Kodėl klimato grafikai atrodo taip bauginančiai?
Jei kada nors bandėte perskaityti IPCC ataskaitą ar tiesiog paspaudėte ant kokio nors klimato mokslo straipsnio, tikriausiai žinote tą jausmą – ekranas pilnas kreivių, spalvotų juostų, ašių su keistais vienetais ir legendų, kurias reikia skaityti tris kartus, kad suprastum, kas čia iš viso vyksta. Daugelis žmonių tuo momentu tiesiog uždaro skirtuką ir grįžta prie kačių nuotraukų. Ir tai visiškai suprantama.
Bet štai kur glūdi problema: klimato duomenų grafikai nėra tokie sudėtingi, kaip atrodo iš pirmo žvilgsnio. Jie tiesiog naudoja tam tikrą vizualinę kalbą, kurios niekas mūsų specialiai nemokė. Kai supranti pagrindinius principus, staiga viskas pradeda ryškėti – ir ne tik grafikai, bet ir tai, ką jie iš tikrųjų sako apie mūsų planetą.
Šiame straipsnyje pabandysime išnarplioti tą vizualinę kalbą. Ne akademiškai, ne su formulėmis, o taip, kaip draugas paaiškintų per kavą.
Ašys – tai ne tik linijos su skaičiais
Pirmasis dalykas, į kurį reikia atkreipti dėmesį bet kuriame grafike – ašys. Horizontali ašis (x) dažniausiai rodo laiką, o vertikali (y) – tą kintamąjį, kurį matuojame: temperatūrą, CO₂ koncentraciją, jūros lygį ir panašiai. Skamba paprastai, tiesa? Bet čia slypi pirmoji spąstų vieta.
Ašių masteliai gali dramatiškai pakeisti tai, kaip grafikai atrodo. Pavyzdžiui, jei temperatūros ašis prasideda nuo -50°C ir baigiasi +50°C, nedidelis 1,5 laipsnio pokytis atrodys kaip beveik nematoma linija. Bet jei ta pati ašis prasideda nuo 13°C ir baigiasi 15°C, tas pats pokytis atrodys kaip milžiniškas šuolis. Abu grafikai techniškai teisingi, bet sukuria visiškai skirtingą įspūdį.
Praktinis patarimas: prieš darydami bet kokias išvadas, visada patikrinkite, nuo kur ir iki kur eina ašys. Ypač y ašis. Jei ji neprasideda nuo nulio, paklauskite savęs – kodėl? Kartais tai pagrįsta (nes nulis neturi prasmės tame kontekste), kartais tai tiesiog manipuliacija.
Dar vienas dalykas – ašių vienetai. Temperatūra gali būti Celsijaus arba Farenheito laipsniais, Kelvinais. CO₂ koncentracija matuojama ppm (parts per million – dalys milijone). Jūros lygio kilimas – milimetrais arba centimetrais. Prieš interpretuodami grafiką, įsitikinkite, kad suprantate, ką reiškia tie vienetai.
Anomalijos – kai „nulis” nereiškia nulio
Vienas iš dažniausių nesusipratimų, su kuriais susiduriama skaitant klimato grafikus – anomalijų grafikų nesupratimas. Jei matote grafiką, kuriame temperatūra svyruoja apie nulį ir kartais eina į minusą, tai nereiškia, kad planeta atšalo iki šalčio. Tai reiškia, kad naudojamas anomalijų formatas.
Anomalija klimatologijoje – tai nukrypimas nuo tam tikro referentinio laikotarpio vidurkio. Dažniausiai naudojamas 1951–1980 metų arba 1981–2010 metų vidurkis kaip bazinė linija. Jei grafikas rodo +1,2°C anomaliją, tai reiškia, kad ta temperatura yra 1,2 laipsnio aukštesnė nei buvo vidutiniškai tame referentiniame periode.
Kodėl naudojamos anomalijos, o ne absoliučios temperatūros? Todėl, kad tai leidžia palyginti skirtingas vietas. Sibiro ir Brazilijos absoliučios temperatūros yra visiškai skirtingos, bet jų anomalijos gali būti palyginamos – ir tai leidžia matyti globalų paveikslą.
NASA GISS, NOAA ir Hadley Centre – tai trys pagrindiniai šaltiniai, kurie skelbia globalios temperatūros anomalijų duomenis. Visi jie naudoja šiek tiek skirtingas metodikas ir referentinius laikotarpius, todėl jų grafikai gali atrodyti šiek tiek skirtingai, nors iš esmės rodo tą patį tendenciją.
