Module B - Zusammenfassung der ersten Phase

Das Ziel von Modul B ist es, das Verständnis der dekadischen Variabilität und die bestehenden Modellkomponenten zu verbessern und zusätzliche Klimateilsysteme, die für dekadische Klimaprognosen relevant sind, zu integrieren. Dabei liegt der Fokus auf verschiedenen Prozessen wie Boden-Atmosphäre-Wechselwirkungen, Atmosphäre-Ozean-Kopplung, Einfluss natürlicher externer Antriebe, sowie arktische, chemische und stratosphärische Prozesse.

Verbesserung bestehender Modellkomponenten und Kopplung zusätzlicher Teilsysteme

 

Eine neue Parametrisierung, die die Oberflächenflüsse über inhomogenem Meereis berücksichtigt, wurde im Projekt SPARCS entwickelt (Lüpkes et al. 2013, Lüpkes and Gryanik 2015). Dabei wurden zwei unterschiedliche Regimes betrachtet, die äußere Meereiszone mit driftenden Eisschollen und die innere Arktis im Sommer mit Schmelztümpeln und Rinnen. SPARCS zeigte, dass die Unterschiede in der Morphologie dieser Regimes im Allgemeinen unterschiedliche Parametrisierungen der Transferkoeffizienten für den turbulenten Transport von Wärme und Impuls in der atmosphärischen Grenzschicht über Meereis erfordern (Abb. 1). Da die detailliertesten Parametrisierungen nur von solchen atmosphärischen Klimamodellen angewendet werden können, die mit komplexen Meereismodellen gekoppelt sind, entwickelte SPARCS auch eine vereinfachte Parametrisierung. Sie beschreibt den Transferkoeffizienten als eine nichtlineare Funktion nur von der Konzentration des Meereises und der Schmelztümpel. Die neue Parametrisierung mit einer neuen Stabilitätskorrektur wurde in Zusammenarbeit mit dem Projekt TORUS im Atmosphäre-Ozean-Meereis-Modell ECHAM6-FESOM getestet. Es wurde gezeigt, dass die neue Parametrisierung einen großen Einfluss auf die Ergebnisse hat, vor allem auf die Impulsflüsse. Aber auch andere atmosphärische Variablen (2m Lufttemperatur, Oberflächendruck) sowie die Meereiskonzentration werden beeinflusst (Abb. 2). Die Auswirkungen auf das Ensemblemittel der Meereiskonzentration sind relativ klein, aber in einigen Regionen wurden statistisch signifikante Effekte gefunden und es gibt eine große Variabilität zwischen den Ensemblemitgliedern.

Modul B Zusammenfassung - Abb. 1
Abbildung 1 (SPARCS): Schematische Darstellung zur Herleitung der Parametrisierung des neutralen Formwiderstandskoeffizienten Cdf für das Eisregime (oben) mit driftenden Eisschollen und (unten) für die innere Arktis im Sommer mit Schmelztümpeln und Rinnen. Die Pfeile zeigen den dynamischen Druck (Wind) auf die Kanten. hf und hp sind der Freibord des Eises, Di und D'w sind die Kantenlängen, Sc und S'c sind Funktionen, die den Windschatten berücksichtigen, Ce und C'e sind geometrieabhängige Koeffizienten, z0,w ist die Rauhigkeitslänge über offenem Wasser und A ist die Meereiskonzentration.
Modul B Zusammenfassung - Abb. 2
Abbildung 2 (SPARCS/TORUS): Einfluss der neuen Parametrisierung der Transferkoeffizienten über Meereis in der Arktis. Unterschiede in (links) Luftdruck auf Meeresniveau (SLP, Einheit hPa) und (mittig) 2 m Lufttemperatur (TEMP2, Einheit K) basierend auf einem Ensemble von zehn 20-jährigen ECHAM6-FESOM-Simulationen mit der neuen und mit der Standardparametrisierung. (rechts) Das gleiche für die Meereiskonzentration im Frühjahr, aber nur für ein Ensemblemitglied.

