TED2014
Gavin Schmidt: The emergent patterns of climate change
Gavin Schmidt: Nowe zjawiska klimatyczne
Filmed:
Readability: 4
1,270,244 views
Zmiany klimatyczne nie mogą być analizowane pojedynczo - mówi klimatolog Gavin Schmidt. Analizuje się je całościowo albo wcale. W swojej pouczającej prelekcji wyjaśnia istotę badań nad całościowymi zmianami klimatu przy wykorzystaniu fascynujących modeli, które pokazują nieskończenie złożone zależności między pojedynczymi zjawiskami w przyrodzie.
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.
Żyjemy w bardzo złożonym środowisku:
00:12
We live in a very complex environment:
0
864
2323
00:15
complexity and dynamism
1
3187
1904
złożoność i dynamizm,
00:17
and patterns of evidence
2
5091
2063
powtarzające się zjawiska,
00:19
from satellite photographs, from videos.
3
7154
2885
widoczne na filmach
i zdjęciach satelitarnych
i zdjęciach satelitarnych
00:22
You can even see it outside your window.
4
10039
3011
widoczne są także za oknem.
00:25
It's endlessly complex, but somehow familiar,
5
13050
3860
Zjawiska te nieskończenie złożone,
są jednak znajome.
są jednak znajome.
00:28
but the patterns kind of repeat,
6
16910
1960
Choć powtarzają się,
00:30
but they never repeat exactly.
7
18870
2490
nigdy nie są identyczne.
00:33
It's a huge challenge to understand.
8
21360
4127
Zrozumieć je to wielkie wyzwanie.
00:37
The patterns that you see
9
25487
2132
Zjawiska, które widzicie
00:39
are there at all of the different scales,
10
27619
3720
są przedstawione w bardzo różnych skalach,
00:43
but you can't chop it into one little bit and say,
11
31339
2906
ale nie można ich rozpatrywać po kawałku:
00:46
"Oh, well let me just make a smaller climate."
12
34245
2663
"Zajmę się tylko małym wycinkiem klimatu".
00:48
I can't use the normal products of reductionism
13
36908
4212
Nie mogę użyć standardowych uproszczeń,
00:53
to get a smaller and smaller thing that I can study
14
41120
2722
aby wyodrębnić najmniejszą część
00:55
in a laboratory and say, "Oh,
15
43842
2308
do badania w laboratorium i powiedzieć:
00:58
now that's something I now understand."
16
46150
2396
"To już rozumiem".
01:00
It's the whole or it's nothing.
17
48546
3367
Badamy wszystko albo nic.
01:03
The different scales that give you
18
51913
2552
Różne skale, które pokazują
01:06
these kinds of patterns
19
54465
2122
dane zjawiska,
01:08
range over an enormous range of magnitude,
20
56587
3457
różnią się ogromnie rzędem wielkości.
01:12
roughly 14 orders of magnitude,
21
60044
2416
Generalnie mamy 14 rzędów wielkości,
01:14
from the small microscopic particles
22
62460
2491
od małych mikroskopijnych cząsteczek,
01:16
that seed clouds
23
64951
2376
które sieją chmury,
01:19
to the size of the planet itself,
24
67327
2560
do tych wielkości planet.
01:21
from 10 to the minus six
25
69887
1276
Skale od 10^ -6
01:23
to 10 to the eight,
26
71163
1077
do 10^8.
01:24
14 orders of spatial magnitude.
27
72240
2292
14 przestrzennych wielkości.
01:26
In time, from milliseconds to millennia,
28
74532
3411
Wartości od milisekundy do tysiącleci
01:29
again around 14 orders of magnitude.
29
77943
3055
i znowu 14 rzędów wielkości.
01:32
What does that mean?
30
80998
1387
Ale co to właściwie oznacza?
01:34
Okay, well if you think about how
31
82385
1939
Jeśli zastanawiacie się,
01:36
you can calculate these things,
32
84324
2660
jak to się oblicza,
01:38
you can take what you can see,
33
86984
1960
spójrzcie na slajd.
01:40
okay, I'm going to chop it up
34
88944
1026
Podzielę to na wiele małych części,
01:41
into lots of little boxes,
35
89970
1379
które są efektem działania praw fizyki.
