Föregående kapitel.
Innehållsförteckning med länkar till respektive kapitel.

Det kan vara förvirrande med all statistik inom klimatdebatten, särskilt vad det gäller extremväder. Det blir nog inte lättare av att veta att klimatforskare numera bestämmer orsak på förändringar som ännu inte har detekterats. Ja, det låter märkligt men är faktiskt sant.

Jag har en känsla av att debatten rörande extrema väderhändelser befinner sig i samma situation som den om uppvärmningen i början på 1990-talet. Forskarna bakom IPCC:s första rapport var överens om att koldioxiden skulle leda till fortsatt uppvärmning eftersom det var vad fysiken sade. Men det gick då inte att fullt ut bevisa att den fram till då observerade uppvärmningen berodde på människan (även om många forskare redan då ansåg att det kunde man visst). Det behövdes längre mätserier för att säkerställa. För extrema händelser blir detta än mer relevant.

Vi vet inte med säkerhet exakt vad som kommer hända i framtiden. Det gäller särskilt på regional nivå. Men många regioner riskerar att drabbas mycket hårt. Södra Europa är en av de platser där modellerna är eniga om kommer drabbas hårdare av torka i en varmare värld. År 2022 visade med all oönskvärd tydlighet vilka problem det kan föra med sig med avseende på tillgång till vatten och minskade skördar med mera.

Forskare slog fast att en mänskligt orsakad klimatförändring hade gjort denna torka väsentligt mer sannolik.

Denna bedömning gjordes via en relativ ny metodik som möjliggjorts av klimatmodeller och datakraft. Det kallas attribution studies. Man jämför de extrema väderhändelserna med kontrafaktiska modellkörningar programmerade för att likna en värld utan ”mänskliga drivkrafter” såsom koldioxidutsläpp, markanvändning och liknande. Utifrån det kan man beräkna om våra utsläpp och medföljande klimatförändringar gjort händelsen mer sannolik eller inte, trots att det inte finns långa mätserier att tillgå. Man använder sig med andra ord av fysik för att göra en sannolikhetsbedömning över orsak och verkan (se detection and attribution nedan).

Carbon Brief har en interaktiv karta där man kan klicka sig fram till attributionsstudier för olika extrema väderhändelser:

Vi har alla förutfattade meningar och blir då och då offer vad som kallas för bekräftelsebias: vi tar till oss av de nyheter som bekräftar den åsikt vi redan har. Ett typiskt sådant förlopp när det gäller väderextremer följde efter en lång torkperiod på Madagaskar. Tjänstemän (det vill säga inte forskare) inom FN proklamerade i oktober 2021 att det var den första svälten orsakad av klimatförändringar.[1] Det rapporterades också i media (exempelvis BBC och Euronews).

Men i december samma år rapporterade forskare via denna typ av attributionstudier att klimatförändringarna sannolikt inte var den främsta drivkraften bakom torkperioden, även om den var ovanligt svår.[2]

En av forskarna som utvecklat metodiken är Friederike Otto. Hon var också en av forskarna som gjorde bedömningen att Madagaskartorkan inte kunde tillskrivas klimatförändringarna så att säga. En av drivkrafterna bakom dessa så kallade attributionsstudier var just att snabbt kunna göra en vetenskaplig bedömning för att undvika att ogrundade påståenden spreds.

Nyheten att det inte handlade om klimatförändringarna kablades förstås ut av dem som länge ifrågasatt IPCC:s slutsatser och ljudligt klagat på nyhetsmediers alarmism. En av dem var Jan Ericson, moderat riksdagsledamot (som var en av fyra riksdagsledmöter som ordnade för-och-emot-seminarie i Riksdagen med hjälp av ”klimathotsskeptiska” Stockholmsinitiativet). Han låter lite hånfullt förvånad över att SVT brytt sig om att förmedla nyheten som gick emot ”alarmismen”:

Bara månader innan, efter IPCC släppt sin sjätte stora rapport, hade han på sin blogg föraktfullt kallat Otto för klimataktivist när han refererade till dessa attribution studies:

”Denna forskning leds dessutom av en känd klimataktivist, Friederike Otto, som även ägnar sig åt att samarbeta med advokater i domstolsprocesser mot nationer för att tvinga fram en mer extrem klimatpolitik.”[3]

Men bara resultaten är de rätta duger hennes forskning tydligen. Det finns som sagt numera hundratals sådana här studier, och som redovisats ovan är det inte bara ”alarmistiska” resultat som redovisas. Men enligt dessa studier är den stora bilden glasklar, flera av de extremer som inträffar idag har gjorts betydligt mer sannolika och vissa hade i princip varit omöjliga utan klimatförändringarna.

