Genauere Quantifizierung der Übereinstimmung zwischen Modellen

In einer neuen Studie haben Dr. Nicola Maher und Prof. Jochem Marotzke vom Max-Planck-Institut für Meteorologie (MPI-M) in Zusammenarbeit mit Prof. Scott Power von der Monash University (Melbourne) die Übereinstimmung von Modellen in stark angetriebenen Langzeitprojektionen von Temperatur, Niederschlag und deren zeitlicher Variabilität genauer quantifiziert. Sie haben die relative Rolle der Unterschiede zwischen den Modellen und der internen Variabilität als Ursache von Unsicherheiten in Klimamodellprojektionen quantifiziert. Sie fanden heraus, dass die Unsicherheit weltweit in den langfristigen Projektionen von Temperatur und Niederschlag von den Unterschieden zwischen den Modellen dominiert wird; dies gilt aber nicht für die zeitliche Variabilität von Temperatur und Niederschlag.

Bei der Bewertung der Übereinstimmung zwischen den Modellen identifizieren die Autor*innen die Unterschiede in der erzwungenen Reaktion auf äußere Einflüsse auf der Landoberfläche und stellen fest, dass, obwohl alle Modelle eine Erwärmung unter einem starken Antriebsszenario zeigen, das Ausmaß dieser Erwärmung um 4°C über Europa, Australien und Asien und um 10°C über der Arktis variiert.

Einzelne Simulationen von Klimamodellen unterscheiden sich, wenn sie einem externen Antrieb ausgesetzt sind, wie z. B. dem von zunehmenden Treibhausgasen, was sowohl auf strukturelle Unterschiede zwischen den Modellen als auch auf ihre Phase der chaotischen internen Klimavariabilität zurückzuführen ist. Welche der beiden Ursachen vorliegt, ist von großer Bedeutung. Wenn es die strukturellen Unterschiede sind, könnte die Übereinstimmung zwischen den Modellen in der Zukunft zunehmen, wodurch die Unsicherheit in der Reaktion auf externe Einflüsse abnimmt. Wenn es jedoch die interne Variabilität ist, wird die Streuung der Projektionen nicht abnehmen. Die Bestimmung, warum sich die Modellsimulationen unterscheiden, ist bei der traditionellen Verwendung von Multi-Modell-Ensembles von Klimamodellen aufgrund der geringen Anzahl von Realisierungen begrenzt. Dies wird zusätzlich dadurch erschwert, dass die Modelle nicht unabhängig sind und sowohl Komponenten als auch Code gemeinsam nutzen. Dies kann zu übermäßigem Vertrauen in die Projektionen führen.  

 

Abbildung 1: Prozentualer Varianzbeitrag von Modell-zu-Modell-Unterschieden zur Summe der Varianz aufgrund von Modell-zu-Modell-Unterschieden und interner Variabilität. Dargestellt für die SMILE-Schätzungen in der oberen Reihe und die CMIP5-Schätzungen des atmosphärischen Sub-Ensembles in der unteren Reihe. Dargestellt für langfristige Projektionen der Reaktion auf externe Einflüsse für: a, e) mittlere Temperatur, b, f) mittleren Niederschlag, c, g) zeitliche Temperaturvariabilität und d, h) zeitliche Niederschlagsvariabilität. Die Projektionen werden für die Jahresmittelwerte für den Zeitraum 2050-2099 (unter starkem Antrieb) im Vergleich zum Zeitraum 1950-1999 (historisch) vorgenommen. (adaptiert aus Maher et al., 2021, Abb. 1-4)

