Gavin Schmidt: The emergent patterns of climate change

المترجم: DAHOU Mohamed المدقّق: khalid marbou

We live in a very complex environment:

نحن نعيش في بيئة معقدة:

complexity and dynamism

التعقيد والحيوية

and patterns of evidence

وكل الأنماط الواضحة

from satellite photographs, from videos.

في صور الأقمار الاصطناعية، والفيديوهات.

You can even see it outside your window.

بل يمكنكم ملاحظتها من نوافذكم.

It's endlessly complex, but somehow familiar,

ورغم تعقيدها اللامتناهي، لكنها مألوفة بشكل ما،

but the patterns kind of repeat,

إلا أن تلك الأنماط تتكرر نوعا ما،

but they never repeat exactly.

لكن ليس بنفس الشكل.

It's a huge challenge to understand.

إنه تحدّ يصعب فهمه.

The patterns that you see

فهذه الأنماط التي ترونها

are there at all of the different scales,

توجد على جميع المستويات،

but you can't chop it into one little bit and say,

لكن لا يمكنكم أخذ عينة منها والقول،

"Oh, well let me just make a smaller climate."

"حسنا، فلنصنع نموذجا مصغرا للمناخ."

I can't use the normal products of reductionism

لا يمكنني استخدام الناتج الطبيعي للاختزالية

to get a smaller and smaller thing that I can study

للحصول على شيء أصغر يمكنني دراسته

in a laboratory and say, "Oh,

بالمختبر والقول، "حسنا،

now that's something I now understand."

الآن أصبح شيئا يمكنني فهمه."

It's the whole or it's nothing.

فالأمر يتعلق بكل شيء أو لا شيء.

The different scales that give you

فالمستويات المختلفة التي تعطيكم

these kinds of patterns

هذا النوع من الأنماط

range over an enormous range of magnitude,

تمتد على عدة مستويات من الضخامة،

roughly 14 orders of magnitude,

حوالي 14 قيمة أسية،

from the small microscopic particles

انطلاقا من الجزيئات المجهرية الصغيرة

that seed clouds

التي تشكل السحب

to the size of the planet itself,

إلى حجم الكوكب نفسه،

from 10 to the minus six

من 10 أس 6

to 10 to the eight,

إلى 10 أس 8،

14 orders of spatial magnitude.

14 قيمة أسية مكانية.

In time, from milliseconds to millennia,

بالنسبة للزمن، من ميلي ثانية إلى الألفيات،

again around 14 orders of magnitude.

مرة أخرى حوالي 14 قيمة أسية.

What does that mean?

ما معنى هذا؟

Okay, well if you think about how

حسنا إن كنتم تفكرون في كيف

you can calculate these things,

تم حساب هذه الأمور،

you can take what you can see,

يمكنكم اعتماد ما تستطيعون رؤيته،

okay, I'm going to chop it up

حسنا، سأقسمه إلى مربعات صغيرة،

into lots of little boxes,

and that's the result of physics, right?

وهذه هي النتيجة الفيزيائية، صحيح؟

And if I think about a weather model,

وإذا أخذت نموذجا للطقس،

that spans about five orders of magnitude,

يمتد على 5 قِيَم أسية،

from the planet to a few kilometers,

من الكوكب إلى بضعة كيلومترات،

and the time scale

وبالنسبة للسلم الزمني،

from a few minutes to 10 days, maybe a month.

من بضع دقائق إلى 10 أيام، أو شهر.

We're interested in more than that.

لكننا مهتمين بأكثر من ذلك.

We're interested in the climate.

نحن مهتمون بالمناخ.

That's years, that's millennia,

أي سنوات وألفيات،

and we need to go to even smaller scales.

ونحن بحاجة لبلوغ مستويات أصغر.

The stuff that we can't resolve,

وهو ما لا يمكننا حله،

the sub-scale processes,

فهو مرتبط بعمليات على مستوى مصغر،

we need to approximate in some way.

لذا علينا تقديره بطريقة ما.

That is a huge challenge.

وهذا تحدى كبير.

Climate models in the 1990s

فنماذج الطقس في التسعينيات

took an even smaller chunk of that,

تشغل حيزا صغيرا،

only about three orders of magnitude.

فقط ثلاثة قيم أسية.

Climate models in the 2010s,

نماذج الطقس في 2010،

kind of what we're working with now,

التي نشتغل عليه حاليا،

four orders of magnitude.

تشكل 4 قيم أسية.

