117980
1980
אנו צריכים להתקרב בדרך כלשהי,
02:11
That is a huge challenge.
49
119960
1762
זהו אתגר עצום.
02:13
Climate models in the 1990s
50
121722
2188
מודלים אקלימיים בשנות ה-90
02:15
took an even smaller chunk of that,
51
123910
1970
לקחו אף נתח עוד יותר קטן מזה,
02:17
only about three orders of magnitude.
52
125880
2018
רק כשלושה סדרי גודל.
02:19
Climate models in the 2010s,
53
127898
2095
מודלים אקלימיים ב-2010
02:21
kind of what we're working with now,
54
129993
1774
מסוג דומה למה שאנו עובדים אתו כעת,
02:23
four orders of magnitude.
55
131767
2940
ארבעה סדרי גודל.
02:26
We have 14 to go,
56
134707
2303
יש בפנינו עוד 14
02:29
and we're increasing our capability
57
137010
2200
ואנחנו מגדילים את היכולת שלנו
02:31
of simulating those at about
58
139210
1870
להדמייתם בערך
02:33
one extra order of magnitude every decade.
59
141080
3546
בסדר גודל אחד נוסף בכל עשור.
02:36
One extra order of magnitude in space
60
144626
1895
סדר גודל אחד נוסף בחלל
02:38
is 10,000 times more calculations.
61
146521
3249
הוא הוא פי 10,000 יותר חישובים.
02:41
And we keep adding more things,
62
149770
2380
ואנו ממשיכים להוסיף עוד דברים,
02:44
more questions to these different models.
63
152150
2374
עוד שאלות למודלים שונים אלה
02:46
So what does a climate model look like?
64
154524
2733
אז כיצד נראה מודל אקלימי?
02:49
This is an old climate model, admittedly,
65
157257
2341
זהו מודל אקלימי ישן, יש להודות,
02:51
a punch card, a single line of Fortran code.
66
159598
4080
כרטיס ניקוב, שורה אחת של קוד פורטרן
02:55
We no longer use punch cards.
67
163678
1978
איננו משתמשים יותר בכרטיסי ניקוב.
02:57
We do still use Fortran.
68
165656
2241
אנו עדיין משתמשים בפורטרן.
02:59
New-fangled ideas like C
69
167897
1957
לרעיונות חדשים מתוחכמים כמו C
03:01
really haven't had a big impact
70
169854
3235
באמת לא היתה לו היתה השפעה גדולה
03:05
on the climate modeling community.
71
173089
2367
על קהילת המודלים האקלימיים
03:07
But how do we go about doing it?
72
175456
1400
אבל איך אנחנו הולכים לעשות את זה?
03:08
How do we go from that complexity that you saw
73
176856
4624
איך אנחנו הולכים מהמורכבות הזו שראיתם
03:13
to a line of code?
74
181480
2530
לשורת קוד?
03:16
We do it one piece at a time.
75
184010
1573
אנחנו עושים זאת פיסה אחת כל פעם.
03:17
This is a picture of sea ice
76
185583
1878
זוהי תמונה של ים קרח
03:19
taken flying over the Arctic.
77
187461
2098
שצולמה במהלך טיסה מעל הקוטב הצפוני.
03:21
We can look at all of the different equations
78
189559
2038
אנחנו יכולים להסתכל על כל המשוואות השונות
03:23
that go into making the ice grow
79
191597
3112
שנכנסות לתוך צמיחת הקרח
03:26
or melt or change shape.
80
194709
2114
או ההמסה או שינוי צורה.
03:28
We can look at the fluxes.
81
196823
1131
אנחנו יכולים להסתכל על ההפשרות.
03:29
We can look at the rate at which
82
197954
1952
אנו יכולים להסתכל על המהירות שבה
03:31
snow turns to ice, and we can code that.
83
199906
2845
שלג הופך לקרח, ואנו יכולים לקודד את זה.
03:34
We can encapsulate that in code.
84
202751
2329
אנו יכולים לתמצת זאת בקוד.
