Observationally-based constraints of future climate projections of carbon cycle feedbacks and the shift in the Austral Jet Stream
Beschreibung
vor 8 Jahren
Der anthropogene Klimawandel wird vor allem durch die Emissionen
von Treibhausgasen (GHG) verursacht, welche den Energiehaushalt der
Erde ändern. Der Anstieg in GHG- Konzentrationen verstärkt nicht
nur den strahlungsgetriebenen Treibhauseffekt, sondern beeinflusst
auch die atmosphärische Zirkulation sowie biogeochemische
Kreisläufe. Rückkopplungsprozesse von Biogeochemischen Kreisläufen
können dabei die Klimaerwärmung verstärken oder abschwächen.
Aktuelle Erdsystemmodelle (ESMs) aus der fünften Phase des Coupled
Model Intercomparison Project (CMIP5), beinhalten solche
biogeochemische Prozesse. Diese ermöglichen die Untersuchung von
biogeochemischen und Klima Feedbacks des Erdsystems. Diese
Feedbacks in Klimaprojektionen unterliegen jedoch großen
Unsicherheiten, da das Verständnis der zugrundeliegenden Prozessen
und deren Repräsentation in ESMs oft noch unzureichend ist. Das
Ziel dieser Arbeit ist zu untersuchen wie beobachtbare
Eigenschaften des aktuellen Klimas genutzt werden können, um
Unsicherheiten in ausgesuchten Rückkopplungsprozessen zu
reduzieren. Um den Zusammenhang zwischen der Klimasensitivität auf
anthropogen verursachte Klimaänderungen und beobachtbare
Eigenschaften des globalen Klimasystems besser zu verstehen, wurde
die relativ neue Methode der so genannten Emergent Constraints
verwendet. Emergent Constraints beschreiben dabei Zusammenhänge
zwischen einem Aspekt der simulierten Erdsystemsensitivität und
einem beobachtbaren Trend oder Variation des aktuellen Klimas.
Diese Methode wurde in dieser Arbeit verwendet um Feedbacks im
Kohlenstoffkreislauf sowie Änderungen in der Position des
Südhemisphären (SH) Jets auf anthropogene Klimaänderungen genauer
zu bestimmen. Dafür wurden neue Diagnostiken entwickelt und in das
Earth System Model Evaluation Tool (ESMValTool) implementiert.
Diese erste Studie nutzt Beobachtungsdaten, um den
Kohlenstofkreislauf-Klima- Feedback genauer zu bestimmen und wurde
in Journal of Geophysical Research 2014 publiziert. In den meisten
Klimaprojektionen führt eine Erwärmung des Klimas zu einer
geringeren Aufnahmefähigkeit von atmosphärischem Kohlenstoff Dioxid
(CO2) durch die terrestrische Senke. Als Ergebnis bleibt mehr CO2
in der Atmosphäre zurück wo es als GHG klimawirksam ist. Dieser
Effekt beschreibt einen positiven Rückkopplungsprozess des
Kohlenstoffkreislaufes zur Klimaerwärmung (L) und wird durch den
anteiligen Kohlenstoffverlust pro Kelvin Erwärmung quantifiziert,
in Einheiten von GtC pro K. Dieser unterliegt jedoch starken
Unsicherheiten in Klimaprojektionen des 21. Jahrhunderts. CMIP5
Modelle simulieren den Betrag der tropischen terrestrischen
Kohlenstoffsenke, bei ausgeblendeten Klimaeinwirkungen auf den
Kohlenstoffkreislauf, im Bereich von 252 ± 112 GtC für eine
Verdopplung atmosphärischen CO2 Konzentrationen. Eine gute
Korrelation zwischen dem
Kohlenstoffkreislauf-Klima-Rückkopplungsfaktor und der
beobachtbaren Sensitivität der interannualen CO2-Wachstumsrate auf
Temperaturschwankungen ermöglicht es die Unsicherheiten in
Klimaprojektionen mit Beobachtungen einzuschränken. Die beobachtete
Sensitivität (-4.4 ± 0.9 GtC per year and K) reduziert dabei die
Unsicherheiten zu -44 ± 14 GtC pro K um mehr als die Hälfte im
Vergleich zum Multimodellmittelwert von 49 ± 40 GtC pro K. Die
Ergebnisse der ersten Studie implizieren, dass mit einem
Temperaturanstieg weniger Kohlenstoff in der terrestrischen Senke
gespeichert wird. Dieser Effekt ist im Vergleich zum
Multimodellmittel für den neu berechneten Wert geringer, was einen
geringeren Anstieg der CO2 Konzentration durch Klimaerwärmung
bedeutet. Die zweite Studie nutzt Beobachtungsdaten, um den
Kohlestofkreislauf-CO2 Feedback genauer zu bestimmen und ist in der
Begutachtung bei Nature. Unsicherheiten in der Sensitivität des
Landökosystems auf erhöhte atmosphärische CO2 Konzentrationen
tragen zusätzlich zu Unsicherheiten von Klimaprojektionen bei.