Die Abhängigkeit der dekadischen Prognosen von der genutzten Ozeankomponente wurde im Rahmen des Projekts TORUS getestet und analysiert. Alternativ zu MPI-OM nutzten sie das Ozean-Meereis-Modell FESOM mit einem unstrukturierten Gitter, das eine erhöhte horizontale Auflösung in wichtigen Regionen wie der Arktis und den Tropen erlaubt (Sidorenko et al. 2015). Der lange Kontrolllauf mit vorgeschriebenen konstanten Treibhausgaskonzentrationen für das Jahr 1990 zeigte, dass ECHAM6-FESOM ebenso gut wie andere Klimamodelle ist und ähnliche Mängel in der nordatlantischen Zirkulation aufweist. Diese führen zu einer zu schwachen Tiefenkonvektion in der Labradorsee mit Phasen stärkerer Konvektion, die mit eisfreien Bedingungen einhergeht, und schwächerer Konvektion, die mit eisbedeckten Bedingungen einhergeht (Abb. 3, blaue Kurve, R1). Die dekadische Klimavariabilität der globalen Mitteltemperatur, atmosphärischer Telekonnektionsmuster, großskaliger Ozeanvariabilitätsmuster und der El Niño Southern Oscillation (ENSO) ist gut wiedergegeben. Eine erhöhte horizontale Auflösung in den Tropen führt zu einer noch realistischeren Darstellung von ENSO. Erste Ergebnisse aus einer 250 Jahre langen Kontrollsimulation mit einer neuen Version von FESOM, die eine noch höhere Auflösung im nördlichen Nordatlantik, im kanadisch-arktischen Archipel, in der Labradorsee und über der gesamten Arktis allgemein enthält, zeigten eine Verbesserung (Verstärkung) der Tiefenkonvektion in der Labradorsee (Abb. 3, rote Kurve, R2).

Modul B Zusammenfassung - Abb. 3
Abbildung 3 (TORUS): (links) Jahresmaximum der Tiefe der Mischungsschicht [m], gemittelt über 300 Jahre der Kontrollsimulation mit Referenzgitter R1, und (rechts) Zeitreihe der jährlichen maximalen Tiefe der Mischungsschicht in der Labradorsee mit Referenzgitter (R1, blaue Kurve) und verfeinertem Gitter (R2, rote Kurve).

Der Memory-Effekt der Bodenfeuchte hat einen starken Einfluss auf den Hydrologie- und Energiekreislauf an der Landoberfläche auf dekadischen Zeitskalen. Um diese Boden-Atmosphäre-Wechselwirkungen zu berücksichtigen, ist eine realistische Darstellung der Bodenhydrodynamik erforderlich, die allerdings rechenintensiv ist. Daher entwickelte das Projekt MCRA einen „model complexity reduction approach“, um das vereinfachte Klimamodell mit den Informationen aus einem komplexen Modell (Shrestha et al. 2014), das über bestimmten Einzugsgebieten angewendet wurde, zu korrigieren. Das vereinfachte regionale Klimamodell wurde für die europäische CORDEX Domäne mit einer hohen Auflösung von 0,11° (Abb. 4) für kurze Zeitperioden laufen gelassen, z.B. für die europäische Hitzewelle im August 2003. Es wurde der Einfluss der unteren Energie-Randbedingungen auf den Wasser- und Energiekreislauf an der Landoberfläche analysiert. Es wurden auch Ähnlichkeitsindizes entwickelt, die für die hydrologischen Parametrisierungen in dem Komplexitätsreduktionsansatz benötigt werden.

Modul B Zusammenfassung - Abb. 4
Abbildung 4 (MCRA): Änderung des Gesamtwasserspeichers [mm] über der europäischen CORDEX Domäne während der europäischen Hitzewelle im August 2003. Die Änderung ergibt sich als Differenz des gesamten Wasserspeichers von August 2003 und Juli 2003.

