V principu 15 závěrů Konference Spojených národů o životním prostředí a rozvoji (United Nations Conference on Environment and Development) konané v Rio de Janiero v roce 1992 se uvádí: "Při ochraně životního prostředí by státy podle svých možností měly používat princip obezřetného přístupu. Tam, kde hrozí závažné nebo nevratné škody, nedostatek úplné vědecké jistoty nesmí být důvodem pro odklad účinných opatření zabraňujících degradaci životního prostředí."

Klima se definuje jako střední fyzikální stav klimatického systému, který se skládá z atmosféry, hydrosféry (moře a oceány), kryosféry (ledovce a ledovcová pole), lithosféry (zemské kůry) a biosféry (rostliny a živočichové), které jsou těsně provázány. Proto je klima určeno souborem časově zprůměrovaných veličin, které popisují strukturu a chování různých částí klimatického systému a jejich vzájemných korelací.

Již v samotné definici klimatu tedy vystupuje nejednoznačný a subjektivní prvek. Nic neurčuje, jak velký časový interval má být pro statistická hodnocení použit. Tento interval se volí až v závislosti na cílech výzkumu.

Přítomnost takového slabého prvku v definici silně ovlivňuje všechny vlastnosti vědy o klimatu. Tato slabost však neznamená, že by šlo o špatnou vědu, jak se nám snaží podsunout někteří politici a publicisté. Pouze je přirozeným důsledkem faktu, že systém, který je předmětem studia této vědy, je velmi složitý. Složitost klimatického systému spočívá zejména ve zpětných vazbách jeho různých částí. Nemá smysl definovat jeden prvek nebo jeden proces klimatického systému, když tvoří neoddělitelnou součást celého systému. Koncepčně je zcela nesprávné očekávat, že věda o klimatu bude poskytovat odpovědi se srovnatelnou přesností a podobnou strukturou jako přírodní vědy studující méně složité systémy. Podobně složitými systémy, jako věda o klimatu, se zabývá například genomika. Úplné porozumění klimatickému systému zůstane otevřeným problémem, který se zřejmě nikdy nepodaří vyřešit. Proto je pro některé vědce studium klimatu tak přitažlivé. Kvůli závažnosti a tlaku na poskytování informací, které jsou nezbytné pro dlouhodobá politická rozhodnutí, má věda o klimatu důležitou socio-politickou roli, která zpětně ovlivňuje její strukturu, cíle a priority. Zpráva Mezinárodního panelu o klimatických změnách (IPCC, International Panel on Climatic Change) [X2]) z roku 2001 byla kritizována za nedostatek kvantitativních odhadů statistických chyb předpovědí klimatických změn. Vyhodnocení těchto chyb je nezbytné, aby vlády měly jasné podklady pro svá rozhodování.

Aby však bylo možno správně interpretovat výsledky získané některými týmy pomocí kvantitativního hodnocení chyb odhadů středních hodnot globální teploty v 21. století, je nutné nejprve vysvětlit hlavní vlastnosti vědy o klimatu.

Kvůli složitosti systému je dynamika klimatu chaotická a je charakterizována velkou přirozenou variabilitou v různých časových měřítcích. Tato variabilita způsobuje netriviální problémy při statistických odhadech trendů dokonce v případech, kdy pozorovaná data jsou naprosto přesná.

Současná situace je ještě složitější, protože dokonce pro atmosféru, která je nejlépe pozorovanou komponentou klimatického systému, máme k dispozici spolehlivá data s dostatečnou časovou frekvencí od roku 1950 až 1960. Pro každé místo tato data obsahují časově zprůměrované hodnoty pro teplotu, tlak a množství srážek. Data byla shromažďována několika výzkumnými středisky, zejména meteorologickými ústavy po celém světě.

Soubory meteorologických dat z minulosti mají relativně nízkou reciproční synchronní koherenci (nebyla shromažďována ve stejný čas) a nejsou koherentní ani kvůli různým strategiím shromažďování měření v čase. Zejména pro nejstarší roky jsou některá data nedostupná. Byla například ztracena, mají velmi nízkou spolehlivost kvůli technickým závadám nebo nebyla vůbec shromažďována.