Spalvos grafike – tai ne tik estetika
Klimato moksle spalvos atlieka labai konkrečią funkciją. Ir kai supranti jų logiką, grafikai tampa daug lengviau skaitomi.
Dažniausiai naudojama mėlynos-raudonos spalvų skalė: mėlyna reiškia šaltesnį nei vidurkis, raudona – šiltesnį. Tai matote žemėlapiuose, kurie rodo temperatūros anomalijas skirtingose planetos dalyse. Kuo intensyvesnė spalva, tuo didesnis nukrypimas nuo normos.
Tačiau ne visi grafikai naudoja šią konvenciją. Kai kuriuose CO₂ koncentracijos grafikuose spalvos rodo dešimtmečius – kiekvienas dešimtmetis savo spalva, kad matytumėte, kaip kreivė keitėsi laikui bėgant. Kitose vizualizacijose spalvos gali rodyti pasitikėjimo intervalus – tamsesnė sritis reiškia didesnį tikrumą, šviesesnė – didesnį neapibrėžtumą.
Vienas iš gražiausių klimato duomenų vizualizacijos pavyzdžių – vadinamieji „warming stripes” (šilimo juostos), kuriuos sukūrė Edas Hawkinsas iš Readingo universiteto. Tai tiesiog spalvotų vertikalių juostų seka – kiekviena juosta reiškia vienerius metus, spalva rodo temperatūros anomaliją. Nereikia jokių ašių, jokių skaičių – ir vis tiek iš karto matai, kaip spalvos nuo mėlynos pamažu pereina į intensyviai raudoną. Tai vienas iš tų retų atvejų, kai vizualizacija kalba pati už save.
Pasitikėjimo intervalai ir neapibrėžtumas – tai ne silpnybė
Vienas dalykas, kuris dažnai glumina žmones – tai šešėliuotos sritys aplink pagrindines linijas klimato grafikuose. Žmonės dažnai interpretuoja tai kaip „mokslininkai nežino, kas vyksta” arba „duomenys nepatikimi”. Tai fundamentalus nesusipratimas.
Tos šešėliuotos sritys – tai pasitikėjimo intervalai arba neapibrėžtumo ribos. Jos rodo, kiek tikėtina, kad tikroji reikšmė patenka į tą sritį. Dažniausiai naudojamas 90% arba 95% pasitikėjimo intervalas. Tai reiškia, kad mokslininkai yra 95% tikri, jog tikroji reikšmė yra toje šešėliuotoje srityje.
Paradoksas toks: kuo siauresnė ta šešėliuota sritis, tuo didesnis tikrumas. Kuo platesnė – tuo daugiau neapibrėžtumo. Bet neapibrėžtumas nėra tas pats, kas nežinojimas. Tai yra kiekybiškai išreikštas tikrumas – ir tai yra mokslo stiprybė, ne silpnybė.
Klimato projekcijose dažnai matysite kelias scenarijų linijas. Pavyzdžiui, RCP 2.6, RCP 4.5, RCP 8.5 – tai skirtingi emisijų scenarijai (dabar jau naudojami SSP scenarijai, bet principas tas pats). Kiekvienas rodo, kas nutiktų, jei pasaulis pasirinktų skirtingą kelią. Tai ne spėlionės – tai matematiškai apskaičiuoti galimi ateities variantai, pagrįsti skirtingomis prielaidomis apie tai, kiek šiltnamio efektą sukeliančių dujų mes išmesime.
Keeling kreivė ir kiti klasikai, kuriuos verta žinoti
Yra keli ikoniniai klimato duomenų grafikai, kuriuos verta pažinti, nes jie nuolat pasirodo diskusijose ir žiniasklaidoje.
Pirmasis – Keeling kreivė. Tai CO₂ koncentracijos atmosferoje matavimų grafikas, pradėtas Mauna Loa observatorijoje Havajuose 1958 metais Charleso Keelingo. Grafike matote dvi tendencijas vienu metu: bendrą augimo kreivę (CO₂ kiekis nuolat didėja) ir sezoninius svyravimus – kiekvienais metais CO₂ šiek tiek sumažėja vasarą (augalai absorbuoja) ir padidėja žiemą. Ta „dantyta” linija ant augančios kreivės – tai planeta kvėpuoja. Tiesiogine prasme.
