Wirtschaft Lexikon der ArgumenteHome
| |||
|
| |||
| Parametrisierung: Bei der Parametrisierung werden bestimmte Parameter oder Werte in einem Modell oder System ersetzt, um komplexe Prozesse zu vereinfachen oder zu analysieren. Sie ermöglicht die Anpassung und Einstellung von Variablen, so dass Simulationen oder Berechnungen verschiedene Szenarien darstellen, das Verständnis verbessern und Vorhersagen in verschiedenen Bereichen wie Wissenschaft, Technik und Informatik erleichtern. Siehe auch Simulation, Modelle, Modelltheorie._____________Anmerkung: Die obigen Begriffscharakterisierungen verstehen sich weder als Definitionen noch als erschöpfende Problemdarstellungen. Sie sollen lediglich den Zugang zu den unten angefügten Quellen erleichtern. - Lexikon der Argumente. | |||
| Autor | Begriff | Zusammenfassung/Zitate | Quellen |
|---|---|---|---|
|
Meteorologie über Parameterisierung - Lexikon der Argumente
Edwards I 393 Parametrisierung/Meteorologie/Klimatologie/Edwards: Weit davon entfernt, reine Theorie auszudrücken, sind Analysemodelle datenbeladen(1). Dasselbe kann auch von allen Vorhersagemodellen und allgemeinen Zirkulationsmodellen gesagt werden. Stephen Schneider schreibt: ... selbst unsere ausgefeiltesten 'first principles' Modelle enthalten 'empirisch-statistische' Elemente innerhalb der Modellstruktur. ... Wir können die bekannten physikalischen Gesetze mathematisch beschreiben, zumindest im Prinzip. In der Praxis ist es jedoch unmöglich, diese Gleichungen vollständig und detailliert zu lösen. Erstens reichen die möglichen Bewegungsskalen der atmosphärischen und ozeanischen Komponenten vom submolekularen bis zum globalen Bereich. Zweitens sind die Wechselwirkungen der Energieübertragungen zwischen den verschiedenen Bewegungsskalen zu beachten. Schließlich sind viele Störungsskalen von Natur aus instabil; kleine Störungen wachsen beispielsweise schnell in die Höhe, wenn die Bedingungen günstig sind(2). Edwards: Daraus ergibt sich die Notwendigkeit der Parametrisierung, die zu einem großen Teil als Integration von aus Beobachtungen abgeleiteten Näherungen in die "Modellphysik" beschrieben werden kann. Schneider und andere bezeichnen die Parameter manchmal als "semi-empirisch", eine treffende Beschreibung, die ihre unscharfe Beziehung zu den Beobachtungsdaten hervorhebt. Auf absehbare Zeit werden alle Analyse-, Vorhersage- und Klimamodelle viele "halb-empirische" Elemente enthalten. >Wettervorhersage, >Modelle/Meteorologie, vgl. >Homogenisierung/Klimatologie, >Reanalyse/Klimatologie. Edwards I 465 Parameter: (...) der Begriff wird häufig verwendet, um von abhängigen Variablen Größen zu unterscheiden, denen für die Zwecke des vorliegenden Problems mehr oder weniger willkürlich Werte zugewiesen werden können" (Hervorhebung hinzugefügt). Ein Parameter ist also eine Art Proxy - ein Stellvertreter für etwas, das nicht direkt modelliert werden kann, aber dennoch geschätzt oder zumindest erraten werden kann. Die Parametrisierung veranschaulicht das Zusammenspiel von rechnerischer Reibung und den Grenzen des menschlichen Wissens. In einem idealen Klimamodell wären die einzigen festen Bedingungen die Verteilung und die Höhe der Kontinentalflächen. Praktisch alle anderen Variablen - Meeresoberflächentemperatur, Albedo (Reflexion) der Landoberfläche, Wolkenbildung usw. - würden intern vom Modell selbst aus den niedrigeren physikalischen Eigenschaften von Luft, Wasser und anderen Grundelementen des Klimasystems generiert werden. Stattdessen erfordern die meisten physikalischen Prozesse, die in der Atmosphäre ablaufen, ein gewisses Maß an Parametrisierung; diese parametrisierten Prozesse werden als "Modellphysik" bezeichnet. >Modelle/Klimatologie. Parameter: (...) Parameter repräsentieren einen variablen physikalischen Prozess und nicht