scienceofdoom
In Teil VII haben wir auf einige frühe GCMs und deren Ergebnisse geschaut, in Teil VIII waren dann die GCMs aus dem ersten Jahrzehnt dieses Jahrhunderts dran – atmosphärische GCMs, die die Wassertemperatur der Ozeane einbezogen sowie einige Modelle mittlerer Komplexität. Alle diese Studien versuchten, die fundamentale Grundlage des Einsetzens einer Eiszeit zu untersuchen – immer währende Schneebedeckung in hohen Breiten. Eine permanente Schneebedeckung kann zu permanenten Eisschilden führen – muss es aber nicht. Erforderlich ist also ein Eisschilde-Modell, das das komplexe Zusammenspiel von Wachstum, Zerbrechen, Gleiten und Wärmetransport der Eisschilde simuliert.
Angesichts der begrenzten Rechenmöglichkeiten der Modelle war schon die Konstruktion eines Modells, dass die Grundlagen permanenter Schneebedeckung simulieren kann (oder nicht), keine triviale Angelegenheit, aber ein komplettes Ozean-Atmosphäre-GCM mit einem Eisschilde-Modell, das 130.000 Jahre abdeckt, war überhaupt nicht möglich. In diesem Beitrag schauen wir auf eine Studie aus jüngster Zeit, in der vollständig gekoppelte GCMs verwendet worden sind. ‚Vollständig gekoppelt‘ bedeutet, dass ein atmosphärisches und ein ozeanisches Modell als Tandem agieren – wobei Wärme, Feuchtigkeit und Impulse übertragen werden.

Smith & Gregory (2012)