Antrasis – „hockey stick” grafikas. Jį sukūrė Maiklas Manas su kolegomis 1998 metais. Jis rodo temperatūros rekonstrukciją per pastaruosius 1000 metų. Ilgą laiką temperatūra buvo gana stabili (rankena), o paskutiniame šimtmetyje staiga šovė aukštyn (ašmenys). Šis grafikas tapo vienu iš labiausiai ginčijamų ir kartu labiausiai patvirtintų klimato moksle – dešimtys nepriklausomų tyrimų su skirtingomis metodikomis parodė tą patį rezultatą.
Trečiasis – jūros lygis. Šis grafikas ypač įdomus, nes naudoja dviejų tipų duomenis: iki 1993 metų – matavimų iš pakrančių stočių duomenys, po 1993 – palydoviniai matavimai. Abiejų metodų duomenys puikiai sutampa, kas yra papildomas patvirtinimas, kad matavimai patikimi.
Kaip neatpulti į klaidingų interpretacijų spąstus
Internete pilna grafikų, kurie atrodo moksliški, bet iš tikrųjų yra manipuliuojami arba tiesiog klaidingai interpretuojami. Štai keletas raudonų vėliavų, į kurias verta atkreipti dėmesį.
Trumpas laiko tarpas. Jei grafike rodomi tik keli metai ar dešimtmečiai, lengva parinkti tokį laikotarpį, kuris rodo norimą tendenciją. Klimato pokyčiai matuojami dešimtmečiais ir šimtmečiais, ne metais. Jei kas nors rodo grafiką nuo 1998 metų ir sako „žiūrėk, temperatūra neauga” – tai klasikinis pavyzdys, nes 1998 buvo išskirtinai karšti metai dėl El Niño, ir nuo tokio taško pradedant, tendencija atrodo mažesnė.
Viena stotis vietoj globalių duomenų. Vienos meteorologijos stoties duomenys nieko nesako apie globalią tendenciją. Planeta didelė, ir lokalūs pokyčiai gali skirtis nuo globalaus vidurkio.
Koreliacija be konteksto. Kartais rodomi du grafikai, kurie atrodo panašiai, ir teigiama, kad vienas sukelia kitą. Bet koreliacija nėra priežastingumas. Klimato moksle priežastiniai ryšiai nustatomi ne tik per koreliaciją, bet per fizikinius mechanizmus, modelius ir eksperimentus.
Trūkstama legenda arba šaltinis. Jei grafike nėra nurodytas duomenų šaltinis, metodika ar bent jau kas jį sukūrė – tai rimtas perspėjimo ženklas. Patikimi moksliniai grafikai visada turi šaltinį.
Kai grafikai tampa istorija, o ne tik duomenys
Galiausiai, geriausi klimato duomenų grafikai daro kažką daugiau nei tik parodo skaičius. Jie pasakoja istoriją. Ir kai išmoksti skaityti tą istoriją, klimato mokslas nustoja būti abstrakčia tema ir tampa kažkuo labai konkrečiu.
Paimkite arktinio ledo ploto grafiką. Jame matote sezoninius svyravimus – kiekvienais metais ledas išsiplečia žiemą ir sumažėja vasarą. Bet jei žiūrite į ilgalaikę tendenciją, matote, kad kiekvienas vasaros minimumas yra mažesnis nei prieš kelis dešimtmečius. Ir ne tik ploto – ledas tapo plonesnis. Tai du skirtingi grafikai, bet kartu jie pasakoja vieną istoriją.
Arba pažiūrėkite į koralų balinimo įvykių dažnumo grafiką. Iki 1980-ųjų tokie įvykiai buvo reti. Dabar jie vyksta beveik kasmet. Tas grafikas nereikalauja jokio paaiškinimo – jis pats kalba.
Mokėjimas skaityti klimato grafikus – tai ne tik akademinis įgūdis. Tai būdas atskirti faktus nuo manipuliacijų, suprasti, kas iš tikrųjų vyksta su mūsų planeta, ir priimti informuotus sprendimus – tiek asmeniniame gyvenime, tiek kaip piliečiams. Ir nors tai gali atrodyti kaip sudėtinga tema, iš tikrųjų pakanka kelių pagrindinių principų: visada tikrinkite ašis, supraskite, kas yra anomalija, nepabūkite neapibrėžtumo, ir visada klauskite – iš kur šie duomenys ir koks yra laiko tarpas. Tai viskas. Likusi dalis – tik praktika.
