TED2014
Gavin Schmidt: The emergent patterns of climate change
گوین اشمیت: الگوهای ظهوریافته‌ی تغییرات اقلیمی
Filmed:
Readability: 4
1,270,244 views
دانشمند اقلیم شناس گوین اشمیت می گوید، تغییرات اقلیمی را به صورت جدا جدا نمی توان فهمید. یا کامل است یا هیچ چیز نیست. در یک صحبت روشنگرانه، او چگونگی مورد مطالعه قرار دادن تصویر کلی تغییرات اقلیمی را با مدل های مسحور که نمایانگر تعاملات بی نهایت پیچیده رویدادهای در مقیاس کوچک هستند را توضیح می دهد.
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
ما در یک محیط خیلی پیچیده زندگی می کنیم:
00:15
complexity and dynamism
1
3187
1904
پیچیدگی و خاصیت پویایی
00:17
and patterns of evidence
2
5091
2063
و الگوهای شواهد
00:19
from satellite photographs, from videos.
3
7154
2885
از عکس های ماهواره ای، از ویدیوها.
00:22
You can even see it outside your window.
4
10039
3011
حتی می توانید از پنجره خود
به بیرون نگاه کنید و آن را ببینید
به بیرون نگاه کنید و آن را ببینید
00:25
It's endlessly complex, but somehow familiar,
5
13050
3860
این بی نهایت پیچیده است،
ولی به نوعی آشنا است،
ولی به نوعی آشنا است،
00:28
but the patterns kind of repeat,
6
16910
1960
ولی الگوها تکرار می شوند،
00:30
but they never repeat exactly.
7
18870
2490
اما تکرار آنها دقیق نیست.
00:33
It's a huge challenge to understand.
8
21360
4127
یک چالش عظیم برای فهمیدن وجود دارد.
00:37
The patterns that you see
9
25487
2132
الگوهایی که شما می بینید
00:39
are there at all of the different scales,
10
27619
3720
در تمامی مقیاس های گوناگون وجود دارند،
00:43
but you can't chop it into one little bit and say,
11
31339
2906
اما نمی توان آن را خرد کرد و گفت،
00:46
"Oh, well let me just make a smaller climate."
12
34245
2663
" اجازه دهید تا اقلیم کوچکتری ایجاد کنم."
00:48
I can't use the normal products of reductionism
13
36908
4212
من نمی توانم از محصولات عادی اقلیم گرایی استفاده کنم
00:53
to get a smaller and smaller thing that I can study
14
41120
2722
تا یک چیز کوچک و کوچکتر برای مطالعه
00:55
in a laboratory and say, "Oh,
15
43842
2308
در آزمایشگاه داشته باشم و بگویم
00:58
now that's something I now understand."
16
46150
2396
" اوه، این چیزی است که حالا می فهمم."
01:00
It's the whole or it's nothing.
17
48546
3367
یا باید کامل باشد یا اصلا نباشد.
01:03
The different scales that give you
18
51913
2552
مقیاس های متفاوتی که این نوع
01:06
these kinds of patterns
19
54465
2122
الگو ها به شما می دهند
01:08
range over an enormous range of magnitude,
20
56587
3457
در اندازه، تفاوت های زیادی دارند
01:12
roughly 14 orders of magnitude,
21
60044
2416
تقریبا ۱۴ نوع قدرت و بزرگی
01:14
from the small microscopic particles
22
62460
2491
از ذرات ریز میکروسکوپی
01:16
that seed clouds
23
64951
2376
که هسته تشکیل ابرها هستند
01:19
to the size of the planet itself,
24
67327
2560
تا اندازه خود سیاره زمین،
01:21
from 10 to the minus six
25
69887
1276
از ۱۰ به توان منفی ۶
01:23
to 10 to the eight,
26
71163
1077
تا ۱۰ به توان ۸،
01:24
14 orders of spatial magnitude.
27
72240
2292
که ۱۴ نوع قدرت فضایی هستند.
01:26
In time, from milliseconds to millennia,
28
74532
3411
در زمان، از میلی ثانیه تا هزاران سال،
01:29
again around 14 orders of magnitude.
29
77943
3055
دوباره حدود ۱۴ نوع اندازه هستند.