Das Problem:
Es ist allgemein akzeptiert, dass das Timing von Eiszeiten auf Variationen der Sonneneinstrahlung zurückzuführen ist, die aus dem Orbit der Erde um die Sonne resultieren (Hays et al. 1976, Huybers und Wunsch 2005). Diese solaren Strahlungs-Anomalien müssen durch Rückkopplungs-Prozesse innerhalb des Klimasystems verstärkt werden, einschließlich der Änderungen der atmosphärischen Treibhausgas-Konzentrationen (Archer et al. 2000) sowie des Wachstums von Eisschilden (Clark et al. 1999). Während es Hypothesen zu den Details dieser Rückkopplungen im Überfluss gibt, ist keine davon ohne Kritiker, und wir können noch nicht behaupten zu wissen, wie das System Erde das Klima erzeugte, das wir in zahlreichen Proxys wiederfinden. Das ist von mehr als nur akademischem Interesse: ein volles Verständnis des Kohlenstoffzyklus‘ während eines Eiszeitzyklus‘ oder Details darüber, wie sich der Meeresspiegel im Zuge des Wachsens und Schrumpfens von Eisschilden lokal verändert, wären sehr nützlich bei der genauen Vorhersage zukünftiger Auswirkungen der anthropogenen CO2-Emissionen auf das Klima, können wir doch erwarten, dass viele der gleichen fundamentalen Rückkopplungen in beiden Szenarios stattfinden.
Der Jahrtausende lange Zeitskala bei der Modellierung auch nur eines einzigen Eiszeitzyklus’ ist eine enorme Herausforderung für umfassende Modelle des Erdsystems, die auf gekoppelten Atmosphäre-Ozean-Modellen beruhen (AOGCMs). Wegen der begrenzten Rechenkapazität sind AOGCMs normalerweise auf Läufe über höchstens ein paar hundert Jahre limitiert, und deren Verwendung in paläoklimatischen Studien war allgemein kurz, sozusagen ein „Schnappschuss“ aus einem speziell interessierenden Zeitabschnitt.
Kurzzeitige Simulationen glazialer Zyklen wurden bislang nur mit Modellen durchgeführt, bei denen wichtige Klimaprozesse wie Wolken oder Feuchtetransporte in der Atmosphäre nur sehr grob parametrisiert sind oder ganz außen vor gelassen wurden. Die starken Beschränkungen hinsichtlich der Rückkopplungen in solchen Modellen zeigen auch dem, was wir über die Entwicklung des Klimas daraus lernen können, Grenzen auf, vor allem in paläoklimatischen Zuständen, die sich signifikant von den besser verstandenen heutigen Zuständen unterscheiden, die die Modelle eigentlich reproduzieren sollen. Die Simulation vergangener Klimazustände in den AOGCMs und der Vergleich derselben mit auf Proxys beruhenden Klimarekonstruktionen erlauben es ebenfalls, die Sensitivität der Modelle bzgl. Klima-Antrieben zu testen, um Vertrauen in deren Vorhersagen des zukünftigen Klimas zu gewinnen.
Ihr Modell:
Für diese Simulationen haben wir den FAMOUS benutzt (=FAst Met. Office and UK universities Simulator), eine niedrig aufgelöste Version des Hadley Centre Coupled Model (HadCM3) AOGCM. Die räumliche Auflösung im FAMOUS ist etwa halb so groß wie im HadCM3, was die Rechenkosten des Modells um einen Faktor 10 reduziert.
Ihr Plan:
Wir präsentieren hier die ersten kurzzeitigen Simulationen über den gesamten letzten Eiszeitzyklus. Wir haben den Rechenaufwand dieser Simulationen durch die Verwendung von FAMOUS reduziert. FAMOUS ist ein AOGCM mit einer relativ kleinen räumlichen Auflösung, und wir haben die Randbedingungen um einen Faktor 10 verändert, so dass 120.000 Jahre zu 12.000 Jahren werden. Wir untersuchen, wie die Einflüsse orbitaler Variationen der Sonneneinstrahlung, Treibhausgase und Eisschilde der Nordhemisphäre zusammenspielen, um die Evolution des Klimas zu beeinflussen.
Es gibt bei diesem Beschleunigungsprozess aber ein Problem. Die Ozeane reagieren in ganz anderen Zeitmaßstäben auf Änderungen in der Atmosphäre. Einige ozeanische Prozesse dauern Tausende Jahre. Ob also die Verkürzung des Zeitraumes reale Klimabedingungen erzeugen kann, bleibt fraglich.
Ihr Vorgehen:
Ziel dieser Studie ist es, das physische Klima von Atmosphäre und Ozeanen während des letzten Eiszeit-Zyklus’ zu untersuchen. Zusammen mit Änderungen der Sonneneinstrahlung infolge Variationen des Erdorbits um die Sonne betrachten wir die Eisschilde der Nordhemisphäre und Änderungen der Zusammensetzung von Treibhausgasen als externe Antriebs-Faktoren des Klimasystems, die wir als Grenzbedingungen spezifizieren, entweder getrennt oder in Kombination. Änderungen der Sonnenaktivität, das Eis in der Antarktis, die Vegetation, Meeresströme oder Schmelzwasserflüsse aus den sich bildenden Eisschilden sind in diesen Simulationen nicht enthalten. Unser experimenteller Aufbau ist daher in gewisser Weise vereinfacht, wobei bestimmte potentielle Klima-Rückkopplungen ausgeschlossen sind. Obwohl dies teilweise dazu führt, dass in dieser Version von FAMOUS bestimmte Prozesse fehlen oder nur sehr schwach modelliert werden, erlaubt es uns diese Vereinfachung, den Einfluss spezifizierter Antriebe besser zu erkennen, ebenso wie die Sicherstellung, dass sich die Simulationen eng an das reale Klima anlehnen.
Noch einmal zur Verdeutlichung der Kernpunkte dieser Modellierung:
1. Ein vollständiges GCM wird verwendet, jedoch mit reduzierter räumlicher Auflösung.
2. Die Antriebe werden um einen Faktor 10 beschleunigt im Vergleich zur Realität.
3. Zwei der eingehenden grundlegenden Antriebe sind in Wirklichkeit Rückkopplungen, die man spezifizieren muss, um das Modell zum Laufen zu bringen – das heißt, das Modell kann nicht diese beiden kritischen Rückkopplungen simulieren (CO2 und Ausdehnung der Eisschilde).
4. Es wurden 5 verschiedene Simulationen durchgeführt, um die Auswirkungen verschiedener Faktoren zu erkennen:
a) Nur orbitaler Antrieb (ORB)
b) Nur Antrieb durch Treibhausgase (GHG)
c) Nur Ausdehnung der Eisschilde (ICE)
d) Alle drei zusammen mit 2 unterschiedlichen Eisschild-Rekonstruktionen (ALL-ZH & ALL-5G – man beachte, dass ALL-ZH die gleiche Eisschild-Rekonstruktion aufweist wie ICE, während ALL-5g eine andere hat).
Die modellierten Temperaturergebnisse im Vergleich zu tatsächlichen Temperaturen für die Antarktis und Grönland (Schwarz) sehen so aus:
 