We have 14 to go,

وعلينا بلوغ 14،

and we're increasing our capability

وما زلنا نطور قدراتنا

of simulating those at about

على محاكات ذلك بما يقارب

one extra order of magnitude every decade.

قيمة أسية إضافية لكل عقد.

One extra order of magnitude in space

وتتطلب القيمة الأسية الواحدة الإضافية

is 10,000 times more calculations.

في الفضاء مضاعفة الحسابات ب 10.000 مرة.

And we keep adding more things,

ونستمر في إضافة أشياء أخرى لها،

more questions to these different models.

والمزيد من الأسئلة لتلك النماذج المختلفة.

So what does a climate model look like?

كيف يبدو شكل نموذج للطقس؟

This is an old climate model, admittedly,

هذا نموذج قديم، باعتراف الجميع،

a punch card, a single line of Fortran code.

بطاقة مثقبة وسطر من لغة فورتران.

We no longer use punch cards.

لم نعد نستخدم الآن هذه البطاقات.

We do still use Fortran.

لكن مازلنا نستعمل فورتران.

New-fangled ideas like C

الأفكار الجديدة مثل لغة السي

really haven't had a big impact

لم يكن لها تأثير كبير

on the climate modeling community.

على مجتمع نمذجة المناخ.

But how do we go about doing it?

ولكن كيف نستطيع فعل ذلك؟

How do we go from that complexity that you saw

كيف نحول ذلك التعقيد الذي شاهدتم

to a line of code?

إلى سطر من البرمجة؟

We do it one piece at a time.

نفعل ذلك قطعة بعد أخرى.

This is a picture of sea ice

هذه صورة لجليد البحر

taken flying over the Arctic.

مأخوذة من الجو للقطب الشمالي.

We can look at all of the different equations

يمكننا تفحص كل المعادلات المختلفة

that go into making the ice grow

التي تجعل الجليد يكبر أو يذوب أو يغير شكله.

or melt or change shape.

We can look at the fluxes.

يمكننا تفحص التغيرات.

We can look at the rate at which

ومعدل السرعة التي

snow turns to ice, and we can code that.

يتحول بها الثلج إلى جليد، وبرمجة ذلك.

We can encapsulate that in code.

يمكننا حفظ ذلك في برمجة.

These models are around

تتكون هذه النماذج اليوم

a million lines of code at this point,

من حوالي مليون سطر برمجة،

and growing by tens of thousands of lines of code

وتتزايد بمعدل عشرات الاّلاف من السطور

every year.

كل سنة.

So you can look at that piece,

يمكنكم تفحص هذه القطعة،

but you can look at the other pieces too.

ويمكنكم تفحص القطع الأُخرى أيضا.

What happens when you have clouds?

ماذا يحصل عندما تكون لدينا سحب؟

What happens when clouds form,

ماذا يحصل عندما تتكون السحب،

when they dissipate, when they rain out?

أو تتبدد، أو تمطر؟

That's another piece.

تلك قطعة أُخرى.

What happens when we have radiation

ماذا يحصل عندما تخترق أشعة الشمس الجو،

coming from the sun, going through the atmosphere,

being absorbed and reflected?

فيتم امتصاصها وعكسها؟

We can code each of those very small pieces as well.

يمكننا أيضا برمجة كل تلك القطع الصغيرة.

There are other pieces:

هنالك قطع أُخرى مثل:

the winds changing the ocean currents.

الرياح التي تغير تيارات المحيط

We can talk about the role of vegetation

يمكننا الحديث عن دور النبات

in transporting water from the soils

في نقل المياه من التربة

back into the atmosphere.

إلى الغلاف الجوي.

And each of these different elements

وكل واحدة من تلك العناصر المختلفة

we can encapsulate and put into a system.

يمكننا حفظها ووضعها في نظام.

Each of those pieces ends up adding to the whole.

جميع تلك القطع تشكل الصورة الكاملة.

And you get something like this.

وتحصلون على شيء مثل هذا.

You get a beautiful representation

على صورة جميلة

of what's going on in the climate system,

لما يحصل بالنظام المناخي،

where each and every one of those

حيث يرسم كل واحد منهم

emergent patterns that you can see,

الأنماط التي ترونها،

the swirls in the Southern Ocean,

كالدوامات بالمحيط الجنوبي،

the tropical cyclone in the Gulf of Mexico,

والإعصار الاستوائي بخليج المكسيك،

and there's two more that are going to pop up

وهنالك إثنان اّخران سيظهران

in the Pacific at any point now,

بالمحيط الهادي في أي وقت،

those rivers of atmospheric water,

تلك أنهار المياه بالغلاف الجوي،

all of those are emergent properties

وهي جميعها خصائص ناشئة

that come from the interactions

تنتج عن التفاعلات

of all of those small-scale processes I mentioned.