01:32
What does that mean?
30
80998
1387
این به چه معنی است؟
01:34
Okay, well if you think about how
31
82385
1939
اگر به این فکر کنید که
01:36
you can calculate these things,
32
84324
2660
چطور می توانید این چیز ها را محاسبه کنید،
01:38
you can take what you can see,
33
86984
1960
می توانید چیزی که می بینید را در نظر بگیرید،
01:40
okay, I'm going to chop it up
34
88944
1026
خوب من می خواهم آن را خرد کنم
01:41
into lots of little boxes,
35
89970
1379
در اندازه جعبه های کوچکی،
01:43
and that's the result of physics, right?
36
91349
2355
و این نتیجه ی فیزیک است، درسته؟
01:45
And if I think about a weather model,
37
93704
1725
و اگر درباره مدل آب و هوایی فکر کنید،
01:47
that spans about five orders of magnitude,
38
95429
2494
در ۵ اندازه وجود دارد،
01:49
from the planet to a few kilometers,
39
97923
3127
از اندازه سیاره تا چندین کیلومتر،
01:53
and the time scale
40
101050
1538
و مقیاس زمان
01:54
from a few minutes to 10 days, maybe a month.
41
102588
4412
از چندین دقیقه تا ۱۰ روز یا حتی یک ماه هستند.
01:59
We're interested in more than that.
42
107000
1395
ما به چیزی بیش از این علاقه داریم.
02:00
We're interested in the climate.
43
108395
1305
ما به اقلیم علاقه مند هستیم.
02:01
That's years, that's millennia,
44
109700
2141
این مربوط به سال ها است، هزاران سال،
02:03
and we need to go to even smaller scales.
45
111841
2573
و ما به مقایس های کوچک تری نیاز داریم.
02:06
The stuff that we can't resolve,
46
114414
1601
چیزهایی که نمی توانبم حل کنیم،
02:08
the sub-scale processes,
47
116015
1965
آن پردازش های زیر- مقیاسی را،
02:09
we need to approximate in some way.
48
117980
1980
باید به صورت تقریبی در نظر بگیریم.
02:11
That is a huge challenge.
49
119960
1762
این یک چالش عظیم است.
02:13
Climate models in the 1990s
50
121722
2188
مدل های اقلیمی در دهه ۱۹۹۰
02:15
took an even smaller chunk of that,
51
123910
1970
حتی تکه های کوچک تری از آن گرفتند،
02:17
only about three orders of magnitude.
52
125880
2018
فقط در حدود ۳ اندازه و بزرگی بودند.
و مدل های اقلیمی در دهه ۲۰۱۰،
02:19
Climate models in the 2010s,
53
127898
2095
02:21
kind of what we're working with now,
54
129993
1774
تقریبا همان چیزی که حالا با آن کار می کنیم،
02:23
four orders of magnitude.
55
131767
2940
چهار نوع اندازه دارند.
02:26
We have 14 to go,
56
134707
2303
ما به ۱۴ نوع اندازه نیاز داریم،
02:29
and we're increasing our capability
57
137010
2200
و ما در حال افزایش ظرفیت های خود
02:31
of simulating those at about
58
139210
1870
در شبیه سازی آنها با سرعت یک اندازه اضافه
02:33
one extra order of magnitude every decade.
59
141080
3546
به ازای هر دهه هستیم.
02:36
One extra order of magnitude in space
60
144626
1895
یک اندازه جدید در فضا
02:38
is 10,000 times more calculations.
61
146521
3249
۱۰ هزار برابر محاسبات بیشتر است.
02:41
And we keep adding more things,
62
149770
2380
و ما در حال اضافه کردن چیزها و سوالات بیشتر
02:44
more questions to these different models.
63
152150
2374
به این مدل های گوناگون هستیم.
02:46
So what does a climate model look like?
64
154524
2733
خوب یک مدل اقلیمی به چه شکل است؟
02:49
This is an old climate model, admittedly,
65
157257
2341
این یک مدل اقلیمی قدیمی است، مسلما،
02:51
a punch card, a single line of Fortran code.
66
159598
4080
یک برگه منگنه شده و یک خط کد فرترن(زبان برنامه نویسی).
02:55
We no longer use punch cards.
