Dynamisk och fysisk modellering av jordens klimatsystem University of Reading, UK ISSI, Bern, Schweiz
Dynamisk och fysisk modellering av jordens klimatsystem Vilka faktorer bestämmer klimatet på en planet? Vilka metoder kan vi använda för att studera klimatet och hur användbara är dessa? Kan klimatet prognoseras och vad innebär detta? Hur kan jordens klimat komma att ändras och hur kan detta bestämmas? Hur tillförlitligt kan detta göras?
What is really climate? An historical reason is the relation between vegetation and climate. This was first developed by Wladimir Köppen in 1884 and further modified together with Rudolf Geiger in 1918 and 1936. The classification was based on the monthly mean values of temperature and precipitation. A representative period for climate was in some way both related to the life time of biomes and to the typical variability of weather during different years. The meteorologists found that 30 years (now considered as too short) was a suitable practical time and this years has therefore for a very long time been used to determine climate from summing up the actual weather. Wladimir Köppen, prof. in Hamburg
A : tropical vegetation climate BS : stepp BW : desert Köppen (1846-1940) C : temperate climate Climate classification system D : boreal forest E : tundra Calculated from the ECMWF re-analysis, ERA 40
Dynamisk och fysisk modellering av jordens klimatsystem Vilka faktorer bestämmer klimatet på en planet? Vilka metoder kan vi använda för att studera klimatet och hur användbara är dessa? Kan klimatet prognoseras och vad innebär detta? Hur kan jordens klimat komma att ändras och hur kan detta bestämmas? Hur tillförlitligt kan detta göras?
Huvudparametrar som är avgörande för jordens klimat S 0 = Solarkonstanten 1364 Wm -2 ( variation med ca 1 Wm -2 under de senaste 32 åren för vilka vi har tillförlitliga data utanför jordens atmosfär). Planetära albedot = 0.30 ( andelen solstrålning som reflekteras) Planetära emissiviteten = 0. 61 (kvoten mellan den till rymden utgående strålningen och strålningen vid jordytan)
The radiation budget of the Earth E in = E out ¼ S 0 (1 - α) = ε σ T s 4 Annual averages of global energy flows W m -2 [Trenberth et al., 2009]
The radiation budget of the Earth E in = E out ¼ S 0 (1 - α) = ε σ T s 4 Annual averages of global energy flows W m -2 Clouds, Aerosols surface [Trenberth et al., 2009]
The radiation budget of the Earth E in = E out ¼ S 0 (1 - α) = ε σ T s 4 Annual averages of global energy flows W m -2 Greenhouse gases [Trenberth et al., 2009]
Andra fundamentala faktorer är: Planetens rotationshastighet och oblikvitet Atmosfärens (och havens) sammansättning och massa Fördelningen av land och hav Orografiska förhållanden Vegetation mm
Properties Distance to sun Sol. constant Albedo Eq. temperature Sur.temperature Diurnal cycle Atmos. mass Planetary emissivity ( %) The planets Venus, Earth and Mars VENUS 0.72 AU 2614 W/m 2 0.76-41 C + 473 C 0 C 92 0.01 EARTH 1 AU 1364 W/m 2 0.30-18 C +15 C 20 C 1 0.59 MARS 1.5 AU 589 W/m 2 0.30-72 C - 63 C 200 C 0.006 0.84 CO 2 in % 96.5 0.039 95.3
Dynamisk och fysisk modellering av jordens klimatsystem Vilka faktorer bestämmer klimatet på en planet? Vilka metoder kan vi använda för att studera klimatet och hur användbara är dessa? Kan klimatet prognoseras och vad innebär detta? Hur kan jordens klimat komma att ändras och hur kan detta bestämmas? Hur tillförlitligt kan detta göras?
Vad är en klimatmodell? En i huvudsak fysikalisk beskrivning av det system som omfattar klimatet och som kan formuleras i en matematisk form vilken kan lösas antingen analytiskt eller numeriskt. Jag kommer här att begränsa beskrivningen till allmänna, fullständiga modeller av det slags som användes för väderprognoser och för simulering av klimatet. De är baserade på de grundläggande fysikaliska ekvationerna. Dessa modeller är av generell karaktär och har tillämpats för studium av atmosfären på andra planeter som Venus, Mars, Saturnusmånen Titan och Neptunus måne Triton. Dessutom har de använts för att studera jordens klimat under tidigare epoker i jordens historia.
