Un recente articolo di Pasini, Attanasio e Triacca ha portato nuova evidenza al fatto che il fattore principale che causa i cambiamenti climatici è l'aumento della concentrazione dei gas serra nell'atmosfera.
Come facciamo a sapere che sono proprio i gas serra, e non, per esempio, il sole a causare i cambiamenti climatici? Beh, c'è più di un modo, ma quello migliore è partire dalla fisica. Sappiamo come funziona il meccanismo di riscaldamento dei gas serra e possiamo misurare quanta energia questi gas trattengono nell'atmosfera e come questa energia varia con l'aumento della loro concentrazione (questo si chiama "forzante"). Il valore della forzante dovuto ai gas serra lo possiamo confrontare con quello dovuto ai cambiamenti dell'irradiazione solare, che è anche questa una cosa che possiamo misurare. Viene fuori che la forzante dovuta ai gas serra è molto superiore a quella delle variazioni solari. I risultati si possono riassumere in questo diagramma dell'IPCC del 2007 (che, fra le altre cose, sbufala la leggenda che la scienza del clima prenda in considerazione "soltanto" il biossido di carbonio).
Questi dati sono l'evidenza principale sul fatto che i cambiamenti climatici che osserviamo sono dovuti principalmente ai gas serra. Questo risultato, però, deve essere verificato. Se sono veramente i gas serra a causare l'aumento della temperatura, dovremmo vedere una correlazione fra le due cose. Ovvero, un aumento della concentrazione di gas serra deve corrispondere a un aumento di temperature. Se non vedessimo una correlazione, evidentemente il modello fisico sarebbe falsificato. Ma la correlazione la vediamo benissimo: l'aumento della concentrazione di CO2 è stato accompagnato nell'ultimo secolo da un aumento delle temperature planetarie. La correlazione non è perfetta, dato che è influenzata da altri fattori come la presenza di aerosol e altre cose. Ma funziona abbastanza bene e conferma il modello. (Immagine da skeptical science)
Ci potremmo però domandare se non potremmo invece seguire la logica opposta? Ovvero, potremmo cercare una correlazione fra le temperature e altre grandezze per vedere se da li' possiamo trovare qual'è la causa dei cambiamenti. Questa è un'idea che va per la maggiore in certi ambienti ed è stata utilizzata per cercare di dimostrare che è il sole, e non i gas serra, a causare i cambiamenti. Per esempio, gira parecchio su internet questa figura:
Viene da un vecchio articolo di Lassen che risale al 1991 (lo si vede anche dalla scala, dove i dati si fermano al 1990). Lassen aveva trovato una correlazione apparentemente molto buona fra un parametro che è la lunghezza del ciclo solare e la temperatura. Si, ma c'è un grosso problema: dove sta la fisica? Qual'è il meccanismo della correlazione? Lassen non è mai stato in grado di dirlo e questo era un grosso problema nella sua idea. In effetti, con il ciclo successivo la correlazione è andata perduta, (vedi la figura più sotto). Era solo una coincidenza, come ammesso da Lassen stesso, che si è dimostrato così un vero scienziato.
Figura da Skeptical Science che mostra come la correlazione fra cicli solari e temperatura osservata da Lassen nel 1991 sia andata perduta negli anni successivi.
C'è chi ancora cerca questo tipo di correlazioni e, con molta pazienza e massaggiando bene i dati, si riesce sempre a trovare qualcosa. Ma, di solito, queste correlazioni fanno la fine di quella trovata da Lassen e vanno perdute poco dopo, come vi potete rendere conto da un recente dibattito con Stefano Caserini e Nicola Scafetta.
Tuttavia, con la statistica si può fare di meglio che semplicemente cercare correlazioni. Recentemente, Antonello Pasini, Alessandro Attanasio e Umberto Triacca hanno fatto uno studio di cui possiamo leggere un riassunto su "Le Scienze" del 5 Febbraio 2012. Pasini e gli altri hanno utilizzato un'approccio comparativo dei dati storici con il metodo detto di Granger. Il principio di base del metodo è riassunto da Triacca in un commento su "ClimateMonitor"
..... nel 1969 Clive Granger, riprendendo una idea di Norbert Wiener del 1956, ha formulato la seguente definizione di causalità. Siano x ed y due variabili (due serie storiche). Diremo che la y causa la x, nel senso di Granger, se la previsione di x_t+1 ottenuta utilizzando sia il passato della x stessa che quello della y è migliore della previsione di x_t+1 ottenuta utilizzando soltanto il passato della x. Ciò significa che se la y causa la x, allora nel passato della y è contenuta una informazione unica (nel senso che non è contenuta nel passato della x) utile per prevedere la x.