67
163678
1978
ما دیگر از برگه های پانچ شده استفاده نمی کنیم.
02:57
We do still use Fortran.
68
165656
2241
ولی هنوز ازبرنامه فرترن استفاده می کنیم.
02:59
New-fangled ideas like C
69
167897
1957
ایده های نو ظهور مثل C (زبان برنامه نویسی)
03:01
really haven't had a big impact
70
169854
3235
واقعا تاثیر شگرفی بر روی
03:05
on the climate modeling community.
71
173089
2367
جامعه مدل سازی اقلیمی نداشته اند.
03:07
But how do we go about doing it?
72
175456
1400
اما ما چگونه آن را انجام می دهیم؟
03:08
How do we go from that complexity that you saw
73
176856
4624
ما چطور از آن پیچیدگی که شما دیدید
03:13
to a line of code?
74
181480
2530
به یک خط کد برنامه رسیدیم؟
03:16
We do it one piece at a time.
75
184010
1573
ما آن را قدم به قدم انجام می دهیم.
03:17
This is a picture of sea ice
76
185583
1878
این تصویر یک دریای یخ است
03:19
taken flying over the Arctic.
77
187461
2098
که در حال پرواز از روی قطب شمال گرفته شده است
03:21
We can look at all of the different equations
78
189559
2038
ما می توانیم به تمام معادلات گوناگون
03:23
that go into making the ice grow
79
191597
3112
که در رشد یخ یا آب شدن آن، یا تغییر شکل آن
03:26
or melt or change shape.
80
194709
2114
نگاه کنیم.
03:28
We can look at the fluxes.
81
196823
1131
می توانیم به سیلاب‌ها نگاه کنیم.
03:29
We can look at the rate at which
82
197954
1952
می توانیم به سرعت تبدیل برف به یخ نگاه کنیم
03:31
snow turns to ice, and we can code that.
83
199906
2845
و آن را تبدیل به کد برنامه کنیم.
03:34
We can encapsulate that in code.
84
202751
2329
می توانیم همه آن را در قالب یک کد قرار دهیم.
03:37
These models are around
85
205080
1226
این مدل ها در حدود یک میلیون خط کد
03:38
a million lines of code at this point,
86
206306
2083
در زمان حال هستند،
03:40
and growing by tens of thousands of lines of code
87
208389
3470
و هر ساله ده ها هزار خط کد به
03:43
every year.
88
211859
1191
آنها افزوده می شود.
03:45
So you can look at that piece,
89
213050
1653
پس شما می توانید به آن تکه نگاه کنید،
03:46
but you can look at the other pieces too.
90
214703
1922
ولی می توانید به تکه های دیگر نیز نگاه کنید.
03:48
What happens when you have clouds?
91
216625
1933
چه اتفاقی می افتد وقتی شما ابر دارید؟
03:50
What happens when clouds form,
92
218558
2159
چه اتفاقی می افتد وفتی ابرها شکل می گیرند،
03:52
when they dissipate, when they rain out?
93
220717
1882
وقتی پراکنده می شوند، وقتی تمام می شوند؟
03:54
That's another piece.
94
222599
1742
آن یک تکه دیگر است.
03:56
What happens when we have radiation
95
224341
1846
چه اتفاقی می افتد وقتی ما تابش عبوری خورشید
03:58
coming from the sun, going through the atmosphere,
96
226187
2534
از جو را داریم،
04:00
being absorbed and reflected?
97
228721
1926
که جذب و بازتاب می شود؟
04:02
We can code each of those
very small pieces as well.
very small pieces as well.
98
230647
3979
ما می توانیم هر یک از این تکه های کوچک را تبدیل به کد کنیم.
04:06
There are other pieces:
99
234626
1416
تکه های دیگری وجود دارد:
04:08
the winds changing the ocean currents.
100
236042
3460
بادها امواج اقیانوس ها را تغییر می دهند.
04:11
We can talk about the role of vegetation
101
239502
3770
می توانیم درباره نقش پوشش گیاهی
04:15
in transporting water from the soils
102
243272
2329
در انتقال آب از خاک و همچنین به جو
04:17
back into the atmosphere.
103
245601
1969
صحبت کنیم.
