Regionale Klimamodellierung in den Polargebieten

Einführung
Arktische Atmosphäre
Gekoppelte Modelle
Globale Auswirkungen
Zusammenfassung
Einführung
Arktische Atmosphäre
Gekoppelte Modelle
Globale Auswirkungen
Zusammenfassung
Inhaltsübersicht
Regionale Klimamodellierung
in den Polargebieten
1
Einführung
2
Regionale Klimamodelle der arktischen Atmosphäre
Vergleich verschiedener Modelle (ARCMIP)
Modellvalidierung anhand von Messungen
Verbesserung von Prozessbeschreibungen
3
Gekoppelte regionale Klimamodelle der Arktis
Koppelung von Atmosphäre, Ozean und Meereis
4
Globale Auswirkungen polarer Klimaprozesse
5
Zusammenfassung und Ausblick
Prof. Dr. Klaus Dethloff Dr. Annette Rinke
Dr. Wolfgang Dorn
– Polare Meteorologie –
DMG–Fortbildungsveranstaltung, Köln, 4. Dezember 2008
Wolfgang Dorn (AWI)
Einführung
Arktische Atmosphäre
Regionale Klimamodellierung
Gekoppelte Modelle
4. Dezember 2008
Globale Auswirkungen
1 / 35
Zusammenfassung
Inhaltsübersicht
Wolfgang Dorn (AWI)
Einführung
Arktische Atmosphäre
Regionale Klimamodellierung
Gekoppelte Modelle
4. Dezember 2008
Globale Auswirkungen
2 / 35
Zusammenfassung
Beobachtete Temperaturtrends
Zonal gemittelte bodennahe Temperaturtrends
1
Einführung
2
Regionale Klimamodelle der arktischen Atmosphäre
Vergleich verschiedener Modelle (ARCMIP)
Modellvalidierung anhand von Messungen
Verbesserung von Prozessbeschreibungen
3
Gekoppelte regionale Klimamodelle der Arktis
Koppelung von Atmosphäre, Ozean und Meereis
4
Globale Auswirkungen polarer Klimaprozesse
5
◦C
starke Erwärmung der Arktis zwischen 1930–1960
(→ natürliche Variabilität, bislang unverstanden).
Zusammenfassung und Ausblick
globale Erwärmung ab etwa 1980 mit Maximum um 60◦ N.
(Delworth und Knutson, 2000)
Wolfgang Dorn (AWI)
Regionale Klimamodellierung
4. Dezember 2008
3 / 35
Wolfgang Dorn (AWI)
Regionale Klimamodellierung
4. Dezember 2008
4 / 35
Einführung
Arktische Atmosphäre
Gekoppelte Modelle
Globale Auswirkungen
Zusammenfassung
Einführung
Arktische Atmosphäre
Gekoppelte Modelle
Globale Auswirkungen
Zusammenfassung
Unsicherheiten in Simulationen des arktischen Klimas
Unsicherheiten in Simulationen des arktischen Klimas
Schlüsselrolle: Arktisches Meereis
Schlüsselrolle: Arktisches Meereis
Große Abweichungen in der
Simulation des arktischen
Meereises mit gekoppelten
Modellen (unter den
Modellen als auch zu
Beobachtungen).
Beobachtete Abnahme der
minimalen Ausdehnung
des arktischen Meereises
wird von Modellen nicht
reproduziert.
Arktische Klimaprozesse
werden von Modellen nur
unzureichend
wiedergegeben.
Ist die Darstellung der
grundlegenden Prozesse
im arktischen Klimasystem
unvollständig oder gar
falsch?
Simulierte Eisdicken im “Kontrollklima”
von 11 Modellen aus CMIP2
(Holland und Bitz, 2003)
(NSIDC, 2008)
Wolfgang Dorn (AWI)
Einführung
Arktische Atmosphäre
Regionale Klimamodellierung
Gekoppelte Modelle
4. Dezember 2008
Globale Auswirkungen
5 / 35
Zusammenfassung
Regionale Klimamodellierung (Konzept)
Wolfgang Dorn (AWI)
Einführung
Arktische Atmosphäre
Regionale Klimamodellierung
Gekoppelte Modelle
4. Dezember 2008
Globale Auswirkungen
6 / 35
Zusammenfassung
Regionale Klimamodellierung (Vor- und Nachteile)
Vorteile:
Feinere Auflösung der Topographie, der Land–Meer-Kontraste und
anderer Oberflächeninhomogenitäten.