01:43
and that's the result of physics, right?
36
91349
2355
01:45
And if I think about a weather model,
37
93704
1725
Mamy tu model pogodowy,
01:47
that spans about five orders of magnitude,
38
95429
2494
który obejmuje 5 rzędów wielkości,
01:49
from the planet to a few kilometers,
39
97923
3127
od wielkości planety do kilku kilometrów.
01:53
and the time scale
40
101050
1538
W skali czasowej
01:54
from a few minutes to 10 days, maybe a month.
41
102588
4412
od kilku minut do 10 dni, może miesiąca.
01:59
We're interested in more than that.
42
107000
1395
Interesuje nas coś więcej.
02:00
We're interested in the climate.
43
108395
1305
Interesuje nas klimat
02:01
That's years, that's millennia,
44
109700
2141
na przestrzeni lat i tysiącleci,
02:03
and we need to go to even smaller scales.
45
111841
2573
musimy brać pod uwagę mniejsze skale.
02:06
The stuff that we can't resolve,
46
114414
1601
To, czego nie możemy obliczyć,
02:08
the sub-scale processes,
47
116015
1965
procesy nie mieszczące się na skali,
02:09
we need to approximate in some way.
48
117980
1980
musimy jakoś oszacować.
02:11
That is a huge challenge.
49
119960
1762
To ogromne wyzwanie.
02:13
Climate models in the 1990s
50
121722
2188
Modele klimatyczne z lat 90.
02:15
took an even smaller chunk of that,
51
123910
1970
pokazywały jeszcze mniejszy wycinek,
02:17
only about three orders of magnitude.
52
125880
2018
który obejmował tylko 3 rzędy wielkości.
02:19
Climate models in the 2010s,
53
127898
2095
Modele klimatyczne z naszej dekady,
02:21
kind of what we're working with now,
54
129993
1774
to na czym teraz pracujemy,
02:23
four orders of magnitude.
55
131767
2940
obejmują 4 rzędy wielkości.
02:26
We have 14 to go,
56
134707
2303
Zostało jeszcze 14,
02:29
and we're increasing our capability
57
137010
2200
a ciągle zwiększamy naszą zdolność
02:31
of simulating those at about
58
139210
1870
do szacowania
02:33
one extra order of magnitude every decade.
59
141080
3546
jednego rzędu wielkości co 10 lat.
02:36
One extra order of magnitude in space
60
144626
1895
Jeden taki dodatkowy rząd
02:38
is 10,000 times more calculations.
61
146521
3249
to 10 tys. więcej obliczeń,
02:41
And we keep adding more things,
62
149770
2380
do których ciągle dodajemy nowe dane,
02:44
more questions to these different models.
63
152150
2374
zadajemy kolejne pytania.
02:46
So what does a climate model look like?
64
154524
2733
Jak taki model klimatyczny wygląda?
02:49
This is an old climate model, admittedly,
65
157257
2341
To jest stary model klimatyczny,
02:51
a punch card, a single line of Fortran code.
66
159598
4080
perforowana karta z jedną linijką
programu w języku Fortran.
programu w języku Fortran.
02:55
We no longer use punch cards.
67
163678
1978
Takich kart już nie używamy.
02:57
We do still use Fortran.
68
165656
2241
Natomiast Fortran jest nadal w użyciu.
02:59
New-fangled ideas like C
69
167897
1957
Nowe idee jak C
03:01
really haven't had a big impact
70
169854
3235
nie mają aż takiego wpływu
03:05
on the climate modeling community.
71
173089
2367
na twórców modeli klimatycznych.
03:07
But how do we go about doing it?
72
175456
1400
Ale jak tworzymy modele?
03:08
How do we go from that complexity that you saw
73
176856
4624
Jak przekładamy tę złożoność danych
03:13
to a line of code?
74
181480
2530
na linijkę kodu?
03:16
We do it one piece at a time.
75
184010
1573
Skupiamy się na pierwszym elemencie.
03:17
This is a picture of sea ice
76
185583
1878
Widzicie zdjęcie morskiego lodu,
03:19
taken flying over the Arctic.
77
187461
2098
zrobione nad Arktyką.
