metoder til simulering af klimaets udvikling From Wikipedia, the free encyclopedia
Klimamodeller er modeller, der beregner forskellige klimaparametre som temperatur, tryk, vind og luftfugtighed.
Der findes en række forskellige typer klimamodeller, fra meget enkle energibalancemodeller til de mest avancerede jordsystemmodeller.
Et fællestræk ved de fleste klimamodeller er, at de er baseret på matematiske ligninger, der beskriver fysiske og kemiske love.[2]
Klimamodeller kan imidlertid også være kvalitative, for eksempel beskrivelser af mulige fremtidige tilstande:
"... 'Modeller' er oftest numeriske simuleringer af systemer i den virkelige verden, kalibreret og valideret ved hjælp af observationer fra eksperimenter eller analogier, og derefter afviklet ved hjælp af inputdata, der repræsenterer fremtidens klima. Modeller kan også i vid udstrækning omfatte beskrivende fortællinger om mulige fremtider som dem der bruges ved opbygning af mulige scenarier. Kvantitative og beskrivende modeller bruges ofte sammen. ..." [3][4]
Denne artikel bør gennemlæses af en person med fagkendskab for at sikre den faglige korrekthed. – Noter og referencer kan saneres og opdateres, da IPCC udgiver nye rapporter der kan gøre anvendte henvisninger forældede
Disse modeller (EBCM) er ofte baseret på en simpel matematisk ligning, der beskriver planetens energibalance. De beskriver ofte Jordens globale gennemsnitstemperatur som en funktion af ændringer i energien modtaget fra Solen, ændringer i klodens evne til at reflektere lys og varmetab i forbindelse med ændringer i temperatur eller atmosfærens sammensætning.
"...I 1950'erne gav enkle energibalancemodeller med analytiske løsninger vigtig indsigt i klimafølsomhed og processer som albedo-feedback fra isdækkede områder. ..." fra Nap.edu (National Academy of Sciences)[6]
"... Energimæssige klimamodeller (EBCM'er) er blevet brugt i undersøgelser af klimaændringer i mere end et kvart århundrede. Nogle papirer findes allerede før det, men den udbredte anvendelse af disse enkle modeller blev gjort populær af den næsten samtidige udgivelse af artikler af Budyko (1968) og Sellers (1969) ..." fra Researchgate.net[6]
Jordens energibudget - energibalance
Af de ca. 340 watt pr. kvadratmeter (W/m2, irradians, indstrålingstæthed) solenergi, der falder på Jorden, reflekteres 29% tilbage i rummet, primært af skyer, men også af andre lyse overflader og atmosfæren. Cirka 23% af den indkommende energi absorberes i atmosfæren af atmosfæriske gasser, støv og andre partikler. De resterende 48% absorberes ved overfladen[7]
Jordens energibudget Mere detaljeret med tekst på norsk('Heat Budget', wikibook)
Et Sankey diagram, der illustrerer Jordens energibudget. Linjetykkelse er lineært proportional med den relative energimængde. (flere ill.)
Eksempel
Kort- og langbølget stråling
Strålingsenergi fra Solen modtages kun af Jordens dagside. (kortbølget stråling)
En meget simpel model for energibalance kan findes ved at sætte den indkommende absorberede solstråling lig Jordens langbølgede udstråling.
Solens bidrag er givet ved effekten pr. areal gange jordskivens areal gange andelen , der bliver absorberet. Her er Jordens radius, mens er Jordens albedo.
Jordens udstråling er derimod givet ved Stefan-Boltzmanns lov gange jordens overfladeareal gange emissiviteten, der angiver, hvor meget der ikke bliver absorberet af skyer, drivhusgasser el.lign.
Denne formel giver en effektiv temperatur på 288K (15°C; 59°F).[8]
Med denne simple model er det ligetil at se, hvad en ændring i modelparametrene , og vil betyde for Jorden. Som et ekstremt eksempel ville en halvering i emissiviteten - dvs. at Jorden kun udstråler halvt så meget, som den plejer - forårsage en stigning i temperaturen med en faktor . Den effektive temperatur ville dermed stige til omkring 342K (69°C; 156°F).