CMIP5 Modelle mit interaktivem Kohlenstoffkreislauf simulieren für
einen Anstieg der atmosphärischen CO2 Konzentration eine Erhöhung
der terrestrischen Brutto Primärproduktion (GPP). Dieser
Düngeeffekt wird jedoch von den CMIP5 Modellen unterschiedlich
stark für eine aktuelle atmosphärische CO2 Konzentration (ca. 400
ppmv) simuliert und ist im Bereich von 7.5 ± 7 GtC relativ zu
vorindustriellen Zeiten. In dieser Studie wurde eine starke
Korrelation zwischen dem Düngeeffekt von CO2 auf GPP in höheren
Breiten sowie den Extratropen und der beobachteten Änderung der CO2
Amplitude im Jahresgangs (0.05 ± 0.001 ppmv pro ppmv) festgestellt.
Mithilfe der Beobachtungen konnte für eine Verdopplung der
atmosphärischen CO2 Konzentrationen ein Düngeeffekt auf GPP in
hohen Breiten von 0.14% pro ppmv und für GPP in den extratropischen
Regionen von 0.12% pro ppmv ermittelt werden. Durch die Anwendung
der beobachtungsbasierte Methode auf den Kohlestofkreislauf-CO2
Feedback konnte deutliche Verringerung der Unsicherheiten des
Düngeeffekts erzielt werden. Die dritte Studie nutzt Beobachtungen
um die Position des SH Jets in Klimaprojektionen genauer zu
bestimmen und wurde im Journal of Climate 2016 publiziert. Die
Zuname stratosphärischen Ozons und den Anstieg von GHG haben einen
starken Einfluss auf die SH extratropische Zirkulation was eine
Verlagerung der SH Jetposition zur Folge hat. Die mittlere SH
Jetposition ist in CMIP Modellen in Bezug auf Beobachtungsdaten zum
Äquartor verschoben und die Modelle simulieren eine Verteilung der
Jetposition über 10 Grad in der historischen Klimatologie und in
Klimaprojektionen. Die Multiple Diagnostik Ensemble Regression
(MDER) Methode wurde verwendet um prozess-orientierte Diagnostiken
des aktuellen Klimas mit Projektionen der SH Jetposition zu
korrelieren. Die MDER Methode wurde auf den Zeitraum 2015 - 2034
angewendet, wo sie aus den 20 Diagnostiken die historische
Jetposition als die wichtigste Größe aussucht. Die Methode
detektiert den zum Äquator hin verschobenen Bias in der
historischen Jetposition und berechnet eine Korrektur von 1.5 Grad
südlich für die Vorhersage. Durch die Analyse konnte somit eine
Verbesserung zum Ensemblemittelwert und dessen Unsicherheit erzielt
werden. Emergent Constraints, wie sie in dieser Arbeit untersucht
wurden, können helfen Modellentwicklungen und Beobachtungen auf
Prozesse zu fokussieren, die zur Größenordnung und den
Unsicherheiten zukünftiger Klimavorhersagen maßgeblich beitragen.
von Treibhausgasen (GHG) verursacht, welche den Energiehaushalt der
Erde ändern. Der Anstieg in GHG- Konzentrationen verstärkt nicht
nur den strahlungsgetriebenen Treibhauseffekt, sondern beeinflusst
auch die atmosphärische Zirkulation sowie biogeochemische
Kreisläufe. Rückkopplungsprozesse von Biogeochemischen Kreisläufen
können dabei die Klimaerwärmung verstärken oder abschwächen.