Um chemische Prozesse in der Atmosphäre im Detail betrachten zu können, müssen Chemie-Klima-Modelle angewendet werden. In Modul B wurden MAECHAM5/HAM und EMAC für verschiedene Probleme genutzt. Sie basieren auf dem Atmosphärenmodell ECHAM, das Teil des MiKlip Vorhersagesystems ist. Da die Einbeziehung der Wechselwirkungen zwischen Chemie und Klima rechnerisch aufwendig ist, hat das Projekt LiCoS einen Rosenbrock-Integrator für chemische Reaktionen optimiert und damit EMAC zwei- bis dreimal schneller gemacht als mit dem Standardintegrator.
Eine weitere Möglichkeit, die Rechenzeit drastisch zu reduzieren, wenn stratosphärische Chemie berücksichtigt werden soll, wurde im Projekt FAST-O3 durch die Entwicklung des schnellen stratosphärische Chemie-Schemas SWIFT realisiert, das wichtige Wechselwirkungen zwischen Klima und Ozon simuliert (Rex et al. 2014). SWIFT wurde als alternatives Chemie-Modul in ein Chemie-Transportmodell implementiert und mit der Version mit der vollständigen Chemie und Satellitenbeobachtungen verglichen. Der Vergleich zeigte, dass die rechnerisch viel schnellere Parametrisierung SWIFT ähnlich gute Ergebnisse erzielte wie die Version mit der vollständigen Chemie (Abb. 5). Im letzten Jahr des Projekts wurde SWIFT auch in EMAC implementiert.

Modul B Zusammenfassung - Abb. 5
Abbildung 5 (FAST-O3): Leistung des polaren Chemiemoduls. Nordpolarwirbelmittelwerte der (oben) Ozonkonzentrationen und (unten) HCl Mischungsverhältnisse als Funktion der Zeit in den Jahren 2004/2005 und der Höhe. Von links nach rechts: ATLAS Chemie-Transport-Modell mit SWIFT als Chemiemodul, ATLAS CTM mit vollständiger Chemie, MLS Satellitenbeobachtungen.

EMAC wurde im Projekt STRATO angewendet, um die Antwort des gekoppelten Stratosphäre-Troposphäre-Ozean-Systems auf die dekadische Variabilität der Stratosphäre einschließlich des natürlichen externen solaren Antriebs zu analysieren. Der Vergleich zwischen EMAC und Baseline1-LR zeigte eine gute Übereinstimmung in der Struktur und Größe des dekadischen solaren Signals. Allerdings sind die Ozon- und solaren Temperatursignale sowohl in Baseline1-LR als auch in MR im Vergleich zu EMAC und Beobachtungen überschätzt (Abb. 6). In der unteren Stratosphäre wird das ENSO-Temperatursignal in beiden Versionen von Baseline1 reproduziert, ist aber schwächer als in EMAC und in den Beobachtungen.

Modul B Zusammenfassung - Abb. 6
Abbildung 6 (STRATO): Jahresmittel tropischer (25°S-25°N) solarer Regressionskoeffizienten für (oben) Temperatur in Kelvin pro 100 Einheiten des 10,7 cm solaren Strahlungsflusses in (links) Baseline1-LR, Baseline1-MR und EMAC-Modellen (1960-2007), und (rechts) in CCMVal-2-Simulationen und Beobachtungen (schwarz) (1960-2004); (unten) das gleiche für Ozon in % pro 100 Einheiten des 10,7 cm solaren Strahlungsflusses. Zu beachten sind die verschiedenen Achsen.

Als weiterer natürlicher externer Antrieb wurden im Projekt ALARM die Auswirkungen großer Vulkanausbrüche analysiert. Darin wurde ein Vulkan-Modul mit einem zweistufigen Ansatz bereitgestellt. Zuerst wird der vulkanische Strahlungsantrieb mit MAECHAM5/HAM berechnet, der dann im MiKlip Vorhersagesystem verwendet wird. Mit diesem Setup wurden Simulationen mit einem Pinatubo-artigen Ausbruch im Jahr 2013 durchgeführt und es zeigte sich, dass die Wirkung ähnlich wie bei den rekonstruierten Mustern nach großen historischen Eruptionen ist. Um den Einfluss von Vulkanausbrüchen auf die Vorhersagegüte abzuschätzen, wurden dekadische Baseline0-LR Hindcasts mit und ohne große Vulkanausbrüche analysiert. Die Untersuchungen zeigten, dass vor allem im ersten Jahr die Vorhersagegüte über Eurasien signifikant verbessert wird, wenn die Ausbrüche berücksichtigt werden (Abb. 7).