Beskriver förändringen av: Huvudekvationerna Exempel: Atmosfären Rörelsemängd, temperatur, täthet, tryck och vattenhalt beräknas i 4 - dimensioner i ett relativt koordinatsystem på en roterande sfär. Med användning av: Navier-Stokes ekvationer, termodynamikens första huvudsats, tillståndsekvationen och kontinuitetsekvationen för massa och vatten inklusive källor och sänkor. I sin fullständiga form kan inte dessa ekvationer lösas analytiskt utan löses approximativt med lämpliga numeriska algoritmer.
Numerical methods and physical parameterization
( Figure courtesy, Norman Phillips)
A 72 hr forecast and its verification The first ever operational forecast?
Hurricane Katrina August 2005 ECMWF operational analyses, 850 hpa vorticity
Hurricane Katrina Intensity at Landfall 4 km WRF, 62 h forecast 29 Aug 2005 14 Z Mobile Radar Courtesy of P. Fox (NCAR)
Development of spectral transform models at ECMWF 1983-2010 Triangular truncation Number of vertical levels Pressure at top most level in hpa Grid distance (approx) in km T63 17 25 325 T106 19 10 190 T213 31 10 95 T319 60 0.1 65 T 511 60 0.1 40 T 799 91 0.01 25 T 1279 (prim) 91 0.01 (80 km) 16 (ca 800M var.)
Dynamisk och fysisk modellering av jordens klimatsystem Vilka faktorer bestämmer klimatet på en planet? Vilka metoder kan vi använda för att studera klimatet och hur användbara är dessa? Kan klimatet prognoseras och vad innebär detta? Hur kan jordens klimat komma att ändras och hur kan detta bestämmas? Hur tillförlitligt kan detta göras?
The Butterfly effect For want of a nail, the shoe was lost; For want of a shoe, the horse was lost; For want of a horse, the rider was lost; For want of a rider the battle was lost; For want of a battle, the kingdom was lost!
Henri Poincaré 1854-1912 Vann 1882 Oscar II matematiska tävling om 3- kroppar problemet.
Edward Lorenz och kaosteorin 1917-2008 Why exact predictions are impossible. x t+1 = 1.9 - x t 2 set: x(0) = 0.5 + 10-8.
Prognoser av verkliga skeenden är a priori begränsade Individuella vädersystem 3-12 dagar Allmänna väderleksläget 7-30 dagar Klimatanomalier ( El Nino) 3-12 månader Detaljer i solsystemet 35-45 miljoner år Utvecklingen numera är inriktad mot beräkningar av sannolikhetsfördelningar ((PDF) av dynamiska system. Exempel är klimatberäkningar och beräkningar av planetbanor
Ensemble prediction of a Pacific cyclone Trajectories of 50 cases
Storm track genesis (top) and storm track density (below) for DJF 1970-1999 left ERA40 analysis, right ECHAM5 (Clim.run, T213) Genesis ERA-40 ECHAM-5 T213 Track density
Köppen climate zones Modeled climate Observed climate.
Dynamisk och fysisk modellering av jordens klimatsystem Vilka faktorer bestämmer klimatet på en planet? Vilka metoder kan vi använda för att studera klimatet och hur användbara är dessa? Kan klimatet prognoseras och vad innebär detta? Hur kan jordens klimat komma att ändras och hur kan detta bestämmas? Hur tillförlitligt kan detta göras?
IPCC projections of the surface temperature changes for two decades of the 21st century ( compared to the end of the last century)
Climate 1961-1990 MPI Hamburg climate model Future climate 2071-2100 Köppen climate zones
Dynamisk och fysisk modellering av jordens klimatsystem Vilka faktorer bestämmer klimatet på en planet? Vilka metoder kan vi använda för att studera klimatet och hur användbara är dessa? Kan klimatet prognostiseras och vad innebär detta? Hur kan jordens klimat komma att ändras och hur kan detta bestämmas? Hur tillförlitligt kan detta göras?
