Scenariostudies of Toekomstvoorspellingen: Wetenschap of Glazen Bol

Gastblog van Tinus Pulles

In een aantal discussies rondom klimaatverandering op populaire en sociale media komt steeds weer de vraag, soms zelfs de eis, aan de wetenschap naar voren om te bewijzen dat de toekomst zich zal ontwikkelen zoals in de scenario’s wordt berekend. Daarmee wordt aan de wetenschap gevraagd om iets als een glazen bol: waarzeggerij dus. Waarzeggen is tovenarij en dat kan de wetenschap niet. In deze post probeer ik uit te leggen hoe dat komt en of dat erg is.

Voorspellingen in de wetenschap

Een, voor de niet-wetenschapper wellicht, verwarrend taalgebruik binnen de wetenschap vind je rondom een van de basisgereedschappen van wetenschappelijk onderzoek: falsificeren: een model of theorie voorspelt de uitkomst van een experiment of waarneming, een zogenaamde hypothese, die je kunt toetsen door het experiment uit te voeren of de meting te verrichten. Dit is geen toekomstvoorspelling, maar een voorspelling van wat het resultaat zal zijn als je een bepaald experiment doet of een meting uitvoert.

Omdat kennis en wetenschap nooit af is, kun je ook nooit bewijzen dat iets waar is. Er is altijd de mogelijkheid dat door nieuwe kennis, nieuwe experimenten of nieuwe ontdekkingen je theorie, die je tot op dat moment gebruikt, toch niet waar blijkt te zijn. Het klassieke voorbeeld van zo’n onmogelijk bewijs is het feit dat je nooit zult kunnen bewijzen dat alle zwanen wit zijn. De constatering dat je alleen maar witte zwanen hebt gezien, bewijst natuurlijk niet dat er nergens anders gekleurde zwanen kunnen zijn. Maar zo gauw je een zwarte zwaan hebt gezien, heb je bewezen dat niet alle zwanen wit zijn.

In de wetenschap wordt, op basis van bestaande kennis en een theorie of model een toetsbare voorspelling gedaan, die met een experiment of een meting kan worden getest. Maar, als je experiment of je meting oplevert wat je model of theorie heeft voorspeld, kun je niet concluderen dat die theorie of dat model waar is. Je hebt alleen niet bewezen dat het niet waar is. Je kunt dan dus niet stellen dat je theorie of model niet waar is. Als de hypothesen uit je model of theorie vaak door metingen of experimenten bevestigd worden, weet je dus nog steeds niet 100% zeker dat je theorie of model waar is. Wat je wel weet is dat de hypothesen die je hebt opgesteld alle tests hebben overleefd. Je doet er dan verstandig aan om, zowel in de zuivere als in de toegepaste wetenschap, de theorie of het model te blijven gebruiken. Zij voorspellen immers steeds weer wat je bij toepassing daarvan kunt verwachten.

Voorspellingen in beleid

Als je beleid moet ontwikkelen kun je hier een probleem mee hebben. Immers je kunt de wetenschappelijke kennis, verpakt in theorieën en modellen wel toepassen, maar je weet dus nooit 100% zeker of inderdaad zal gebeuren wat je theorie of je model voorspelt. Sommige politici en discussianten op sociale media zoals Twitter vragen absolute zekerheid aan de wetenschap of onweerlegbaar bewijs vóór zij klimaatmaatregelen willen accepteren. Zoals hierboven uitgelegd, kan de wetenschap dat niet geven. Er is altijd de (in het geval van klimaatwetenschap zeer kleine) mogelijkheid dat de werkelijkheid toch anders in elkaar zou kunnen zitten. Het is onvermijdelijk dat beleid hier wordt gemaakt met een zekere, zij het wat betreft klimaat kleine, onzekerheid.

Wat de wetenschap wél kan zeggen is dat alle metingen en experimenten die zijn gedaan om de invloed van CO2 op het klimaat vast te stellen, hebben laten zien dat de modellen en theorieën van de klimaatwetenschap de uitkomsten van die experimenten en metingen goed hebben voorspeld. De wetenschap zegt daarmee niks anders dan “Beleidsmensen, jullie doen er verstandig aan onze modellen en theorieën toe te passen, want wij hebben gezien dat zij steeds de achterliggende processen met goed bekende wetenschap beschrijven en we verwachten dat dat ook in de toekomst zal blijven gelden”.

Toekomst voorspellen

Wat betekent dit nu voor een complex, grootschalig en zeer veelomvattend probleem als klimaatverandering, met bovendien een zeer lange tijdschaal? Maatregelen die je kunt nemen zijn bijna per definitie traag en zouden evenzeer per definitie vooral door alle landen ter wereld moeten worden genomen. Als beleidsmakers dus zware, vaak dure maatregelen willen nemen, zullen zij graag willen weten of die maatregelen helpen om het probleem op te lossen. Omdat het hele systeem zowel ruimtelijk zeer groot is als enkele zeer lange tijdschalen kent, zullen de effecten van die maatregelen soms lang op zich laten wachten en tot ver in de toekomst doorwerken. De vraag naar toekomstvoorspellingen is daarom zeer begrijpelijk. Maar: er is niets zo moeilijk te voorspellen als de toekomst!

