Zijn manier van werken vind ik overigens erg goed, in essentie stelt hij een aantal 'eisen' op voor het optreden van een bepaald weertype, of zoals hij het zelf zegt:
If key assumptions A + B + C = seasonal forecast D
….. and one or more fail to come off, then the likelihood is that seasonal forecast will be wrong.
Het minpunt van een dergelijke manier van werken is echter wel dat je oogkleppen op kan gaat zetten, en selectief bepaalde data in acht neemt welke je visie ondersteunen. Hier gaat hij overigens zelf wel op in door vast te stellen dat hij iets in tegenstelling met de weermodellen verwacht. Het voordeel van de theoriegeladen werkwijze waarmee hij werkt is overigens dat je informatie kan filteren. Hij verwacht duidelijk een koude tweede helft van de winter en vervolgens zoekt hij naar aanwijzingen die dit ondersteunen. Anders dan enkel observeren, wordt er nu dus naar waarnemingen gekeken en als een puzzel op een bepaalde manier in elkaar gezet, zonder dat je weet hoe de puzzel eigenlijk eruit ziet. Iets wat ik zelf ook probeer. Iets wat Watson en Crick ook jaren deden voordat ze het model voor de DNA-helix doorgrondde.
Quote selectie