03:21
We can look at all of the different equations
78
189559
2038
Możemy analizować różne czynniki:
03:23
that go into making the ice grow
79
191597
3112
co powoduje przyrost lodu,
03:26
or melt or change shape.
80
194709
2114
jego topnienie czy zmianę kształtu.
03:28
We can look at the fluxes.
81
196823
1131
Śledzić zmiany.
03:29
We can look at the rate at which
82
197954
1952
Możemy sprawdzić wartości,
03:31
snow turns to ice, and we can code that.
83
199906
2845
zmiany śniegu w lód i zakodować to.
03:34
We can encapsulate that in code.
84
202751
2329
Możemy to zawrzeć w kodzie.
03:37
These models are around
85
205080
1226
Obecne modele tworzą
03:38
a million lines of code at this point,
86
206306
2083
miliony linii kodu,
03:40
and growing by tens of thousands of lines of code
87
208389
3470
powiększane o dziesiątki tysięcy linijek
03:43
every year.
88
211859
1191
każdego roku.
03:45
So you can look at that piece,
89
213050
1653
Spójrzmy na ten element układanki
03:46
but you can look at the other pieces too.
90
214703
1922
lub na jakikolwiek inny.
03:48
What happens when you have clouds?
91
216625
1933
Co się dzieje z chmurami,
03:50
What happens when clouds form,
92
218558
2159
gdy się formują,
03:52
when they dissipate, when they rain out?
93
220717
1882
rozpraszają, gdy spada z nich deszcz?
03:54
That's another piece.
94
222599
1742
Analizując inny element układanki,
03:56
What happens when we have radiation
95
224341
1846
co dzieje się,
gdy promieniowanie słoneczne
przechodzi przez atmosferę,
przechodzi przez atmosferę,
03:58
coming from the sun, going through the atmosphere,
96
226187
2534
04:00
being absorbed and reflected?
97
228721
1926
jest absorbowane i odbijane?
04:02
We can code each of those
very small pieces as well.
very small pieces as well.
98
230647
3979
Te wszystkie zjawiska możemy zakodować.
04:06
There are other pieces:
99
234626
1416
Układanka ma wiele elementów:
04:08
the winds changing the ocean currents.
100
236042
3460
wiatry wpływające na prądy oceaniczne,
04:11
We can talk about the role of vegetation
101
239502
3770
rola roślin
04:15
in transporting water from the soils
102
243272
2329
w transportowaniu wody z gleby
04:17
back into the atmosphere.
103
245601
1969
z powrotem do atmosfery.
04:19
And each of these different elements
104
247570
2914
Każde z tych różnych zjawisk
04:22
we can encapsulate and put into a system.
105
250484
3624
możemy zakodować i umieścić w systemie.
04:26
Each of those pieces ends up adding to the whole.
106
254108
5148
Każdy element jest częścią układanki.
04:31
And you get something like this.
107
259256
2297
Otrzymamy wtedy coś takiego.
04:33
You get a beautiful representation
108
261553
2848
Piękny obraz tego,
04:36
of what's going on in the climate system,
109
264401
2622
co dzieje się z klimatem
04:39
where each and every one of those
110
267023
3389
i gdzie te wszystkie zjawiska jak:
04:42
emergent patterns that you can see,
111
270412
2782
jak wiry na Oceanie Południowym,
04:45
the swirls in the Southern Ocean,
112
273194
2003
04:47
the tropical cyclone in the Gulf of Mexico,
113
275197
2756
tropikalny cyklon w Zatoce Meksykańskiej,
04:49
and there's two more that are going to pop up
114
277953
1641
a dwa dodatkowe
04:51
in the Pacific at any point now,
115
279594
2354
pojawią nad Pacyfikiem lada chwila,
04:53
those rivers of atmospheric water,
116
281948
2713
rzeki atmosferycznej wody;
04:56
all of those are emergent properties
117
284661
2857
te wszystkie elementy układanki
04:59
that come from the interactions
118
287518
2124
współdziałające ze sobą,
05:01
of all of those small-scale processes I mentioned.
119
289642
3495
pokazując zjawiska, o których wspomniałem.
05:05
There's no code that says,
120
293137
1905
Nie ma programu, który mówi:
05:07
"Do a wiggle in the Southern Ocean."