Modellen siger dog ikke noget om, hvad der forårsager ændringer i modelparametrene, og den tager heller ikke højde for variationer på Jorden. Den er således en nul-dimensionel model.
Strålingsmodeller rækker fra enkle til mere avancerede fysiske modeller. De beskriver hvordan sollyset trænger ind i atmosfæren og varmestrålingen optages af forskellige gasser. De gør ofte rede for forskellige bølgelængder og kemiske sammensætninger, er baseret på fysiske love og sammenholdes ofte med observationer. (Se strålingspåvirkning[9])
Strålingsbalance med drivhuseffekten. Vist skematisk med energistrømmen mellem verdensrummet, atmosfæren og jordens overflade. Energiudvekslinger med tal er udtrykt i watt per kvadratmeter (W/m2)
De statistiske modeller er ofte enkle modeller med for eksempel beskrivelse af, hvordan vindmønstre er forbundet med forskellige forhold, som for eksempel havtemperaturer, og hvordan den gennemsnitlige vind over et større område påvirker den gennemsnitlige havoverfladetemperatur over et tilsvarende område.
Ofte er de statistiske modeller inspireret af de fysiske love og inkluderes ofte som en lille del af de mere komplicerede modeller ved at beskrive den virkning lokale processer har for de omkringliggende områder. Statistiske modeller bruges også til at beskrive lokale klimatiske træk.[10]
Det er mere avancerede modeller, der beskriver temperatur, tryk, vind og fugtighed, og hvordan disse varierer fra sted til sted.
Modellerne er ofte baseret på generelle cirkulationsmodeller (GCM[note 1]), dvs. et computerprogram, der beskriver planetens atmosfære som et gitternet i flere lag. Modellen beregner flere værdier (fx temperaturer, vind, tryk og fugtighed) i hver af cellerne i gitternettet.
De idealiserede cirkulationsmodeller har meget til fælles med vejrprognosemodeller (vejrudsigter), der bruges flere gange dagligt og består af lignende cirkulationsmodeller. Forskellen mellem disse og klimamodellerne er, at en numerisk vejrprognose er baseret på det aktuelle vejr og beregner, hvordan det vil udvikle sig i de næste timer og dage, mens klimamodellerne er baseret på, hvordan ændringer i forhold som drivhusgasser og solstråling påvirker vejrstatistikken, dvs. klimaet.
Regionale klimamodeller (RCM) er cirkulationsmodeller, der kun beskriver et begrænset område. Disse modeller er slået sammen til en global cirkulationsmodel, hvilket gør det muligt for RCM at have gyldige værdier ved grænserne.
Modellerne har store ligheder med dagens vejrprognosemodeller, som ofte også giver vejrudsigter for et begrænset område.[11][12][13][14][15]
Mindre komplekse jordsystemmodeller (EMIC'er, 'Earth System Models of Intermediate Complexity') benyttes ofte til modeller, der beskriver havet.[2][16][17]
Havmodellen kan være enkle lagdelte modeller eller mere avancerede generelle cirkulationsmodeller. Eftersom cirkulationsmodellerne heller ikke kan fange processer, der er mindre end cellerne i gitternetværket, bruges enkle statistiske/fysiske modeller – flettet ind i cirkulationsmodellen – til at beskrive, hvordan for eksempel skyer påvirker cirkulationen. Sådanne enkle modeller benævnes ofte 'parameteriseringsskemaer'/parameteriserede skemaer[note 2].