04:19
And each of these different elements
104
247570
2914
و هر یک از این عناصر گوناگون
04:22
we can encapsulate and put into a system.
105
250484
3624
می تواند جمع شود و درون یک سیستم قرار داده شود.
04:26
Each of those pieces ends up adding to the whole.
106
254108
5148
هر یک از این تکه ها به کل اضافه می شود.
04:31
And you get something like this.
107
259256
2297
و شما چیزی مثل این دارید.
04:33
You get a beautiful representation
108
261553
2848
شما یک نمایش زیبا از
04:36
of what's going on in the climate system,
109
264401
2622
رویدادهای داخل سیستم اقلیمی دارید،
04:39
where each and every one of those
110
267023
3389
که هر یک از آنها
04:42
emergent patterns that you can see,
111
270412
2782
الگوهای ظهوریافته‌ای که می توانید ببینید،
04:45
the swirls in the Southern Ocean,
112
273194
2003
در اقیانوس جنوبی چرخش می کند،
04:47
the tropical cyclone in the Gulf of Mexico,
113
275197
2756
گردباد گرمسیری در خلیج مکزیک،
04:49
and there's two more that are going to pop up
114
277953
1641
و دو نمونه دیگری که در زمان نزدیکی
04:51
in the Pacific at any point now,
115
279594
2354
شاهد آنها در اقیانوس آرام خواهیم بود،
04:53
those rivers of atmospheric water,
116
281948
2713
رودخانه های آب های جَوی،
04:56
all of those are emergent properties
117
284661
2857
همه آن خواص ظهوریافته‌ای
04:59
that come from the interactions
118
287518
2124
که از ارتباط بین پردازش های مقیاس کوچکی
05:01
of all of those small-scale processes I mentioned.
119
289642
3495
که ذکر کردم حاصل می شوند.
05:05
There's no code that says,
120
293137
1905
هیچ کدی وجود ندارد که بگوید
05:07
"Do a wiggle in the Southern Ocean."
121
295042
1857
"یک تکان در اقیانوس جنوبی بخور"
05:08
There's no code that says, "Have two
122
296899
2668
هیچ کدی وجود ندارد که بگوید
05:11
tropical cyclones that spin around each other."
123
299567
2898
"دو گردباد گرمسیری سالیانه دارد"
05:14
All of those things are emergent properties.
124
302465
3812
همه اینها برآیند ویژگیهای ظهوریافته هستند.
05:18
This is all very good. This is all great.
125
306277
2146
همه اینها خیلی خوب هستند. عالی هستند
05:20
But what we really want to know
126
308423
1270
اما چیزی که واقعا می خواهیم بدانیم این است
05:21
is what happens to these emergent properties
127
309693
1949
وقتی ما به سیستم ضربه می زنیم،
05:23
when we kick the system?
128
311642
1705
چه اتفاقی برای این ویژگی های ظهوریافته می افتد؟
05:25
When something changes, what
happens to those properties?
happens to those properties?
129
313347
3533
وقتی چیزی تغییر می کند، چه اتفاقی برای آن ویژگی ها رخ می دهد.
05:28
And there's lots of different ways to kick the system.
130
316880
2989
و روش های زیادی برای ضربه به سیستم وجود دارد.
05:31
There are wobbles in the Earth's orbit
131
319869
2033
در مدار های زمین لرزش هایی وجود دارد
05:33
over hundreds of thousands of years
132
321902
1879
با قدمت بیش از صدها هزار سال
05:35
that change the climate.
133
323781
2026
که اقلیم را تغییر می دهند.
05:37
There are changes in the solar cycles,
134
325807
2136
تغییراتی در چرخه های خورشیدی وجود دارند،
05:39
every 11 years and longer, that change the climate.
135
327943
3105
که هر ۱۱ سال و بیشتر اقلیم را تغییر می دهند.
05:43
Big volcanoes go off and change the climate.
136
331048
3574
آتشفشان های عظیم که فعالیت می کنند و اقلیم را تغییر میدهند.
05:46
Changes in biomass burning, in smoke,
137
334622
3238
تغییرات با سوختن زیست توده، دود
05:49
in aerosol particles, all of those things
138
337860
1863
با ذرات افشانه ها، همه آنها
05:51
change the climate.
