2024 April
The problem of rising CO2 concentrations in the atmosphere and the associated climate change has only recently become a central issue for the general public. For the spectroscopic community, monitoring the concentration of atmospheric constituents is an age-old task. Spectroscopy is a comparative method of analysis: precise measurements are first made in a laboratory and then compared with measurements in the atmosphere. Without laboratory measurements, it would be impossible to interpret data from satellites, for example. When I started in spectroscopy, I was involved in such laboratory measurements for CO2 and for the man-made molecules that were then depleting the ozone layer. But let's leave that exciting story for another blog and focus on the present.
Now we are in big trouble !
This little sentence sums up everything you can learn about the problem of climate change. All the courses I teach have a part where I explain to my students why we are really in trouble. Also, most of the final projects that students have to work on as part of the Data Science module have to do with climate change and the necessary transformation of industrial processes to stop it. In this blog, I would like to show you one of the data analysis exercises I do with my students, related to the concentration of CO2 in the atmosphere. The equation is simple: the more CO2 there is in the atmosphere, the hotter it gets on Earth. The increase in CO2 concentration is like lying in bed in a cold room and putting more and more blankets over yourself. Your body becomes more and more insulated and you feel warmer and warmer.
CO2 levels in the atmosphere are measured using a variety of instruments, but let's focus on one of them: the Keeling curve. Charles David Keeling began measuring CO2 levels in the atmosphere continuously and with high accuracy in 1958. Thanks to him, we have a continuous record of atmospheric CO2 levels for the last 66 years. So we know exactly what we have been doing to the atmosphere over a very long period of time.
The dataset is free and can be downloaded by anyone. In this exercise we write a Python program that downloads the current dataset and displays the data in a graph:
The data shows the concentration of CO2 over time, or in our terminology, the number of 'blankets' used to regulate the Earth's temperature.
The graph shows that the number of blankets has risen from 320 in 1960 to 420 today. Is this a big change or not? To answer this question, you need to know what the 320 blankets mean. If you were to remove all CO2 (i.e. have no blankets at all), it would mean that Europe would be as cold as Antarctica. If 320 blankets means so much, then a further increase with almost 1/3 of the original value is also a huge increase. 320 is the ideal number of blankets for the Earth to have temperatures like we used to have.
The curve shows some small fluctuations due to the difference in concentration between winter and summer. We designed a simple mathematical model for this increase and fitted it to the Keeling curve. The result is the red curve, the difference between the red curve and the Keeling curve is shown magnified by a factor of 10:
What we see is that humanity is emitting CO2 into the atmosphere with ‘mathematical precision’, the only small deviation is around the year 1990. It is also possible to read off the number of 'blankets' we will have in 20 years if we do not change the CO2-producing industrial base. Normally, such extrapolations must be made with extreme caution, as the extrapolation takes into account many assumptions that may not apply in the future.
But this extrapolation is not the reason why I said: "We are in big trouble now! The problem is that you could argue: 'But we've already done a lot in the last 15 years to stop CO2 rising! There are lots of solar panels and wind turbines in my neighbourhood alone! Is that true? Have we done enough?
Data science can give you an answer to this question. Let's repeat the analysis above with one small difference: let's imagine we're at the end of year 2008 and we're using only the 51-year data set to fit the mathematical model:
What we see is the following: The prediction of the concentration from the end of 2008 for the present corresponds to the actual current level. The concentration values for future years (seen from 2008) are shown in green.
This means that we have been emitting globally as usual for the last 15 years. There is no evidence that industry has changed its production methods to reduce CO2 emissions. This is a global result, that is, the contribution of all countries combined. Some countries may have reduced their CO2 emissions, but other countries have increased their emissions to the same extent. Such an analysis is always subject to an error due to the imperfection of the model. This means that only significant changes can be detected in this way. On the other hand, significant changes are necessary to stop the increasing extent of climate change.
This analysis shows the scale of the problem of climate change. No one should be surprised that people who really understand the problem are organising themselves into movements like Extinction Rebellion to force politicians to make real changes.
However, there is hope that our prediction curve could change in a few years' time. The main contribution to this success comes from the scientific community. The processes that really bring about change are autocatalytic, i.e. once they are set in motion, they develop automatically without the need for further political input. We will discuss this later.
