И еще он вел интенсивное почтовое и телеграфное сообщение с коллегами по всему миру. В его контору в Шимле еженедельно поступали подробные погодные сводки из Королевской обсерватории Альфреда, расположенной на Маврикии там, откуда дули муссонные ветры. Обсерватории на Занзибаре и Сейшельских островах поставляли столь необходимые цифры по Индийскому океану. Чтобы получить данные по юго-западному муссону, он переписывался с Зомбой, Энтеббе, Дар-эс-Саламом, Каиром и Дурбаном в Африке, с Пертом, Аделаидой и Сиднеем в Австралии и с Буэнос-Айресом и Сантьяго в Южной Америке.
Вся эта информация казалась необходимой и многообещающей, но вместе с тем в таких объемах она грозила погрести под собой мечту о разгадке тайны муссонов. В этом и заключалась дилемма. Чтобы понять явление, его нужно было наблюдать, но оставалось неясно, где именно проходят границы муссонов. Это было частью ответа, который искал Уокер. Чтобы узнать ответ, ему, как и другим до него, нужно было забрасывать сети как можно шире. Но чем больше становился объем собираемых данных, тем сложнее было найти среди всех этих цифр то, что нужно.
«Проблема в том, что у нас слишком много наблюдений, заметил Джон Элиот, и слишком мало серьезного их обсуждения». Вместо того чтобы накапливать данные без учета того, как они могут быть использованы, пришло время «задавать направление и определять задачу наблюдений». Чтобы сделать наблюдения более осмысленными, стоило, по мысли Элиота, учитывать также сведения, получаемые в смежных областях науки, поскольку, «несомненно, существуют связи между определенными классами солнечных явлений и явлений земного магнетизма» и трудно предсказать, какие еще удивительные связи могут быть обнаружены[145]. Элиот предложил создать организацию, которая занималась бы сопоставлением наблюдений, проводимых по всей Британской империи.
Как заметил однажды выдающийся физик Арнольд Шустер, «наблюдения важны и их никогда не может быть достаточно, однако может оказаться слишком много Не будет большим преувеличением сказать, что метеорология преуспела вопреки наблюдениям, а не благодаря им». Всегда существовала опасность, что сбор данных станет самоцелью, а наука превратится в «музей, предназначенный для хранения разрозненных фактов и развлечения энтузиаста-коллекционера»[146].
Но прежде чем определять место наблюдений в метеорологии, следовало определить природу самой метеорологической науки. Что такое метеорология? Должна ли она заниматься прогнозированием? Наблюдениями? Теоретическим объяснением? Или, что казалось наиболее разумным, всем вышеперечисленным сразу? Но в таком случае какую иерархию нужно установить для трех этих подходов к изучению атмосферы? Вопрос, может ли прогнозирование предшествовать теоретизированию, был потенциально взрывоопасен (достаточно вспомнить историю смерти Фицроя и последовавшее за этим закрытие программы метеопрогнозов). Некоторые считали, что прогнозирование без надлежащего теоретического фундамента недопустимо, потому что публика будет получать ошибочные прогнозы, а ученые тем самым выставят напоказ слабость и незрелость своей науки. Такой точки зрения придерживался, в частности, американский метеоролог Кливленд Эббе, который в 1890 г. написал, что «до сего времени профессиональный метеоролог слишком часто был только наблюдателем, статистиком и эмпириком а не механиком, математиком и физиком»[147]. Другие были убеждены, что теории, не подкрепленные достаточными наблюдениями, так же бесполезны, как и наблюдения, не «заквашенные» (по выражению одного из комментаторов) на теории. Между тем, насколько бы принципиальными ни представлялись различия между метеорологией, базирующейся на теории, и метеорологией, основанной на практических наблюдениях, на деле эти два подхода не порождали два непримиримых лагеря. Один и тот же человек мог отстаивать их оба все зависело от рассматриваемой проблемы. Например, Юлиус фон Ханн, который сделал больше, чем кто-либо другой, для формирования описательной, эмпирической традиции климатологии, ратовал за применение такой очень теоретической дисциплины, как термодинамика, при изучении атмосферных явлений[148].
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.
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].
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.