139
339723
1822
اقلیم را تغییر می دهند.
05:53
The ozone hole changed the climate.
140
341545
4059
سوراخ اوزون اقلیم را تغییر داده است.
05:57
Deforestation changes the climate
141
345604
2217
جنگل زدایی با تغییر خواص سطحی
05:59
by changing the surface properties
142
347821
1926
و با تغییر نحوه تبخیر و
06:01
and how water is evaporated
143
349747
1990
جابجایی آن در سیستم
06:03
and moved around in the system.
144
351737
2466
باعث تغییر می شود.
06:06
Contrails change the climate
145
354203
2285
آب های تغلیظ شده در موتور جت ها
06:08
by creating clouds where there were none before,
146
356488
2867
با ایجاد ابرهایی که قبلا وجود نداشتند، باعث تغییر
06:11
and of course greenhouse gases change the system.
147
359355
4598
و البته گازهای گلخانه ای باعث تغییر می شوند.
06:15
Each of these different kicks
148
363953
3021
هر یک از این روش های گوناگون
06:18
provides us with a target
149
366974
2151
یک هدف برای ما فراهم می کنند
06:21
to evaluate whether we understand
150
369125
2835
تا بسنجیم که آیا چیزی درباره این
06:23
something about this system.
151
371960
2161
سیستم درک می کنیم.
06:26
So we can go to look at
152
374121
2392
پس ما می توانیم به مدل
06:28
what model skill is.
153
376513
2704
مهارتی نگاه کنیم.
06:31
Now I use the word "skill" advisedly:
154
379217
2033
حالا من آگاهانه از کلمه "مهارتی" استفاده می کنم
06:33
Models are not right or wrong; they're always wrong.
155
381250
2411
چون مدل های غلط یا درست نیستند، همیشه غلط هستند.
06:35
They're always approximations.
156
383661
1720
آنها همیشه تقریبی هستند.
06:37
The question you have to ask
157
385381
1894
سوالی که باید بپرسید این است که
06:39
is whether a model tells you more information
158
387275
3079
آیا یک مدل اطلاعات بیشتری از قبل
06:42
than you would have had otherwise.
159
390354
1925
به شما می دهد یا خیر؟
06:44
If it does, it's skillful.
160
392279
3381
اگر به این صورت است، پس مهارتی هست.
06:47
This is the impact of the ozone hole
161
395660
2454
این تاثیر سوراخ اوزون بر
06:50
on sea level pressure, so
low pressure, high pressures,
low pressure, high pressures,
162
398114
2860
فشار سطح دریا، فشار بالا و پایین،
06:52
around the southern oceans, around Antarctica.
163
400974
2595
در اطراف اقیانوس جنوبی و قطب شمال است.
06:55
This is observed data.
164
403569
1913
این اطلاعات مشاهده شده اند.
06:57
This is modeled data.
165
405482
2088
این اطلاعات مدل سازی شده اند.
06:59
There's a good match
166
407570
1594
یک تطبیق خوب وجود دارد
07:01
because we understand the physics
167
409164
1951
چون ما فیزیکی که دما را در اتمسفر
07:03
that controls the temperatures in the stratosphere
168
411115
3138
کنترل می کند و کاری که با بادها
07:06
and what that does to the winds
169
414253
1746
در اطراف اقیانوس جنوبی می کند
07:07
around the southern oceans.
170
415999
2181
را متوجه می شویم.
07:10
We can look at other examples.
171
418180
1519
می توانیم به مثال های دیگری نگاه کنیم.
07:11
The eruption of Mount Pinatubo in 1991
172
419699
2856
فوران آتشفشان کوه پینتابو در سال ۱۹۹۱
07:14
put an enormous amount of aerosols, small particles,
173
422555
2799
مقدار زیادی از افشانه ها ذرات ریز،
07:17
into the stratosphere.
174
425354
1587
را وارد اتمسفر کرد.
07:18
That changed the radiation
balance of the whole planet.
balance of the whole planet.
175
426941
3147
این تعادل تابش کل سیاره را بر هم میزند.