Scenario’s

Omdat de toekomst niet voorspeld kan worden, gebruikt de klimaatwetenschap zogenaamde scenario’s om te onderzoeken wat de gevolgen zullen zijn van mogelijke ontwikkelingen in de toekomst. Die scenario’s zijn dus uitdrukkelijk géén toekomstvoorspellingen, maar zogenaamde wat-als-analyses met vragen als: “wat zouden de gevolgen zijn van een aantal in het scenario veronderstelde ontwikkelingen in de maatschappij, de economie en het beleid?”. De scenario’s geven daarmee een beeld van wat verwacht kan worden als bepaalde in het scenario gedefinieerde ontwikkelingen daadwerkelijk plaats zullen vinden. Dit worden ook wel ‘projecties’ genoemd.  Meestal worden meerdere scenario’s met elkaar vergeleken bijvoorbeeld om de effecten van het wel of niet nemen van maatregelen met elkaar vergelijken. De verschillen tussen projecties met zulke scenario’s zijn dan ook vaak interessanter dan de absolute waarden.

Alle scenario’s, zoals gebruikt in klimaatstudies, bestaan dan ook uit meerdere delen:

1. Een deel dat uit veronderstelde ontwikkelingen in de maatschappij, de economie en het beleid uitrekent wat de te verwachten emissies van broeikasgassen zullen zijn; hier worden vaak verschillende toekomstbeelden naast elkaar gezet
2. Een deel dat de gevolgen van die emissie doorrekent naar
   1. de concentraties van die broeikasgassen in de atmosfeer
   2. de daardoor optredende verstoring van de stralingsbalans van de aarde
   3. de veranderingen in het klimaat en oceaanstromingen
3. de mogelijke effecten op maatschappij, economie, natuur etc.

Het is dan ook met opzet dat de wetenschap deze indeling maakt. Immers het eerste deel kun je zien als een voorspelling van de sociaaleconomische ontwikkeling, en die wordt sterk beïnvloed door politiek en beleid en veelvuldig opgeschrikt door onverwachte gebeurtenissen zoals een economische crisis. De besluiten van Trump in Amerika kunnen grote effecten hebben op de wereldhandel en dus op de economische groei.

Het tweede deel is veelvuldig getest en is onafhankelijk van beleid en politiek: de natuurwetten kunnen door regering of parlement niet worden veranderd! Bij toepassing op het verleden ken je de emissies. Die kun je dus in dat tweede deel invoeren en zien of de modellen die in dit deel worden gebruikt de waargenomen klimaatveranderingen goed simuleren. Dat is het geval. En de wetenschap heeft daarom – en omdat we de achterliggende processen relatief goed begrijpen – geconcludeerd dat de modellen die de effecten van emissies van broeikasgassen uitrekenen goed werken.

De modellen die de effecten op de economie en de maatschappij doorrekenen zijn weer minder hard, vooral omdat ook hier politiek en beleid een grote invloed kunnen hebben.

Hoe dit werkt laat onderstaande grafiek, ontleend aan het recente 1,5 graden rapport van IPCC, goed zien. In deze grafiek worden de historische, gemeten broeikasgasemissies tot en met 2017 in de modellen ingevoerd en zien we dat de waarnemingen (de grijze fluctuerende lijn) de uitkomsten van de klimaatmodellen goed volgt. De modelsimulatie is het gemiddelde van vele modelruns, waardoor de willekeurige variaties zijn uitgemiddeld. Daarom zien de modelresultaten er “gladder” uit dan de metingen. De gemeten trend wordt door de modellen zeer goed voorspeld.

De emissies van 2018 en later zijn nog niet bekend en moeten dus worden geconstrueerd. In onderstaande figuur zijn daarom twee alternatieve scenario’s gedefinieerd die de CO₂-emissies in 2040 of in 2055 tot nul laten reduceren. Let op: hier zijn verder geen precieze maatregelen ingevoerd, maar wordt uitgegaan van twee mogelijke beslissingen van de Partijen bij het klimaatverdrag die zouden moeten resulteren in volledig afbouwen van de CO₂-emissies in de genoemde jaren. Als extra scenariovariant wordt nog doorgerekend wat het effect is van het al dan niet reduceren van de emissies van de overige broeikasgassen ná 2030.