Vedete che questo metodo è più evoluto di uno che cerca semplicemente una correlazione fra due serie storiche, come aveva fatto Lassen ai suoi tempi. Con questo metodo, Pasini e gli altri hanno trovato che, tenendo conto dell'evoluzione della concentrazione dei gas serra, la capacità predittiva del modello migliora nettamente. Il contrario succede se si utilizzano dati sui cicli solari (o anche sui flussi di raggi cosmici).
Bisogna stare attenti con queste cose, perché nessun modello statistico può provare una casualità intesa come effetto fisico. Ma lo studio basato sul metodo di Granger è importante perché è un altro tassello del puzzle che ci conferma che l'immagine che si sta formando è quella giusta. Sono i gas serra i principali (anche se non gli unici) fattori che causano il cambiamento climatico.
Sfortunatamente, tuttavia, non ci sono dati o analisi che tengano per chi ancora aspetta con fede incrollabile l'arrivo della nuova era glaciale: troverà le conferme che cerca in ogni nevicata invernale. Nel frattempo, il riscaldamento globale avanza.
Qui di seguito, un commento sul lavoro di Pasini e gli altri su "Le Scienze"
______________________________________
Cambiamento climatico: una conferma indipendente del ruolo umano
Uno studio italiano ha ottenuto una chiara conferma delle cause antropiche del riscaldamento globale degli ultimi 60 anni ricorrendo a una metodologia statistica originale, mutuata dall'econometria e indipendente da quelle utilizzate nei classici modelli climatici criticati dagli scettici
Una chiara conferma dell'importanza determinante dei gas serra di origine antropica agli effetti del riscaldamento globale è arrivata da una ricerca condotta con una metodica originale, completamente differente da quelle utilizzate nei modelli climatici classici. Ed è proprio nel fatto che il risultato sia stato ottenuto con metodi indipendenti che risiede la rilevanza dello studio, che fornisce così una conferma che supera le critiche rivolte ai metodi solitamente impiegati dai climatologi.
Nello studio, pubblicato su "Atmospheric Science Letters", Antonello Pasini dell'Istituto sull'inquinamento atmosferico (Iia) del Cnr di Roma, e Alessandro Attanasio e Umberto Triacca dell'Università de L'Aquila, hanno infatti applicato al clima un metodo statistico ideato da Clive Granger, premio Nobel per l'economia del 2003. La tecnica è oggi ampiamente utilizzata dagli economisti per identificare, nell'ambito di un sistema complesso quale quello che essi studiano, i fattori che possono essere considerati le "cause" rilevanti di un fenomeno, andando al di là della constatazione dell'esistenza di una semplice correlazione.
"La matematica sottostante ai sistemi complessi sembra essere universale, e quindi si possono prendere modelli creati in economia e applicarli in altri campi come, per esempio, la climatologia", spiega Pasini.
Nello studio i ricercatori sono partiti costruendo un modello basato soltanto sui dati di temperatura, prendendo quelli relativi alle temperature dal 1850 al 1940, per "addestrare" il modello e usarlo quindi per prevedere le temperature dal 1941 al 2006. "In questo modo abbiamo ottenuto una determinata previsione di temperatura. Granger dice sostanzialmente che si può provare la causalità di una variabile su un fenomeno quando si vede che con il suo inserimento nel modello si ottiene un incremento positivo nella capacità di previsione. A questo punto abbiamo considerato tutti i dati relativi alle diverse variabili, o forzanti, sia naturali che antropogeniche, introducendole una per una nel modello, per poi tornare a fare la previsione dal 1941 al 2007."