Nejpřesnějšími nástroji pro podrobnou simulaci dynamiky klimatu jsou modely všeobecné cirkulace (GCM, General Circulation Models), které modelují a popisují vázaný vývoj různých komponent klimatického systému pomocí matematických popisů hlavních fyzikálních, chemických a biologických procesů. Složitost těchto modelů je taková, že vytvářejí variabilitu srovnatelnou s tou, jíž pozorujeme v klimatu.

Kvantifikace řady procesů, které hrají důležitou roli v dynamice klimatu, není dosud zcela úplná. Z hlediska chemie a biologie je velkým problémem přesnější určení přirozených emisí skleníkových plynů a nedostatek dobrých a relativně podrobných znalostí o uhlíkovém cyklu. Existují také podstatné nejistoty ve stanovení správných hodnot některých fyzikálních parametrů, jako je klimatická sensitivita a účinnost přenosu tepla z atmosféry do oceánů. Klimatická sensitivita je rozdíl mezi středními hodnotami globální teploty v rovnovážném stavu odpovídajícími dvojnásobné a stejné atmosférické koncentraci oxidu uhličitého CO₂ v předprůmyslovém věku (tj. 280 ppm, dílů v miliónu dílů). Není jasné, jak dynamika těchto procesů závisí na klimatických parametrech, protože není jednoduché stanovit jak intenzivní jsou zpětné vazby a zda jsou kladné nebo záporné. Tyto zpětné vazby mohou mít navíc nelineární charakter.

Vývoj libovolného dynamického systému lze znázornit a popsat pomocí abstraktního prostoru stavů, který se nazývá fázový prostor. Jestliže ponecháme systém se vyvíjet, vzniká ve fázovém prostoru křivka (pokud je čas spojitý) nebo množina bodů stavů (pokud je čas diskrétní). Pokud systém ponecháme se vyvíjet dostatečně dlouho, křivka (označovaná jako trajektorie) ve fázovém prostoru zvýrazňuje určitou strukturu, která se nazývá atraktor. Množina stavů, které vedou ke stejnému atraktoru, se nazývá oblast přitahování atraktoru. Pokud je atraktor tvořen uzavřenou hranicí, pak lze chování systému předpovídat na libovolně dlouhou dobu. Chaotické chování dává naopak atraktor s neuzavřenou hranicí. U nechaotických atraktorů jsou body, které byly v určité době blízko sebe, blízko sebe trvale, tedy křivky příliš nedivergují. Zhruba řečeno, chaos je nepředvídatelné chování dynamického deterministického systému v dlouhém časovém úseku vzhledem k počátečním podmínkám. Je však nutné zdůraznit, že chování dynamického deterministického systému lze přesně předvídat za předpokladu, že přesně známe počáteční podmínky systému. Příčinou dlouhodobé nepředvídatelnosti je vlastnost známá jako citlivost (citlivá závislost) vzhledem k počátečním podmínkám.

Za předpokladu, že čas běží spojitě a nepovažujeme jej za posloupnost časových okamžiků, lze dynamické systémy s disipací energie (přeměna energie, která koná práci, v teplo) modelovat ve fázovém prostoru pomocí evolučních parciálních diferenciálních rovnic. Tyto rovnice popisují okamžité změny stavových proměnných dynamického systému v čase. Na rozdíl od Newtonových rovnic klasické mechaniky, Einsteinových rovnic obecné teorie relativity nebo Schrödingerovy vlnové rovnice kvantové teorie obsahují šipku času. Disipativní systémy lze stručně charakterizovat tak, že jejich chování v čase se asymptoticky blíží termodynamické rovnováze, pokud není s vnějším prostředím vyměňována energie nebo hmota. S disipativními systémy se v přírodě setkáváme častěji než s konzervativními systémy.

Činitelem, který do těchto diferenciálních rovnic vnáší asymetrii vůči toku času, je jejich nelinearita a podstatnou součástí je zpětná vazba mezi stavovými proměnnými. Tato vzájemná závislost se může projevovat zcela neočekávaným chováním dynamického systému, kdy se systém chová nestabilně a prochází kritickými body. Jednoduchým příkladem je kladná zpětná vazba mezi reproduktorem a mikrofonem, která mění pomocí zesilovače slabý zvuk v ohlušující pískání. V chemických hodinách zpětná vazba vzniká tehdy, když množství jedné sloučeniny ovlivňuje rychlost, s níž vzniká sloučenina další. Tato zpětná vazba zesiluje náhodné fluktuace v chemických směsích do koordinovaných barevných změn chemických hodin.

