Scriptiebank overzicht

Few fields in human life benefit from what we call ‘climate change’. The consequences of climate change become apparent and are obstructing–sometimes taking–our lives. This is reason enough to anticipate them and implement mitigation and adaptation strategies through policymaking. However, climate model outputs are plagued with uncertainty; this fact evokes controversy about how they should be interpreted, communicated, and used in decision-making. What do these models tell us and should we base any policy decisions on their outcomes if these are highly uncertain? To warrant our trust in the model outcomes regarding decision-making, the sources of and reasons for the uncertainty should be well-understood.
In this thesis, I investigate the emergence of uncertainty in climate model projections. More precisely, I examine what elements throughout the modelling process are the reason for the uncertainty in the outcomes and how this should be interpreted. Is trust in the outcomes warranted? I evaluate this question as a philosopher of science, conducting a philosophical analysis of the climate modelling process and the concepts related to it.
I cast light on the question by analysing climate modelling in three main ways: through a conceptual analysis of ‘model’, ‘climate’, and ‘system’, through an analysis of the experience of ‘climate’, and from a technical perspective by examining the construction of single-model components, coupled global earth system models, and model ensembles.
When considering how the climate is experienced, I find that it is not clear how it could be experienced since it is a scientifically constructed concept. On the other hand, knowledge of this scientific concept may influence our interpretation of weather phenomena. Furthermore, there are many phases in the model-building process; each phase introduces errors and therefore uncertainty that is carried along to the subsequent phases. Observational data is used to estimate some free values in the model. Choosing which values to align with the data on the one hand and with the physical theory on the other hand requires expert opinion. It is a matter of debate whether the outcomes are trustworthy when they result from alignment with observational data, at the expense of adequate representation of the physical processes. The choices made form a source of subjective uncertainty, while the technical constraints of the chosen approach introduce errors. The concept of ‘adequacy-for-purpose’ means that a model is never adequate relative to the entire climate system, but more apt to answer some questions and less apt to answer others.
Overall, there are three important elements to remember: first, a climate model is built to gain insight into climate phenomena that are highly uncertain. Although the model includes uncertainty too, it reduces the uncertainty in the climate phenomena per se. Secondly, climate models are never ‘true’, but can be adequate for their intended purpose. Using climate model outcomes for answering questions they were not built for will result in meaningless responses. Lastly, including more models and more plausible scenarios will result in more different outcomes; if these outcomes are, on average, closer to the ‘truth’, this should not be a problem. Converging outcomes does not necessarily mean they are more correct. Obtaining more correct average answers, by evaluating more models and more scenarios, is a good practice.

Klimaatmodellen voorspellen dat de temperatuur wereldwijd zal blijven stijgen, samen met een toename van de intensiteit en frequentie van hittegolven. Daarbovenop krijgen steden te maken met extra opwarming door het stedelijk hitte-eilandeffect. Met een groeiende stedelijke bevolking, waaronder veel kwetsbare mensen, is het van cruciaal belang om effectieve mitigatiemaatregelen te implementeren om hittestress te verminderen. Hiervoor is temperatuurdata op hoge resolutie noodzakelijk.

Vaak worden numerieke modellen gebruikt om deze data te verkrijgen, maar deze zijn
computationeel zeer intensief, waardoor het moeilijk is om hoge resolutie data te verkrijgen over lange periodes en grote gebieden. Een computationeel goedkoop alternatief voor numerieke modellen zijn statistische modellen, vaak gebaseerd op machine learning technieken. Deze simuleren de temperatuur op basis van datagedreven relaties. De huidige machine learning modellen zijn echter meestal afgestemd op een enkele stad of een beperkte regio, wat resulteert in slechte prestaties voor steden met verschillende karakteristieken. Deze thesis onderzoekt de mogelijkheden om een machine learning model te ontwikkelen dat kan worden toegepast op steden over heel Europa.

De studie gebruikt ruimtelijke en temporele variabelen om een machine learning emulator van het numerieke UrbClim model te construeren. Daarnaast wordt het effect van het aantal steden in de trainingsset bestudeerd. Dit is cruciaal omdat grote datasets met numerieke trainingsdata, zoals die beschikbaar zijn gesteld voor UrbClim, vaak ontoegankelijk of rekenkundig te duur zijn om te verkrijgen

Scenarioanalyse met betrekking tot de concurrentiekracht van trans-Arctische containerscheepvaart in vergelijking met de Suezroute.

Een onderzoek gebaseerd op numerieke modellen over het seizoensgebonden uitbarstingspatroon van de Villarricavulkaan in Chili. De jaarlijkse sneeuwcyclus wordt naar voor geschoven als mogelijke oorzaak voor dit patroon. De klimaatverandering kan ervoor zorgen dat de seizoenaliteit in het eruptiepatroon met de tijd verdwijnt.

Analyse van de impact van de klimaatverandering op droogte in Vlaanderen. Data afkomstig van globale klimaatmodellen wordt met behulp van statistische neerschalingsmethodes verwerkt om ook op een lokale schaal gebruikt te kunnen worden.

Lianen verlagen de koolstofopslag in tropische bossen en versnellen zo de klimaatverandering. Er is echter nog maar weinig gekend over de droogtetolerantie van lianen. De onderzochte lianen maken gebruik van een spectrum aan overlevingsmechanismen en blijken sterk gewapend te zijn tegen droogte. De integratie van het heterogene en droogtetolerante karakter van lianen in klimaatmodellen is noodzakelijk om de klimaatverandering nauwkeuriger te gaan voorspellen.

Methaanhydraten en de opwarming van het klimaat: zal een slapende reus ontwaken? Enorme hoeveelheden methaan zitten in de vorm van methaanhydraat opgeslagen onder de oceaanbodem en in permafrost. Gedurende de afgelopen decennia hebben wetenschappers de alarmbel geluid over de mogelijkheid dat deze ijsachtige vaste stof zal beginnen smelten onder invloed van de klimaatopwarming, en dit voornamelijk nabij de polen. Methaan, een sterk broeikasgas, kan op deze manier vrijkomen en in de atmosfeer belanden, wat een bijkomstige opwarming zou veroorzaken.