Besser aufgelöste Wechselwirkungen zwischen großen und kleinen
Skalen (insb. bessere Simulation der nichtlinearen Energiekaskade in
Richtung kleinerer Skalen).
Verbesserte Wiedergabe hydrodynamischer Instabilitäten infolge
besser aufgelöster Scher- und Auftriebsströmungen (dadurch
realitätsnähere Simulation synoptischer Zyklonen).
Realitätsnähere Simulation des Wasserkreislaufs, speziell des
Niederschlags.
Globale Modelldaten
Globale Modelle (z.B. GCMs oder
ECMWF-Analysen) liefern die
Anfangs- und Randbedingungen
des regionalen Modells.
Wolfgang Dorn (AWI)
Nachteile:
- Regionales Modell
Keine Rückkoppelung regionaler Prozesse auf die großräumige
(globale) Zirkulation aufgrund des vorgeschriebenen Randantriebs.
Hohe horizontale Auflösung
regionaler Strukturen ermöglicht
eine verbesserte Simulation
nichtlinearer Prozesse.
Regionale Klimamodellierung
4. Dezember 2008
Mögliche Wellenreflektion an den seitlichen Rändern (bei zu großen
Sprüngen in den jeweiligen Auflösungen).
7 / 35
Wolfgang Dorn (AWI)
Regionale Klimamodellierung
4. Dezember 2008
8 / 35
Einführung
Arktische Atmosphäre
Gekoppelte Modelle
Globale Auswirkungen
Zusammenfassung
Grundgleichungen von Klimamodellen
Einführung
Arktische Atmosphäre
Gekoppelte Modelle
Globale Auswirkungen
Zusammenfassung
Inhaltsübersicht
Die primitiven Gleichungen (in Kugelkoordinaten)
Impulserhaltung → Bewegungsgleichungen:
«
„
1
du
tan φ
1 ∂p
v=−
− f +u
+ Fλ
dt
a
a cos φ ρ ∂λ
«
„
1 1 ∂p
dv
tan φ
u=−
+ f +u
+ Fφ
dt
a
a ρ ∂φ
Massenerhaltung → Kontinuitätsgleichung:
„
«
∂ρ
1
∂
∂
∂
=−
(ρu) +
(ρv cos φ) −
(ρw)
∂t
a cos φ ∂λ
∂φ
∂z
1
Einführung
2
Regionale Klimamodelle der arktischen Atmosphäre
Vergleich verschiedener Modelle (ARCMIP)
Modellvalidierung anhand von Messungen
Verbesserung von Prozessbeschreibungen
3
Gekoppelte regionale Klimamodelle der Arktis
Koppelung von Atmosphäre, Ozean und Meereis
4
Globale Auswirkungen polarer Klimaprozesse
5
Zusammenfassung und Ausblick
Energieerhaltung → 1. Hauptsatz der Thermodynamik:
cp
dT
1 dp
−
=Q
dt
ρ dt
Zustandsgleichung für ideale Gase:
Hydrostatische Grundgleichung:
Wolfgang Dorn (AWI)
Einführung
Arktische Atmosphäre
Parametrisierung
von Fλ , Fφ und Q
erforderlich.
p = ρRT
∂p = −gρ ∂z
Regionale Klimamodellierung
Gekoppelte Modelle
4. Dezember 2008
Globale Auswirkungen
9 / 35
Zusammenfassung
Wolfgang Dorn (AWI)
Einführung
Arktische Atmosphäre
Regionale Klimamodellierung
Gekoppelte Modelle
4. Dezember 2008
Globale Auswirkungen
10 / 35
Zusammenfassung
Vergleich verschiedener Modelle
Das regionale atmosphärische Klimamodell HIRHAM
ARCMIP = Arctic Regional Climate Model Intercomparison Project
180˚
RegCM (met.no – Oslo)
8
REMO (MPI Hamburg)
Simulationen für das ARCMIP-Gebiet von
Sep. 1997 bis Sep. 1998 mit gleichem Randantrieb (ECMWF + Satelliten-Daten).