Lineární obyčejné a parciální diferenciální rovnice lze řešit celou řadou analytických metod. Nelineární diferenciální rovnice s výjimkou několika zvláštních případů nelze řešit analyticky vůbec. Často se používají různé numerické metody a využívá se možností výpočetní techniky. Pro řešení některých nelineárních rovnic se používají různé aproximační metody, kdy rovnice jsou linearizovány. Takový postup však zakryje nelineární rysy řešení, které vede k chaotickému nebo naopak k vysoce organizovanému chování.

V popisu klimatického systému nelze zcela vyloučit, že některé jeho podstatné části dosud nebyly objeveny. Pokud jsou jejich zpětné vazby s ostatními částmi klimatického systému nelineární, mohou vytvářet tzv. "klimatická překvapení", tedy rychlé klimatické změny, které se mohou objevit za podmínek vyšší klimatické nestability. Dobře známým příkladem tohoto jevu je narušení tepelné cirkulace mořských proudů v Atlantském oceánu, které by mohlo způsobit velké ochlazení severní Evropy.

Omezení modelů všeobecné cirkulace GCM však nespočívá pouze v uvedených koncepčních obtížích. Většina známých procesů je v těchto modelech popsána zjednodušenou dynamikou, aby se omezil výpočetní čas potřebný pro každou simulaci.

Každá studie, která si klade za cíl nabídnout možné budoucí scénáře vývoje klimatu, musí také zahrnovat neurčitosti, které souvisejí s anthropogenními emisemi skleníkových plynů. Protože tyto emise skleníkových plynů vychylují klimatický systém z jeho přirozené rovnováhy, je rozumné očekávat, že neurčitosti těchto emisí budou hrát hlavní roli v neurčitosti vývoje klimatického systému. Příslušná data anthropogenních emisí jsou důsledkem procesu označovaného jako "lidská společnost" a měla by být získána z nějakého globálního ekonomického modelu. Neurčitosti předpovědí modelu klimatu proto těsně souvisí s neurčitostmi předpovědí ekonomického modelu. "Organicita" klimatického systému vyžaduje, aby všechny jeho části byly navzájem propojeny. Proto by také ekonomický model měl být provázán s modelem popisujícím přírodní jevy v životním prostředí. Potom takový ekonomický model může například poskytnout důležité odhady nákladů na překonání dopadů globálních změn klimatu.

Považovat anthropogenní emise skleníkových plynů za jev nezávislý na globálním klimatu je koncepčně neuspokojivé a také nebezpečné. Takový postup totiž implicitně předpokládá, že rozhodnutí lidí nezávisejí na stavu životního prostředí, v němž sami žijí. Již v současné době však pozorované změny klimatu ovlivňují milióny lidí.

V první aproximaci emise oxidu uhličitého CO₂ těsně souvisejí s globálními ekonomickými veličinami, jako je ekonomický růst, intenzita spotřeby energie ekonomikou, využití různých zdrojů energie a podobně.

Emise ostatních skleníkových plynů, jako je methan CH₄, chlórfluoruhlovodíky CFC a oxid dusný N₂O, které nyní významně přispívají ke skleníkovému jevu, stejně jako emise aerosolů, závisejí na podrobnostech vývoje ekonomiky.

Existence strukturních neurčitostí (způsobených rozhodnutím, jaké procesy a jaké zpětné vazby budou použity a jakým způsobem budou popsány) a parametrických neurčitostí (způsobených naší neznalostí veličin, které ovlivňují chování klimatického systému) způsobují, že každý model klimatu je v principu chybný, nebo lépe nedostatečný ve své výpovědi. Věda o klimatu nemá žádnou laboratoř, kde by mohla testovat své hypotézy a teorie nějakými experimenty. Každý model klimatu lze testovat pouze na datech z minulosti, o jejichž přesnosti a spolehlivosti jsme se již zmínili. Přirozená variabilita modelů klimatu a reálného systému přispívá k rozostření hranice mezi přijetím nebo odmítnutím daného modelu. Soulad modelu klimatu s historickými daty ještě nezaručuje, že model bude poskytovat dobré předpovědi. Nesoulad modelu s historickými daty ještě neznamená, že tento model nefunguje správně.