121
295042
1857
"Pokaż prądy na Ocenie Południowym"
05:08
There's no code that says, "Have two
122
296899
2668
lub takiego, który pokaże obraz
05:11
tropical cyclones that spin around each other."
123
299567
2898
dwóch cyklonów wirujących wokół siebie.
05:14
All of those things are emergent properties.
124
302465
3812
To właściwości bieżące.
05:18
This is all very good. This is all great.
125
306277
2146
Wszystko to jest wspaniałe.
05:20
But what we really want to know
126
308423
1270
Ale chcemy wiedzieć,
05:21
is what happens to these emergent properties
127
309693
1949
co dzieje się z tymi właściwościami
05:23
when we kick the system?
128
311642
1705
podczas zachwiań systemu.
05:25
When something changes, what
happens to those properties?
happens to those properties?
129
313347
3533
Jaki wpływ mają na nie zmiany?
05:28
And there's lots of different ways to kick the system.
130
316880
2989
System można rozchwiać na wiele sposobów.
05:31
There are wobbles in the Earth's orbit
131
319869
2033
Mamy odchylenia w orbicie Ziemi,
05:33
over hundreds of thousands of years
132
321902
1879
które przez setki tysięcy lat
05:35
that change the climate.
133
323781
2026
zmieniały klimat.
05:37
There are changes in the solar cycles,
134
325807
2136
Co 11 lat są zmiany w cyklach słonecznych,
05:39
every 11 years and longer, that change the climate.
135
327943
3105
które zmieniają klimat.
05:43
Big volcanoes go off and change the climate.
136
331048
3574
Wybuchy wulkanów także zmieniają klimat.
05:46
Changes in biomass burning, in smoke,
137
334622
3238
Zmiany w spalaniu biomasy, dym,
05:49
in aerosol particles, all of those things
138
337860
1863
cząstki aerozolu,
05:51
change the climate.
139
339723
1822
to wszystko zmienia klimat.
05:53
The ozone hole changed the climate.
140
341545
4059
Dziura ozonowa zmienia klimat.
05:57
Deforestation changes the climate
141
345604
2217
Wycinka drzew zmienia klimat
05:59
by changing the surface properties
142
347821
1926
przez zmianę struktury powierzchni,
06:01
and how water is evaporated
143
349747
1990
wtedy woda paruje inaczej
06:03
and moved around in the system.
144
351737
2466
i inaczej krąży w przyrodzie.
06:06
Contrails change the climate
145
354203
2285
Smugi kondensacyjne też zmieniają klimat,
06:08
by creating clouds where there were none before,
146
356488
2867
bo z ich powodu powstają nowe chmury.
06:11
and of course greenhouse gases change the system.
147
359355
4598
Gazy cieplarniane zmieniają klimat.
06:15
Each of these different kicks
148
363953
3021
Te wszystkie zmienne
06:18
provides us with a target
149
366974
2151
stawiają przed nami zadanie
06:21
to evaluate whether we understand
150
369125
2835
ocenienia czy rozumiemy
06:23
something about this system.
151
371960
2161
cokolwiek z tego systemu.
06:26
So we can go to look at
152
374121
2392
Możemy teraz zastanowić się,
06:28
what model skill is.
153
376513
2704
czym jest taki przydatny model.
06:31
Now I use the word "skill" advisedly:
154
379217
2033
Użyłem słowa "przydatny",
06:33
Models are not right or wrong; they're always wrong.
155
381250
2411
bo modele są zawsze błędne.
06:35
They're always approximations.
156
383661
1720
To jest zawsze tylko prognoza.
06:37
The question you have to ask
157
385381
1894
Trzeba zapytać,
06:39
is whether a model tells you more information
158
387275
3079
czy dzięki modelom mamy więcej informacji
06:42
than you would have had otherwise.
159
390354
1925
niż bez nich?
06:44
If it does, it's skillful.
160
392279
3381
Jeśli tak, model jest przydatny.
06:47
This is the impact of the ozone hole
161
395660
2454
Tu widzimy wpływ dziury ozonowej
06:50
on sea level pressure, so
low pressure, high pressures,
low pressure, high pressures,
162
398114
2860
na poziom ciśnienia
06:52
around the southern oceans, around Antarctica.
163
400974
2595
wokół Antarktyki.
06:55
This is observed data.