11 / 35
Wolfgang Dorn (AWI)
"
˚E
˚E
60
RCA (SMHI Norrköpping)
7
SHEBA = Surface Heat Budget of the Arctic Ocean (arktische Messkampagne in der Beaufortsee vom 2.10.1997
bis 7.10.1998; Trajektorie der Eisstation in grün).
0˚
4. Dezember 2008
6
SHEBA ice camp
"
"
"
Regionale Klimamodellierung
30
PolarMM5 (University of Colorado)
90˚E
˚E
˚W
HIRHAM (AWI Potsdam)
5
˚W
Wolfgang Dorn (AWI)
pan-Arctic domain
30
CRCM (University of Quebec)
4
60
˚W
Simulationen für pan-arktisches Gebiet
mit horizontaler Auflösung von 0,5◦
(∼ 50 km) und 110×100 Gitterpunkten
und 19 oder 25 vertikalen Schichten.
3
IP
CM
AR
90˚W
90˚E
60
– Strahlung, planetare Grenzschicht, großräumige
Kondensation, Cumulus-Konvektion, Impulstransport
duch Schwerewellen, Erdoberflächenprozesse.
90˚W
Physikalische Parametrisierungen vom
atmosphärischen Zirkulationsmodell
ECHAM4:
COAMPS (University of Stockholm)
0˚W
0˚W
12
– semi-impliziter Leap-Frog-Zeitschritt (3–5 min).
2
0˚E
do
0˚E
0˚E
12
– gemischte σ–p-Vertikalkoordinate.
ARCSyM (University of Colorado)
in
ma
12
– Arakawa-C-Gitter in rotierten geografischen
Koordinaten, zentrierte Differenzen;
1
15
0˚W
15
˚E
15
– prognostische Größen: Horizontalwind, Temperatur,
spezifische Feuchte, Wolkenwasser, Bodenluftdruck;
Teilnehmende Modelle (Institutionen):
15
0
60
180˚
0˚W
– hydrostatische primitive Gleichungen;
12
Dynamischer Kern vom regionalen
Wettervorhersagemodell HIRLAM:
30
˚E
30
˚W
Regionale Klimamodellierung
0˚
4. Dezember 2008
12 / 35
Einführung
Arktische Atmosphäre
Gekoppelte Modelle
Globale Auswirkungen
Zusammenfassung
ARCMIP – Ergebnisse
Einführung
Arktische Atmosphäre
Gekoppelte Modelle
Globale Auswirkungen
ARCMIP – Ergebnisse
2m-Lufttemperatur, Sommer
2m-Lufttemperatur, Winter
Spezifische Feuchte, Winter
500
500
600
600
pressure [hPa]
pressure [hPa]
Temperatur, Winter
700
— einzelne Modelle
— Ensemble-Mittel
- - ECMWF-Daten
800
900
700
800
900
1000
8-Modell-Ensemblemittel (Isolinien) + Abweichung des Ensemblemittels zu ERA-40-Daten (Farbflächen)
1000
-38
-36
-34
-32
-30
-28
-26 -24
-22
-20
-18
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
Größte Abweichung an den Küsten und über Land (bis zu 5◦ C)
in Verbindung mit Abweichungen in den Strahlungsflüssen (bis zu
55 W/m2 ) und der Wolkenbedeckung (5–30%).
Beachtliche Streuung in den Temperatur- und Feuchteprofilen der Modelle.
Abweichung in der Größenordnung prognostizierter Klimaänderungen.