Das Problem der steigenden CO2-Konzentration in der Atmosphäre und des damit verbundenen Klimawandels ist erst in jüngster Zeit zu einem zentralen Thema für die breite Öffentlichkeit geworden. Für die Spektroskopie ist die Überwachung der Konzentration von Atmosphärenbestandteilen eine uralte Aufgabe. Die Spektroskopie ist eine vergleichende Analysemethode: Es werden zunächst präzise Messungen im Labor durchgeführt und dann mit Messungen in der Atmosphäre verglichen. Ohne Labormessungen wäre es unmöglich, die Daten beispielsweise von Satelliten zu interpretieren. Als ich mit der Spektroskopie begann, war ich an solchen Labormessungen für CO2 und für die vom Menschen verursachten Moleküle beteiligt, die damals die Ozonschicht zerstörten. Aber lassen wir diese spannende Geschichte für einen anderen Blog und konzentrieren wir uns auf die Gegenwart.
Jetzt stecken wir in großen Schwierigkeiten!
Dieser kleine Satz fasst alles zusammen, was man über das Problem des Klimawandels lernen kann. Alle Kurse, die ich unterrichte, haben einen Teil, in dem ich meinen Studenten erkläre, warum wir wirklich in Schwierigkeiten sind. Auch die meisten Abschlussprojekte, an denen die Studenten im Rahmen des Moduls Data Science arbeiten müssen, haben mit dem Klimawandel und der notwendigen Umstellung der industriellen Prozesse zu tun, um ihn zu stoppen. In diesem Blog möchte ich Ihnen eine der Datenanalyseübungen vorstellen, die ich mit meinen Studenten durchführe und die sich auf die CO2-Konzentration in der Atmosphäre bezieht. Die Gleichung ist einfach: Je mehr CO2 sich in der Atmosphäre befindet, desto heißer wird es auf der Erde. Der Anstieg der CO2-Konzentration ist so, als würde man sich in einem kalten Raum ins Bett legen und immer mehr Decken über sich legen. Ihr Körper wird immer mehr isoliert und Sie fühlen sich immer wärmer.
Der CO2-Gehalt in der Atmosphäre wird mit einer Vielzahl von Instrumenten gemessen, aber konzentrieren wir uns auf eines davon: die Keeling-Kurve. Charles David Keeling begann 1958, den CO2-Gehalt in der Atmosphäre kontinuierlich und mit hoher Genauigkeit zu messen. Ihm ist es zu verdanken, dass wir eine kontinuierliche Aufzeichnung der atmosphärischen CO2-Werte für die letzten 66 Jahre haben. Wir wissen also genau, was wir der Atmosphäre über einen sehr langen Zeitraum hinweg angetan haben.
Der Datensatz ist kostenlos und kann von jedem heruntergeladen werden. In dieser Übung schreiben wir ein Python-Programm, das den aktuellen Datensatz herunterlädt und die Daten in einem Diagramm anzeigt:
Die Daten zeigen die CO2-Konzentration im Laufe der Zeit, oder in unserer Terminologie, die Anzahl der „Decken“, die zur Regulierung der Erdtemperatur gebraucht werden.
Die Grafik zeigt, dass die Anzahl der Decken von 320 im Jahr 1960 auf 420 heute gestiegen ist. Ist das nun eine große Veränderung oder nicht? Um diese Frage zu beantworten, muss man wissen, was die 320 Decken bedeuten. Würde man das gesamte CO2 entfernen (d. h. überhaupt keine Decken haben), würde das bedeuten, dass es in Europa so kalt wäre wie in der Antarktis. Wenn 320 Decken so viel bedeuten, dann ist ein zusätzlicher Anstieg mit jetzt fast 1/3 des Ausgangswertes auch ein enormer Anstieg. 320 ist die ideale Anzahl von Decken, damit auf der Erde Temperaturen herrschen, wie wir sie früher hatten.
Die Kurve weist kleine Schwankungen auf, die auf den Konzentrationsunterschied zwischen Winter und Sommer zurückzuführen sind. Wir haben ein einfaches mathematisches Modell für diesen Anstieg entwickelt und an die Keeling-Kurve angepasst. Das Ergebnis ist die rote Kurve. Der Unterschied zwischen der roten Kurve und der Keeling-Kurve ist um den Faktor 10 vergrößert dargestellt:
Wir sehen, dass die Menschheit mit „mathematischer Präzision“ CO2 in die Atmosphäre abgibt, die einzige kleine Abweichung ist um das Jahr 1990 herum, und es ist auch möglich, die Anzahl der „Decken“ abzulesen, die wir in 20 Jahren haben werden, wenn wir die CO2-produzierende industrielle Basis nicht ändern.
Aber diese Extrapolation ist nicht der Grund, warum ich gesagt habe: „Wir sind jetzt in großen Schwierigkeiten! Das Problem ist, dass man argumentieren könnte: 'Aber wir haben doch in den letzten 15 Jahren viel getan, um den CO2-Anstieg zu stoppen! Allein in meiner Nachbarschaft gibt es jede Menge Solaranlagen und Windräder! Ist das wahr? Haben wir genug getan?