Abbildung 1: Temperaturunterschiede in vorindustrieller Zeit in der Ostantarktis (oben) und Grönland (unten). Aus Smith & Gregory 2012
Hier gibt es viele interessante Punkte.
Betrachten wir zunächst die Antarktis. Man erkennt, dass orbitale Antriebe allein sowie die Eisschilde der Nordhemisphäre allein wenig oder gar keinen Einfluss auf die Modellierung der Temperaturen in der Vergangenheit haben. Aber die Treibhausgaskonzentrationen selbst als Antrieb zeigen eine modellierte Temperatur, die etwa ähnlich der letzten 120.000 Jahre ist – unabhängig von Temperaturvariationen mit höherer Frequenz, worauf wir später noch eingehen. Fügen wir die Eisschilde der Nordhemisphäre hinzu, bekommen wir sogar eine noch größere Übereinstimmung. Ich bin überrascht, dass die Eisschilde angesichts der Menge an Sonnenstrahlung, die sie reflektieren, nicht noch größeren Einfluss haben.
Sowohl Treibhausgase als auch Eisschilde kann man in der Wirklichkeit als positive Rückkopplungen betrachten (obwohl sie in diesem Modell spezifiziert sind). Für die Südpol-Region haben die Treibhausgase einen viel stärkeren Effekt.
Schauen wir auf Grönland, erkennen wir, dass der orbitale Antrieb wieder einmal für sich allein kaum eine Auswirkung zeitigt, während Treibhausgase und Eisschilde allein ähnliche Auswirkungen haben, individuell aber weit entfernt sind vom tatsächlichen Klima. Kombiniert man alle Antriebe sehen wir eine gute Übereinstimmung mit tatsächlichen Temperaturen bei einer Rekonstruktion und eine nicht so gute Übereinstimmung bei einer anderen. Dies impliziert: Bei anderen Modellen, die versuchen, die Dynamik der Eisschilde zu simulieren (anstatt sie zu spezifizieren), kann die Genauigkeit für den Erfolg der Modellierung kritisch sein.
Wieder einmal erkennen wir, dass Temperaturvariationen höherer Frequenz überhaupt nicht gut simuliert werden, und selbst bei Variationen mit geringerer Häufigkeit – zum Beispiel von vor 110.000 bis 85.000 Jahren – fehlt eine ziemliche Menge Variabilität (in dem Modell).
Die Autoren schreiben:
Die EPICA-Daten (Antarktis) zeigen, dass die Temperatur relativ zu ihren jeweiligen längerzeitlichen Trends stärker zurückging als das CO2 während dieser Zeit (vor 120.000 bis 110.000 Jahre), aber in unseren Experimenten sinken die simulierten Antarktis-Temperaturen gleichlaufend mit CO2. Dies zeigt, dass in unserem Modell eine wichtige Rückkopplung fehlt, oder dass unser Modell vielleicht über-sensitiv hinsichtlich CO2 ist und unter-sensitiv hinsichtlich eines der anderen Antriebsfaktoren. Tests des Modells, bei denen die Antriebe nicht künstlich beschleunigt wurden, schließen die Möglichkeit aus, dass die Beschleunigung ein Faktor ist.