Man arbejder også med hybride klimamodeller, der kan bestå af en statistisk model der beskriver atmosfæren, og en generel cirkulationsmodel, der beskriver havet. Sådanne modeller er blevet brugt på El Niño-fænomenet.[18]
De engelske betegnelser er Atmospheric Oceanic General Circulation Models (AOGCM) og Earth System Models (ESM).[19]
AOGCM / ESM er de mest avancerede klimamodeller og beregner temperatur, vind, tryk og hvordan bevægelse, energi og fugtighed cirkulerer i atmosfæren.
De består af generelle cirkulationsmodeller (GCM[note 1]) – som de idealiserede generelle cirkulationsmodeller – men med flere celler i gitternetværket. Hver af cellerne repræsenterer et mindre område, har højere rumlig opløsning.
De globale klimamodeller inkluderer også en beskrivelse af havis, jorden (vegetation, hydrologi) og ofte mere avancerede parameteriseringsskemaer/ordninger[note 2] og strålingsmodeller end EMIC'erne (dvs. jordsystemmodellerne af mellemkompleksitet, #link).
Disse klimamodeller (AOGCM & ESM) kan evalueres ved at undersøge om de genskaber observerede træk. Det kan være gennemsnitsklima, den årlige cyklus, store vindsystemer og naturlige udsving som for eksempel El Niño-fænomenet.
Generelt giver modellerne en ret realistisk beskrivelse af de forskellige klimatiske fænomener. Men da de primært bruges til at sige noget om, hvordan klimaet vil ændre sig i fremtiden, er det også vigtigt at sammenligne modellernes beskrivelse af det tidligere klima som for eksempel klimaændringer udtrykt ved den globale gennemsnitstemperatur og historiske observationer.[20]
Generelle cirkulationsmodeller (GCM) er blevet brugt til at opdage og studere en af de mest grundlæggende aspekter af naturen: den såkaldte sommerfugleffekt (kaoseffekt, se 'Lorenz strange-attraktor').[note 3]
Klimaleksikon.dk har en side om generelle cirkulationsmodeller (GCM): "Generel cirkulationsmodel" – * Om akronymet 'GCM' fra den engelseke side: 'Terminology'(engelsk): Dansk resumé: "Akronymet 'GCM' stod oprindeligt for General Circulation Model. For nylig kom en anden betydning i brug, nemlig Global Climate Model. Selv om de ikke henviser til det samme, er generelle cirkulationsmodeller typisk de værktøjer, der bruges til modellering af klima, og derfor bruges de to udtryk undertiden om hinanden. Imidlertid er udtrykket "global klimamodel" tvetydigt og kan henvise til en integreret ramme (en: 'integrated framework'), der indeholder flere komponenter, herunder en generel cirkulationsmodel, eller kan henvise til den generelle klasse af klimamodeller, der bruger forskellige måder at repræsentere klimaet matematisk."
Vedr. 'parameteriseringsskemaer' eller 'parameteriserede processer':
"How are climate models “parameterised” and tuned?" fra Carbonbrief.org har for håndtering af usikkerheder inden for den enkelte celle: "...To solve this problem, these variables are “parameterised”, meaning their values are defined in the computer code rather than being calculated by the model itself. [...] Parameterisations may also be used as a simplification where a climate process isn’t well understood. Parameterisations are one of the main sources of uncertainty in climate models. ..:" (Dansk resumé: '... For at løse dette problem “parameteriseres” disse variabler, hvilket betyder, at deres værdier er defineret i computerkoden i stedet for at blive beregnet af selve modellen. [...] Parameteriseringer kan også bruges som en forenkling, hvor en klimaproces ikke er godt forstået. Parameteriseringer er en af de vigtigste kilder til usikkerhed i klimamodeller. ...') (Se illustration med en liste på 20 klimaprocesser og egenskaber, der typisk skal parameteriseres inden for globale klimamodeller: 'parameterizations.png') – Se evt. også 'Parametrization (atmospheric modeling)'
"Klimaforskernes krystalkugle" fra Aktuelnaturvidenskab.dk nævner "... stråling, sky- og nedbørdannelse samt processer på og i jorden. ..." som eksempler på 'parameteriserede processer'.