بين كل تلك العمليات الصغيرة التي ذكرتها.

There's no code that says,

ليس هناك برمجة تقول لكم

"Do a wiggle in the Southern Ocean."

"هُزُّوا المحيط الجنوبي."

There's no code that says, "Have two

كما لا يوجد هناك برمجة تقول لكم، "ارسموا

tropical cyclones that spin around each other."

إعصارين استوائيين يدور أحدهما حول الأخر"

All of those things are emergent properties.

فكل تلك الأمور هي خصائص ناشئة.

This is all very good. This is all great.

كل هذا جيد، كل هذا ممتاز.

But what we really want to know

لكن ما علينا معرفته حقا هو

is what happens to these emergent properties

ما يحصل لتلك الخصائص الناشئة

when we kick the system?

عندما نعبث بالنظام؟

When something changes, what happens to those properties?

ماذا يحصل لتلك الخصائص؟ عند تغير شيء ما،

And there's lots of different ways to kick the system.

هنالك طرق عديدة ومختلفة للعبث بالنظام.

There are wobbles in the Earth's orbit

هناك تذبذبات بمدار الأرض

over hundreds of thousands of years

تحدث على مدى مئات اّلاف السنين

that change the climate.

وتتسبب في تغير المناخ.

There are changes in the solar cycles,

هناك تغيرات بالدورات الشمسية،

every 11 years and longer, that change the climate.

بكل 11 سنة أو أكثر، مما يسبب تغير المناخ.

Big volcanoes go off and change the climate.

براكين ضخمة تثور وتغير المناخ.

Changes in biomass burning, in smoke,

تغيرات باحتراق الكتل الحيوية وفي الدخان

in aerosol particles, all of those things

وجسيمات الهباء الجوي، كل تلك الأشياء

change the climate.

تغير المناخ.

The ozone hole changed the climate.

كما غَيَّر ثقب الأوزون المناخ.

Deforestation changes the climate

والتصحر يغير المناخ

by changing the surface properties

بواسطة تغيير خصائص سطح الأرض

and how water is evaporated

وطريقة تبخر المياه

and moved around in the system.

وانتقاله عبر النظام.

Contrails change the climate

أثار الطائرات تغير المناخ

by creating clouds where there were none before,

بخلق غيوم بأماكن لم تتواجد بها من قبل،

and of course greenhouse gases change the system.

وبالطبع فإن الغازات الدفيئة تغير النظام.

Each of these different kicks

كل واحدة من تلك التدخلات

provides us with a target

تزودنا بهدف

to evaluate whether we understand

لمعرفة ما إن كنا نفهم

something about this system.

شيئا ما عن هذا النظام.

So we can go to look at

يمكننا الآن أن نتعرف

what model skill is.

على المقصود بمهارة النموذج.

Now I use the word "skill" advisedly:

أنا أستعمل كلمة "مهارة" عمدًا:

Models are not right or wrong; they're always wrong.

النماذج ليست صحيحة أو مخطئة؛ هي مخطئة دائما.

They're always approximations.

فهي تقريبية دائمًا.

The question you have to ask

السؤال الذي يجب أن تسألوه هو

is whether a model tells you more information

هل يزودكم النموذج بمعلومات أكثر من

than you would have had otherwise.

التي تعرفونها بشكل آخر.

If it does, it's skillful.

إذا كان كذلك، فإنه مفيد.

This is the impact of the ozone hole

هذا هو تأثير ثقب طبقة الأوزون

on sea level pressure, so low pressure, high pressures,

على الضغط الجوي عند مستوى سطح البحر

around the southern oceans, around Antarctica.

حول المحيطات الجنوبية والقطب الجنوبي.

This is observed data.

هذه بيانات مرصودة.

This is modeled data.

هذه بيانات مُنَمْذَجَة.

There's a good match

هنالك تطابق جيد

because we understand the physics

لأننا نفهم الفيزياء

that controls the temperatures in the stratosphere

المتحكمة بدرجات الحرارة بطبقة الستراتوسفير

and what that does to the winds

وتأثير ذلك على الرياح

around the southern oceans.

حول المحيطات الجنوبية.

We can look at other examples.

