Вот один из первых комментариев:
По-моему, про эту модель сказано, что она хорошо согласуется с данными наблюдений, на которых она построена. Как насчет построить модель на данных 1900-1950 гг., и проверить ее на наблюдениях 1950-2000 гг.?
На мой взгляд, этот комментарий прекрасно иллюстрирует общее отношение к таким прогнозам у многих людей. В нем содержится непонимание того, что сделано, по крайней мере в данной работе. А сделано-то на самом деле гораздо более сильное исследование, чем построить модель на данных 1900-1950 гг., и проверить ее на наблюдениях 1950-2000 гг.
Итак, у нас имеется нечто наблюдаемое -- в данном случае, "глобальная погода" (температура, осадки, давление и т.д.) -- и целый ряд внутренних факторов изменчивости. Мы хотим понять поведение наблюдаемой величины и использовать это понимание для её предсказания на некоторе время вперед.
Тут есть два возможных подхода. Первый -- чисто описательный: описать наблюдаемые как можно точнее и глубже, не просто построить кривые, но и обнаружить корреляции, доказать их статистическую значимость и т.д. В общем, провести статистический анализ всего набора наблюдаемых на участке времени t0-t1.
Затем, можно сделать предположение, что статистические законы, описывающие эти наблюдаемые, останутся примерно такие же и дальше, на участке времени от t1 до t2. Тогда, на основании этого можно предсказать кое-что про наблюдаемые на этом участке.
Разумеется, предположение о неизменности законов надо обосновать. Самый простой способ это сделать -- разбить доступный участок t0-t1 на два подучастка: t0-tx и tx-t1. Описанный выше анализ можно сделать на первом подучастке, на основании его предсказать что-то про второй участок и проверить, справедливо ли предположение о примерной неизменности статистических свойств. Если оно подтверждается, то после этого можно уже идти предсказывать будущее.
Именно это и предлагал автор процитированного комментария.
Ясно, что чисто описательные теории такого типа не могут удовлетворить. Наблюдаемые просто параметризуются каким-то законом, безо всякого понимания, откуда он берется и что за ним стоит. Требуется описание более глубокого типа: когда вы параметризуете силы, влияющие на изменчивость наблюдаемых. Сами же наблюдаемые вы вообще не параметризуете, а честно вычисляете, исходя из сил.
Говоря совсем простыми словами, разница такая. Описательная модель -- это когда вы следите за движением парусного корабля, плывущего через океан, в течение одной недели и пытаетесь предугадать, как он будет плыть в течение последующей недели. Более глубокая модель -- это когда вы запараметризовали все силы, под действием которых движется судно (влияние силы и направления ветра, волнения на море, осадков, гроз и т.д. на скорость движения корабля), разобрались с тем, откуда берутся эти силы (т.е. знаете переменчивость погоды в этом сезоне, знаете связь между ветром и волнением на море, знаете поведение капитана, ставящего паруса при такой-то погоде и т.д.) -- и вот на основании этих законов и пытаетесь воспроизвести траекторию корабля.
Описанная работа относится именно к такому типу исследования, и потому она во много раз полезнее и серьезнее чисто описательных моделей. Фраза "...она хорошо согласуется с данными наблюдений, на которых она построена..." к ней совершенно не применима. Эта модель согласуется с наблюдательными данными (температурой, осадками, ветрами и т.д.), но сама она построена на данных по силам, влияющим на климат: концентрации газов, скорость вырубки лесов, циклы солнечной активности, влияние аэрозолей на порог образования облаков и т.д., но никак не на самих наблюдательных данных.
Это и есть принципиально важный момент. Старые модели были, как правило, число описательные, и в их отношении скепсис оправдан. Эта работа использовала совершенно иной подход.
[Комментарии на Элементах]
Комментариев нет:
Отправить комментарий