Project

Back to overview

Combining theory with Big Data? The case of uncertainty in prediction of trends in extreme weather and impacts

Applicant Knutti Reto
Number 167215
Funding scheme NRP 75 Big Data
Research institution Institut für Atmosphäre und Klima ETH Zürich
Institution of higher education ETH Zurich - ETHZ
Main discipline Philosophy
Start/End 01.02.2017 - 31.03.2021
Approved amount 497'034.00
Show all

All Disciplines (2)

Discipline
Philosophy
Climatology. Atmospherical Chemistry, Aeronomy

Keywords (5)

philosophy of climate science; datasets; uncertainty; scientific understanding; argument analysis

Lay Summary (German)

Lead
Wir kombinieren Simulationen, die auf physikalischen Theorien basieren, mit statistischen Analysen von grossen Mengen unstrukturierter Daten, um Trendprognosen von Unwettern und ihren Folgen zu erstellen. Weiter untersuchen wir auch die Unsicherheiten dieser Prognosen. Zusammen mit MeteoSchweiz entwickeln wir einen Prototyp eines Wetterauswirkungsmodells.
Lay summary

Big Data ist als ein neuer wissenschaftlicher Ansatz propagiert worden, der ohne theoretisches Wissen auskommt. Doch bei der Analyse der Daten werden implizit Theorien verwendet, ohne dass ihre Funktionen für die Organisation und Auswertung der Datensätze bisher philosophisch analysiert worden wären. Die Wetter- und Klimaforschung ist dafür ein geeignetes Forschungsfeld. In Bezug auf die soziökonomischen Auswirkungen von Wetter- und Klima gibt es noch keinen abschliessenden Vergleich der Vor- und Nachteile prozessbasierter Modelle gegenüber statistischen Methoden. Big Data wurde noch nicht eingesetzt, um Modelle zu prüfen, die Wetter, Klima und gesellschaftliche Entscheidungen zusammen betrachten.

Ziele des Projekts sind:

  1. ein Prototyp eines Wetter- und Klima-Auswirkungsmodells, das mit Big-Data-Ansätzen das Potential, die Grenzen und die Unsicherheit gegenwärtiger Ereignisse und zukünftiger Trends von Unwettern und deren Folgen untersucht
  2. eine Typologie der dabei auftretenden Unsicherheiten und eine Analyse der Argumente, mit denen Aussagen über Trends in Unwetterrisiken gerechtfertigt werden
  3. Kriterien für die Übertragbarkeit der Resultate für Unwetterrisiken auf andere Anwendungsbereiche von Big-Data-Ansätzen, insbesondere in Problemstellungen anderer Projekte im NFP 75

Die Quantifizierung von Wetter- und Klimarisiken ist von hohem ökonomischem und gesellschaftlichem Wert. Meist werden Schäden erst im Nachhinein abgeschätzt. Zur Vorausschätzung fehlen noch die Instrumente, obwohl sie wahrscheinlich technisch machbar wären. Das Projekt liefert ein besseres Verständnis der Hürden, die einer praktischen Anwendung eines Voraussagemodells im Wege stehen.

Direct link to Lay Summary Last update: 26.07.2017

Lay Summary (French)

Lead
Nous combinons des simulations, basées sur des théories physiques, avec des analyses statistiques de grands volumes de données non structurées, afin d’élaborer des prévisions de tendance sur les intempéries et leurs conséquences. Nous étudions aussi les incertitudes liées à ces prévisions. Avec MétéoSuisse, nous développons un prototype de modèle sur l’impact des phénomènes météorologiques.
Lay summary

On estime communément que le Big Data est une nouvelle approche scientifique qui se passe de connaissances théoriques. Lors de l’examen des données, on utilise toutefois implicitement des théories sans que leurs fonctions pour l’organisation et l’évaluation des jeux de données aient jusqu’ici été analysées du point de vue philosophique. La recherche météorologique climatologique est un domaine de recherche approprié pour cela. Une comparaison concluante des avantages et inconvénients des modèles basés sur les processus par rapport aux méthodes statistiques n’existe pas encore en ce qui concerne les conséquences socioéconomiques des phénomènes météorologiques et climatiques. Le Big Data n’a pas encore été utilisé pour tester des modèles prenant à la fois en compte la météo, le climat et les décisions politiques.

Les objectifs du projet sont les suivants :

  1. développer un prototype de modèle de l’impact de la météo et du climat qui, à l’aide d’une approche Big Data, étudie le potentiel, les limites et les incertitudes d’événements actuels et de tendances futures concernant les intempéries et leurs conséquences ;
  2. développer une typologie des incertitudes qui apparaissent dans ce cadre et une analyse des arguments sur la base desquels des affirmations sur les tendances en matière de risques météo sont justifiées ;
  3. définir des critères quant à la transférabilité des résultats sur les risques climatiques à d’autres domaines d’application du Big Data, en particulier à des problématiques d’autres projets du PNR 75.

La quantification des risques météorologiques et climatiques a une grande importance économique et sociale. Les dommages ne sont en général estimés qu’à posteriori. Les instruments pour effectuer des prévisions font encore défaut, bien qu’ils soient vraisemblablement réalisables techniquement. Le projet fournit une meilleure compréhension des obstacles qui entravent l’application pratique d’un modèle prévisionnel.


Direct link to Lay Summary Last update: 26.07.2017

Lay Summary (English)

Lead
We combine theory-based simulation and Big Data science to predict trends in extreme weather and impacts, and focus on uncertainties from a philosophy perspective. With MeteoSwiss we develop a prototype of tools for climate services.
Lay summary

Contrary to a common view, Big Data science is not free of theory. But philosophical research on how it uses theories is sparse. In climate and weather research, advantages and limitations of process based vs. statistical approaches have not been explored in detail. Coupling climate with impact models, integrating big data ideas for validation and calibration, and investigating implications on uncertainty has not been tried.