03:37
These models are around
85
205080
1226
מודלים אלה הם סביב
03:38
a million lines of code at this point,
86
206306
2083
מיליון שורות קוד בנקודה זו,
03:40
and growing by tens of thousands of lines of code
87
208389
3470
וגדלים בעשרות אלפי שורות קוד
03:43
every year.
88
211859
1191
בכל שנה.
03:45
So you can look at that piece,
89
213050
1653
אז אתם יכולים להסתכל על פיסה זו
03:46
but you can look at the other pieces too.
90
214703
1922
אבל אתם כולים להסתכל גם על פיסות אחרות.
03:48
What happens when you have clouds?
91
216625
1933
מה קורה כשיש עננים?
03:50
What happens when clouds form,
92
218558
2159
מה קורה כשעננים נוצרים?
03:52
when they dissipate, when they rain out?
93
220717
1882
כשהם מתפוגגים, כאשר הם מורידים גשם?
03:54
That's another piece.
94
222599
1742
זוהי פיסה אחרת.
03:56
What happens when we have radiation
95
224341
1846
מה קורה כאשר יש לנו קרינה
03:58
coming from the sun, going through the atmosphere,
96
226187
2534
שמגיעה מהשמש, ועוברת באטמוספירה
04:00
being absorbed and reflected?
97
228721
1926
נקלטת ומשתקפת?
04:02
We can code each of those
very small pieces as well.
very small pieces as well.
98
230647
3979
אנו יכולים לקודד כל אחת
מהפיסות הקטנות האלה גם כן.
מהפיסות הקטנות האלה גם כן.
04:06
There are other pieces:
99
234626
1416
יש פיסות אחרות:
04:08
the winds changing the ocean currents.
100
236042
3460
הרוחות משנות את זרמי האוקינוס
04:11
We can talk about the role of vegetation
101
239502
3770
אנחנו יכולים לדבר על תפקידה של הצמחייה
04:15
in transporting water from the soils
102
243272
2329
בהובלת מים מהקרקעות
04:17
back into the atmosphere.
103
245601
1969
חזרה לאטמוספירה.
04:19
And each of these different elements
104
247570
2914
ואת כל המרכיבים השונים האלה
04:22
we can encapsulate and put into a system.
105
250484
3624
אנו יכולים לתמצת ולהכניס לתוך מערכת
04:26
Each of those pieces ends up adding to the whole.
106
254108
5148
כל אחת מפיסות אלו
מתווספת לשלם בסופו של דבר.
מתווספת לשלם בסופו של דבר.
04:31
And you get something like this.
107
259256
2297
ואתם מקבלים משהו כמו זה.
04:33
You get a beautiful representation
108
261553
2848
אתם מקבלים ייצוג יפה
04:36
of what's going on in the climate system,
109
264401
2622
של מה שקורה במערכת האקלימית,
04:39
where each and every one of those
110
267023
3389
שבה כל אחד ואחד מאותם
04:42
emergent patterns that you can see,
111
270412
2782
דפוסים מתהווים שאתם יכולים לראות,
04:45
the swirls in the Southern Ocean,
112
273194
2003
המערבולות באוקיינוס הדרומי,
04:47
the tropical cyclone in the Gulf of Mexico,
113
275197
2756
הציקלון הטרופי במפרץ מקסיקו,
04:49
and there's two more that are going to pop up
114
277953
1641
ויש עוד שניים שהולכים לצוץ
04:51
in the Pacific at any point now,
115
279594
2354
באוקינוס השקט בכל רגע כעת,
04:53
those rivers of atmospheric water,
116
281948
2713
נהרות אלה של מים אטמוספרים אלה
04:56
all of those are emergent properties
117
284661
2857
כל אלה הם תכונות מתהוות
04:59
that come from the interactions
118
287518
2124
שמגיעות מהאינטראקציות
05:01
of all of those small-scale processes I mentioned.
119
289642
3495
של כל התהליכים האלה
בקנה מידה קטן שהזכרתי.
בקנה מידה קטן שהזכרתי.
05:05
There's no code that says,
120
293137
1905
אין שום קוד שאומר,
05:07
"Do a wiggle in the Southern Ocean."