Risultato: "Abbiamo così visto che, mentre le forzanti naturali non portavano ad alcun miglioramento della previsione, quando introducevamo i gas serra, ecco che la previsione di temperatura era molto, molto migliore." In questo modo, conclude Pasini, "abbiamo provato, con un 99 per cento di confidenza statistica, che sono proprio i gas serra a provocare un aumento della temperatura negli ultimi 60 anni."
In particolare, sottolinea Pasini, fra i possibili fattori naturali rilevanti, oltre alla variabilità dell'attività del Sole e alle emissioni dei vulcani, è stato preso in esame anche quello che è un cavallo di battaglia del fronte degli "scettici", ossia i raggi cosmici, che secondo molti avrebbero una notevole influenza sulla formazione delle nubi e quindi anche sulle temperature del pianeta. Ma anche questa variabile ha mostrato di non migliorare le capacità previsionali del modello basato sule sole temperature.
"Spesso - conclude Pasini - con metodologie diverse si vedono aspetti complementari di un problema. Con questo nuovo metodo avremmo potuto ricavare informazioni diverse e invece, guarda caso, abbiamo trovato risultati assolutamente concordanti con quanto detto dai metodi climatici classici. E questo corrobora fortemente l'idea che il riscaldamento globale degli ultimi 60 anni sia dovuto davvero a cause antropogeniche."
Osservando i grafici non mi sembra che sia una grande correlazione soprattutto negli anni 40-50 é davvero strano che le emissioni di CO2 durante l' ultimo conflitto mondiale siano cresciute e siano rimaste stazionarie e non abbiano prodotto un riscaldamento. Gli scienziati si sanno dare una spiegazione ? Nello stesso periodo il grafico che mette in relazione l' attività solare alla temperatura correla bene mentre dai '90 in poi sembra non funzionare più. A me verrebbe da dire che un lavoro é buono e l' altro no, fanno tutti e due acqua per qualche motivo ...
RispondiEliminaAltre domande ...
Ma dati precisi sulla CO2 prima del '59 esistono o sono state tracciate delle linee così tanto per completare il grafico? Se sì perché non si é usato un tratto diverso poiché la fonte non può essere quella del NOAA Mauna Loa? La non crescita della concentrazione di CO2 e della temperatura negli anni 40-50 ha una qualche spiegazione ? Articolo molto interessante ed istruttivo ... cordiali saluti da Gabriele Santanché aka gabsan Luci0.
Ho trovato la fonte dei dati CO2 pre 1958 http://cdiac.ornl.gov/trends/co2/lawdome-graphics.html era scritto nel grafico che era anche se di poco ... di diverso colore ... :-)
RispondiEliminaEcco un grafico con temperature globali ed attività solare più aggiornato del lavoro di Lassen ... http://www.climate4you.com/images/SunspotsMonthlyNOAA%20and%20HadCRUT3%20GlobalMonthlyTempSince1960.gif sarebbe interessante approfondire ma dal grafico sembrerebbe che ci sia una qualche correlazione ... tanto sarebbe bene cambiare il titolo di questo articolo ... P.S. Mi accontento solo di un punto interrogativo in fondo ... da così "Cambiamento climatico: il sole non c'entra!" a così "Cambiamento climatico: il sole non c'entra?"
RispondiEliminaBuongiorno. Interessante l'aver utilizzato metodi matematici dell'economia sulle previsioni della fisica. le due cose ben si intrecciano nella conlusione: siamo noi, antropi, a causare danni a noi stessi. Visto su modellizzazioni scientifiche, basate su metodi conclamati fa impressione.
RispondiEliminaRimane il fatto che studiare i sistemi complessi è difficile e quanto maggiori diventano le interferenze tra le diverse scienze, fatto che conferma l'universalità della matematica, minori saranno i difetti delle previsioni. Insomma dalla osservazione "ingenua" della fisica agli albori adesso le interferenze con la scienza socioeconomica rendono la fisica e la renderanno ancora più scientifica. Insomma approcci metodologici simili da punti di vista diversi per carcare di capire il sistema complesso che ci ospita.
Forse può interessare questo link
http://www.benecomune.net/news.interna.php?notizia=1453
off-topic rispetto alla specificità dell'argomento, la cosa più interessante (ma anche inquietante sotto certi aspetti) è che di teorie pro e contro il GW (se si può essere 'pro' e 'contro' in un argomento del genere..) pullulano in particolar modo i forum dei siti meteo.