164
403569
1913
To są dane z obserwacji.
06:57
This is modeled data.
165
405482
2088
Tu widzimy dane z modeli.
06:59
There's a good match
166
407570
1594
Mamy niezłe trafienie,
07:01
because we understand the physics
167
409164
1951
bo rozumiemy prawa fizyki,
07:03
that controls the temperatures in the stratosphere
168
411115
3138
kontrolujące temperaturę w stratosferze,
07:06
and what that does to the winds
169
414253
1746
wiemy, jak to wpływa na wiatry
07:07
around the southern oceans.
170
415999
2181
wokół oceanów na półkuli południowej.
07:10
We can look at other examples.
171
418180
1519
Przeanalizujmy inne przykłady.
07:11
The eruption of Mount Pinatubo in 1991
172
419699
2856
Wybuch wulkanu Pinatubo w 1991 roku
07:14
put an enormous amount of aerosols, small particles,
173
422555
2799
wyrzucił ogromne ilości aerozoli,
07:17
into the stratosphere.
174
425354
1587
drobin i pyłów, do stratosfery.
07:18
That changed the radiation
balance of the whole planet.
balance of the whole planet.
175
426941
3147
Zmieniła się równowaga
promieniowania na Ziemi.
promieniowania na Ziemi.
07:22
There was less energy coming
in than there was before,
in than there was before,
176
430088
2782
Mniej ciepła dotarło do atmosfery,
07:24
so that cooled the planet,
177
432870
1658
co schłodziło planetę.
07:26
and those red lines and those green lines,
178
434528
2019
Na slajdzie czerwone i zielone linie kodów
07:28
those are the differences between what we expected
179
436547
2565
pokazują rozbieżność naszych oczekiwań
07:31
and what actually happened.
180
439112
1688
z tym, co się faktycznie wydarzyło.
07:32
The models are skillful,
181
440800
1783
Modele są przydatne
07:34
not just in the global mean,
182
442583
1693
nie tylko w wymiarze globalnym,
07:36
but also in the regional patterns.
183
444276
3044
ale także w regionalnym.
07:39
I could go through a dozen more examples:
184
447320
2840
Możemy przeanalizować tuzin przykładów.
07:42
the skill associated with solar cycles,
185
450160
2850
Wykorzystywane w badaniu cykli słonecznych
07:45
changing the ozone in the stratosphere;
186
453010
2070
zmieniających poziom ozonu w atmosferze;
07:47
the skill associated with orbital changes
187
455080
2347
w badaniu zmian w ruchu orbity
07:49
over 6,000 years.
188
457427
2056
na przestrzeni ponad 6000 lat.
07:51
We can look at that too, and the models are skillful.
189
459483
2398
To też analizujemy i modele są przydatne.
07:53
The models are skillful in response to the ice sheets
190
461881
3094
Modele są przydatne przy badaniu lądolodów
07:56
20,000 years ago.
191
464975
1520
sprzed 20 tys. lat.
07:58
The models are skillful
192
466495
1671
Modele są przydatne,
08:00
when it comes to the 20th-century trends
193
468166
2904
jeśli chodzi o XX-wieczne trendy
08:03
over the decades.
194
471070
1515
na przestrzeni kolejnych dekad.
08:04
Models are successful at modeling
195
472585
2282
Modele są przydatne w badaniu
08:06
lake outbursts into the North Atlantic
196
474867
2605
powodzi lodowcowych
do Północnego Atlantyku
do Północnego Atlantyku
08:09
8,000 years ago.
197
477472
1765
8000 lat temu.
08:11
And we can get a good match to the data.
198
479237
3090
Możemy otrzymać naprawdę celne trafienia.
08:15
Each of these different targets,
199
483463
2387
Każdy z tych różnych celów,
08:17
each of these different evaluations,
200
485850
2130
każde z tych różnych badań
08:19
leads us to add more scope
201
487980
2391
prowadzi nas do dodania nowych aspektów
08:22
to these models,
202
490371
1151
do modeli
08:23
and leads us to more and more
203
491522
2744
oraz do stwarzania coraz to nowych
08:26
complex situations that we can ask
204
494266
3988
złożonych sytuacji, w których
08:30
more and more interesting questions,
205
498254
2569
możemy zadawać coraz ciekawsze pytania.