121
295042
1857
"גירמו לתנודות בים הדרומי."
05:08
There's no code that says, "Have two
122
296899
2668
אין שום קוד שאומר, " צריך שיהיו לכם שתי
05:11
tropical cyclones that spin around each other."
123
299567
2898
סופות ציקלון טרופיות שמסתובבות
אחת סביב השניה."
אחת סביב השניה."
05:14
All of those things are emergent properties.
124
302465
3812
כל אלה הם תכונות מתהוות.
05:18
This is all very good. This is all great.
125
306277
2146
כל זה טוב מאוד. כל זה נהדר.
05:20
But what we really want to know
126
308423
1270
אבל מה שאנחנו באמת רוצים לדעת
05:21
is what happens to these emergent properties
127
309693
1949
הוא מה קורה לתכונות מתהוות אלו
05:23
when we kick the system?
128
311642
1705
כאשר אנו בועטים במערכת?
05:25
When something changes, what
happens to those properties?
happens to those properties?
129
313347
3533
כאשר משהו משתנה, מה
קורה לתכונות אלו?
קורה לתכונות אלו?
05:28
And there's lots of different ways to kick the system.
130
316880
2989
וישנן הרבה דרכים לבעוט במערכת.
05:31
There are wobbles in the Earth's orbit
131
319869
2033
יש התנודדויות במסלול של כדור הארץ
05:33
over hundreds of thousands of years
132
321902
1879
במשך מאות אלפי שנים
05:35
that change the climate.
133
323781
2026
שמשנות את האקלים
05:37
There are changes in the solar cycles,
134
325807
2136
ישנם שינויים במחזורי השמש,
05:39
every 11 years and longer, that change the climate.
135
327943
3105
כל 11 שנים ויותר, שמשנים את האקלים.
05:43
Big volcanoes go off and change the climate.
136
331048
3574
הרי געש גדולים מתפרצים ומשנים את האקלים.
05:46
Changes in biomass burning, in smoke,
137
334622
3238
שינויים בביומסה בוערת, בעשן,
05:49
in aerosol particles, all of those things
138
337860
1863
בחלקיקי תרסיס, כל הדברים האלה
05:51
change the climate.
139
339723
1822
משנים את האקלים.
05:53
The ozone hole changed the climate.
140
341545
4059
החור באוזון שינה את האקלים.
05:57
Deforestation changes the climate
141
345604
2217
כריתת יערות משנה את האקלים
05:59
by changing the surface properties
142
347821
1926
על ידי שינוי מאפייני השטח
06:01
and how water is evaporated
143
349747
1990
ואיך מים מתאדים
06:03
and moved around in the system.
144
351737
2466
ונעים סביב במערכת.
06:06
Contrails change the climate
145
354203
2285
התעבויות משנות את האקלים
06:08
by creating clouds where there were none before,
146
356488
2867
על ידי יצירת עננים היכן
שלא היו כאלה קודם לכן,
שלא היו כאלה קודם לכן,
06:11
and of course greenhouse gases change the system.
147
359355
4598
וכמובן גזי חממה משנים את המערכת.
06:15
Each of these different kicks
148
363953
3021
כל אחת מבעיטות אלו
06:18
provides us with a target
149
366974
2151
מספקת לנו יעד
06:21
to evaluate whether we understand
150
369125
2835
כדי להעריך אם אנחנו מבינים
06:23
something about this system.
151
371960
2161
משהו אודות המערכת הזו.
06:26
So we can go to look at
152
374121
2392
אז אנחנו יכולים לשוב ולבחון
06:28
what model skill is.
153
376513
2704
מהו מודל מיומן
06:31
Now I use the word "skill" advisedly:
154
379217
2033
עכשיו אני משתמש במילה
"מיומן" בכוונה תחילה:
"מיומן" בכוונה תחילה:
06:33
Models are not right or wrong; they're always wrong.
155
381250
2411
מודלים אינם נכונים או שגויים:
הם תמיד שגויים.
הם תמיד שגויים.
06:35
They're always approximations.
156
383661
1720
הם תמיד הערכות.
