Сара Драй - Воды мира. Как были разгаданы тайны океанов, атмосферы, ледников и климата нашей планеты

Если Ханн рассматривал климатологию как спутницу и помощницу метеорологии, другие утверждали, что превратить изучение атмосферы в настоящую науку можно только на основе физики. Масштабы, на которых фокусировали свое внимание эти дисциплины, разнились почти так же сильно, как и их методы. Климатологи намеревались охватить своими картами (имеющих конечной целью обеспечение наиболее эффективного производства и извлечение ресурсов в имперских владениях) весь земной шар, а метеорологи сосредоточились на разработке физических теорий, которые по своему охвату могли быть региональными, локальными и даже, как в случае с облаками, гиперлокальными.

Острые дебаты на тему различий между метеорологией, климатологией и зарождающейся физической геологией (выросшей из исследований ледникового периода) показывали, что с середины и до конца XIX в. сама концепция погодных изменений оставалась в высшей степени неопределенной. Какие изменения следовало искать, какая научная дисциплина должна была это делать и с помощью каких инструментов – все эти проблемы в конце XIX в. горячо обсуждались. Но главным среди них был вопрос, что значит быть «настоящей наукой» – в какой мере она должна полагаться на сбор данных, а в какой – на теорию. Из этого вопроса проистекали все остальные, включая даже то, что именно считать данными.

На фоне этих дебатов Уокер и пытался раскрыть тайну муссонов. Но что он мог сделать, чтобы избежать того метеорологического «музея», о котором говорил Шустер, – не погрязнуть в завалах разрозненных фактов? В конце концов, отчасти благодаря работе своих предшественников, Уокер пришел к выводу, что нужно, во-первых, с локального, регионального и даже панрегионального уровня исследований перейти на глобальный, а во-вторых, отказаться от поисков цикличности в пользу чего-то принципиально иного. Вместо того чтобы охотиться за одним-единственным редким метеорологическим «зверем» – искать скрытую связь между двумя циклами, – он решил составить карту глобального погодного ландшафта.

Таким образом, незнание Уокером метеорологии стало его преимуществом. Не связанный никакими предположениями о том, какие именно атмосферные факторы могли влиять на муссоны, ученый решил, что ему нужен инструмент, с помощью которого он сумеет оценить их все и определить, какие из них наиболее важны. Такой инструмент предлагала статистика. Первым делом Уокер разработал методику расчета того, что он назвал достоверностью коэффициента корреляции между двумя факторами. Теперь можно было просеивать колоссальные объемы данных. До этого охотники за цикличностью полагались в основном на визуальную оценку. Они строили графики для каких-либо двух показателей (например, барометрического давления и появления солнечных пятен) и смотрели, не покажет ли сопоставление этих кривых какую-нибудь закономерность – либо особенно близкое совпадение, либо, наоборот, полное несовпадение, что могло свидетельствовать об обратной корреляции. Также существовал статистический инструмент, называемый коэффициентом корреляции, его разработал статистик Карл Пирсон специально для статистического просеивания чисел. Он был предназначен для выявления зависимостей – степеней корреляции, связывавших две группы данных. Казалось, это было именно то, что нужно, чтобы найти искомое в тех массивах информации, которыми располагал Уокер.

Но у коэффициента корреляции Пирсона имелся серьезный недостаток: он был слишком хорош в поиске зависимостей в погодных данных. Даже при сравнении двух совершенно случайных их наборов всегда оставалась вероятность того, что между ними обнаружится какая-то связь. Что уж говорить о сравнении реальных данных, например таких, как атмосферное давление в разных частях планеты. Инструмент Пирсона не мог отличить реальные корреляции, то есть указывающие на лежащие в их основе физические связи, от случайных, зависевших исключительно от количества сравниваемых показателей. При сравнении десятков и даже сотен групп данных, что требовалось Уокеру, вероятность выявления ложных корреляций была слишком высока. Поэтому Уокер усовершенствовал этот инструмент, дополнив его возможностью оценивать, насколько значима обнаруженная корреляция, и таким образом отсеивать лишнее.

Применение его критерия достоверности к коэффициенту корреляции Пирсона позволяло получить количественный показатель вероятности того, что взаимозависимость между двумя наборами чисел не была случайной. Отныне, вместо того чтобы разглядывать бесконечные кривые, Уокер мог численно ранжировать выявленные зависимости и определять, какие из них были статистически значимы, то есть отражали нечто происходящее в реальном мире, а какие, скорее всего, случайны. При сортировке огромных массивов данных его методика оказалась значительно более точна и эффективна, чем методики предшественников. Как охарактеризовал ее еще один знаменитый метеоролог, Нейпир Шоу, она «подобно прожектору обследовала метеорологический горизонт с некой выбранной точки, высвечивая своим лучом основные характеристики и особенности невидимого иначе ландшафта, в данном случае – всего земного шара» [149] Napier Shaw, Manual of Meteorology (Cambridge: Cambridge University Press, 1926–1931), 333. .