Verbesserte Parametrisierungen arktischer Klimaprozesse sind notwendig.
temperature [°C]
Wolfgang Dorn (AWI)
Arktische Atmosphäre
Regionale Klimamodellierung
Gekoppelte Modelle
4. Dezember 2008
Globale Auswirkungen
13 / 35
Zusammenfassung
(Rinke et al., 2006)
Wolfgang Dorn (AWI)
Einführung
Arktische Atmosphäre
Regionale Klimamodellierung
Gekoppelte Modelle
Atmosphärische Messungen an der Nordpol-Eisdriftstation Nr. 35 (NP-35)
Atmosphärische Zirkulation, Februar 2008
180
E
HIRHAM Climate Ensemble Mean
˚N
N
80˚
84
150˚W
W
0˚
12
˚
Modellvalidierung anhand von Messungen
0˚
4. Dezember 2008
Globale Auswirkungen
Modellvalidierung anhand von Messungen
15
0.9
specific humidity [g/kg]
(Rinke et al., 2006)
Einführung
Zusammenfassung
HIRHAM 12-h Forecast Mode
14 / 35
Zusammenfassung
ECMWF Reanalysis
120˚E
90˚W
60˚W
Sevemaya Zemlya
˚W
30
NP-35
84
˚N
90˚E
Fesselsondenmessungen
(unterste 500 m, durchgeführt
an 55 Tagen)
76
˚N
Radiosondenaufstiege (bis in
30 km Höhe, zweimal täglich
um 00 und 12 UTC)
Franz-Joseph-Land
Luftdruck in Meeresniveau (hPa; Farbflächen) + Geopotenzielle Höhe 500 hPa (gpm; Isolinien)
80˚N
Spitzbergen
N
˚
72
76˚N
˚N
72
˚E
60
30˚E
Synoptische
Wetteraufzeichnungen (am
Boden, alle 6 Stunden)
2 verschiedene Modellansätze:
– HIRHAM im Klimamodus mit Ensembleansatz (5 Mitglieder);
– HIRHAM im Vorhersagemodus mit Initialisierung alle 12 Stunden.
Im Klimamodus stärkere Abweichungen der atmosphärische Zirkulation
gegenüber ECMWF-Daten → Validierung von Profilen schwierig.
Trajektorie der NP-35 vom 18.09.2007 bis 12.07.2008
Wolfgang Dorn (AWI)
Regionale Klimamodellierung
4. Dezember 2008
15 / 35
Wolfgang Dorn (AWI)
Regionale Klimamodellierung
4. Dezember 2008
16 / 35
Einführung
Arktische Atmosphäre
Gekoppelte Modelle
Globale Auswirkungen
Zusammenfassung
Einführung
Arktische Atmosphäre
Gekoppelte Modelle
Globale Auswirkungen
Zusammenfassung
Modellvalidierung anhand von Messungen
Verbesserte Beschreibung arktischer Klimaprozesse
Zeit-Höhen-Schnitt der Temperatur, Februar 2008
Eis-Albedo-Parametrisierung
0.9
Sea-Ice Albedo
t
ern
f
t
en
Figures/feb08_temp1.pdf
off
l
h
et
. D
K
on
h v
c
s
Wun
uf
a
Deutlich geringere
der
Bil
Differenzen im
Vorhersagemodus.
Figures/feb08_temp2.pdf
0.8
0.7
––
––
Albedo mit
Schneedecke
——-
Albedo ohne
Schneedecke
0.6
0.5
0.4
-12
-10
-8
-6
-4
-2
0
2
o
Surface Temperature [ C]
Standard-Schema (vom ECHO-G)
Größte Differenzen in der
planetaren Grenzschicht.
Neues Schema (Version 2 von Køltzow, 2007)
abgeleitet aus SHEBA- und Satelliten-Daten,
berücksichtigt Anteile der Schneebedeckung und Schmelztümpel,
Experimente zeigen keine wesentliche Verbesserung durch erhöhte vertikale
Auflösung der Grenzschicht oder Modifikation der Stabilitätsfunktionen.
Wolfgang Dorn (AWI)
Einführung
Arktische Atmosphäre
Regionale Klimamodellierung
Gekoppelte Modelle
4. Dezember 2008
Globale Auswirkungen
linearer Übergang zur Ozeanalbedo für hi < 0,25 m,
geringere Albedo für Schmelzbedingungen, insb. ohne Schnee.