06:37
The question you have to ask
157
385381
1894
השאלה שעליכם לשאול
06:39
is whether a model tells you more information
158
387275
3079
היא האם מודל נותן לך יותר מידע
06:42
than you would have had otherwise.
159
390354
1925
מאשר היית מקבל בלעדיו.
06:44
If it does, it's skillful.
160
392279
3381
אם כן, זה מיומן.
06:47
This is the impact of the ozone hole
161
395660
2454
זוהי ההשפעה של החור באוזון
06:50
on sea level pressure, so
low pressure, high pressures,
low pressure, high pressures,
162
398114
2860
על לחץ פני הים , ולכן
לחץ נמוך , לחצים גבוהים ,
לחץ נמוך , לחצים גבוהים ,
06:52
around the southern oceans, around Antarctica.
163
400974
2595
סביב האוקיינוסים הדרומיים,
סביב אנטארקטיקה.
סביב אנטארקטיקה.
06:55
This is observed data.
164
403569
1913
אלה הם נתונים נצפים,
06:57
This is modeled data.
165
405482
2088
זהו מודל נתונים.
06:59
There's a good match
166
407570
1594
יש התאמה טובה
07:01
because we understand the physics
167
409164
1951
כי אנחנו מבינים את הפיזיקה
07:03
that controls the temperatures in the stratosphere
168
411115
3138
השולטת בטמפרטורות שבסטרטוספירה
07:06
and what that does to the winds
169
414253
1746
ומה זה עושה לרוחות
07:07
around the southern oceans.
170
415999
2181
סביב האוקיינוסים הדרומיים.
07:10
We can look at other examples.
171
418180
1519
אנחנו יכולים להסתכל על דוגמאות אחרות.
07:11
The eruption of Mount Pinatubo in 1991
172
419699
2856
התפרצות הר הגעש פינטובו ב- 1991
07:14
put an enormous amount of aerosols, small particles,
173
422555
2799
החדירה כמות עצומה של תרסיסים,
חלקיקים קטנים
חלקיקים קטנים
07:17
into the stratosphere.
174
425354
1587
לתוך הסטרטוספירה
07:18
That changed the radiation
balance of the whole planet.
balance of the whole planet.
175
426941
3147
זה שינה את איזון הקרינה
של כדור הארץ כולו.
של כדור הארץ כולו.
07:22
There was less energy coming
in than there was before,
in than there was before,
176
430088
2782
פחות אנרגיה הגיעה מאשר היתה קודם לכן,
07:24
so that cooled the planet,
177
432870
1658
כך שכדור הארץ התקרר,
07:26
and those red lines and those green lines,
178
434528
2019
וקווים אדומים אלה
וקווים ירוקים אלה,
וקווים ירוקים אלה,
07:28
those are the differences between what we expected
179
436547
2565
הם ההבדלים בין מה שציפינו
07:31
and what actually happened.
180
439112
1688
למה שבאמת קרה.
07:32
The models are skillful,
181
440800
1783
המודלים הם מיומנים,
07:34
not just in the global mean,
182
442583
1693
לא רק בממוצע הגלובלי,
07:36
but also in the regional patterns.
183
444276
3044
אלא גם בדפוסים האזוריים.
07:39
I could go through a dozen more examples:
184
447320
2840
הייתי יכול להציג תריסר דוגמאות נוספות:
07:42
the skill associated with solar cycles,
185
450160
2850
המיומנות שקשורה במחזורי שמש,
07:45
changing the ozone in the stratosphere;
186
453010
2070
משנה את האוזון בסטרטוספירה;
07:47
the skill associated with orbital changes
187
455080
2347
המיומנות שקשורה בשינויים מסלוליים
07:49
over 6,000 years.
188
457427
2056
מעל ל-6000 שנים.
07:51
We can look at that too, and the models are skillful.
189
459483
2398
אנו יכולים להסתכל על זה גם,
והמודלים הם מיומנים.
והמודלים הם מיומנים.
07:53
The models are skillful in response to the ice sheets
190
461881
3094
המודלים מיומנים בתגובה ליריעות הקרח
07:56
20,000 years ago.