08:32
like, how does dust from the Sahara,
206
500823
2710
W jaki sposób pył znad Sahary,
08:35
that you can see in the orange,
207
503533
1734
tu widzicie go na pomarańczowo,
08:37
interact with tropical cyclones in the Atlantic?
208
505267
3443
oddziałuje cyklonami nad Atlantykiem?
08:40
How do organic aerosols from biomass burning,
209
508710
3477
Jak organiczne aerozole z palenia biomasy,
08:44
which you can see in the red dots,
210
512187
2723
tu pokazane jako czerwone kropki,
08:46
intersect with clouds and rainfall patterns?
211
514910
2934
nakładają się na ilość chmur i deszczu?
08:49
How does pollution, which you can see
212
517844
1787
Jak zanieczyszczenie powietrza,
08:51
in the white wisps of sulfate pollution in Europe,
213
519631
3899
te białe siarczanowe smugi nad Europą,
08:55
how does that affect the
temperatures at the surface
temperatures at the surface
214
523530
3335
wpływają na temperaturę powierzchni Ziemi
08:58
and the sunlight that you get at the surface?
215
526865
3488
i ilość światła słonecznego na Ziemi?
09:02
We can look at this across the world.
216
530353
3488
Możemy obserwować to
na całej kuli ziemskiej.
na całej kuli ziemskiej.
09:05
We can look at the pollution from China.
217
533841
3660
Możemy przyjrzeć się
zanieczyszczeniu powietrza w Chinach.
zanieczyszczeniu powietrza w Chinach.
09:09
We can look at the impacts of storms
218
537501
3598
Możemy badać wpływ burz
09:13
on sea salt particles in the atmosphere.
219
541099
3444
na cząsteczki soli morskiej w atmosferze.
09:16
We can see the combination
220
544543
2561
Widzimy zestawienie
09:19
of all of these different things
221
547104
2171
wszystkich tych zjawisk jednocześnie
09:21
happening all at once,
222
549275
1468
09:22
and we can ask much more interesting questions.
223
550743
2407
i możemy zadawać ciekawsze pytania.
09:25
How do air pollution and climate coexist?
224
553150
4624
Jak zanieczyszczenie powietrza
wpływa na klimat?
wpływa na klimat?
09:29
Can we change things
225
557774
1509
Czy da się jednocześnie
09:31
that affect air pollution and
climate at the same time?
climate at the same time?
226
559283
2589
wpłynąć na klimat
i zanieczyszczenie powietrza?
i zanieczyszczenie powietrza?
09:33
The answer is yes.
227
561872
2344
Odpowiedź brzmi tak.
09:36
So this is a history of the 20th century.
228
564216
3044
To właśnie historia XX wieku.
09:39
The first one is the model.
229
567260
2243
Najpierw mamy model.
09:41
The weather is a little bit different
230
569503
1407
Model pogody zawsze różni się
09:42
to what actually happened.
231
570910
1289
od rzeczywistej pogody.
09:44
The second one are the observations.
232
572199
2032
Następnie mamy obserwacje.
09:46
And we're going through the 1930s.
233
574231
2325
Zaczynając od lat 30.,
09:48
There's variability, there are things going on,
234
576556
2824
obserwujemy rozbieżność
09:51
but it's all kind of in the noise.
235
579380
2182
modeli i faktycznych zjawisk.
09:53
As you get towards the 1970s,
236
581562
2862
Przechodząc do lat 70.,
09:56
things are going to start to change.
237
584424
2009
wygląda to inaczej.
09:58
They're going to start to look more similar,
238
586433
2062
Modele i obserwacje stają są zbliżone
10:00
and by the time you get to the 2000s,
239
588495
2558
i w latach 2000
10:03
you're already seeing the
patterns of global warming,
patterns of global warming,
240
591063
2642
już widać początki globalnego ocieplenia,
10:05
both in the observations and in the model.
241
593705
2749
zarówno w obserwacjach jak i modelach.
10:08
We know what happened over the 20th century.
242
596454
2127
Wiemy, co działo się w XX wieku, prawda?
10:10
Right? We know that it's gotten warmer.
243
598581
1760
Wiemy, że robiło się coraz cieplej,
10:12
We know where it's gotten warmer.