17 / 35
Zusammenfassung
Neue Eis-Albedo-Parametrisierung in HIRHAM
Wolfgang Dorn (AWI)
Einführung
Arktische Atmosphäre
Regionale Klimamodellierung
Gekoppelte Modelle
4. Dezember 2008
Globale Auswirkungen
18 / 35
Zusammenfassung
Inhaltsübersicht
Mittlere 2m-Temperaturen im Frühling (April–Juni)
1
Einführung
2
Regionale Klimamodelle der arktischen Atmosphäre
Vergleich verschiedener Modelle (ARCMIP)
Modellvalidierung anhand von Messungen
Verbesserung von Prozessbeschreibungen
3
Gekoppelte regionale Klimamodelle der Arktis
Koppelung von Atmosphäre, Ozean und Meereis
Neues Albedoschema führt zu geringeren Temperaturen über dem
arktischen Ozean (→ näher an Beobachtungen).
4
Globale Auswirkungen polarer Klimaprozesse
Erhöhter Temperaturgradient zwischen mittleren Breiten und der Arktis
mit möglichen globalen Auswirkungen.
5
Zusammenfassung und Ausblick
Auswirkungen auf die Meereis-Simulation in gekoppelten Modellen
kann erwartet werden (→ Eis–Albedo-Rückkoppelung).
Wolfgang Dorn (AWI)
Regionale Klimamodellierung
4. Dezember 2008
19 / 35
Wolfgang Dorn (AWI)
Regionale Klimamodellierung
4. Dezember 2008
20 / 35
Einführung
Arktische Atmosphäre
Gekoppelte Modelle
Globale Auswirkungen
Zusammenfassung
Einführung
Arktische Atmosphäre
Gekoppelte Modelle
HIRHAM–NAOSIM
HIRHAM–NAOSIM
Ein regionales gekoppeltes Atmosphäre–Ozean–Meereis-Modell der Arktis
Simulationen mit dem gekoppelten Modell
180˚
Atmosphärenmodell HIRHAM
15
0˚E
HIRLAM + ECHAM4
horizontale Auflösung 0.5◦
(∼ 50 km)
0˚E
12
0˚W
15
0˚W
12
NA
O
Beschreibung
standard
mehrjährige Simulation (1980–2000) mit
den Standard-Parametrisierungen für
Eiswachstum: Wärmebilanz des kombinierten
Mischungsschicht–Meereis-Systems
Ozean–Eis-Modell NAOSIM
Eisalbedo: ECHO-G-Schema
90˚E
90˚W
Schneebedeckung: Grenzwertansatz
Ozean basiert auf MOM-2
Eis: EVP–Rheologie +
0-Schicht-Thermodynamik
horizontale Auflösung 0.25
(∼ 25 km)
60
˚W
˚E
60
HIRHAM
new-ice+alb+snow
◦
wie “standard”, aber mit neuen Parametrisierungen für
Eiswachstum: Wärmebilanzen an den
einzelnen Grenzflächen
30 vertikale Schichten
30
˚E
30
˚W
Wolfgang Dorn (AWI)
Einführung
Regionale Klimamodellierung
Arktische Atmosphäre
Eisalbedo: Køltzow-Schema
Schneebedeckung: tanh-Ansatz
Antrieb mit ERA-40-Daten
0˚
Gekoppelte Modelle
4. Dezember 2008
Globale Auswirkungen
21 / 35
Zusammenfassung
Eisvolumen und Eisausdehnung, 1980–2000
3
3
Ice Volume [10 km ]
25
20
15
Neue Parametrisierungen führen zur
← Spin-up time →
5
0
0
60
2
6
Ice Extent [10 km ]
16
12
Einführung
Regionale Klimamodellierung
Arktische Atmosphäre
Gekoppelte Modelle
4. Dezember 2008
Globale Auswirkungen
22 / 35
Zusammenfassung
Mittlere Differenz zu SSM/I-Satellitendaten, September, 1988–2000
standard
new-ice+alb+snow
10
14
Wolfgang Dorn (AWI)
Meereiskonzentration
35
30
Zusammenfassung
Experiment
19 vertikale Schichten
SIM
Globale Auswirkungen
120
180
240
Time [Months]
8
SSM/I
standard
new-ice+alb+snow
6
4
2
0
60
120
180
new-ice+alb+snow
minus SSM/I
minus SSM/I
reduzierten
Amplitude im
Jahresgang von
Eisvolumen und
Eisausdehnung,
Verbesserung in der
Simulation der
minimalen
Eisausdehnung am
Ende des Sommers.