191
464975
1520
לפני 20,000 שנים.
07:58
The models are skillful
192
466495
1671
המודלים מיומנים
08:00
when it comes to the 20th-century trends
193
468166
2904
כשמדובר במגמות המאה ה-20
08:03
over the decades.
194
471070
1515
לאורך העשורים.
08:04
Models are successful at modeling
195
472585
2282
המודלים מצליחים בהדגמת
08:06
lake outbursts into the North Atlantic
196
474867
2605
התפרצויות אגם לתוך
צפון האוקיינוס האטלנטי
צפון האוקיינוס האטלנטי
08:09
8,000 years ago.
197
477472
1765
לפני 8,000 שנה.
08:11
And we can get a good match to the data.
198
479237
3090
ואנחנו יכולים לקבל התאמה טובה לנתונים.
08:15
Each of these different targets,
199
483463
2387
כל אחד מהיעדים השונים האלה,
08:17
each of these different evaluations,
200
485850
2130
כל אחת מההערכות השונות האלו,
08:19
leads us to add more scope
201
487980
2391
מובילה אותנו להוסיף עוד טווח
08:22
to these models,
202
490371
1151
למודלים אלה.
08:23
and leads us to more and more
203
491522
2744
ומובילה אותנו למצבים
08:26
complex situations that we can ask
204
494266
3988
יותר ויותר מורכבים שאנו יכולים לשאול
08:30
more and more interesting questions,
205
498254
2569
שאלות יותר ויותר מענינות,
08:32
like, how does dust from the Sahara,
206
500823
2710
כמו, כיצד אבק ממדבר סהרה
08:35
that you can see in the orange,
207
503533
1734
שאתם יכולים לראות בכתום,
08:37
interact with tropical cyclones in the Atlantic?
208
505267
3443
עושה אינטראקציה עם סופות ציקלון טרופיות
באוקיינוס האטלנטי?
באוקיינוס האטלנטי?
08:40
How do organic aerosols from biomass burning,
209
508710
3477
איך תרסיסים אורגניים מביומסה בוערת,
08:44
which you can see in the red dots,
210
512187
2723
שאתם יכולים לראות בנקודות האדומות,
08:46
intersect with clouds and rainfall patterns?
211
514910
2934
מצטלבים עם עננים ודפוסים של ירידת גשמים?
08:49
How does pollution, which you can see
212
517844
1787
איך זיהום אוויר שאתם יכולים לראות
08:51
in the white wisps of sulfate pollution in Europe,
213
519631
3899
באניצים הלבנים של זיהום סולפט באירופה,
08:55
how does that affect the
temperatures at the surface
temperatures at the surface
214
523530
3335
כיצד זה משפיע על הטמפרטורות שעל פני השטח
08:58
and the sunlight that you get at the surface?
215
526865
3488
ועל אור השמש שאתם מקבלים על פני השטח?
09:02
We can look at this across the world.
216
530353
3488
אנחנו יכולים להסתכל על זה בכל העולם.
09:05
We can look at the pollution from China.
217
533841
3660
אנו יכולים להסתכל על הזיהום מסין.
09:09
We can look at the impacts of storms
218
537501
3598
אנו יכולים להסתכל על ההשפעות של סופות
09:13
on sea salt particles in the atmosphere.
219
541099
3444
על חלקיקי מלח ים באטמוספירה.
09:16
We can see the combination
220
544543
2561
אנחנו יכולים לראות את השילוב
09:19
of all of these different things
221
547104
2171
של כל הדברים השונים האלה
09:21
happening all at once,
222
549275
1468
קורים כולם בבת אחת.
09:22
and we can ask much more interesting questions.
223
550743
2407
ואנחנו יכולים לשאול שאלות
הרבה יותר מענינות.
הרבה יותר מענינות.
09:25
How do air pollution and climate coexist?
224
553150
4624
כיצד זיהום האוויר והאקלים,
דרים בכפיפה אחת ?
דרים בכפיפה אחת ?
09:29
Can we change things
225
557774
1509
האם נוכל לשנות דברים
09:31
that affect air pollution and
climate at the same time?
climate at the same time?