Modul B Zusammenfassung - Abb. 7
Abbildung 7 (ALARM): Differenz in der Hindcastgüte des Ensemblemittels (MSSS) für Lufttemperatur zwischen vulkanischen und nichtvulkanischen Baseline0-LR Hindcast-Simulationen über das erste Vorhersagejahr. Quadrate zeigen Anomalien, die zu 95% signifikant sind. Die Grafik ist mit dem MiKlip Evaluationssystem (MurCSS Tool) erzeugt.

Verständnis dekadischer Variabilität

 

Der Einfluss der Wolken auf dekadische Klimavariabilität wurde von dem Projekt LiCoS analysiert. Sie fanden heraus, dass atmosphärische Prozesse, die von Wolkenrückkopplungen verursacht werden, wichtige Akteure in der zwischenjährlichen bis dekadischen Variabilität der großskaligen Klimamuster sind (Bellomo et al. 2014, 2015). Diese Rückkopplungen sind wahrscheinlich für einen großen Teil der ENSO Variabilität verantwortlich, indem sie die globale Zirkulation beeinflussen. Es wurde auch gezeigt, dass eine positive Rückkopplung zwischen der Meeresoberflächentemperatur (sea surface temperature, SST), der Wolkenbedeckung und der großskaligen atmosphärischen Zirkulation die dekadische Klimavariabilität im Pazifik erklären kann. Darüber hinaus quantifizierte LiCoS die Vorhersagegüte der Ozonbelastung im MiKlip Vorhersagesystem dadurch, dass der atmosphärische Stagnationsindex als ein guter Indikator für das Auftreten von Tagen mit hohen Ozonkonzentrationen in industrialisierten Regionen identifiziert wurde (Abb. 8). Da alle notwendigen Parameter Teil der Standardausgabe des MiKlip Vorhersagesystems sind, kann der atmosphärische Stagnationsindex als Proxy für einen Ozonbelastungsindex verwendet werden.

Modul B Zusammenfassung - Abb. 8
Abbildung 8 (LiCoS): (oben) Verhältnis der Tage mit einer hohen Ozonkonzentration (> 50 ppbv) und einem atmosphärischen Stagnationsindex (ASI) gleich 1 zu allen Tagen mit hohen Ozonwerten (entspricht einer Trefferquote für den ASI) für (links) Europa und (rechts) die östliche USA. (unten) Wie oben, aber Differenz zwischen Trefferquote und Fehlalarmrate. In allen Fällen wurde die zusätzliche Bedingung für die Oberflächentemperatur > 290 K angewandt.
Modul B Zusammenfassung - Abb. 9
Abbildung 9 (ATMOS): Erklärte Varianz (berechnet mit der ANOVA-Technik) des konvektiven Niederschlags aufgrund des SST Variabilität in einem Ensemble mit 5 Mitgliedern mit HadISST-Antrieb von 1870-2007 (a) für den Sommer (JJA) und (b) für den Winter (DJF). Die Konturen zeigen die klimatologische SST.

Für ein besseres Verständnis der Atmosphäre-Ozean-Prozesse konzentrierte sich das Projekt ATMOS auf den Nordatlantik und hat mit Hilfe von Atmosphärensimulationen herausgefunden, dass ein signifikanter Anteil des konvektiven Niederschlags über und südlich des Golfstroms durch die Variabilität der zugrunde liegenden SST erklärt werden kann, insbesondere im Sommer (Abb. 9, Hand et al. 2014). Im Winter ist fast der gesamte Niederschlag mit vorbeiziehenden Fronten verbunden. Es wurde auch eine Auflösungsabhängigkeit von der Intensität, Neigung und nordöstlichen Ausdehnung der nordatlantischen Sturmzugbahnen und des Niederschlag entlang des Golfstroms gefunden. Dies zeigt, wie wichtig es ist, dass die nicht korrekte Lage des Golfstroms und des Nordatlantikstroms und damit einhergehend der zu kalte Nordatlantik in gekoppelten Klimamodellen wie dem MiKlip Vorhersagesystem verbessert wird. Die Notwendigkeit, den Modellfehler zu reduzieren, wurde ebenfalls im Projekt MultiCliP gezeigt, indem die Bedeutung des subpolaren Nordatlantiks und seiner Wechselwirkung zwischen dem subpolaren Wirbel und der Umwälzbewegung für den nordwärts gerichteten ozeanischen Wärmetransport aufgezeigt wurde (Müller et al. 2015). Neben dem Nordatlantik lag ein weiterer Fokus auf dem Pazifik. Es stellte sich heraus, dass die nordatlantischen und tropischen SSTs sensitiv sind gegenüber externem natürlichem Antrieb wie Vulkanausbrüchen. Dies ist jedoch nicht der Fall für die außertropischen SSTs im Nordpazifik. Eine Verringerung der Unsicherheit von dekadischen Klimaprognosen könnte erreicht werden, indem die Umstände und Mechanismen, die zu einer Kopplung der Temperaturen im Atlantik und Pazifik führen, verstanden werden.