Greenhouse gas radiative forcing at the tropopause Unit W/m 2 (http://www.esrl.noaa.gov/gmd/aggi/index.html) CO 2 CH 4 N 2 O CFCs Sum IPCC/1990 1.56 0.47 0.14 0.28 2.45 1990/AGGI 1.29 0.47 0.13 0.28 2.17 Present figures CO 2 recalculated 5.35ln(C/Co) 2009/AGGI 1.76 0.50 0.17 0.34 2.77
Global mean surface temperature and forcing by well mixed greenhouse gases, CO 2, CH 4, N 2 0 and CFC S. Schwartz _ * 2008
Climate sensitivity Climate sensitivity, S, is a suitable measure how the climate system responds to a change in the radiation balance, dq. Such a change can be due to solar variations, volcanic eruptions emitting aerosols to the upper atmosphere or changes in greenhouse gases or aerosols. We can write dt= SxdQ. Unit of S is K/Wm -2
Climate sensitivity from observations Greenhouse gases and aerosols dq = (1/S)xdT + df dq (1850-2010) G.house gases dt (1850-2010) Deep ocean heat transport, df S = dq/dt 2.8 W/m 2 (eq to 1.76xCO 2 ) 0.8 K 0.4 W/m 2 0.3 K/Wm 2 Calculated from absorption spectra Observed From ocean measurements
Anthropogenic perturba0ons to the climate system Current estimates of anthropogenic radiative forcing: [Intergovernmental 3 7 Panel on Climate Change (IPCC), 2007]
Climate sensitivity from observations Greenhouse gases and aerosols dq = (1/S)xdT + df dq (1850-2010) 2.8 W/m 2 dq ( 1850-2010) -0.5 W/m 2 G.house gases (CO 2 60%) Aerosols 1 dt (1850-2010) 0.8 K S = dt/dq 0.4 K/Wm 2 Deep ocean heat transport 0.4 W/m 2 dq (1850-2010) Aerosols 2-1.0 W/m 2 S = dt/dq 0.3 K/Wm 2 S = dt/dq 0.6 K/Wm 2
Model simulation of the global surface temperature of the last century ( include ant. greenhouse gases and aerosols and volcanic aerosols) Top: natural and anthropogenic effects. Below: natural effects only (IPCC, 2007) Models with high sensitivity had lower forcing and vice versa Model sensitivity, S is 0.35-0.83 S(mean)=0.49 Models have been tuned by aerosols
Temperaturförändring till följd av en strålningsperturbation inklusive feedback δt = λ o δr + f net δt
Positiv feedback eller negativ feedback? Feedback processer i klimatmodellerna har varit föremål för ingående studier. Kiehl (2007), Knutti (2008) och framför allt Huybers (2010) i Journal of Climate är synnerligen läsvärd. Ett illustrativt exempel är modelljämförelsen i IPCCs senaste rapport. Här varierar forcingen väsentligt mer än uppvärmningsspridningen. Detta beror på att det föreligger en antikorrelation mellan radiative forcing och climate sensitivity och är en följd av hur man behandlat aerosolerna. Dessa har till dels använts för att tuna modellerna. Modellerna kan därför reproducera 1900-talets temperatur genom var för sig olika form av balans mellan climate sensitivity och radiative forcing.
Positiv feedback eller negativ feedback? Det är alldeles klart att om det skulle föreligga en sammanlagd positiv återkoppling under en mycket lång tid så skulle jordens klimat fullständigt ändras och jordens klimat skulle kunna urarta och kunna bli som på Venus. Baserat på vad vi nu vet om jordens tidigare klimat är detta ytterst osannolikt. Det exististerar emellertid en slags teoretisk greenhouse run away effekt i vissa tropiska områden men i övriga områden gör sig atmosfären av med sitt överskottsvärme synnerligen snabbt genom utstrålning till rymden. Atmosfärcirkulationen som i sin tur drivs av temperaturgradienten tar effektivt hand om borttransporten av överskottsvärmen.
GCM Feedback komponenter efter Huybers (J. of Clim. 2010) Model/feed back faktor Planck strålning λ o Albedo f a Moln f c Vattenånga Lapse rate f v Sum. av feedbacks f net NCAR US 0.31 0.11 0.04 0.33 0.49 MRI Japan 0.31 0.08 0.07 0.34 0.51 GFDL US 0.31 0.06 0.25 0.26 0.58 UKMO UK 0.31 0.07 0.34 0.29 0.70 MPI Germany 0.31 0.09 0.37 0.27 0.73
Ett numeriskt exempel. Molnens feedback är dominerande. δt = λ o δr + f net δt λ o är den Planckska strålningseffekten δr strålningsändringen i W/m 2 f net är summan av feedbackfaktorerna δr = 3.7 W/m 2 ( dubblering av CO 2 ) δt för MPI 4.25 C men med moln feedback from NCAR fås 1.92 C istället
Some remarks by Huybers (2010) The variance in cloud feedback, f c is almost twice at large as the net feedback f net. This suggests that the other feedbacks compensate for the variability in f c. The variance in f c and the covariance between f c and other feedbacks appear to be leading order terms in determining f net. Tuning climate sensitivity to lie within the observed spread across models is a sufficient explanation for the origin of compensation between f c and the other feedbacks
Vad betyder en positiv feedback från moln och vattenånga/lapse rate? Vid en temperaturökning genererar modellen mindre stratiforma moln. Huruvida detta är korrekt är en öppen fråga. Detta minskar strålningsreflektionen speciellt över hav vilket innebär en förstärkt uppvärmning. De stora områdena med låga moln över hav i de subtropiska området är speciellt dominerande. Det är de låga molnens sk albedo effekt som är viktigast. Vid högre temperatur ökar vattenångan i atmosfären enligt Clausius- Clapeyrons relation vilket ger ökad absorption av långvågig strålning och ökad temperatur. Hänsyn måste också tas till den vertikala temperaturgradienten (lapse rate) för att beräkna temperaturökningen vid jordytan.
