Als je vertrekt van een vijftal parameters, zoals je vertelt, dan is de kans op exuberante fouten toch groter? Juist omdat je met maar 5 waarden een hele hoop iteraties gaat doen? En dus steeds verder gerekend wordt met een steeds grote wordende fout.
Een model met veel parameters lijkt me dan dus zelfs beter te gaan werken dan één met weinig (aangezien één foute parameter er dan niet zo heel erg veel toe doet)
Of zijn de klimaatsmodellen juist eenvoudig en worden er niet veel iteraties gedaan?
Wat betreft die aannamen ben ik, zoals gezegd, nogal op m'n hoede voor cirkelredeneringen.
Ik bedoel: als je in je model de aanname doet dat er een effect is van de menselijke broeikasgassen op het wereldwijde klimaat, dan is het maar logisch dat datzelfe model een daling laat zien (ipv een stijging zoals te zien is op jouw grafiek) wanneer je die menselijke invloed weglaat. Je hebt namelijk de aanname gedaan dat 'de mens' wel een invloed moest hebben. Dan is het maar logisch dat die grafiek dat weergeeft.
Maar als je dan uit die grafiek gaat afleiden dat er een mens-gerelateerde opwarming is, dan keer je heel de sitatie gewoon om en gaat de aanname gans het model gaan bepalen en wordt het (alleenstaand) model bijgevolg waardeloos.
Maar ik ben (nog) niet goed genoeg op de hoogte van het opmaken van die modellen om daar gegrond over te kunnen schrijven; het bovenstaande is enkel een bedenking bij het gebruik van modellen in het algemeen. Ik wil dus, voor alle duidelijkheid, helemaal niet zeggen dat dat in het geval van het klimaatsmodel zo is. Met mijn weinige kennis erover maak ik me dus enkel enkele bedenkingen.
Groet, Timothy
Quote selectie