Modul B Zusammenfassung - Abb. 10
Abbildung 10 (MultiCliP): Rekonstruierte Entwicklung der jährlichen nordhemisphärischen Mitteltemperatur rund um den Ausbruch des Tambora im Jahr 1815 (rote Linie: Ensemblemittel, rote Schattierung: 5. bis 95. Perzentilbereich des Ensembles mit 521 Mitgliedern von Frank et al. (2010)) und aus einem Ensemble von Klimasimulationen mit vollständigem Antrieb mit ECHAM5/MPIOM (schwarz gestrichelt: ungeglättetes Ensemblemittel, schwarz durchgezogene Linie: geglättetes (11-jähriges gleitendes Mittel) Ensemblemittel, Linien von grün nach blau: Einzelsimulationen). Anomalien nehmen Bezug auf den Zeitraum 1799-1808. Vertikal gestrichelte Linien zeigen das Auftreten der Eruption von 1809 an einem unbekannten Ort, und der Tambora und Cosiguina Eruptionen.

Die Analyse von MultiCliP zu den Auswirkungen von Vulkanausbrüchen ergab, dass nordhemisphärische Temperaturanomalien nach Eruptionen abhängig vom Anfangszustand sind (Abb. 10, Zanchettin et al. 2013). Zusammen mit dem Projekt ALARM wurde eine Verbesserung der dekadischen Prognosen, die Vulkanausbrüche berücksichtigen, erwartet, wenn Meereis initialisiert wird. Beide Projekte zeigten auch, dass die Zunahme der Ausdehnung des arktischen Meereises nach einem Vulkanausbruch robust simuliert wird. ALARM kommt zu dem Schluss, dass ziemlich genaue Aerosolantriebsfelder notwendig wären, um Vorhersagen der dynamischen Reaktion auf stratosphärische Sulfat-Aerosol-Belastungen für einen Pinatubo-artiger Ausbruch zu verbessern (Abb. 11, Toohey et al. 2014). Es wurde auch gezeigt, dass die Variabilität der Temperaturanomalien im mittleren und späten Winter in der nördlichen polaren Stratosphäre signifikant reduziert ist bei einem starken Tabora-artigen Ausbruch und nicht signifikant verändert bei einem schwächeren Pinatubo-artigen Ausbruch. Schwächere Eruptionen erzeugen jedoch eine signifikante globale Abkühlung.

Mehrere Projekte in Modul B untersuchten die Auswirkung der unterschiedlichen Auflösungen in Baseline1-LR und MR. Im Allgemeinen sollte die Stratosphäre ins Modell aufgenommen werden, da MultiCliP gezeigt hat, dass dies die Simulation außertropischer troposphärischer Variabilität verbessert. Dies ist der Fall für beide Versionen, LR und MR. Jedoch ist die höhere Auflösung in MR erforderlich, wenn eine verbesserte Darstellung von spezifischen Prozessen wie der Quasi-Biennial Oscillation erforderlich ist. Bezüglich der Wiedergabe der stratosphärischen Variabilität fand STRATO eine schrittweise Verbesserung von LR zu MR, aber beide Versionen überschätzen die Variabilität im Winter in den südhemisphärischen Polarregionen.