In dieser Studie verwenden Maher und ihre Co-Autoren einen neuen Satz von sechs weitgehend unabhängigen großen Ensembles (SMILEs) mit Einzelmodell-Anfangsbedingungen, um die Unsicherheiten aufgrund von interner Variabilität und Modellunterschieden für Temperatur, Niederschlag und deren zeitliche Variabilität zu trennen. Durch die Verwendung von SMILEs können sie sowohl die durch externe Antriebe erzwungene Reaktion in jedem Modell (Ensemble-Mittelwert) als auch dessen interne Variabilität (die Streuung der Ensemble-Mitglieder) leicht quantifizieren. Zusätzlich implementieren sie eine neue Methode für ein Multi-Modell-Ensemble (CMIP5), bei der sie kleine Sub-Ensembles von Modellen erstellen, die eine atmosphärische Komponente teilen und daher nicht unabhängig sind. Sie finden heraus, dass die Unsicherheit in den Temperatur- und Niederschlagsprojektionen von den Unterschieden zwischen den Modellen dominiert wird (Abbildung 1; linke Spalten). Für die zeitliche Variabilität beider Größen ist jedoch die Unsicherheit aufgrund interner Variabilität im Allgemeinen größer als die Modellunterschiede in den außertropischen Gebieten (Abbildung 1; rechte Spalten). Dies hat die wichtige Implikation, dass eine Zunahme der Übereinstimmung zwischen den Modellen in dieser Region für diese Größen die Streuung der Projektionen möglicherweise nicht verbessert.
 

Abbildung 2: a) Übereinstimmung im Vorzeichen der erzwungenen Reaktion in der Temperatur (ΔTF), dargestellt farbig für die SMILEs und unter Verwendung des '+'-Symbols für die atmosphärischen CMIP5-Sub-Ensembles. Die erzwungene Reaktion in jedem einzelnen SMILE wird für b) Europa und c) Australien und Südostasien gezeigt. Die Projektionen in jedem SMILE werden als Ensemble-Mittelwert der Jahrestemperatur für den Zeitraum 2050-2099 (RCP8.5) im Vergleich zum Zeitraum 1950-1999 (historisch) dargestellt. (adaptiert aus Maher et al., 2021, Abb. 5 und 6)

Maher und ihre Co-Autoren fragen dann, ob die Klimamodelle nicht nur über das Vorzeichen, sondern auch über die Größenordnung der erzwungenen Reaktion in den Projektionen übereinstimmen. Für das einfache Beispiel der mittleren Temperatur bestätigen sie, dass es eine Modellübereinstimmung dahingehend gibt, dass es überall wärmer wird, außer im nördlichen Nordatlantik und im Südlichen Ozean, sowohl in den SMILEs als auch in den CMIP5-Sub-Ensembles (Abbildung 2a). Wenn man sich auf die Größenordnung der Veränderung in bestimmten Regionen in den SMILEs konzentriert, findet man, dass die Projektionen über Europa, Australien und Südostasien um bis zu 4°C voneinander abweichen, während über der Arktis diese Unstimmigkeit bis zu 10°C beträgt (Abbildung 2b, c). Dieser Größenunterschied kann nun mit Hilfe der SMILEs viel genauer quantifiziert werden und wird für den Niederschlag und die zeitliche Temperatur- und Niederschlagsvariabilität sowie die Temperatur für drei politisch relevante Bereiche (d.h. Abschnitte der Landoberfläche, die Arktis und den tropischen Pazifik) bewertet, um zu veranschaulichen, wie die SMILE-Ergebnisse in der Originalveröffentlichung verwendet werden können.

Originalveröffentlichung:
Maher, N., Power, S.B., and Marotzke, J. (2021) More accurate quantification of model-to-model agreement in externally forced climatic responses over the coming century. Nature Communications. https://doi.org/10.1038/s41467-020-20635-w


Kontakt:

Dr. Nicola Maher
Jetzt: CIRES,University of Colorado, Boulder, USA
E-Mail: nicola.maher@we dont want spamcolorado.edu

Prof. Dr. Jochem Marotzke
Max-Planck-Institut für Meteorologie
Tel.: 040 41173 311 (Assistentin Kornelia Müller)
E-Mail: jochem.marotzke@we dont want spammpimet.mpg.de

 

(adaptiert aus Maher et al., 2021, Abb. 1-4)
Abbildung 2: …. (adaptiert aus Maher eta l., 2021, Abb. 5 und 6)