10
standard
240
-0.6
-0.4
-0.2
0.0
0.2
0.4
0.6
-0.6
Regionale Klimamodellierung
-0.2
0.0
0.2
0.4
0.6
Die Kombination verbesserter Parametrisierungen für Eiswachstum,
Eisalbedo und Schneebedeckung verbessert die Simulation der
Meereiskonzentration im Vergleich zu SSM/I-Satellitendaten.
Time [Months]
Wolfgang Dorn (AWI)
-0.4
(Dorn et al., 2008)
4. Dezember 2008
23 / 35
Wolfgang Dorn (AWI)
Regionale Klimamodellierung
4. Dezember 2008
24 / 35
Einführung
Arktische Atmosphäre
Gekoppelte Modelle
Globale Auswirkungen
Zusammenfassung
Einführung
Arktische Atmosphäre
Gekoppelte Modelle
Globale Auswirkungen
Sommer-Minimum in Eisausdehnung und Eisvolumen
Mittlerer Luftdruck im Sommer (Juni–Sept.)
SSM/I-Satellitendaten (blau), Simulation (rot); September, 1988–2000
Jahre mit viel Eis (oben), Jahre mit wenig Eis (unten), 1988–2000
2
7.5
6
Ice Extent [10 km ]
8.0
7.0
ERA-40, high-ice
Deutliche Korrelation
zwischen Eisausdehnung
und Eisvolumen im Modell.
6.5
6.0
5.5
SSM/I
HIRHAM-NAOSIM
5.0
Leichte Abnahme in
Eisausdehnung und
Eisvolumen überlagert von
starker jährlicher bis
dekadischer Variabilität.
4.5
1988
1990
1992
1996
1998
2000
Year
11
3
Ice Volume [10 km ]
1994
HIRHAM-NAOSIM
3
10
ERA-40, low-ice
9
Nur teilweise Übereinstimmung bei Jahren mit
viel und wenig Eis.
7
6
1988
1990
1992
1994
1996
1998
2000
Year
Jahre mit viel Eis
zeigen tiefen Luftdruck
über dem arktischen
Ozean → zyklonale
Bedingungen.
T
Model run, low-ice
> 1016
1015 - 1016
1014 - 1015
1013 - 1014
1012 - 1013
1011 - 1012
1010 - 1011
1009 - 1010
1008 - 1009
1007 - 1008
1006 - 1007
< 1006
H
8
Model run, high-ice
> 1016
1015 - 1016
1014 - 1015
1013 - 1014
1012 - 1013
1011 - 1012
1010 - 1011
1009 - 1010
1008 - 1009
1007 - 1008
1006 - 1007
< 1006
T
Zusammenfassung
Jahre mit wenig Eis
zeigen hohen Luftdruck
über dem arktischen
Ozean → antizyklonale
Bedingungen.
H
(Dorn et al., 2008)
Wolfgang Dorn (AWI)
Einführung
Regionale Klimamodellierung
Arktische Atmosphäre
Gekoppelte Modelle
4. Dezember 2008
Globale Auswirkungen
25 / 35
Zusammenfassung
Wolfgang Dorn (AWI)
Einführung
Arktische Atmosphäre
Regionale Klimamodellierung
Gekoppelte Modelle
4. Dezember 2008
Globale Auswirkungen
26 / 35
Zusammenfassung
Inhaltsübersicht
Mittlerer Luftdruck im Sommer (Juni–Sept.)
Differenz zwischen Jahren mit viel Eis und Jahren mit wenig Eis, 1988–2000
ERA-40, high - low
Model run, high - low
Beob. und simulierte
Luftdruckdifferenz
zwischen Jahren mit
viel und wenig Eis
beträgt in der zentralen
Arktis 5 hPa.