Abrupte Klimaänderung

Was ist mit den Temperatursignalen höherer Frequenz? Die Grönland-Daten zeigen eine viel höhere Größenordnung als die Antarktis bei dieser Frequenz, aber keine von beiden wird in den Modellen reproduziert.
Der andere auffällige Unterschied zwischen dem Modell und der NGRIP-Rekonstruktion ist das Fehlen abrupter Ereignisse mit großer Amplitude im Zeitmaßstab von Jahrhunderten, die aus Eisbohrkernen hervorgehen. Man glaubt, dass periodische Fluten von Schmelzwasser der nordhemisphärischen Eisschilde und die nachfolgende Störung ozeanischer Wärmetransporte in diese Ereignisse involviert sind (Bond et al. 1993, Blunier et al. 1998), und das Fehlen von Schmelzwasserabflüssen in unserem Modell ist möglicherweise einer der Hauptgründe, warum wir sie nicht simulieren können.
Die Autoren gehen dann noch etwas näher darauf ein, da diese Geschichte keineswegs settled ist, und kommen zu dem Ergebnis:
Alles in allem zeigt das Fehlen sowohl Jahrtausende langer Warnereignisse im Süden und abrupter Ereignisse im Norden sehr deutlich, dass in unserem Modell eine wesentliche Rückkopplung mit ziemlicher Bedeutung fehlt.


CO2-Rückkopplung

Die Prozesse, die dazu führen, dass hinreichende Mengen Kohlenstoff in den Tiefen der eiszeitlichen Ozeane abgelagert werden, um die in den Eisbohrkernen erkennbaren atmosphärischen CO2-Konzentrationen zu erzeugen, sind nicht sehr gut verstanden. Sie wurden bis heute noch nicht von einem realistischen gekoppelten Modell erfolgreich simuliert. FAMOUS, in dieser Studie verwendet, enthält ein einfaches Biogeochemie-Modell, obwohl es nicht auf die Antriebe in diesen Simulationen reagiert, eine zusätzliche Aufnahme von Kohlenstoff aufzunehmen. Eine weitere FAMOUS-Simulation mit interaktivem atmosphärischem CO2 hat keinerlei signifikante Änderungen des CO2-Gehaltes der Atmosphäre gezeitigt, wenn orbitale Variationen und wachsende Nord-Eisschilde als Antrieb wirksam waren.
Die genaue Modellierung eines Eiszeitzyklus‘ erfordert eine signifikante Zunahme unseres Verständnisses der involvierten Prozesse und nicht einfach die Einbeziehung von ein wenig mehr Komplexität in das jetzige Modell.

