Warum sich der Zeitpunkt klimatischer Wendepunkte nicht vorhersagen lässt

Eine Studie veröffentlicht In Wissenschaftliche Fortschritte zeigt, dass die Unsicherheiten derzeit zu groß sind, um genaue Kippzeitpunkte für kritische Komponenten des Erdsystems wie die Atlantische Meridionale Umwälzströmung (AMOC), polare Eisschilde oder tropische Regenwälder präzise vorherzusagen.

Diese Kippereignisse, die als Reaktion auf die vom Menschen verursachte globale Erwärmung eintreten könnten, sind durch schnelle, irreversible Klimaveränderungen mit potenziell katastrophalen Folgen gekennzeichnet. Wie die Studie jedoch zeigt, ist es schwieriger vorherzusagen, wann diese Ereignisse eintreten werden als bisher angenommen.

Klimaforscher der Technischen Universität München (TUM) und des Potsdam-Instituts für Klimafolgenforschung (PIK) haben drei wesentliche Quellen der Unsicherheit identifiziert.

Erstens basieren Vorhersagen auf Annahmen über die zugrunde liegenden physikalischen Mechanismen sowie über zukünftige menschliche Handlungen, um Daten aus der Vergangenheit in die Zukunft zu extrapolieren. Diese Annahmen können zu simpel sein und zu erheblichen Fehlern führen.

Zweitens sind langfristige, direkte Beobachtungen des Klimasystems selten und die betreffenden Komponenten des Erdsystems lassen sich durch die Daten möglicherweise nicht angemessen darstellen. Drittens sind historische Klimadaten unvollständig.

Große Datenlücken, insbesondere in der längeren Vergangenheit, und die Methoden zum Schließen dieser Lücken können zu Fehlern in den Statistiken führen, die zur Vorhersage möglicher Kippzeitpunkte verwendet werden.

Zur Veranschaulichung ihrer Ergebnisse untersuchten die Autoren die AMOC, ein wichtiges Meeresströmungssystem. Frühere Vorhersagen auf Grundlage historischer Daten ließen darauf schließen, dass es zwischen 2025 und 2095 zu einem Zusammenbruch kommen könnte. Die neue Studie ergab jedoch, dass die Unsicherheiten so groß sind, dass diese Vorhersagen nicht zuverlässig sind.

Unter Verwendung verschiedener Fingerabdrücke und Datensätze lagen die vorhergesagten Kippzeiten für die AMOC zwischen 2050 und 8065, selbst wenn die zugrunde liegenden mechanistischen Annahmen zutrafen. Zu wissen, dass die AMOC irgendwo innerhalb eines 6.000-Jahres-Fensters kippen könnte, ist praktisch nicht nützlich, und dieser große Bereich unterstreicht die Komplexität und Unsicherheit, die mit solchen Vorhersagen verbunden sind.

Die Forscher kommen zu dem Schluss, dass die Idee, Klima-Kipppunkte vorherzusagen, zwar verlockend ist, die Realität jedoch voller Unsicherheiten steckt. Die aktuellen Methoden und Daten reichen für diese Aufgabe nicht aus.

„Unsere Forschung ist sowohl ein Weckruf als auch eine Warnung“, sagt die Hauptautorin Maya Ben-Yami. „Es gibt Dinge, die wir noch immer nicht vorhersagen können, und wir müssen in bessere Daten und ein tieferes Verständnis der betreffenden Systeme investieren. Es steht zu viel auf dem Spiel, um sich auf wackelige Vorhersagen zu verlassen.“

Die Studie von Ben-Yami und Kollegen zeigt zwar, dass wir Kipp-Ereignisse nicht zuverlässig vorhersagen können, aber die Möglichkeit solcher Ereignisse kann auch nicht ausgeschlossen werden. Die Autoren betonen auch, dass statistische Methoden immer noch sehr gut dabei helfen können, uns zu sagen, welche Teile des Klimas instabiler geworden sind. Dazu gehören nicht nur die AMOC, sondern auch der Amazonas-Regenwald und die Eisschilde.

„Die großen Unsicherheiten bedeuten, dass wir noch vorsichtiger sein müssen, als wenn wir einen Kippzeitpunkt genau abschätzen könnten. Wir müssen weiterhin alles tun, um unsere Auswirkungen auf das Klima zu verringern, vor allem durch die Reduzierung der Treibhausgasemissionen. Auch wenn wir Kippzeitpunkte nicht vorhersagen können, steigt die Wahrscheinlichkeit, dass wichtige Komponenten des Erdsystems kippen, mit jedem Zehntel Grad Erwärmung“, schlussfolgert Koautor Niklas Boers.

Mehr Informationen:
Maya Ben-Yami et al., Unsicherheiten zu groß, um Kippzeiten wichtiger Erdsystemkomponenten anhand historischer Daten vorherzusagen, Wissenschaftliche Fortschritte (2024). DOI: 10.1126/sciadv.adl4841. www.science.org/doi/10.1126/sciadv.adl4841

Zur Verfügung gestellt von der Technischen Universität München

ph-tech