> 5.0
4.0 - 5.0
3.0 - 4.0
2.0 - 3.0
1.0 - 2.0
0.0 - 1.0
-1.0 - 0.0
-2.0 - -1.0
-3.0 - -2.0
-4.0 - -3.0
-5.0 - -4.0
< -5.0
Model run
1
Einführung
2
Regionale Klimamodelle der arktischen Atmosphäre
Vergleich verschiedener Modelle (ARCMIP)
Modellvalidierung anhand von Messungen
Verbesserung von Prozessbeschreibungen
3
Gekoppelte regionale Klimamodelle der Arktis
Koppelung von Atmosphäre, Ozean und Meereis
4
Globale Auswirkungen polarer Klimaprozesse
5
Zusammenfassung und Ausblick
high - low ice
5 cm/s
Differenz der simulierten
Eisdriftvektoren zwischen
Jahren mit viel Eis und
Jahren mit wenig Eis
Schwächere (stärkere)
Transpolardrift in
Jahren mit viel (wenig)
Eis, dadurch weniger
(mehr) Eisexport durch
die Framstraße.
(Dorn et al., 2008)
Wolfgang Dorn (AWI)
Regionale Klimamodellierung
4. Dezember 2008
27 / 35
Wolfgang Dorn (AWI)
Regionale Klimamodellierung
4. Dezember 2008
28 / 35
Einführung
Arktische Atmosphäre
Gekoppelte Modelle
Globale Auswirkungen
Zusammenfassung
Einführung
Arktische Atmosphäre
Gekoppelte Modelle
Globale Auswirkungen
Zusammenfassung
Diagnose mit Hilfe von Eliassen-Palm-Flüssen
Einbau verbesserter Parametrisierungen in globale Modelle
Neue Eis-Albedo-Parametrisierung in ECHO-G
Transformierte Euler-Gleichungen
für die mittlere Strömung (ū, v̄):
ECHO-G = globales gekoppeltes Atmosphäre–Ozean-Zirkulationsmodell
~u =
E
Dū
~u
− f v∗ = ∇ · E
Dt
Atmosphäre: ECHAM4 in T30-Auflösung (∼ 3,75◦ ); 19 vertikale
Schichten.
Dv̄
~v
+ f u∗ = ∇ · E
Dt
◦
Ozean: HOPE-G in T42-Auflösung (∼ 2,8 ) mit Verfeinerung in den
Tropen; 20 vertikale Schichten; beinhaltet ein Meereismodell.
Koppelung mittels OASIS.
~v =
E
„
1 02
v0 T 0
(v − u02 ), −u0 v 0 , f R
2
S
«
«
„
u0 T 0
1
−u0 v 0 , − (v 02 − u02 ), −f R
2
S
mit (u∗ , v ∗ ) = Residualzirkulation
∂
∂
∂
D
=
+ ū
+ v̄
Dt
∂t
∂x
∂y
control
500-jähriger Kontrolllauf mit dem Standard-Albedoschema
newalb
500-jähriger Vergleichslauf mit dem neuem Schnee- und Eisalbedoschema nach Køltzow (2007) in der Nordhemisphäre
f = Coriolis-Parameter
R = Gaskonstante
S = statische Stabilität
Eliassen-Palm-Flüsse
beschreiben die Wechselwirkung zwischen
mittlerem Zustand und transienten Wellen
(umfassen barotrope und barokline Anteile)
(Trenberth, 1986)
Wolfgang Dorn (AWI)
Einführung
Regionale Klimamodellierung
Arktische Atmosphäre
Gekoppelte Modelle
4. Dezember 2008
Globale Auswirkungen
29 / 35
Zusammenfassung
Wolfgang Dorn (AWI)
Einführung
Arktische Atmosphäre
Regionale Klimamodellierung
Gekoppelte Modelle
4. Dezember 2008
Globale Auswirkungen
Zusammenfassung
Neue Eis-Albedo-Parametrisierung in ECHO-G
Neue Eis-Albedo-Parametrisierung in ECHO-G
Differenz der Divergenz der Eliassen-Palm-Flüsse zwischen newalb und control
Tiefpass gefilterte Daten (10–90 Tage) von 8 Wintern (DJF)
Differenz des 500hPa-Geopotenzials zwischen newalb und control, Winter (DJF)
Modelljahre 1–250
850hPa-Druckfläche
30 / 35
Modelljahre 251–500
500hPa-Druckfläche
10−6 m s−2
Signifikante Änderungen im Geopotenzial durch verbesserte
Eis-Albedo-Parametrisierung.