226
559283
2589
שמשפיעים על זיהום אוויר
ואקלים באותו הזמן?
ואקלים באותו הזמן?
09:33
The answer is yes.
227
561872
2344
התשובה היא כן.
09:36
So this is a history of the 20th century.
228
564216
3044
אז זו היא היסטוריה של המאה 20.
09:39
The first one is the model.
229
567260
2243
הראשון הוא המודל.
09:41
The weather is a little bit different
230
569503
1407
מזג האוויר הוא קצת שונה
09:42
to what actually happened.
231
570910
1289
ממה שקרה בפועל.
09:44
The second one are the observations.
232
572199
2032
השני הם התצפיות.
09:46
And we're going through the 1930s.
233
574231
2325
ואנחנו עוברים דרך שנות ה-30.
09:48
There's variability, there are things going on,
234
576556
2824
יש השתנויות, קורים דברים,
09:51
but it's all kind of in the noise.
235
579380
2182
אבל כל זה הוא סוג של רעש.
09:53
As you get towards the 1970s,
236
581562
2862
כשמתקדמים לקראת שנות ה-70,
09:56
things are going to start to change.
237
584424
2009
דברים מתחילים להשתנות.
09:58
They're going to start to look more similar,
238
586433
2062
הם מתחילים להיראות יותר דומים,
10:00
and by the time you get to the 2000s,
239
588495
2558
וכשמגיעים לשנות ה-2000,
10:03
you're already seeing the
patterns of global warming,
patterns of global warming,
240
591063
2642
אתם כבר רואים את דפוסי
ההתחממות הגלובלית,
ההתחממות הגלובלית,
10:05
both in the observations and in the model.
241
593705
2749
הן בתצפיות ובמודל.
10:08
We know what happened over the 20th century.
242
596454
2127
אנו יודעים מה קרה לאורך המאה העשרים.
10:10
Right? We know that it's gotten warmer.
243
598581
1760
נכון? אנו יודעים שנעשה חם יותר.
10:12
We know where it's gotten warmer.
244
600341
1611
אנחנו יודעים איפה נעשה חם יותר.
10:13
And if you ask the models why did that happen,
245
601952
2740
ואם תשאלו את המודלים מדוע זה קרה,
10:16
and you say, okay, well, yes,
246
604692
2125
ואתם אומרים , בסדר, טוב , כן,
10:18
basically it's because of the carbon dioxide
247
606817
1866
ביסודו זה בגלל פחמן דו חמצני
10:20
we put into the atmosphere.
248
608683
1979
שאנו מחדירים לאטמוספירה.
10:22
We have a very good match
249
610662
1682
יש לנו התאמה טובה מאד
10:24
up until the present day.
250
612344
2627
עד עצם היום הזה.
10:26
But there's one key reason why we look at models,
251
614971
3420
אב יש סיבה עיקרית אחת
למה אנחנו מסתכלים על דגמים,
למה אנחנו מסתכלים על דגמים,
10:30
and that's because of this phrase here.
252
618391
2221
וזה בגלל המשפט הזה כאן.
10:32
Because if we had observations of the future,
253
620612
2495
משום שאם היו לנו תצפיות של העתיד,
10:35
we obviously would trust them more than models,
254
623107
3329
בוודאות היינו סומכים עליהם
יותר מאשר על מודלים,
יותר מאשר על מודלים,
10:38
But unfortunately,
255
626436
1944
אך למרבה הצער,
10:40
observations of the future
are not available at this time.
are not available at this time.
256
628380
5540
תצפיות של העתיד אינן זמינות בשלב זה.
10:45
So when we go out into the
future, there's a difference.
future, there's a difference.
257
633920
2705
אז כאשר אנו נכנסים אל העתיד, יש שוני.
10:48
The future is unknown, the future is uncertain,
258
636625
2562
העתיד בלתי ידוע, העתיד אינו ודאי,
10:51
and there are choices.
259
639187
2404
וישנן אפשרויות.
10:53
Here are the choices that we have.
260
641591
1833
אלו האפשרויות שיש לנו.