Aktuelle Erdsystemmodelle (ESMs) aus der fünften Phase des Coupled
Model Intercomparison Project (CMIP5), beinhalten solche
biogeochemische Prozesse. Diese ermöglichen die Untersuchung von
biogeochemischen und Klima Feedbacks des Erdsystems. Diese
Feedbacks in Klimaprojektionen unterliegen jedoch großen
Unsicherheiten, da das Verständnis der zugrundeliegenden Prozessen
und deren Repräsentation in ESMs oft noch unzureichend ist. Das
Ziel dieser Arbeit ist zu untersuchen wie beobachtbare
Eigenschaften des aktuellen Klimas genutzt werden können, um
Unsicherheiten in ausgesuchten Rückkopplungsprozessen zu
reduzieren. Um den Zusammenhang zwischen der Klimasensitivität auf
anthropogen verursachte Klimaänderungen und beobachtbare
Eigenschaften des globalen Klimasystems besser zu verstehen, wurde
die relativ neue Methode der so genannten Emergent Constraints
verwendet. Emergent Constraints beschreiben dabei Zusammenhänge
zwischen einem Aspekt der simulierten Erdsystemsensitivität und
einem beobachtbaren Trend oder Variation des aktuellen Klimas.
Diese Methode wurde in dieser Arbeit verwendet um Feedbacks im
Kohlenstoffkreislauf sowie Änderungen in der Position des
Südhemisphären (SH) Jets auf anthropogene Klimaänderungen genauer
zu bestimmen. Dafür wurden neue Diagnostiken entwickelt und in das
Earth System Model Evaluation Tool (ESMValTool) implementiert.
Diese erste Studie nutzt Beobachtungsdaten, um den
Kohlenstofkreislauf-Klima- Feedback genauer zu bestimmen und wurde
in Journal of Geophysical Research 2014 publiziert. In den meisten
Klimaprojektionen führt eine Erwärmung des Klimas zu einer
geringeren Aufnahmefähigkeit von atmosphärischem Kohlenstoff Dioxid
(CO2) durch die terrestrische Senke. Als Ergebnis bleibt mehr CO2
in der Atmosphäre zurück wo es als GHG klimawirksam ist. Dieser
Effekt beschreibt einen positiven Rückkopplungsprozess des
Kohlenstoffkreislaufes zur Klimaerwärmung (L) und wird durch den
anteiligen Kohlenstoffverlust pro Kelvin Erwärmung quantifiziert,
in Einheiten von GtC pro K. Dieser unterliegt jedoch starken
Unsicherheiten in Klimaprojektionen des 21. Jahrhunderts. CMIP5
Modelle simulieren den Betrag der tropischen terrestrischen
Kohlenstoffsenke, bei ausgeblendeten Klimaeinwirkungen auf den
Kohlenstoffkreislauf, im Bereich von 252 ± 112 GtC für eine
Verdopplung atmosphärischen CO2 Konzentrationen. Eine gute
Korrelation zwischen dem
Kohlenstoffkreislauf-Klima-Rückkopplungsfaktor und der
beobachtbaren Sensitivität der interannualen CO2-Wachstumsrate auf
Temperaturschwankungen ermöglicht es die Unsicherheiten in
Klimaprojektionen mit Beobachtungen einzuschränken. Die beobachtete
Sensitivität (-4.4 ± 0.9 GtC per year and K) reduziert dabei die
Unsicherheiten zu -44 ± 14 GtC pro K um mehr als die Hälfte im
Vergleich zum Multimodellmittelwert von 49 ± 40 GtC pro K. Die
Ergebnisse der ersten Studie implizieren, dass mit einem
Temperaturanstieg weniger Kohlenstoff in der terrestrischen Senke
gespeichert wird. Dieser Effekt ist im Vergleich zum
Multimodellmittel für den neu berechneten Wert geringer, was einen
geringeren Anstieg der CO2 Konzentration durch Klimaerwärmung
bedeutet. Die zweite Studie nutzt Beobachtungsdaten, um den
Kohlestofkreislauf-CO2 Feedback genauer zu bestimmen und ist in der
Begutachtung bei Nature. Unsicherheiten in der Sensitivität des
Landökosystems auf erhöhte atmosphärische CO2 Konzentrationen
tragen zusätzlich zu Unsicherheiten von Klimaprojektionen bei.