Även denna fråga är infekterad till max. Otto gör nämligen ingen hemlighet av att hon redan från början tänkte att denna typ av forskning hade kunnat användas som bevis i rättegångar mot diverse oljebolag och liknande (precis som tobaksbolagen blev fällda för konspiration mot det amerikanska folket).[4] Men det var inte orsaken till att metodiken utvecklades.

Lobbygrupper som National Association of Manufacturers (NAM) har dock tagit fasta på detta och påstår bland annat att det är Rockefeller Brothers Fund som ligger bakom. NAM representerar bolag och grupper som suttit, och sitter, på de anklagades bänk i sådana här rättstvister.

Ett annat exempel på hur klimatdebatten i mina ögon kan bli ganska tröttsam erhölls då Tyskland och Belgien drabbades av svåra översvämningar efter häftiga skyfall sommaren 2021. Själv tycker jag att SVT gång efter annan påtalade att det inte gick att explicit koppla just denna översvämning till klimatförändringarna, men att forskare länge sagt att skyfallen kommer bli häftigare i en varmare värld. De påpekade också att konsekvenserna av den här typen av händelser beror till stor del på samhällsplanering och liknande.

En lång rad upprörda röster på Twitter klagade på att SVT inte nämnde klimatförändringarna i samband med varenda inslag om händelsen. På andra sidan åsiktsstaketet hävdades det motsatta. Elsa Widding menar exempelvis i sin senaste bok att SVT överdrev kopplingen till klimatförändringarna.

Det är ingen som påstår att svåra skyfall aldrig har hänt tidigare, bara att de bedöms bli vanligare i en varmare värld. Attribution-studier av denna händelse kom fram till att just dessa skyfall gjorts betydligt mer sannolika på grund av uppvärmningen.[5] Forskarna bakom studien påpekade också att man ska vara försiktig med att dra alltför långtgående slutsatser, konsekvenserna av skyfallen beror som sagt även på många saker som inte har med klimatet att göra.

Även Fredrieke Otto lyfter fram att konsekvenserna av extrema väderhändelser inte ska skyllas på klimatförändringarna, det är oftast politiska beslut som ligger bakom. Det handlar om usel anpassning av bebyggelse, bristande underhåll, dålig riskhantering och ej fungerande välfärd med mera.

Med det sagt, liknande attributionsstudier har påvisat att flera väderextremer som inträffat under senare tid hade varit praktiskt taget omöjliga utan den pågående uppvärmningen.[6]

---

Detection and attribution

Normalt brukar man identifiera/detektera en förändring när den sticker ut från det normala (det vill säga en statistiskt signifikant förändring) och därefter bedöma vad den beror på (attribution). IPCC har definierat betydelsen:

• Detektion av förändring definieras som processen att visa att klimatet eller ett system som påverkas av klimatet har förändrats i någon definierad statistisk mening, utan att ange en anledning till den förändringen. En identifierad förändring upptäcks i observationer om sannolikheten för att den inträffar av en slump på grund av enbart intern variabilitet bedöms vara liten, till exempel <10 %.

• Attribution definieras som processen att utvärdera de relativa bidragen från flera orsaksfaktorer till en förändring eller händelse med en formell bedömning av förtroende.

Exempelvis, när man detekterar en statistisk signifikant trend i temperaturökningen kan man därefter bestämma vad denna förändring beror på.

Det man i de så kallade attributionsstudierna nu gör är alltså att vända på detta, man tillskriver orsaker innan man har detekterat en statistiskt signifikant förändring i mätserierna. Det är kanske inte konstigt att detta väckt en del diskussioner.

Det hela bygger på att man känner till fysiken bakom det man vill studera (vilket inkluderas i klimatmodellerna). Exempelvis vilka faktorer som påverkar den globala temperaturen. Den kan variera ganska mycket från år till år beroende på faktorer som El Niño och liknande. Det finns med andra ord en stor intern variation i systemet. För att detektera en avvikande trend behövs då också en relativt lång mätserie innan man kan bestämma om det finns en statistisk signifikant ”avvikelse” eller om det bara är slumpmässigt brus inom den naturliga variationen.

