Genauere Quantifizierung der Übereinstimmung zwischen Modellen
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.
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.
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@colorado.edu
Prof. Dr. Jochem Marotzke
Max-Planck-Institut für Meteorologie
Tel.: 040 41173 311 (Assistentin Kornelia Müller)
E-Mail: jochem.marotzke@mpimet.mpg.de
(adaptiert aus Maher et al., 2021, Abb. 1-4)
Abbildung 2: …. (adaptiert aus Maher eta l., 2021, Abb. 5 und 6)