Abnahme (Zunahme) von positiven (negativen) Phasen der AO/NAO.
Änderung in den planetaren Wellenzügen über dem Nordpazifik und dem
Nordatlantik durch verbesserte Eis-Albedo-Parametrisierung.
Änderung des pazifischen Wellenzuges nimmt mit der Höhe zu.
Auswirkungen auf die Struktur der AO/NAO sind nicht stationär.
Verbindung zwischen arktischen Prozessen und globalen
Telekonnektionsmustern mit Folgen für Klimaprojektionen.
(Dethloff et al., 2006)
(Dethloff et al., 2006)
Wolfgang Dorn (AWI)
Regionale Klimamodellierung
4. Dezember 2008
31 / 35
Wolfgang Dorn (AWI)
Regionale Klimamodellierung
4. Dezember 2008
32 / 35
Einführung
Arktische Atmosphäre
Gekoppelte Modelle
Globale Auswirkungen
Zusammenfassung
Inhaltsübersicht
1
Einführung
Arktische Atmosphäre
Gekoppelte Modelle
Globale Auswirkungen
Zusammenfassung
Zusammenfassung
Einführung
Polarregionen spielen wichtige Rolle im globalen Klimasystem
(Energiesenke durch Strahlungsdefizit → meridionaler Temperaturgradient
2
→ Antrieb für großräumige Zirkulation)
Regionale Klimamodelle der arktischen Atmosphäre
Vergleich verschiedener Modelle (ARCMIP)
Modellvalidierung anhand von Messungen
Verbesserung von Prozessbeschreibungen
Große Abweichungen in arktischen Klimasimulationen durch
unzureichende Modellbeschreibung polarer Klimaprozesse
(insb. von Rückkoppelungsprozessen, z.B. Eis–Albedo-Rückkoppelung)
3
Gekoppelte regionale Klimamodelle der Arktis
Koppelung von Atmosphäre, Ozean und Meereis
Verbesserte Parametrisierung der Eisalbedo führt
(a) nur bedingt zu besseren Simulationsergebnissen
4
Globale Auswirkungen polarer Klimaprozesse
5
Zusammenfassung und Ausblick
Wolfgang Dorn (AWI)
Einführung
Arktische Atmosphäre
(b) zu Änderungen in den planetaren Wellenmustern
(→ globale Auswirkungen polarer Klimaprozesse)
Regionale Klimamodellierung
Gekoppelte Modelle
(Harmonisierung mit anderen Parametrisierungen erforderlich)
4. Dezember 2008
Globale Auswirkungen
33 / 35
Zusammenfassung
Ausblick
Weiterentwicklung regionaler Modelle des gekoppelten
arktischen Klimasystems
(einschließlich Atmosphäre, Ozean, Land- und Meereis, Permafrostböden und
der Wechselwirkungen mit terrestrischen und marinen Ökosystemen)
Verbesserung des Verständnisses polarer Klimaprozesse und
Rückkoppelungen für eine verbesserte Beschreibung dieser
Prozesse in Klimamodellen
(planetare Grenzschicht, Wolken und Aerosole, Wechselwirkungen zwischen
Atmosphäre, Ozean und Meereis sowie Prozesse in Permafrostböden)
Bestimmung des Einflusses der Polarregionen und polarer
Rückkoppelungen für globale Klimaänderungen
Wolfgang Dorn (AWI)
Regionale Klimamodellierung
4. Dezember 2008
35 / 35
Wolfgang Dorn (AWI)
Regionale Klimamodellierung
4. Dezember 2008
34 / 35