I vilken utsträckning är klimatberäkningar möjliga? Kan man nu med alla dessa begränsningar genomföra realistiska och användbara beräkningar för klimatet? Lyckligtvis visar det sig att felen i vädersystemen påverkar klimatberäkningarna i mycket mindre grad än vad man tror. Detta beror ytterst på att felen i de korta beräkningarna inte är systematiska. Modellerna genererar i stort sett samma antal vädersystem som verkligheten och som utvecklas på i stort sett samma sätt samt återfinns i samma områden. Det klimat som modellen skapar genom väderberäkningar i steg på 10 min eller så under en tillräckligt lång tid (50-100 år) skiljer sig knappt påvisbart från det observerade klimatet.
Zonal mean temperatur change Bergen Climate model Trend ( C/10-år) År 1-30 År 1-80
Vilket värde har klimatmodellerna? Modellerna är synnerligen framgångsrika att realistiskt och statistiskt reproducera det nuvarande klimatet liksom andra klimat från tidigare epoker. Samma modeller användes framgångsrikt att förutsäga vädret inklusive extrema väderhändelser. Modellernas styrka ligger i att ge en total och konsistent bild av klimatsystemet. Dagens klimatsimuleringar är ytterst perturbationsstudier där vi antar att en viss ändring i strålningsförhållande ger en motsvarande respons i de parametrar som definierar klimatet. Problemet är trovärdigheten till ändringar i atmosfärens sätt att operera. Kommer atmosfärens interna energisystem att ändras, blir det mer eller mindre moln, vilken roll spelar systematiska ändringar i snö-och istäcke?
Svagheten med klimatmodellerna Även om klimatmodellerna är baserade på de fysikaliska grundekvationerna innehåller de emellertid signifikanta empiriska komponenter. Dessa är dels implicit förekommande i enskilda processer men är också övergripande då modellerna som helhet är empiriskt anpassade, s k tuning. Detta har inte tydligt nog framhävts inte ens i IPCCs vetenskapliga rapport och har fått till följd att man har för stor tilltro till modellsimuleringar av ett framtida klimat. Detta innebär dock inte att modeller genomgående överskattar en framtida uppvärmning då det av samma skäl kan innebära en underskattning. Baserat på den mycket långsamt fortlöpande klimatändringen förefaller en överskattning åtminstone initialt mer sannolik.
Global surface temperature changes ( from 1850) and model projections Calculation from 1990 (MPI) Observed 2009 (Validation) IPCC 2007 calculation 2010 + 1.25 C + 0.8 C 2030 + 1.50 C +1.40 C 2050 + 2.10 C +2.00 C 2070 + 2.80 C +2.60 C
Efter de omfattande osäkerheter som fortfarande föreligger vilka konklusioner kan göras? En fortsatt global uppvärmning och en förstärkt hydrologisk cykel under detta sekel är sannolikt oundviklig. Graden av uppvärmning kan dock inte tillfredsställande bestämmas. Vi kan inte ens med någon större säkerhet bestämma osäkerheten Resultat från hittills gjorda beräkningar bör ses som riskanalyser och inte prognoser Handlingsberedskap i händelse av en snabbare uppvärmning bör finnas. Detta kräver en väsentligt förbättrad monitoring av klimatsystemet. En mer långsiktig, avpolitiserad, breddad och fördjupad forskning.
END Tack for uppmärksamheten!
Changes in the energy balance over 100 years
Changes in the hydrological cycle