Wat we in deze grafiek dus zien is dat de modellen, wanneer we de emissies kennen, de waargenomen opwarming goed representeren. Omdat de toekomstige emissies uiteraard nog niet bekend zijn, zien we verschillende ontwikkelingen van de opwarming bij verschillende aannamen van, hier, de mogelijke emissiereductiepaden voor de toekomst. De onderhandelaars in het klimaatakkoord gebruiken deze resultaten in hun afwegingen en beslissingen.

(bron: IPCC SR15 SPM Figure 1)

Toekomst voorspellen

Het probleem van de toekomst voorspellen zit dus vooral in het eerste deel van de scenario’s: welke emissies kunnen we in de toekomst verwachten. Dit zijn evenwel ook precies de dingen die door beleid en economie beïnvloed kunnen worden. Daarom is het ook zeer begrijpelijk dat er verschillende scenario’s worden ontwikkeld voor de te verwachten veranderingen in economie en beleid. Van die scenario’s kan er uiteindelijk natuurlijk maar een uitkomen. Maar waarschijnlijker is dat ze geen van allen uit zullen komen. Sterker nog, er zijn zeker ook altijd scenario’s waarvan de opstellers hopen dat die geen werkelijkheid zullen worden. Zulke scenario’s worden alleen opgesteld om te laten zien wat de gevolgen zullen zijn bij bijvoorbeeld geen maatregelen nemen (“business as usual” scenario’s). Ook extreme scenario’s blijven dus interessant, om inzicht te geven in het hele palette aan mogelijke toekomstbeelden.

(bron: IPCC AR5 Synthesis Report Fig. 3.2)

De oude IPCC-scenario’s

Wanneer we met dit inzicht naar oudere IPCC-scenario’s kijken, zien we steeds dat vanaf een zeker moment in de tijd (het jaar 2000 in het voorbeeld uit het voorlaatste overzichtsrapport van IPCC) allerlei verschillende lijnen de toekomst in worden getrokken. Wat toen toekomst was, is in een aantal gevallen nu al het heden of zelfs de geschiedenis. Die scenario’s van toen kunnen uiteraard ook geen exacte voorspelling hebben gedaan van de emissies tot op dit moment. Sommige voorspellingen kunnen dicht bij de realisatie zijn uitgekomen, maar andere kunnen daar vér naast zitten. Het getuigt daarom ook niet van inzicht als je de toekomstvoorspellingen van deze scenario’s gaat testen op wat er in werkelijkheid is gebeurd. Veel van de veronderstellingen over de ontwikkeling van de economie en de daarbij behorende emissies zullen niet zijn uitgekomen. Denk bijvoorbeeld aan de gevolgen van de economische crisis van 2008. Die was door geen enkel model voorspeld, maar heeft de emissies wel degelijk beïnvloed. Geen wonder dat de “voorspellingen” van al die scenario’s niet precies zijn uitgekomen. Dat was ook niet de bedoeling. De bedoeling was, en is, om de consequenties van alternatieve economische ontwikkelingen en beleidsmaatregelen door te kunnen rekenen. Het zijn niet meer dan “wat-als-analyses”. De uitkomsten daarvan kunnen door politici en overheden en industrieën worden gebruikt om een keuze te maken tussen verschillende alternatieve maatregelen op het gebied van de bescherming van het aardse klimaat. Zij weten dan welke gevolgen van hun beslissingen te verwachten zijn.

Door Titiaan – Eigen werk, Publiek domein

“Het klimaat is niet voorspelbaar”

Het klimaat is dus inderdaad niet voorspelbaar in de zin van een waarzegger met een glazen bol. Dat is ook helemaal niet de bedoeling of zelfs maar de ambitie van de klimaatwetenschap. Net zomin als van welke andere wetenschap dan ook. Er zijn immers een heel veel onvoorspelbare factoren: zonneactiviteit, vulkanisme, interne variabiliteit en de meest onzekere factor van allemaal: menselijk emissies, niet alleen van broeikasgassen maar ook van luchtverontreiniging zoals primaire en secundaire aerosolen. Die onvoorspelbaarheid betekent dus niet dat scenario-studies en modelsimulaties waardeloos zijn. Ze laten zien wat er zou kunnen gebeuren en waar we dus mogelijk op kunnen rekenen, ook op grond van mogelijk alternatieve ontwikkelingen in economie en beleid. Je voorbereiden op wat je te wachten zou kunnen staan en mogelijke problemen proberen te voorkomen kan best verstandig zijn. Ondanks dat we de toekomst niet precies kunnen voorspellen.

Dat de politiek en het beleid dan keuzes moeten maken, terwijl er nog onzekerheden zijn is onvermijdelijk. De goed ontwikkelde kennis over de relatie tussen emissies en klimaatverandering toepassen op minder goed begrepen en onzekerder economische en maatschappelijke toekomstverwachtingen is daarbij het beste wat je kunt doen. Het alternatief is wachten tot de wal het schip keert en het te laat is om nog zinvol in te grijpen. Dat is wat alle modellen en scenario’s tezamen laten zien.