Data Science kann Ihnen eine Antwort auf diese Frage geben. Wiederholen wir die obige Analyse mit einem kleinen Unterschied: Nehmen wir an, wir befinden uns am Ende des Jahres 2008 und verwenden nur den 51-jährigen Datensatz, um das mathematische Modell anzupassen:
Was wir sehen, ist folgendes: Die Konzentrationsprognose von Ende 2008 für die Gegenwart entspricht dem heutigen Stand. Die Konzentrationswerte für die zukünftigen Jahre (gesehen aus dem Jahr 2008) sind in grün dargestellt.
Das bedeutet, dass wir global gesehen in den letzten 15 Jahren so viel emittiert haben wie immer. Es gibt keine Anzeichen dafür, dass die Industrie ihre Produktionsmethoden geändert hat, um den CO2-Ausstoß zu verringern. Es ist ein globales Ergebnis, also der Beitrag aller Länder zusammen. Einige Länder haben ihren CO2-Ausstoß reduziert, aber andere Länder haben ihren Ausstoß in gleichem Maße erhöht. Eine solche Analyse ist immer mit einem Fehler behaftet, der auf die Unvollkommenheit des Modells zurückzuführen ist. Das bedeutet, dass nur signifikante Veränderungen auf diese Weise erkannt werden können. Andererseits sind signifikante Änderungen notwendig, um den Klimawandel zu stoppen.
Diese Analyse zeigt, wie groß das Problem des Klimawandels ist. Es sollte niemanden überraschen, dass Menschen, die das Problem wirklich verstehen, sich in Bewegungen wie Extinction Rebellion organisieren, um Politiker zu echten Veränderungen zu zwingen.
Es besteht jedoch die Hoffnung, dass sich unsere Vorhersagekurve in einigen Jahren ändern wird. Der wichtigste Beitrag zu diesem Erfolg kommt aus der Wissenschaft. Die Prozesse, die einen wirklichen Wandel herbeiführen, sind autokatalytisch, d. h., wenn sie einmal in Gang gesetzt sind, entwickeln sie sich automatisch, ohne dass weitere politische Interventionen erforderlich sind. Wir werden später darauf zurückkommen.
A légkör növekvő CO2-koncentrációjának és az ezzel összefüggő éghajlatváltozásnak a problémája csak nemrégiben vált a közvélemény számára központi kérdéssé. A spektroszkópiai közösség számára a légköri összetevők koncentrációjának nyomon követése régi feladat. A spektroszkópia összehasonlító analitikai módszer: a pontos méréseket először laboratóriumban végzik, majd összehasonlítják a légkörben végzett mérésekkel. Laboratóriumi mérések nélkül lehetetlen lenne például a műholdakról származó adatokat értelmezni. Amikor a spektroszkópiával kezdtem foglalkozni, ilyen laboratóriumi mérésekben vettem részt a CO2 és az ember által előállított molekulák esetében, amelyek akkoriban az ózonréteget károsították. De hagyjuk ezt az izgalmas történetet egy másik blogra, és koncentráljunk a jelenre.
Most nagy bajban vagyunk !
Ez a kis mondat összefoglal mindent, amit az éghajlatváltozás problémájáról megtudhatunk. Minden kurzuson, amit tanítok, van egy olyan rész, ahol elmagyarázom a diákjaimnak, hogy miért is vagyunk igazán bajban. Emellett a legtöbb záró projekt, amelyet a hallgatóknak az Data Science modul részeként kell kidolgozniuk, az éghajlatváltozással és az ipari folyamatok szükséges átalakításával foglalkozik, hogy megállítsuk azt. Ebben a blogban szeretném bemutatni az egyik adatelemzési feladatot, amelyet a diákjaimmal végzek, és amely a légkör CO2-koncentrációjával kapcsolatos. Az egyenlet egyszerű: minél több CO2 van a légkörben, annál melegebb van a Földön. A CO2-koncentráció növekedése olyan, mintha egy hideg szobában feküdnénk az ágyban, és egyre több takarót húznánk magunkra. A tested egyre jobban lesz szigetelve, és egyre melegebbnek és melegebbnek érzed magad.
A légkör CO2-szintjét többféle műszerrel mérik, de most koncentráljunk az egyikre: a Keeling-görbére. Charles David Keeling 1958-ban kezdte el folyamatosan és nagy pontossággal mérni a légkör CO2-tartalmát. Neki köszönhetően az elmúlt 66 évről folyamatos adataink vannak a légköri CO2-mennyiségről. Tehát pontosan tudjuk, hogy mit tettünk a légkörrel nagyon hosszú időn keresztül.