Goals of the project are:

1) a prototype of a climate-impact model using Big Data ideas to study the potential and limitations of such methods and quantify their uncertainty in current events and trends in extreme weather and impacts

2) a typology of the uncertainties and underlying arguments

3) criteria for the transferability of the results to other scientific fields

The science part investigates how data of unknown quality can be used to validate and calibrate climate/weather-impact models. It identifies the hurdles for such an approach to be implemented in an operational model. The philosophy part develops an uncertainty typology for decision support, to further include uncertainty in Big Data. We apply argument analysis to the predictive inferences in the scientific part. We develop prerequisites to classify impacts from extreme weather to be applied to datasets from mobile communication. The synthesis part analyzes conditions for transferring results to other fields and consequences for the scientific methodology and understanding.

There is tremendous economic and societal value in accurate quantifications of weather and climate risks, but damage estimates are often done only in hindsight. Tools and services are missing that are likely technologically feasible and meet the needs of the end-users. This project contributes to better tools and a better conceptual understanding to overcome hurdles towards operational implementation. We regularly exchange ideas and results with MeteoSwiss developing the operational side.

Direct link to Lay Summary Last update: 26.07.2017

Responsible applicant and co-applicants

Employees

Project partner

Publications

Collaboration

Group / person Country
Types of collaboration
Prof. S. O. Hansson, Department of Philosophy and History, Royal Institute of Technology Sweden (Europe)
- in-depth/constructive exchanges on approaches, methods or results
- Publication
Prof. Roman Frigg, Department of Philosophy, Logic and Scientific Method, London School of Economics Great Britain and Northern Ireland (Europe)
- Exchange of personnel

Scientific events

Active participation

Title Type of contribution Title of article or contribution Date Place Persons involved
PhD Seminar of the Department of Philosophy, Logic and Scientific Method, London School of Economics and Political Science Talk given at a conference Understanding Climate Change and the Dilemma of Data-Driven Models 28.03.2019 London, Great Britain and Northern Ireland Knüsel Benedikt;
SAS Workshop 2018 – Epistemic opacity in computer simulation and machine learning Talk given at a conference Shedding Light on Climate Change with a Black Box? 26.11.2018 Stuttgart, Germany Knüsel Benedikt;
SAS Workshop 2018 – Epistemic opacity in computer simulation and machine learning Talk given at a conference Strategies for Handling Opaque Data 26.11.2018 Stuttgart, Germany Zumwald Marius;
Klima-Seminar MeteoSchweiz Individual talk Shedding Light on Climate Change with a Black Box 11.10.2018 Zürich, Switzerland Knüsel Benedikt;
10. internationale Konferenz der Gesellschaft für analytische Philosophie Poster Applying Big Data Beyond Small Problems in Climate Research 17.09.2018 Köln, Germany Knüsel Benedikt;
Second Workshop Information Theory in the Earth Science, Santander Poster Accounting for Uncertainty Using Data Ensembles 17.05.2018 Santander, Spain Zumwald Marius;
Forschungskolloquim Theoretische Philosophie, Institut für Philosophie Universität Bern Individual talk Combining theory with Big Data: Prediction and uncertainty in climate science 15.11.2017 Bern, Switzerland Zumwald Marius; Knüsel Benedikt;


Self-organised

Title Date Place
Monthly Meeting: Brown Bag Lunch Statitsical Learning 01.10.2018 IAC ETH Zürich, Switzerland
Big Data in the Environmental Systems Sciences 06.04.2018 ETH Zürich, Switzerland

Communication with the public

Communication Title Media Place Year
New media (web, blogs, podcasts, news feeds etc.) «Wir wollen das Potenzial und die Unsicherheiten von Big Data für die Klima- und Klimafolgenforschun Blogbeitrag NFP 75 German-speaking Switzerland 2019
New media (web, blogs, podcasts, news feeds etc.) Big Data in climate research D-USYS News Site International 2019
Talks/events/exhibitions How Philosophy of Science Contributes to Sustainable Decision Making German-speaking Switzerland 2018
Talks/events/exhibitions Klimawandel und Klimamodelle German-speaking Switzerland 2018
New media (web, blogs, podcasts, news feeds etc.) Was bringt Big Data den Klimawissenschaften? Blog NFP 75 German-speaking Switzerland 2018

Associated projects

Number Title Start Funding scheme
167215 Combining theory with Big Data? The case of uncertainty in prediction of trends in extreme weather and impacts 01.02.2017 NRP 75 Big Data

Abstract

Major efforts in Big Data science are directed towards developing methods for dealing with large and novel datasets. The interdisciplinary project proposed here has a different focus. It explores the epistemological dimensions of Big Data science. The project combines philosophical with scientific research to systematically investigate how theory-based simulation and Big Data science can be combined and what such a combined approach implies for the uncertainties in predictive inferences for the case of predicting trends in extreme weather and impacts. Both the applications of Big Data science in climate and weather research as well as the epistemological analysis of Big Data science are still sparse. The scientific part of the project combines and applies methods from theory-based computer simulations and from Big Data science to the case of predicting trends in extreme weather and impacts; the philosophical part systematizes and assesses the uncertainties in predictive inferences within an approach that combines theory-based computer simulations and Big Data science. Instead of asking whether Big Data science is indeed theory-free, we ask whether Big Data science uses theories in a way that distinguishes it from other forms of inquiry. A synthesis part determines the conditions for transferring the results of the first two project parts to other fields of application in Big Data science and draws general implications for scientific methodology and understanding. The results of the prototype will be further developed and implemented for weather and climate services by MeteoSwiss in future projects.
-