يمكننا الإتيان بأمثلة أخرى.

The eruption of Mount Pinatubo in 1991

ثوران بركان بيناتوبو في عام 1991

put an enormous amount of aerosols, small particles,

أطلق كما هائلا من الضباب والجسيمات الصغيرة،

into the stratosphere.

في طبقة الستراتوسفير.

That changed the radiation balance of the whole planet.

مما غير التوازن الإشعاعي في كل الأرض.

There was less energy coming in than there was before,

حيث أدى تراجع نسبة الأشعة الشمسية،

so that cooled the planet,

إلى تبريد الأرض،

and those red lines and those green lines,

وتلك الخطوط الحمراء والخضراء،

those are the differences between what we expected

هي الفارق بين ما توقعنا حدوثه

and what actually happened.

وبين ما حدث فعلًا.

The models are skillful,

تتجلى مهارة النماذج،

not just in the global mean,

ليس فقط على المستوى العالمي،

but also in the regional patterns.

ولكن أيضا على المستوى الإقليمي.

I could go through a dozen more examples:

يمكنني تقديم العشرات من الأمثلة الأخرى:

the skill associated with solar cycles,

مهارة متعلقة بالدورات الشمسية،

changing the ozone in the stratosphere;

التي تغير الأوزون بالستراتوسفير؛

the skill associated with orbital changes

مهارة متعلقة بتغيرات محور الأرض

over 6,000 years.

خلال أكثر من 6000 سنة.

We can look at that too, and the models are skillful.

يمكننا فحصها أيضا لأن النماذج ماهرة.

The models are skillful in response to the ice sheets

وهي ماهرة في التعرف على صفائح جليدية

20,000 years ago.

عمرها 20.000 سنة مضت.

The models are skillful

النماذج ماهرة

when it comes to the 20th-century trends

عندما يتعلق الأمر بتوجهات القرن 20

over the decades.

على مدى عقود.

Models are successful at modeling

النماذج تنجح في نمذجة

lake outbursts into the North Atlantic

انفجارات البحيرات في شمال الأطلسي

8,000 years ago.

منذ 8.000 سنة خلت.

And we can get a good match to the data.

ويمكننا الحصول على تشابه جيد مع البيانات.

Each of these different targets,

كل واحد من تلك الأهداف المختلفة،

each of these different evaluations,

والتقييمات

leads us to add more scope

تقودنا لتوسيع نطاق

to these models,

تلك النماذج،

and leads us to more and more

ولإضافة المزيد والمزيد

complex situations that we can ask

من الوضعيات المعقدة التي يمكن أن نطرح

more and more interesting questions,

بشأنها الكثير والكثير من الأسئلة المثيرة،

like, how does dust from the Sahara,

مثل، كيف لغبار الصحراء،

that you can see in the orange,

ترونها باللون البرتقالي، التفاعل مع

interact with tropical cyclones in the Atlantic?

الأعاصير المدارية بالمحيط الأطلسي؟

How do organic aerosols from biomass burning,

كيف لضباب عضوية من احتراق الكتلة الحيوية،

which you can see in the red dots,

ترونها في النقطة الحمراء،

intersect with clouds and rainfall patterns?

تتداخل مع أنماط السحب والأمطار؟

How does pollution, which you can see

كيف يمكن للتلوث، الذي ترونه بشكل

in the white wisps of sulfate pollution in Europe,

خصلات بيضاء من تلوث الكبريتات بأوروبا،

how does that affect the temperatures at the surface

كيف يؤثر بحرارة ونسبة الأشعة

and the sunlight that you get at the surface?

على سطح الأرض؟

We can look at this across the world.

ويمكننا معاينة ذلك حول العالم.

We can look at the pollution from China.

يمكننا معاينة التلوث من الصين.

We can look at the impacts of storms

وآثار الأعاصير

on sea salt particles in the atmosphere.

على جزيئات الملح البحري بالجو.

We can see the combination

يمكن أن نرى اندماج

of all of these different things

كل تلك الأمور المختلفة

happening all at once,

تحدث جميعا في وقت واحد،

and we can ask much more interesting questions.

ويمكننا طرح المزيد من الأسئلة المثيرة.

How do air pollution and climate coexist?

كيف يتواجد تلوث الهواء والمناخ بنفس الوقت؟

Can we change things

هل يمكننا تغيير الأمور

that affect air pollution and climate at the same time?

التي تؤثر بتلوث الهواء والمناخ بنفس الوقت؟

The answer is yes.