10:55
We can do some work to mitigate
261
643424
2139
אנו יכולים לעשות עבודה כלשהי כדי למתן
10:57
the emissions of carbon dioxide into the atmosphere.
262
645563
2795
את הפליטות של פחמן דו חמצני לאטמוספרה.
11:00
That's the top one.
263
648358
1926
זה הדבר העיקרי.
11:02
We can do more work
264
650284
1906
אנו יכולים לעשות יותר עבודה
11:04
to really bring it down
265
652190
2176
כדי ממש להפחית את זה
11:06
so that by the end of the century,
266
654366
2218
כך שעד סוף המאה,
11:08
it's not much more than there is now.
267
656584
2464
זה לא יהיה יותר מאשר כעת.
11:11
Or we can just leave it to fate
268
659048
3767
או שאנו יכולים פשוט להשאיר אותו לגורלו
11:14
and continue on
269
662815
1493
ולהמשיך הלאה
11:16
with a business-as-usual type of attitude.
270
664308
3746
בסוג של גישת עסקים כרגיל.
11:20
The differences between these choices
271
668054
3456
על ההבדלים בין האפשרויות האלו
11:23
can't be answered by looking at models.
272
671510
4797
לא ניתן לענות על ידי הסתכלות על מודלים.
11:28
There's a great phrase
273
676307
1639
יש משפט גדול
11:29
that Sherwood Rowland,
274
677946
1793
ששרווד רולנד,
11:31
who won the Nobel Prize for the chemistry
275
679739
3864
שזכה בפרס נובל בכימיה
11:35
that led to ozone depletion,
276
683603
2273
שהוביל לדלדול האוזון,
11:37
when he was accepting his Nobel Prize,
277
685876
2397
כשקיבל את פרס נובל,
11:40
he asked this question:
278
688273
1379
הוא שאל את השאלה:
11:41
"What is the use of having developed a science
279
689652
2311
" מהו הטעם בפיתוח מדע
11:43
well enough to make predictions if, in the end,
280
691963
3261
מספיק טוב כדי לעשות תחזיות,
אם בסופו של דבר,
אם בסופו של דבר,
11:47
all we're willing to do is stand around
281
695224
2829
כל מה שאנו מוכנים לעשות זה לעמוד
11:50
and wait for them to come true?"
282
698053
2707
ולחכות שיתגשמו?"
11:52
The models are skillful,
283
700760
2737
המודלים מיומנים,
11:55
but what we do with the
information from those models
information from those models
284
703497
3318
אבל מה שאנו עושים עם המידע
ממודלים אלה
ממודלים אלה
11:58
is totally up to you.
285
706815
2171
לגמרי תלויים בכם.
12:00
Thank you.
286
708986
1938
תודה רבה,
12:02
(Applause)
287
710924
2916
(מחיאות כפיים)
ABOUT THE SPEAKER
Gavin Schmidt - Climate scientistWhat goes into a climate model? Gavin Schmidt looks at how we use past and present data to model potential futures.
Why you should listen
Gavin Schmidt is a climate scientist at Columbia University's Earth Institute and is Deputy Chief at the NASA Goddard Institute for Space Studies. He works on understanding past, present and future climate change, using ever-more refined models and data sets to explore how the planet's climate behaves over time.
Schmidt is also deeply committed to communicating science to the general public. As a contributing editor at RealClimate.org, he helps make sure general readers have access to the basics of climate science, and works to bring the newest data and models into the public discussion around one of the most pressing issues of our time. He has worked with the American Museum of Natural History and the New York Academy of Sciences on education and public outreach, and he is the author of Climate Change: Picturing the Science, with Josh Wolfe.
More profile about the speakerSchmidt is also deeply committed to communicating science to the general public. As a contributing editor at RealClimate.org, he helps make sure general readers have access to the basics of climate science, and works to bring the newest data and models into the public discussion around one of the most pressing issues of our time. He has worked with the American Museum of Natural History and the New York Academy of Sciences on education and public outreach, and he is the author of Climate Change: Picturing the Science, with Josh Wolfe.
Gavin Schmidt | Speaker | TED.com