Kan vi stole på klimamodellenes profetier for Arktis?

Transkript

1 Kan vi stole på klimamodellenes profetier for Arktis? Øyvind Byrkjedal Geofysisk Institutt og Bjerknessenteret, Universitetet I Bergen

2 Profetier for Arktis Observert trend , vinter Modellert trend for 2090, vinter Temperaturendring for Arktis for 2090 (ACIA, 2004)

3 Bakgrunn: Polar forsterkning av klimaendringer Empirisk modellering Budyko and Izrael (1991) og Lindzen (1997): Y= X 4 Y= Temperatur respons (skalert) X= sinus av breddegrad Strålings-konveksjonsmodeller IPCC A2 scenario gir større respons ved høye breddegrader. (Morares et al. 2005)

4 Bakgrunn: Polar forsterkning i modeller Simuleringer av dagens klima (IPCC TAR) Latitude Kraftig respons stor usikkerhet Latitude

5 Systematiske feil i modellene Tao et al (1994): En sammenligning av 19 ulike atmosfæremodeller viser at alle modellene har systematiske feil i Arktis. Gjennomsnittelig 3 C for høy temperatur Beesley et al (2000): ECMWF modellen gir for høy temperatur gjennom 90% av simuleringen. (Opp til 15 C avvik) Kiehl and Gent (2004): CCSM-2 er for varm i Arktis. Avvik på 10 C for kalde vinterdager.

6 Forenklinger i klimamodellene Prosessene som inngår i klimamodellene er forenklet av ulike grunner: Begrenset oppløsning, grid punkt Begrenset kjennskap til prosessene Begrenset regnekraft til å beregne eksakte verdier Dette gir en rekke antakelser og forenklinger i modellene: Parameteriseringer beskrive prosesser vha enkle likninger eller konstanter (uten fysisk sammenheng) Forhold som beskrives gjennom parameteriseringer er ikke nødvendigvis universelle. Kan fungere bra ett sted men har problemer ett annet sted. Konstantene blir tunet for å oppnå akseptable resultater og minimere systematiske feil ikke nødvendigvis holdbare i andre klimasituasjoner kompenserende systematiske feil

7 Energibalanse Temperaturen bestemmes av energibalansen. Systemet vil oppnå den temperaturen som gir en likevekt mellom energitap og energitilførsel

8 120 o E 60 o E Stormbaner vinter Observert - NCEP Modell - ARPEGE 15 o N 30 o N 30 o N 180 o W 180 o W 45 o N 45 o N 120 o W 120 o E 60 o N 60 o N 75 o N 75 o N 60 o W 60 o E 0 o 0 o 15 o N 120 o W 60 o W

9 Temperatur i Arktis På grunn av for liten stormaktivitet inn i Arktis forventer vi: Mindre energitransport til Arktis For lave temperaturer i Arktis 60 o W 120 o W TEMPERATURAVVIK 31L ERA 2m Temperature 180 o W 60 o N 70 o N 80 o N 120 o E 60 o E o

10 ARPEGE temperatur Observasjoner ARPEGE fra Bazile (2005):

11 Vertikal Oppløsning Hvert lag i vertikalen som simuleres av modellen representerer en ganske tykk del av atmosfæren En modell med slik vertikalstruktur vil derfor respondere sakte til endringer i energibalansen PCL1

12 Height Den arktiske inversjon Inversion top PBL height Temperature Vertikal turbulent varmefluks: T FT = ρ K T z

13 Vertikal Oppløsning Modellen beskriver så få atmosfæriske lag at det er vanskelig å simulere riktig form på den Arktiske inversjonen. Dette resulterer i for svake inversjoner som gir større vertikal blanding PCL1

14 Vertikal fluks i atmosfæremodeller Høyde Varmeflux fra Cuxart et al. (2005)

15 500 31L 90L PCL1 90L1

16 Temperatur profil Ved å øke vertikaloppløsningen har den simulerte temperaturprofilen blitt mer realistisk. Høyde Midlere temperaturprofil nord for 80N: Mean profile all data north of 80N Reanalyser ERA40 Modell 90L Modell 31L Temperatur

17 2m temperatur i Arktis Systematiske feil over Arktis er redusert 31L ERA 2m Temperature 90L ERA 2m Temperature 0 o 180 o W o E 60 o E 31L-ERA40 90L-ERA40 60 o N 70 o N 120 o W 120 o E 80 o N 60 o W 60 o E 0 o 180 o W o N 70 o N 80 o N 120 o W 60 o W

18 Respons i bakketemperatur til endringer i skydekke net LW heat loss [Wm 2 ] L Nov 15 Dec 1 Dec 15 Jan1 Jan 15 Feb surface temperature [ o C] net LW heat loss [Wm 2 ] L Nov 15 Dec 1 Dec 15 Jan1 Jan 15 Feb surface temperature [ o C]

19 Skydekke Skydekket har stor innvirkning på klimaet i Arktis. Det er en av parameterene vi har lite kjennskap til grunnet lite observasjoner og kompliserte prosesser Modellene har generelt vanskeligheter med å gjengi årssyklusen i skydekket i Arktis Dette har stor påvirkning på det simulerte klimaet i Arktis fra Tao et al (1994)

20 Skydekke Vi får en endring også i skydekke som respons på økt vertikaloppløsning. Illustrerer betydningen av ulike tilbakekoblingsmekanismer i modellen. % Obs 90L 31L Annual cloud cycle of the Arctic Ocean 90L 31L EWG 60 Illustrerer også hvor sensitiv likevekten i modellen er til endringer JAN FEB MAR APR MAY JUN JUL AUG SEP OCT NOV DEC month

21 Konklusjoner I følge klimamodellene vil den største oppvarmingen som følge av økt drivhuspådrag skje i Arktis Antakelsene som ligger til grunn for valg av enkelte parameteriseringer vil ikke være gyldige i Arktis pga for dårlig vertikal oppløsning. Økt vertikal oppløsning bedrer simuleringen av den arktiske inversjonen. Men høy sensitivitet i Arktis gir også betydelige endringer i f.eks skydekke