RispondiEliminaDa ex collaboratore di siti e da ex previsore, ne ho viste di cotte e di crude: scrivono tutti (e questo è bene) e teorizzano tutti (e questo non è evitabile ma non è proprio il massimo); si trova l'editoriale (magari anche scritto discretamente) del ragioniere che segnala gli errori di calcolo dell'istituto X..al commercialista che ti avverte che il GW è una buffonata perché nell'800 coltivavano i cavoli in Scozia o perché giocavano a Bridge all'aperto in Islanda..e magari ti cita fonti, tipo i manoscritti di Kumran o roba effettivamente scritta ma mai validata dalla comunità scientifica.
Qualcuno addirittura arriva a mettere in dubbio grafici o studi effettuati magari attraverso anni di formulazioni matematiche, modellistica, indagini all'infra-rosso ecc..ecc..
La meteorologia, ma anche la climatologia, sono diventate da un lato scienze sempre più nobili (più precise ma anche più fonte di sapere e condivisione), dall'altro una specie di immensa parete bianca su cui ognuno può, anzi deve, scrivere qualcosa..magari di non verificabile o verificato ma comunque fissato, lì su quella parete, senza spazio né tempo per la verifica.
Una specie di mega-esperimento di fisica, matematica, semantica, logica, filosofia, narrativa aperto a tutti e chiuso nella sua inverificabilità oggettiva.
un caro saluto.
Mi complimento per l'articolo, gran bella trovata quella di Granger che identifica l'intervallo di confidenza in una relazione di causa-effetto basandosi sul miglioramento predittivo del modello anzichè sulla apparente correlazione dei dati. E poi dicono che la matematica non serve...
RispondiEliminaMi sorge però un dubbio. Come si fa ad arricchire un modello utilizzando una sequenza storica arbitraria, quando non si conoscono le modalità fisiche cui il modello "aumentato" dovrebbe funzionare ?
Mi spiego, sarebbe possibile, che una serie di dati assurda o irrilevante, non so, l'utilizzo di pesticidi in agricoltura, possa portare a un miglioramento della predizione, per effetto "indiretto" ? Ossia, l'utilizzo dei pesticidi potrebbe essere correlato alla stessa causa comune che influenza entrambi, quindi non si tratterebbe di una reale correlazione causa-effetto.
Faccio un esempio... è noto che l'incidenza di patologie tumorali è inferiore in chi pratica yoga e altre tecniche "spirituali", la correlazione è SBALORDITIVA. Ciò però non significa che ci sia un reale nesso di causa-effetto. E' assai probabile che chi pratica yoga abbia una migliore e più attenta alimentazione, e questo porterebbe a un effetto positivo sulle probabilità di ammalarsi.
Come risolve Granger, questo possibile effetto secondario che nasconderebbe la correlazione pur con un miglioramento del modello predittivo ?
Paolo Marani
MIZ Cesena
In origine, la definizione di Granger assume la seguente forma. Siano x ed y due variabili. Denotiamo con U_t l'insieme informativo contenente il passato di tutte le variabili dell'universo. Diremo che la y causa la x, nel senso di Granger, se la previsione di x_t+1 ottenuta utilizzando l'intero set informativo U_t y è migliore della previsione di x_t+1 ottenuta utilizzando U_t meno il passato della y.
EliminaOvviamente una tale definizione, seppur attraente da un punto di vista teorico, è del tutto inutile da un punto di vista pratico, applicativo. Non disporremo mai del set informativo U_t.
Al fine di rendere operativa la definizione di Granger si deve restringere l'insieme infotrmativo rispettpo al quale si condiziona la previsione. Ciò può comportare dei problemi di causalità spuria e/o non causalità dovuta all'omissione di variabili rilevanti.