Az adatkészlet ingyenes és bárki számára letölthető. Ebben a feladatban írunk egy Python programot, amely letölti az aktuális adathalmazt, és grafikonon megjeleníti az adatokat:
Az adatok a CO2-koncentrációt mutatják az idők folyamán, vagy a mi terminológiánkban a Föld hőmérsékletének szabályozására használt „takarók” számát.
A grafikon azt mutatja, hogy a takarók száma az 1960-as 320-ról napjainkra 420-ra emelkedett. Ez nagy változás vagy sem? A kérdés megválaszolásához tudnunk kell, hogy mit jelent a 320 takaró. Ha az összes CO2-t eltávolítanánk (azaz egyáltalán nem lenne takaró), az azt jelentené, hogy Európában olyan hideg lenne, mint az Antarktiszon. Ha 320 takaró ennyit jelent, akkor egy további növekedés az eredeti érték majdnem 1/3-ával szintén hatalmas növekedés. A 320 az ideális takarók száma ahhoz, hogy a Földön olyan hőmérséklet legyen, mint amilyen korábban volt.
A görbe a téli és a nyári koncentráció közötti különbség miatt kis ingadozásokat mutat. Erre a növekedésre egy egyszerű matematikai modellt terveztünk, és a Keeling-görbére illesztettük. Az eredmény a piros görbe, a piros görbe és a Keeling-görbe közötti különbség 10-szeresére nagyítva látható:
Azt látjuk, hogy az emberiség „matematikai pontossággal” bocsát ki CO2-t a légkörbe, az egyetlen kis eltérés az 1990-es év körül van. Az is leolvasható, hogy hány „takarónk” lesz 20 év múlva, ha nem változtatunk a CO2-t termelő ipari bázison. Általában az ilyen extrapolációkat rendkívül óvatosan kell értelmezni, mivel az extrapoláció számos olyan feltételezést vesz figyelembe, amelyek a jövőben nem biztos, hogy érvényesek lesznek.
De nem ez az extrapoláció az oka annak, hogy azt mondtam: „Most nagy bajban vagyunk! A probléma az, hogy lehet érvelni: De az elmúlt 15 évben már sokat tettünk azért, hogy megállítsuk a CO2-emelkedést! Csak az én környékemen rengeteg napelem és szélturbina van! Igaz ez? Eleget tettünk?
Az adattudomány választ adhat erre a kérdésre. Ismételjük meg a fenti elemzést egy apró különbséggel: képzeljük el, hogy 2008 végét írjuk, és csak az 51 éves adathalmazt használjuk a matematikai modell illesztéséhez:
A következőt látjuk: A 2008 végétől a jelenre vonatkozó koncentráció előrejelzése megfelel a tényleges jelenlegi szintnek. A jövőbeli évekre vonatkozó koncentrációértékek (2008-tól nézve) zölddel vannak jelölve.
Ez azt jelenti, hogy az elmúlt 15 évben globálisan a szokásos módon bocsátottunk ki CO2-t. Nincs bizonyíték arra, hogy az ipar megváltoztatta volna termelési módszereit a CO2-kibocsátás csökkentése érdekében. Ez egy globális eredmény, azaz az összes ország hozzájárulása együttesen. Néhány ország csökkenthette a CO2 -kibocsátását, de más országok ugyanilyen mértékben növelték a kibocsátásukat. Egy ilyen elemzés mindig hibával jár a modell tökéletlensége miatt. Ez azt jelenti, hogy csak a jelentős változások mutathatók ki ilyen módon. Másrészt jelentős változásokra van szükség ahhoz, hogy megállítsuk az éghajlatváltozás növekvő mértékét.
Ez az elemzés megmutatja az éghajlatváltozás problémájának nagyságrendjét. Senkit sem lephet meg, hogy a problémát valóban megértő emberek olyan mozgalmakba szerveződnek, mint az Extinction Rebellion, hogy valódi változtatásokra kényszerítsék a politikusokat.
Van azonban remény arra, hogy előrejelzési görbéink néhány éven belül megváltozhatnak. Ehhez a sikerhez a tudományos közösségnek van a legnagyobb hozzájárulása. Azok a folyamatok, amelyek valóban változást hoznak, autokatalitikusak, azaz ha egyszer elindulnak, automatikusan fejlődnek, további politikai beavatkozás nélkül. Erre később még kitérünk.