07:22
There was less energy coming
in than there was before,
in than there was before,
176
430088
2782
انرژی کمتری نسبت به قبل وارد زمین می شد،
07:24
so that cooled the planet,
177
432870
1658
و این باعث خنک شدن سیاره شد،
07:26
and those red lines and those green lines,
178
434528
2019
و آن خط های سبز و قرمز،
07:28
those are the differences between what we expected
179
436547
2565
آنها اختلافاتی هستند بین انتظارات ما
07:31
and what actually happened.
180
439112
1688
و چیزهایی که واقعا اتفاق افتاد.
07:32
The models are skillful,
181
440800
1783
مدل مهارتی است،
07:34
not just in the global mean,
182
442583
1693
نه فقط در تعریف جهانی
07:36
but also in the regional patterns.
183
444276
3044
بلکه در الگوهای منطقه ای
07:39
I could go through a dozen more examples:
184
447320
2840
من می توانستم به چندین مثال دیگر اشاره کنم:
07:42
the skill associated with solar cycles,
185
450160
2850
مهارت مرتبط با چرخه های خورشیدی،
07:45
changing the ozone in the stratosphere;
186
453010
2070
که اوزون داخل اتمسفر را تغییر می دهد؛
07:47
the skill associated with orbital changes
187
455080
2347
مهارت مربوط به تغییرات محورها
07:49
over 6,000 years.
188
457427
2056
در طول ۶ هزار سال.
07:51
We can look at that too, and the models are skillful.
189
459483
2398
ما می توانیم به آنها نگاه کنیم ولی مدل ها مهارتی هستند.
07:53
The models are skillful in response to the ice sheets
190
461881
3094
این مدل ها در پاسخ به بستر های یخ
07:56
20,000 years ago.
191
464975
1520
۲۰ هزار سال قبل نیز مهارتی هستند.
07:58
The models are skillful
192
466495
1671
این مدل های برای
08:00
when it comes to the 20th-century trends
193
468166
2904
بررسی روند قرن بیستم
08:03
over the decades.
194
471070
1515
در طول دهه ها کارایی دارند.
08:04
Models are successful at modeling
195
472585
2282
مدل ها در مدل سازی طغیان های
08:06
lake outbursts into the North Atlantic
196
474867
2605
دریچه های اقیانوس اطلس شمالی در ۸ هزار سال گذشته
08:09
8,000 years ago.
197
477472
1765
موفق هستند.
08:11
And we can get a good match to the data.
198
479237
3090
و ما می توانیم یک تطابق خوب برای اطلاعات پیدا کنیم.
08:15
Each of these different targets,
199
483463
2387
هر یک از این هدف های گوناگون،
08:17
each of these different evaluations,
200
485850
2130
هر یک از این ارزیابی های گوناگون،
08:19
leads us to add more scope
201
487980
2391
ما را به سمت گسترده تر کردن
08:22
to these models,
202
490371
1151
این مدل های نزدیک می کند.
08:23
and leads us to more and more
203
491522
2744
همچنین ما را به سمت
08:26
complex situations that we can ask
204
494266
3988
شرایط پیچیده تر که سوالات جالب و جالب تری
08:30
more and more interesting questions,
205
498254
2569
می پرسیم نزدیک تر می کنند،
08:32
like, how does dust from the Sahara,
206
500823
2710
مثل، چگونه گرد و خاک صحرای بزرگ آفریقا،
08:35
that you can see in the orange,
207
503533
1734
که می توانید در قسمت نارنجی ببینید،
08:37
interact with tropical cyclones in the Atlantic?
208
505267
3443
با گردباد های گرمسیری در اقیانوس اطلس تعامل دارند؟
08:40
How do organic aerosols from biomass burning,
209
508710
3477
چگونه افشانه های آلی حاصل سوخت زیست توده،
08:44
which you can see in the red dots,
210
512187
2723
که در نقاط قرمز می بینید،
08:46
intersect with clouds and rainfall patterns?
211
514910
2934
با ابرها و الگوهای بارشی تداخل دارند؟
08:49
How does pollution, which you can see
212
517844
1787
چگونه آلودگی، که می توانید در باریکی های سفید
08:51
in the white wisps of sulfate pollution in Europe,
213
519631
3899
آلودگی سولفات در اروپا است را ببینید،
08:55
how does that affect the
temperatures at the surface
temperatures at the surface
214
523530
3335
چگونه آنها دمای سطح و نور خورشید
08:58
and the sunlight that you get at the surface?