Om de modeller der bruges. Citater fra IPCC, FN's klimapanel:
Fra IPCC 2013: "The models used in climate research range from simple energy balance models to complex Earth System Models (ESMs) requiring state of the art high-performance computing. The choice of model depends directly on the scientific question being addressed ..." (Dansk resumé: 'De modeller, der bruges i klimaforskning, spænder fra enkle energibalancemodeller til komplekse Earth System Models (ESM'er), der kræver avanceret databehandling af høj ydeevne. Valg af model afhænger direkte af det videnskabelige spørgsmål, der behandles ...') Citat fra "Evaluation of Climate Models" fra Ipcc.ch, IPCC – Fra afsnittet: 9.1.2 "Overview of Model Types to Be Evaluated" – (Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change) –
Andre korte formuleringer til introduktion af emnet:
Punktet 'Klimamodel' på "Klimaord forklaret" fra Dmi.dk har også en kort formulering
"What is a climate model?" fra Carbonbrief.org, jan. 2018 – Med bl.a. illustrationer til udviklingen af globale klimamodeller fra 1970'erne og frem (first (“FAR”) fra 1990, second (“SAR”) fra 1995, third (“TAR”) fra 2001 ...)
"Climate Models". Kort gennemgang fra Climate.gov tilknyttet NOAA, National Oceanic and Atmospheric Administration
"Strategies for Developing Climate Models: Model Hierarchy, Resolution, and Complexity" fra Nap.edu (National Academy of Sciences) har i indledningen: "... In the 1950s, simple energy-balance models of climate with analytical solutions gave important insights into climate sensitivity and processes such as ice-albedo feedback. In the 1960s and 1970s, simple column radiative-convective equilibrium models were used to interpret the behavior of early atmospheric general circulation models. ..."
"Energy-balance climate models" fra Researchgate.net har: "... Energy-balance climate models (EBCMs) have been used in studies of climate change for more than a quarter of a century. Some papers can be found even before that, but the widespread use of these simple models was made popular by the nearly simultaneous appearance of the papers by Budyko (1968) and Sellers (1969). ..." fra
"Learning from a simple model" fra Realclimate.org – Om opbygningen af en enkel model ('... Why does ‘radiative forcing’ work as method for comparing different physical impacts on the climate, and why you can’t calculate climate sensitivity just by looking at the surface energy budget. There will be mathematics, but hopefully it won’t be too painful. ...')
Om statistiske metoder: "Evaluation of Climate Models" fra Climatechange2013.org (Working Group I to the Fifth Assessment Report) har afsnit om statistiske metoder:
9.6.2.1 Recent Developments of Statistical Methods
Om regionale forudsigelser: Fra IPCC 2007: "Regional Climate Projections" fra Ipcc.ch. I: Climate Change 2007: The Physical Science Basis. Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change – Her behandles regionale forudsigelser: Afsnit 11.1.2 "Introduction to Regional Projections": "Assessments of climate change projections are provided here on a region-by-region basis. The discussion is organised according to the same continental-scale regions used by Working Group II (WGII) in the Fourth Assessment Report (AR4) and in earlier assessments: Africa, Europe and Mediterranean, Asia, North America, Central and South America, Australia-New Zealand, Polar Regions and Small Islands. ..." (Dansk resumé: 'Evalueringer af fremskrivninger af klimaændringer gives her på region-for-region-basis. Diskussionen er organiseret i henhold til de samme kontinentale skalaer, der blev anvendt af arbejdsgruppe II (WGII) i den fjerde vurderingsrapport (AR4) og i tidligere vurderinger: Afrika, Europa og Middelhavet, Asien, Nordamerika, Central- og Sydamerika, Australien -New Zealand, polare regioner og små øer.' )
Fra IPCC 2013: "9.6.2 Regional Climate Downscaling", kapitel 9, Working Group I ved the Fifth Assessment Report fra Ipcc.ch: "... Regional Climate Models (RCMs) are applied over a limited-area domain with boundary conditions either from global reanalyses or global climate model output. The use of RCMs for ‘dynamical down-scaling’ has grown since the AR4, their resolution has increased, process-descriptions have developed further, new components have been added, and coordinated experimentation has become more widespread ..."