Rozdíl mezi galileovskou vědou a vědou o klimatu je tak velký, že nelze použít běžná kritéria ověřování hypotéz na její výsledky. Odlišná epistemologie vědy o klimatu způsobuje, že výsledky této vědy nemohou být jednoduché a deterministické, ale musí být mnohoznačné a pravděpodobnostní.

Na druhé straně nezbytnost explicitních doporučení pro formulaci a prosazení dlouhodobé politiky je základní stimulací vědy o klimatu. V současné době lze pozorovat silné interakce mezi vědeckou komunitou, veřejným míněním, vládami a soukromými společnostmi. Toto propojení dokonce ovlivňuje to, co historicky vědci vždy velice odmítali: určování předmětu studia a vytvoření koncepčních nástrojů použitých při definování přesnosti výsledků, jíž se má dosáhnout.

Předchozí diskuse mimo jiné vysvětluje, proč nelze očekávat kvalitativně lepší výsledky pouze použitím výkonnějších počítačů, které například umožňují jemnější trojrozměrné zobrazení naší planety a použití přesnějších matematických algoritmů.

Přestože existují nástroje pro analýzu neurčitostí v důsledku přírodní variability, strukturní a parametrické neurčitosti modelu lze řešit poměrně obtížně. Tyto neurčitosti jsou vnitřní vlastností modelu. Považovat je za překážky, které nám brání dosáhnout určité formy pravdy, je epistemologicky nesprávné. Takový přístup totiž odráží redukcionistický postoj, který je v tomto kontextu zcela neoprávněný.

Epistemologicky správnou analýzou je vzít tyto neurčitosti v úvahu a pokusit se zjistit nebo odhadnout, jak ovlivňují neurčitosti předpovědí modelu. Vědecky relevantní a smysluplné výsledky lze vyjádřit pouze pomocí pravděpodobností.

Strukturní neurčitosti nelze studovat použitím pouze jednoho modelu. K jejich studiu je nutné porovnávat různé modely, a to horizontálně a vertikálně. Horizontální porovnání je komparativní studie výsledků, které produkují modely srovnatelně stejné složitosti, avšak navržené různými autory a skupinami. Vertikální porovnání je komparativní studie výsledků produkovaných rodinou modelů vzestupné složitostí s různým rozšířením a doplňky.

Analýza parametrických neurčitostí je koncepčně jednodušší. Komparativní studie spočívá ve spuštění stejného modelu se stejnými počátečními podmínkami, avšak s různými hodnotami parametrů, které nejvíce přispívají k neurčitostem. Neurčitost parametru X lze matematicky popsat hustotou pravděpodobnosti f(x). Pokud je hodnota parametru omezena na určitý interval, pak hustota pravděpodobnosti f(x) je vně tohoto intervalu rovna nule. Připomeňme, že integrál hustoty pravděpodobnosti od minus nekonečna do hodnoty x udává hodnotu distribuční funkce F v bodě x, tedy pravděpodobnost, že náhodný X nabývá hodnoty menší než x. Použitím metody Monte Carlo lze sestavit statistiky pro nejdůležitější předpovídané veličiny, pro které se takto získají distribuční funkce jejich rozdělení. Nastavením všech parametrů na jejich střední hodnotu s výjimkou jediného lze zjistit, jak silně závisejí neurčitosti předpovídané veličiny na neurčitosti zvoleného parametru.

Aby se získaly statisticky významné výsledky, je nutné tyto experimenty mnohokrát opakovat. Obvykle výzkumný ústav ke studiu parametrických neurčitostí svého nejlepšího modelu všeobecné cirkulace nemá dostatečný výpočetní výkon. Jediná taková simulace může trvat až několik měsíců. Proto se častěji ověřují jednodušší modely, které dávají srovnatelné výsledky.

Teoretikové, kteří aplikují teorie dynamických systémů na problémy geofyzikální hydrodynamiky, vycházejí z přesvědčení, že matematickým modelem všeobecné cirkulace atmosféry je dynamický systém, že atmosféra jako dynamický systém má globální atraktor a že chování atmosféry je soustředěno na tomto atraktoru, kde dochází k jejímu vývoji.