215
526865
3488
که روی زمین می گیرید را تغییر دهند؟
09:02
We can look at this across the world.
216
530353
3488
می توانیم در سر تا سر جهان به این نگاه کنیم.
09:05
We can look at the pollution from China.
217
533841
3660
می توانیم به آلودگی در چین نگاه کنیم.
09:09
We can look at the impacts of storms
218
537501
3598
می توانیم به تاثیر طوفان ها
09:13
on sea salt particles in the atmosphere.
219
541099
3444
بر ذرات نمک در جو نگاه کنیم.
09:16
We can see the combination
220
544543
2561
می توانیم ترکیب
09:19
of all of these different things
221
547104
2171
همه این چیزهای گوناگون را
09:21
happening all at once,
222
549275
1468
به صورت یکجا ببینیم،
09:22
and we can ask much more interesting questions.
223
550743
2407
و می توانیم سوالات خیلی جالب تری بپرسیم.
09:25
How do air pollution and climate coexist?
224
553150
4624
چگونه آلودگی هوا و اقلیم همزمان وجود دارند؟
09:29
Can we change things
225
557774
1509
آیا می توانیم چیزهایی را تغییر دهیم که بر آلودگی هوا
09:31
that affect air pollution and
climate at the same time?
climate at the same time?
226
559283
2589
و اقلیم همزمان تاثیر دارند؟
09:33
The answer is yes.
227
561872
2344
پاسخ "بله" هست.
09:36
So this is a history of the 20th century.
228
564216
3044
خُب این تاریخ قرن بیستم است
09:39
The first one is the model.
229
567260
2243
تصویر اولی مدل است.
09:41
The weather is a little bit different
230
569503
1407
آب و هوا کمی متفاوت است
09:42
to what actually happened.
231
570910
1289
نسبت به چیزی که واقعا اتفاق افتاد.
09:44
The second one are the observations.
232
572199
2032
دومین تصویر مشاهدات هستند.
09:46
And we're going through the 1930s.
233
574231
2325
ما از سال ۱۹۳۰ نگاه می‌کنیم.
09:48
There's variability, there are things going on,
234
576556
2824
تغییر پذیری وجود دارد و چیزهایی در حال رویدادن هستند،
09:51
but it's all kind of in the noise.
235
579380
2182
ولی به نوعی دربه هم‌ریخته و مخطل هستند.
09:53
As you get towards the 1970s,
236
581562
2862
وقتی نزدیک دهه ۱۹۷۰ می شوید،
09:56
things are going to start to change.
237
584424
2009
به شروع تغییرات نزدیک می شوید.
09:58
They're going to start to look more similar,
238
586433
2062
آنها در حال شبیه هم شدن هستند،
10:00
and by the time you get to the 2000s,
239
588495
2558
و وقتی به دهه ۲۰۰۰ می رسید،
10:03
you're already seeing the
patterns of global warming,
patterns of global warming,
240
591063
2642
شما در حال مشاهده الگوهای گرم شدن زمین هستید،
10:05
both in the observations and in the model.
241
593705
2749
هم در مشاهدات و هم در مدل ها.
10:08
We know what happened over the 20th century.
242
596454
2127
ما می دانیم که چه چیز های در قرن بیستم اتفاق افتاد.
10:10
Right? We know that it's gotten warmer.
243
598581
1760
درسته؟ می دانیم که هوا گرم تر شده است.
10:12
We know where it's gotten warmer.
244
600341
1611
می دانیم که کجا گرم تر شده است
10:13
And if you ask the models why did that happen,
245
601952
2740
ولی وقتی از مدل های می پرسید چرا این اتفاق افتاده،
10:16
and you say, okay, well, yes,
246
604692
2125
و می گویید خوب بله، درسته،
10:18
basically it's because of the carbon dioxide
247
606817
1866
در حقیقت این به خاطر دی اکسید کربن است
10:20
we put into the atmosphere.
248
608683
1979
که ما در جو وارد کردیم.
10:22
We have a very good match
249
610662
1682
ما تا به امروز
10:24
up until the present day.