CMIP5 Modelle mit interaktivem Kohlenstoffkreislauf simulieren für
einen Anstieg der atmosphärischen CO2 Konzentration eine Erhöhung
der terrestrischen Brutto Primärproduktion (GPP). Dieser
Düngeeffekt wird jedoch von den CMIP5 Modellen unterschiedlich
stark für eine aktuelle atmosphärische CO2 Konzentration (ca. 400
ppmv) simuliert und ist im Bereich von 7.5 ± 7 GtC relativ zu
vorindustriellen Zeiten. In dieser Studie wurde eine starke
Korrelation zwischen dem Düngeeffekt von CO2 auf GPP in höheren
Breiten sowie den Extratropen und der beobachteten Änderung der CO2
Amplitude im Jahresgangs (0.05 ± 0.001 ppmv pro ppmv) festgestellt.
Mithilfe der Beobachtungen konnte für eine Verdopplung der
atmosphärischen CO2 Konzentrationen ein Düngeeffekt auf GPP in
hohen Breiten von 0.14% pro ppmv und für GPP in den extratropischen
Regionen von 0.12% pro ppmv ermittelt werden. Durch die Anwendung
der beobachtungsbasierte Methode auf den Kohlestofkreislauf-CO2
Feedback konnte deutliche Verringerung der Unsicherheiten des
Düngeeffekts erzielt werden. Die dritte Studie nutzt Beobachtungen
um die Position des SH Jets in Klimaprojektionen genauer zu
bestimmen und wurde im Journal of Climate 2016 publiziert. Die
Zuname stratosphärischen Ozons und den Anstieg von GHG haben einen
starken Einfluss auf die SH extratropische Zirkulation was eine
Verlagerung der SH Jetposition zur Folge hat. Die mittlere SH
Jetposition ist in CMIP Modellen in Bezug auf Beobachtungsdaten zum
Äquartor verschoben und die Modelle simulieren eine Verteilung der
Jetposition über 10 Grad in der historischen Klimatologie und in
Klimaprojektionen. Die Multiple Diagnostik Ensemble Regression
(MDER) Methode wurde verwendet um prozess-orientierte Diagnostiken
des aktuellen Klimas mit Projektionen der SH Jetposition zu
korrelieren. Die MDER Methode wurde auf den Zeitraum 2015 - 2034
angewendet, wo sie aus den 20 Diagnostiken die historische
Jetposition als die wichtigste Größe aussucht. Die Methode
detektiert den zum Äquator hin verschobenen Bias in der
historischen Jetposition und berechnet eine Korrektur von 1.5 Grad
südlich für die Vorhersage. Durch die Analyse konnte somit eine
Verbesserung zum Ensemblemittelwert und dessen Unsicherheit erzielt
werden. Emergent Constraints, wie sie in dieser Arbeit untersucht
wurden, können helfen Modellentwicklungen und Beobachtungen auf
Prozesse zu fokussieren, die zur Größenordnung und den
Unsicherheiten zukünftiger Klimavorhersagen maßgeblich beitragen.
Weitere Episoden
vor 8 Jahren
vor 8 Jahren
Kommentare (0)