Om nytten af regionale eller nedskalerede klimamodeller: "Do regional climate models add value compared to global models?" fra Realclimate.org
"... We need to apply downscaling to compute the local details. Downscaling may be done through empirical-statistical downscaling (ESD) or regional climate models (RCMs) with a much finer grid. Both take the crude (low-resolution) solution provided by the GCMs and include finer topographical details (boundary conditions) to calculate more detailed information. ..." (Dansk resumé: '... Vi er nødt til at anvende nedskalering for at beregne de lokale detaljer. Nedskalering kan ske gennem empirisk-statistisk nedskalering (ESD) eller regionale klimamodeller (RCM) med et meget finere gitternetværk. Begge tager den rå (crude) opløsning (lav opløsning), der leveres af GCM'erne og inkluderer finere topografiske detaljer (grænsevilkår) for at beregne mere detaljeret information. ...')
There are three possible solutions to the problem of course resolution in GCMs:
Run the full GCM at a finer resolution. As the model would then take much longer to complete a simulation, you will either need a very powerful computer or to run the simulation for a much shorter period (e.g. 5 years). (Dansk resumé: Kør den fulde GCM med en finere opløsning. Da modellen derefter vil være meget længere tid om at gennemføre en simulering, har man enten brug for en meget kraftig computer eller for at køre simuleringen for en meget kortere periode (f.eks. 5 år).)
Use statistical techniques to ‘downscale’ the coarse, GCM results to local detail (read more about this hereArkiveret 12. juli 2018 hos Wayback Machine). These techniques assume that the relationship between large scale climate variables (e.g. grid box rainfall and pressure) and the actual rainfall measured at one particular raingauge will always be the same. So, if that relationship is known for current climate, the GCM projections of future climate can be used to predict how the rainfall measured at that raingauge will change in the future. (Dansk resumé: Brug statistiske teknikker til at ‘nedskalere’ de grove GCM-resultater til lokal detalje. Disse teknikker antager, at forholdet mellem store skalaer i klimaforhold (f.eks. regn og tryk i gitterboks, 'grid box') og den faktiske nedbør målt ved en bestemt regnmåler/måling altid vil være det samme. Så hvis dette forhold er kendt for det aktuelle klima, kan GCM-fremskrivningerne af det fremtidige klima bruges til at forudsige, hvordan nedbøren målt ved denne regnmåler vil ændre sig i fremtiden.)
Embed a Regional Climate Model (RCM) in the GCM. (Dansk resumé: Integrer en regional klimamodel (RCM) i GCM.)
Om hybride klimamodeller: "A hybrid coupled model for the pacific ocean-atmosphere system. Part I: Description and basic performance", jan. 2015: "A hybrid coupled model (HCM) is constructed for El Niño-Southern Oscillation (ENSO)-related modeling studies over almost the entire Pacific basin. An ocean general circulation model is coupled to a statistical atmospheric model for interannual wind stress anomalies to represent their dominant coupling with sea surface temperatures. ..."
(Dansk resumé: 'Der er konstrueret en koblet hybrid model (HCM) til El Niño-Southern Oscillation (ENSO)-relaterede modelleringsundersøgelser over næsten hele stillehavsområdet. En generel cirkulationsmodel for havet er koblet til en statistisk atmosfærisk model for anomalier i vindpåvirkningen fra år til år (interannual) for at repræsentere deres dominerende kobling med havoverfladetemperaturer. ...'
"Systematic errors in Climate Models" fra Wmo.int, World Meteorological Organization (WMO). Af Mojib Latif, Leibniz Institute of Marine Sciences at Kiel University