eine feste Größe. Edwards I 466 Parametrisierung/Beispiel: Eine wichtige Parametrisierung in allen Klimamodellen ist der Strahlungstransport. Die Atmosphäre enthält sowohl Gase (CO2, Methan, Stickstoff, Ozon, Sauerstoff, Wasserdampf, etc.) als auch Feststoffe (partikuläre Aerosole, Eiswolken, etc.). Jeder dieser Stoffe absorbiert die Sonnenenergie bei bestimmten Frequenzen. Jedes emittiert auch Strahlung in anderen Frequenzen. Diese Emissionen werden dann von anderen Gasen und Festkörpern absorbiert und wieder abgestrahlt. Diese Strahlungsübertragungen spielen eine große Rolle bei der Steuerung der Temperatur der Atmosphäre. Daher müssen die Modelle irgendwie abschätzen, wie viel Strahlung die Atmosphäre in einem bestimmten Gitterfeld absorbiert, reflektiert und durchlässt, und zwar auf jeder Ebene und an jeder horizontalen Stelle. "Line-by-Line-Modelle", die Datenbanken mit spektrographischen Messungen für die verschiedenen Gase mit physikalischen Modellen kombinieren, können diese Summierung durchführen(3). Edwards I 469 Ad-hoc-Parameter/Beispiel: Ein Beispiel für einen Ad-hoc-Parameter ist die "Flussanpassung" in gekoppelten Atmosphäre-Ozean-Zirkulationsmodellen (AOGCMs). Die Schnittstelle zwischen dem Atmosphärenmodell und dem Ozeanmodell muss den Austausch von Wärme, Impuls (Wind und Oberflächenwiderstand) und Wasser (Niederschlag, Verdunstung) zwischen der Atmosphäre und dem Ozean darstellen. Diese Flüsse - Energie- und Materieströme zwischen Atmosphäre und Ozean - sind empirisch sehr schwer zu messen. Dennoch beeinflussen sie das Modellverhalten in hohem Maße. Modellierer sprachen von Flussanpassungen als "nicht-physikalische" Parametrisierungen - d. h. solche, die nicht auf einer physikalischen Theorie basieren - bezeichneten sie aber manchmal auch als "empirisch bestimmt"(4). Die Modellphysik eines beliebigen GCMs (Global Climate Model, dt. Globales Klimamodell) enthält Hunderte oder sogar Tausende von Parametrisierungen. Edwards I 470 Eine ganze Teilfeld, die Klimamodell-Diagnose, arbeitet Wege aus, um den Ursprung bestimmter Probleme auf bestimmte Parametrisierungen und deren Wechselwirkungen zu isolieren. Tuning: "Tuning" bedeutet die Anpassung der Werte von Koeffizienten und manchmal sogar die Rekonstruktion von Gleichungen, um ein besseres Gesamtergebnis des Modells zu erzielen. "Besser" kann bedeuten, dass das Ergebnis besser mit den Beobachtungen übereinstimmt oder dass es besser mit dem Expertenurteil des Modellierers über das übereinstimmt, was ein von mir befragter Modellierer die "physikalische Plausibilität" der Veränderung nannte. >Modelle/Klimatologie. 1. P. N. Edwards, “Global Climate Science, Uncertainty and Politics: Data-Laden Models, Model-Filtered Data,” Science as Culture 8, no. 4 (1999): 437–. 2. S. H. Schneider, “Introduction to Climate Modeling,” in Climate System Modeling, ed. K. E. Trenberth (Cambridge University Press, 1992). 3. J. T. Kiehl, “Atmospheric General Circulation Modeling,” in Climate System Modeling, ed. K. E. Trenberth (Cambridge University Press, 1992), 338. 4. 8. J. T. Houghton et al., Climate Change 1995: The Science of Climate Change (Cambridge University Press, 1996)._____________ Zeichenerklärung: Römische Ziffern geben die Quelle an, arabische Ziffern die Seitenzahl. Die entsprechenden Titel sind rechts unter Metadaten angegeben. ((s)…): Kommentar des Einsenders. Übersetzungen: Lexikon der ArgumenteDer Hinweis [Begriff/Autor], [Autor1]Vs[Autor2] bzw. [Autor]Vs[Begriff] bzw. "Problem:"/"Lösung", "alt:"/"neu:" und "These:" ist eine Hinzufügung des Lexikons der Argumente. |
Meteorologie
Edwards I Paul N. Edwards A Vast Machine: Computer Models, Climate Data, and the Politics of Global Warming Cambridge 2013 |
||
> Gegenargumente gegen Meteorologie
> Gegenargumente zu Parameterisierung