Men om man med tillräcklig stor säkerhet vet hur en ökad halt koldioxid i atmosfären kommer påverka temperaturutvecklingen, kan man se när denna trend avviker från den som är sannolik i frånvaro av koldioxidökningen. På så sätt kan man beräkna sannolikheten för att temperaturökningen beror på koldioxiden redan innan temperaturen stiger utanför bruset så att säga (den interna variationen). Visualiserat i filmen nedan:

Saxat från inlägget från 2018 där denna video presenterades: Det innebär att även om det inte finns en detekterbar långsiktig förändring i t.ex. kraftiga regnfall i tropiska cykloner, så finns det ändå studier som drar slutsatsen att klimatförändringar, orsakade av människor, gjorde orkanen Harveys nederbörd 15 procent större än det skulle ha varit annars. Men det är faktiskt inte en motsägelse och videon ovan visar varför.

Det krävs dock många modellsimuleringar för att få tillräcklig säkerhet i dessa bedömningar. Läs diskussion på t ex RealClimate: Watching the detections:

”Sammanfattningsvis beror osäkerheten i detektering på den interna variabiliteten (‘bruset’) jämfört med styrkan på signalen (det vill säga ju större [intern variabilitet], desto senare kommer detekteringen att kunna göras), medan osäkerheten i tillskrivningen [attributionen] beror på den strukturella osäkerheten i modeller. Den interna variabiliteten, som försvårar detektion, kan alltid (teoretiskt) medelvärderas bort i en attribution om modellerna körs tillräckligt många gånger (eller tillräckligt med tid). Även små effekter kan på detta sätt ”attribueras”, i en statistiskt säkerställd mening, även om de kanske inte är praktiskt signifikanta.”

Med andra ord, slutsatserna beror på hur tillförlitliga modellerna är och det behöver kanske inte nämnas att detta gör att attributionsstudier förlöjligas bland förväntade grupper. Men oaktat detta bör denna typ av studier tas för vad det är: sannolikhetsbedömningar utifrån den fysikaliska kunskap som för tillfället finns. De exakta siffrorna (att en händelse har blivit x gånger mer sannolik) är kanske inte det viktigaste utan mest bör ses som en indikation på hur säkra forskarna är på att klimatförändringarna påverkat händelsen.

Att det finns osäkerheter är inte mina ord utan Gavin Schmidts (forskare på Nasa) – se länken till Real Climate ovan. Avslutar med hans ord:

”Att oddsen har ökat (för värmeböljor, intensivt regn, torka intensitet etc.) är dock inte längre ifrågasatt.”

How can climate be predictable if weather is chaotic?
Butterflies, rounding errors, and the chaos of climate models | NOAA Climate.gov
The chaos of confusing the concepts (skepticalscience.com)

Nästa kapitel ->>

---

[1] UN News, Madagascar: Severe drought could spur world’s first climate change famine, 2021-10-21 https://news.un.org/en/story/2021/10/1103712

[2] Luke J Harrington et al 2022 Environ. Res.: Climate 1 021003 DOI 10.1088/2752-5295/aca695

[3] Ericson, Jan, Låt dig inte luras av medias beskrivning av IPCC:s rapport, 2021-08-12 https://www.ericsoniubbhult.se/visa.lasso?ukat_id=8000000000108563&kat_id=84500000000010197&mall=1-spalt.lasso

[4] Joselow, Maxime, Science could aid climate cases. Big Oil is fighting it, E&E News 2021-04-16 https://www.eenews.net/articles/science-could-aid-climate-cases-big-oil-is-fighting-it/

[5] Ehmele, F.et al,: A multi-disciplinary analysis of the exceptional flood event of July 2021 in central Europe – Part 2: Historical context and relation to climate change, Nat. Hazards Earth Syst. Sci., 23, 1287–1311, https://doi.org/10.5194/nhess-23-1287-2023, 2023.

[6] Zachariah et al, Extreme heat in North America, Europe and China in July 2023 made much more likely by climate change, 25 jul 2023 https://doi.org/10.25561/105549