250
612344
2627
یک تطابق خیلی خوب داریم.
10:26
But there's one key reason why we look at models,
251
614971
3420
ولی یک دلیل کلیدی وجود دارد که ما به مدل ها نگاه می کنیم،
10:30
and that's because of this phrase here.
252
618391
2221
و آن به خاطر این عبارتی که اینجا وجود دارد است.
10:32
Because if we had observations of the future,
253
620612
2495
چون اگر ما مشاهدات آینده را داشتیم،
10:35
we obviously would trust them more than models,
254
623107
3329
ما مسلما بیشتر از مدل ها به آنها اعتماد می کردیم،
10:38
But unfortunately,
255
626436
1944
ولی متاسفانه،
10:40
observations of the future
are not available at this time.
are not available at this time.
256
628380
5540
مشاهدات آینده در حال حاضر در دسترس نیستند.
10:45
So when we go out into the
future, there's a difference.
future, there's a difference.
257
633920
2705
پس وقتی به آینده می رویم تفاوتی وجود دارد.
10:48
The future is unknown, the future is uncertain,
258
636625
2562
آینده نادانسته است، آینده نا معلوم است،
10:51
and there are choices.
259
639187
2404
ولی گزینه هایی وجود دارند.
10:53
Here are the choices that we have.
260
641591
1833
اینها گزینه هایی هستند که ما داریم.
10:55
We can do some work to mitigate
261
643424
2139
می توانیم کارهایی کنیم که تولید دی اکسید کربن
10:57
the emissions of carbon dioxide into the atmosphere.
262
645563
2795
به جو را کاهش می دهنیم.
11:00
That's the top one.
263
648358
1926
این مهمترین هست.
11:02
We can do more work
264
650284
1906
می توانیم کارهای بیشتری کنیم
11:04
to really bring it down
265
652190
2176
تا آن را در حقیقت کاهش دهیم
11:06
so that by the end of the century,
266
654366
2218
تا در پایان قرن،
11:08
it's not much more than there is now.
267
656584
2464
خیلی بیشتر از چیزی که اکنون وجود دارد نباشد.
11:11
Or we can just leave it to fate
268
659048
3767
یا می توانیم آن را به سرنوشت خود رها کنیم
11:14
and continue on
269
662815
1493
و نگرش همیشگی خود
11:16
with a business-as-usual type of attitude.
270
664308
3746
ادامه دهیم.
11:20
The differences between these choices
271
668054
3456
تفاوت بین این گزینه ها
11:23
can't be answered by looking at models.
272
671510
4797
با نگاه کردن به مدل های قابل پاسخ نیست.
11:28
There's a great phrase
273
676307
1639
یک سخن بزرگ از
11:29
that Sherwood Rowland,
274
677946
1793
شرود روولند هست
11:31
who won the Nobel Prize for the chemistry
275
679739
3864
برنده جایزه نوبل
11:35
that led to ozone depletion,
276
683603
2273
که منجر به تخلیه اوزون از جو شد،
11:37
when he was accepting his Nobel Prize,
277
685876
2397
در زمان دریافت جایزه نوبل گفت،
11:40
he asked this question:
278
688273
1379
او این سوال را پرسید:
11:41
"What is the use of having developed a science
279
689652
2311
"فایده توسعه دادن یک علم
11:43
well enough to make predictions if, in the end,
280
691963
3261
برای انجام پیش بینی ها چیست،
11:47
all we're willing to do is stand around
281
695224
2829
«اگر در نهایت، تمام چیزی که تمایل داریم انجام دهیم این است»
11:50
and wait for them to come true?"
282
698053
2707
که کنار بایستیم و منتظر بمانیم تا آنها به حقیقت بپیوندد؟"
11:52
The models are skillful,
283
700760
2737
مدل های مهارتی هستند،
11:55
but what we do with the
information from those models
information from those models
284
703497
3318
ولی کاری که با اطلاعات به دست آمده از آنها انجام دهیم
11:58
is totally up to you.
285
706815
2171
کاملا در دستان خودتان است.
12:00
Thank you.
286
708986
1938
سپاسگزارم.
12:02
(Applause)
287
710924
2916
(تشویق حاضرین)
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