Počítačové experimenty s modely procesů v atmosféře ve velkém měřítku a s dlouhými periodami potvrzují první dva předpoklady. Existence globálního atraktoru může být v principu nepříznivě ovlivněna zejména anthropogenními vlivy, které lze v jistém smyslu považovat za náhodný šum. Pokud je tento šum jako druhotný zdroj informace malý, jemnou a složitou geometrickou strukturu atraktoru pouze rozostří. Pouze v okolí bifurkačních bodů se výrazněji projeví vliv fluktuací na chování systému. V souladu s teoretickými výsledky pro chaotické atraktory lze předpokládat, že nepříliš velký náhodný šum neovlivní ani strukturu "klimatického atraktoru". Na chaotickém atraktoru však v principu nelze předpovědět chování ve vzdálenější budoucnosti na základě konečného počtu měření.

Při stálých vnějších působeních na atmosféru je počasí sice nestabilní, avšak klima je stabilní. Atmosféra zřejmě reaguje na pomalé změny vnějších působení tak, že pravděpodobnost, jak často jsou jednotlivé části atraktoru protínány typickou trajektorií, je v každém okamžiku větší, než pravděpodobnost, která se váže na atraktor v předcházejícím časovém okamžiku.

V procesu vývoje vnějších působení na atmosféru předešlý podivný atraktor v určité oblastí fázového prostoru náhle zanikne a současně se v jiné oblasti fázového prostoru objeví nový podivný atraktor. Nastane klimatická katastrofa, neboť původní klima ztratí svoji stabilitu a na jeho místo nastoupí nové stabilní klima. Dodejme, že v počasí se nové klima neprojeví náhle nebo najednou, ale postupně podle toho, jak přechází tento bod z oblasti původního atraktoru do oblasti nového atraktoru.

Ve strategii modelování všeobecné cirkulace se objevují stále nové prvky. Jedním z nich jsou distribuované výpočty, které umožňují rozložit potřebný výpočetní výkon mezi mnoho počítačů. [X3] Byla již zahájena zcela nová generace vědeckých výzkumů složitých systémů. Lze očekávat, že výzkumníci využijí nadšení mnoha uživatelů Internetu, kteří již propůjčují svůj výpočetní výkon a strojový čas například projektu SETI@home. Dosud nebyla dokončena žádná studie vlivů neurčitostí modelů klimatu na jejich předpovědi, přestože některé slibné práce se již objevily.

Tyto studie a budoucí studie poskytnou užitečné informace pro politická rozhodnutí v globálním měřítku, jejichž zavedení do praxe musí proběhnout v krátkých časových horizontech.

Také je třeba opustit představu, že vědecký výzkum musí vždy poskytovat jednoduché pravdy, které tvoří základ pro rozhodování a prosazování politických rozhodnutí. V případě složitých systémů je nutné přijímat politická rozhodnutí také na základě vnitřních a tedy nevyhnutelných neurčitostí. Dosud se často vyčkává s přijetím potřebné legislativy na odvrácení dopadů emisí skleníkových plynů, dokud vědecký výzkum neposkytne přesnější výsledky v kontextu ekonomiky. Vychází se z předpokladu, že v budoucnosti ve světle hlubšího poznání klimatických změn budou dříve navrhovaná opatření považována za příliš přísná. Tento předpoklad, že současné představy o klimatu jsou bezdůvodně příliš katastrofické, je však nebezpečně optimistický. Existuje několik důkazů, že klima v geologické i historické minulosti Země procházelo náhlými a prudkými změnami. Je však také zřejmé, že současné mohutné emise skleníkových plynů mohou v dohledné budoucnosti lidstvu připravit nepříjemná klimatická překvapení.

Odkazy a literatura:

[1] Lucarini, V. (2002) 'Towards a definition of climate science', Int. J. Environment and Pollution, Vol. 18, No 5.

[2] Coveney, Peter; Highfield, Roger: Šíp času. Nakl. Oldag, Ostrava 1995, ISBN: 80-85954-08-7, orig.: The Arrow of Time, WH Allen (Virgin Publishing Ltd.), Great Britain, 1990

[3] Jiří Horák, Ladislav Krlín: Deterministický chaos a matematické modely turbulence. Academia. Praha, 1996. ISBN: 80-200-0416-5

[X1]Valerio Lucarini: Towards a definition of climate science. Department of Earth, Atmospheric and Planetary Sciences, Massachusetts Institute of Technology. Cambridge, Massachusetts, USA. Aug 2004. physics/0408038 e-Print archive. Los Alamos National Laboratory. US National Science Foundation.

[X2] International Panel on Climatic Change.

[X3] Prediction of Climatic Change.