244
600341
1611
i gdzie robiło się cieplej.
10:13
And if you ask the models why did that happen,
245
601952
2740
Na pytanie "dlaczego"
10:16
and you say, okay, well, yes,
246
604692
2125
modele pokażą, że tak w zasadzie
10:18
basically it's because of the carbon dioxide
247
606817
1866
przyczyną jest dwutlenek węgla,
10:20
we put into the atmosphere.
248
608683
1979
który wprowadziliśmy do atmosfery.
10:22
We have a very good match
249
610662
1682
Mamy bardzo dobre trafienia
10:24
up until the present day.
250
612344
2627
aż do dnia dzisiejszego.
10:26
But there's one key reason why we look at models,
251
614971
3420
Jest jeden zasadniczy powód,
10:30
and that's because of this phrase here.
252
618391
2221
dla którego tworzymy modele.
10:32
Because if we had observations of the future,
253
620612
2495
Obserwacjom przyszłości
10:35
we obviously would trust them more than models,
254
623107
3329
ufalibyśmy bardziej niż modelom.
10:38
But unfortunately,
255
626436
1944
Niestety,
10:40
observations of the future
are not available at this time.
are not available at this time.
256
628380
5540
przyszłość jest dla nas niedostępna.
10:45
So when we go out into the
future, there's a difference.
future, there's a difference.
257
633920
2705
Mówiąc o przyszłości, sprawa jest inna.
10:48
The future is unknown, the future is uncertain,
258
636625
2562
Przyszłość jest nieznana, niepewna,
10:51
and there are choices.
259
639187
2404
zależna od naszych wyborów,
10:53
Here are the choices that we have.
260
641591
1833
Oto nasze opcje.
10:55
We can do some work to mitigate
261
643424
2139
Można przy odrobinie wysiłku
10:57
the emissions of carbon dioxide into the atmosphere.
262
645563
2795
zmniejszyć emisję CO2 do atmosfery.
11:00
That's the top one.
263
648358
1926
Pokazuje to model na górze.
11:02
We can do more work
264
650284
1906
Możemy też postarać się bardziej
11:04
to really bring it down
265
652190
2176
i drastycznie obniżyć jego poziom tak,
11:06
so that by the end of the century,
266
654366
2218
że pod koniec wieku
11:08
it's not much more than there is now.
267
656584
2464
poziom CO2 będzie zbliżony do obecnego.
11:11
Or we can just leave it to fate
268
659048
3767
Możemy zdać się na ślepy los
11:14
and continue on
269
662815
1493
i dalej emitować
11:16
with a business-as-usual type of attitude.
270
664308
3746
takie ilości CO2 jak obecnie.
11:20
The differences between these choices
271
668054
3456
Różnica pomiędzy tymi wyborami
11:23
can't be answered by looking at models.
272
671510
4797
nie wynika z analizy modeli.
11:28
There's a great phrase
273
676307
1639
Sherwood Rowland,
11:29
that Sherwood Rowland,
274
677946
1793
11:31
who won the Nobel Prize for the chemistry
275
679739
3864
laureat Nagrody Nobla z chemii,
11:35
that led to ozone depletion,
276
683603
2273
który badał zniszczenie warstwy ozonowej,
11:37
when he was accepting his Nobel Prize,
277
685876
2397
odbierając nagrodę,
11:40
he asked this question:
278
688273
1379
zadał pytanie:
11:41
"What is the use of having developed a science
279
689652
2311
jaki jest pożytek z rozwoju nauki,
11:43
well enough to make predictions if, in the end,
280
691963
3261
która pozwoli przewidywać,
jeżeli potem będziemy tylko
11:47
all we're willing to do is stand around
281
695224
2829
bezczynnie czekać, czy to się sprawdzi?
11:50
and wait for them to come true?"
282
698053
2707
11:52
The models are skillful,
283
700760
2737
Modele są przydatne,
11:55
but what we do with the
information from those models
information from those models
284
703497
3318
ale to, jak wykorzystamy informacje,
11:58
is totally up to you.
285
706815
2171
zależy wyłącznie od nas.
12:00
Thank you.
286
708986
1938
Dziękuję.
12:02
(Applause)
287
710924
2916
(Brawa)
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