Schlussfolgerung

Dies ist eine sehr interessante Studie, die einige Erfolge hervorhebt, Grenzen der Rechenkapazitäten aufzeigt sowie kaum verstandene sowie fehlende Rückkopplungen in Klimamodellen. Die Tatsache, dass 120.000 Jahre Klimageschichte mit einem vollständigen GCM simuliert werden konnten, ist schön zu sehen. Das Fehlen abrupter Klimaänderungen in der Simulation, das Scheitern, die rasche Temperaturabnahme zu Beginn der Auslösung einer Eiszeit nachzuvollziehen und die fehlende Fähigkeit der Modelle, wichtige Rückkopplungen zu modellieren, zeigen alle zusammen, dass Klimamodelle, zumindest soweit es die Eiszeiten betrifft – noch in den Kinderschuhen stecken. (Das heißt nicht, dass sie nicht ausgereift sind, sondern dass das Klima ein wenig hinterhältig ist).
Anmerkung 1: FAMOUS
Die Ozean-Komponente basiert auf dem rigid-lid Cox-Bryan-Modell (Pacanowski et al. 1990) und läuft mit einer Auflösung von 2,5° Breite mal 3,75° Länge mit 20 verschiedenen Schichten. Die Atmosphäre basiert auf den primitiven Gleichungen mit einer Auflösung von 5° Breite mal 7,5° Länge mit 11 verschiedenen Schichten.
Die XDBUA-Version von FAMOUS (hiernach einfach FAMOUS genannt; siehe Smith et al. 2008) hat ein vorindustrielles Kontrollklima, das in geeigneter Weise dem von HadCM3 gleicht, obwohl FAMOUS in hohen Breiten der Nordhemisphäre im Winter eine Kalt-Verzerrung von etwa 5°C aufweist im Vergleich zu HadCM3 (gemittelt nördlich von 40°N). Als Folge wird die winterliche Eisausdehnung im Nordatlantik überschätzt.
Die globale Klimasensitivität von FAMOUS auf eine Zunahme des atmosphärischen CO2-Gehaltes jedoch ist ähnlich der von HadCM3.
Bei FAMOUS gibt es eine Reihe von Unterschieden im Vergleich zu HadCM3 mit dem Ziel, die Klimasimulation zu verbessern. So wurde zum Beispiel Island entfernt (Jones 2003), um einen stärkeren Wärmetransport im Nordatlantik zu erzielen. Smith und Gregory zeigen, dass die Sensitivität der Atlantic meridional overturning circulation (AMOC) hinsichtlich Störungen in dieser Version von FAMOUS etwa in der Mitte der Bandbreite liegt im Vergleich mit vielen anderen gekoppelten Klimamodellen. Das in dieser Studie verwendete Modell unterscheidet sich von XDBUA FAMOUS dadurch, dass zwei technische Bugs im Code festgemacht worden sind. Flüsse von latenter und fühlbarer Wärme aus dem Ozean wurden fälschlich als Teil der Kopplungs-Routine angesehen, und Schnee, der auf Meereis an Küsten fällt, ist dem Modell verloren gegangen. Die Korrektur dieser Fehler führte zu einer zusätzlichen Kalt-Verzerrung von einem Grad oder so in Küstengebieten hoher Breiten in Bezug auf XDBUA, doch gab es keine wesentlichen Änderungen der Modell-Klimatologie. Außerdem wurde die grundlegende Topographie des Festlandes in diesen Läufen aus den modernen Werten des ICE-5G-Datensatzes interpoliert (Peltier 2004). Sie unterscheidet sich in gewisser Weise von der von der US-Navy abgeleiteten Topographie in Smith et al (2008) und HadCM3.
Link: http://scienceofdoom.com/2013/12/31/ghosts-of-climates-past-part-nine-gcm-iii/

Die bisherigen Teile:

Teil I und II: http://www.eike-klima-energie.eu/climategate-anzeige/das-raetsel-der-eiszeiten-teil-i-und-ii/

Teil III: http://www.eike-klima-energie.eu/climategate-anzeige/das-raetsel-der-eiszeiten-teil-iii-hays-imbrie-shackleton/

Teil IV: http://www.eike-klima-energie.eu/climategate-anzeige/das-raetsel-der-eiszeiten-teil-iv-umlaufbahnen-jahreszeiten-und-mehr/

Teil V: http://www.eike-klima-energie.eu/klima-anzeige/das-raetsel-der-eiszeiten-teil-v-aenderungen-der-ekliptik-und-der-praezession/

Teil VI: http://www.eike-klima-energie.eu/klima-anzeige/das-raetsel-der-eiszeiten-teil-vi-hypothesen-im-ueberfluss/

Teil VII: http://www.eike-klima-energie.eu/klima-anzeige/das-raetsel-der-eiszeiten-teil-7-global-circulation-models-i/

Teil VIII: http://www.eike-klima-energie.eu/klima-anzeige/das-raetsel-der-eiszeiten-teil-8-global-circulation-models-ii/

image_pdfBeitrag als PDF speichernimage_printBeitrag drucken