Come risolverebbe Granger il problema della causalità spuria? Tanto per incominciare eviterebbe di considerare nell'analisi una serie di dati assurda o irrilevante. Dopo di che cercherebbe di estendere l'analisi. mi spiego. Supponi di aver trovato che y causa x, utilizzando un set informativo che comprende soltanto il passato delle due variabili, facendo, come si dice in gergo, una analisi bivariata. Supponi inoltre di avere il sospetto che via sia una terza variabile, diciamo z, che in causa entrambe. In questo caso, e necessario verioficare la "robustezza" dell'analisi bivariata conducendo una analisi trivariata, considerando cioè anche il passato della z. A questo punto si aprono due possibilità. 1. Il nesso di causalità viene meno. La causalità individuata in ambitpo bivariato era spuria. 2. Il nesso di causalità permane. Il nesso di causalità individuato in ambito bivariato era "genuino", almeno rispetto all'introduzione della variabile z. E' chiaro che in questo secondo caso potrebbe sempre succedere che vi sia una quarta variabile w che .....
Però, se trovo causalità in ambito bivariato (tra due variabili sensate), se questa causalità permane quando estendo al'analisi al caso trivariato (cioè quando inserisco la z), incomincio a pensare che qualche ruolo la y ce l'abbia nel guidare la x.
Ovviamente l'errore è sempre dietro l'angolo. Di questo bisogna essere consapevoli. E secondo me la statistica ha il pregio di rendere questo fatto esplicito. La probabilità rifiutare una ipotesi quando in realtà è vera e di accettarla quando in realtà è falsa non possono essere azzerate.
Umberto Triacca
Beh, ti devi congratulare con Pasini e i suoi collaboratori. Gli passo direttamente la tua domanda e ti so dire cosa mi rispondono.
RispondiEliminaTrovo lo studio interessante, avrei qualche curiosita' sui dettagli.
RispondiEliminaIl grafico delle concentrazioni di CO2 in atmosfera dal 1880 ad oggi e', grossomodo, una curva esponenziale, liscia ed uniformemente crescente. Ha quindi - e lo sappiamo bene- un andamento che correla bene con quello delle temperature medie globali nello stesso intervallo di tempo - e questo e', in fondo- buona parte del motivo per cui ci siamo convinti che il riscaldamento globale sia causato dalla CO2.
Quindi mi viene naturale chiedermi (e chiedere, se qualcuno degli autori e' in ascolto :)): fra le altre forzanti, naturali e antropiche, che sono state testate "contro" la forzante della concentrazione di CO2, ce n'era qualcuna che mostrasse un tipo di andamento altrettanto regolare e uniformemente crescente, per verificare che non sia semplicemente questo ad aiutare il modello nella previsione? Oppure invece ad essere determinanti per la previsione sono proprio le "irregolarita'" della curva di aumento della CO2 rispetto a sue approssimazioni di vario grado? Gli autori hanno provato - sempre che abbia senso- ad addestrare il modello con variabili artificiali (ad esempio aumenti lineari o esponenziali di vario grado) per confrontare l'accuratezza delle previsioni risultanti con quelle che prendono in considerazione la CO2?
Salve a tutti. La prima cosa da mettere in evidenza è che, da un punto di vista matematico, Granger causality e correlazione sono cose diverse. Quindi se due serie hanno trend simili, non è detto che ciò comporti un nesso causale (secondo Granger) da una delle due parti (o anche da entrambi). Infatti, in un lavoro precedente di Umberto (del 2005) fatto in-sample, non si trovava Granger causality dalla CO2 alla temperatura. Cosa che invece trovano, sempre in-sample, recentemente Kodra et al. (2011) usando una finestra temporale diversa: Umberto partiva dal 1860 e costruiva campioni inserendo nuove osservazioni, Kodra parte dalla fine (tipo 1970-2007) e inseriva man mano le osservazioni passate. Questo probabilmente fa capire come il recente sia fondamentale nella connessione di causalità tra CO2 e temperatura.
EliminaLa differenza, e anche la novità nel nostro lavoro, è che si lavora out-of-sample e probabilmente questo è il miglior approccio per analizzare la Granger causality, nonostante io apprezzi anche lo studio in-sample. In fondo, nella costruzione di qualsiasi modello la verifica della bontà previsiva va fatta out-of-sample in modo da evitare overfitting.
Sulle serie: diciamo che anche le altre forzanti antropogeniche hanno un andamento simile a quello della CO2, ma questo nulla comporta sulla causalità.
Spero di averti aiutato, comunque resto a disposizione anche e soprattutto per ricevere utili critiche al lavoro.