الجواب هو نعم.

So this is a history of the 20th century.

هذا تاريخ القرن 20.

The first one is the model.

في الأعلى النموذج.

The weather is a little bit different

الطقس مختلف قليلا عما حدث في الواقع.

to what actually happened.

The second one are the observations.

في الأسفل الملاحظات.

And we're going through the 1930s.

وسنمر على الثلاثينيات.

There's variability, there are things going on,

هناك تباين، هناك أمور تحدث،

but it's all kind of in the noise.

لكنها كانت نوعا من الجعجعة.

As you get towards the 1970s,

وببلوغكم السبعينيات،

things are going to start to change.

ستبدأ الأمور بالتغير.

They're going to start to look more similar,

ستبدأ بالتشابه،

and by the time you get to the 2000s,

لتبلغوا سنة 2000،

you're already seeing the patterns of global warming,

لتشاهدوا ظهور أنماط الاحتباس الحراري،

both in the observations and in the model.

بكلا الرسمين معا.

We know what happened over the 20th century.

نحن نعلم الآن ما حدث خلال القرن 20.

Right? We know that it's gotten warmer.

صحيح؟ نعلم بأنه أصبح أكثر دفئا.

We know where it's gotten warmer.

ونعلم أين.

And if you ask the models why did that happen,

وإن سألتم النماذج عن السبب،

and you say, okay, well, yes,

وأنتم تقولون، حسنا، نعم،

basically it's because of the carbon dioxide

أن السبب الأساسي هو ثاني أوكسيد الكربون

we put into the atmosphere.

الذي نطلقه بالجو.

We have a very good match

نلاحظ أن هناك تشابهًا كبيرًا

up until the present day.

لغاية اليوم.

But there's one key reason why we look at models,

لكن هناك سبب رئيسي واحد لدراستنا للنماذج،

and that's because of this phrase here.

وذلك بسبب هذه العبارة.

Because if we had observations of the future,

لأنه إن كان لدينا ملاحظات من المستقبل،

we obviously would trust them more than models,

فمن الواضح أننا سنثق أكثر بالنماذج،

But unfortunately,

ولكن لسوء الحظ،

observations of the future are not available at this time.

لا نتوفر حاليا على ملاحظات من المستقبل.

So when we go out into the future, there's a difference.

لذا فالأمر يختلف، عندما نسافر بالمستقبل.

The future is unknown, the future is uncertain,

المستقبل مجهول، المستقبل غير مؤكد،

and there are choices.

وهناك اختيارات.

Here are the choices that we have.

وهذه هي الاختيارات التي أمامنا.

We can do some work to mitigate

يمكننا القيام ببعض الأشياء للتخفيف من

the emissions of carbon dioxide into the atmosphere.

انبعاثات ثاني أكسيد الكربون بالغلاف الجوي.

That's the top one.

هذا أول شيء نفعله.

We can do more work

يمكننا القيام بأمور كثيرة

to really bring it down

لجعله ينخفض

so that by the end of the century,

بحلول نهاية القرن،

it's not much more than there is now.

لن يكون هناك أكثر مما هو عليه الحال الآن.

Or we can just leave it to fate

أو يمكننا ترك الأمر للقدر

and continue on

والاستمرار كعادتنا وكأن شيئا لم يكن.

with a business-as-usual type of attitude.

The differences between these choices

لا يمكن التعرف على اختلافات هذه الاختيارات

can't be answered by looking at models.

من خلال النظر إلى النماذج.

There's a great phrase

هناك مقولة رائعة

that Sherwood Rowland,

لشيروود رولاند،

who won the Nobel Prize for the chemistry

الحائز على جائزة نوبل للكيمياء

that led to ozone depletion,

عن نضوب طبقة الأوزون،

when he was accepting his Nobel Prize,

حيث طرح هذا السؤال،

he asked this question:

أثناء تسلمه لجائزة نوبل:

"What is the use of having developed a science

"ما الفائدة من تطوير علمٍ

well enough to make predictions if, in the end,

قادر على تقديم توقعات إذا كان، في النهاية،

all we're willing to do is stand around

كل ما يمكننا فعله هو الانتظار

and wait for them to come true?"

بأن تتحقق؟"

The models are skillful,

النماذج ماهرة،

but what we do with the information from those models

لكن كيفية استغلال معلوماتها

is totally up to you.

هو عائد إليكم بالكامل.

Thank you.

شكرا لكم.

(تصفيق)

(Applause)