Modul B Zusammenfassung - Abb. 11
Abbildung 11 (ALARM): Ensemblemittelanomalien des ersten Winters nach der Eruption für (oben) Temperatur und (unten) zonalen Wind für vier verschiedene Pinatubo Antriebsdatensätze in historical-LR Simulationen. Zwei Antriebsdatensätze basieren auf Satellitenbeobachtungen des Pinatubo-Aerosols (S98: Stenchikov et al. 1998 und CCMI: SAGE_4λ, Arfeuille et al. 2013), während die zwei anderen von unabhängigen Simulationen mit MAECHAM5/HAM stammen (SVC: Komposite aus Fällen mit starkem Polarwirbel, WVC: Komposite aus Fällen mit schwachem Polarwirbel). Anomalien, die auf dem 95% Niveau signifikant sind (bestimmt durch einen Vergleich mit der Variabilität eines Kontrolllaufs), sind schraffiert.

Referenzen

Bellomo, K., A. Clement, T. Mauritsen, G. Rädel, and B. Stevens (2014): Simulating the role of subtropical stratocumulus clouds in driving Pacific climate variability., J. Clim., 27(13), 5119-5131, doi:10.1175/JCLI-D-13-00548.1

Bellomo, K., A. Clement, T. Mauritsen, G. Rädel, and B. Stevens (2015): The influence of Cloud Feedbacks on Tropical Atlantic Variability. J. Clim., 28, 2725-2744. doi:10.1175/JCLI-D-14-00495.1

Hand, R., N.S. Keenlyside, N.-E. Omrani, and M. Latif (2014): Simulated response to inter-annual SST variations in the Gulf Stream region., Clim. Dyn., 42, 715–731, doi: 10.1007/s00382-013-1715-y

Lüpkes, C., V. M. Gryanik, A. Rösel, G. Birnbaum, and L. Kaleschke (2013): Effect of sea ice morphology during Arctic summer on atmospheric drag coefficients used in climate models., Geophys. Res. Lett., 40, 446–451, doi:10.1002/grl.50081

Lüpkes, C., and V. M. Gryanik (2015): A stability-dependent parametrization of transfer coefficients for momentum and heat over polar sea ice to be used in climate models. J. Geophys. Res. Atmos., 120, doi:10.1002/2014JD022418

Müller, W.A., D. Matei, M. Bersch, J.H. Jungclaus, H. Haak, K. Lohmann, G.P. Compo, P.D. Sardeshmukh, and J. Marotzke (2015): A twentieth-century reanalysis forced ocean model to reconstruct the North Atlantic climate variation during the 1920s, Clim. Dyn., 44, 1935-1955, doi:10.1007/s00382-014-2267-5

Rex, M., S. Kremser, P. Huck, G. Bodeker, I. Wohltmann, M. L. Santee, and P. Bernath (2014): Technical Note: SWIFT – a fast semi-empirical model for polar stratospheric ozone loss. Atmos. Chem. Phys., 14, 6545–6555, doi:10.5194/acp-14-6545-2014

Shrestha, P., M. Sulis, M. Masbou, S Kollet, and C. Simmer (2014): A Scale-Consistent Terrestrial Systems Modeling Platform Based on COSMO, CLM, and ParFlow., Monthly Weather Review, 142 (9), 3466 - 3483, doi:10.1175/MWR-D-14-00029.1

Sidorenko, D., T. Rackow, T. Jung, T. Semmler, D. Barbi, S. Danilov, K. Dethloff, W. Dorn, K. Fieg, H.F. Gößling, D. Handorf, S. Harig, W. Hiller, S. Juricke, M. Losch, J. Schröter, D. Sein, and Q. Wang (2015): Towards multi-resolution global climate modeling with ECHAM6–FESOM. Part I: model formulation and mean climate., Clim. Dyn., 44, 757-780, doi:10.1007/s00382-014-2290-6

Toohey, M., K. Krüger, M. Bittner, C. Timmreck, and H. Schmidt (2014): The impact of volcanic aerosol on the Northern Hemisphere stratospheric polar vortex: mechanisms and sensitivity to forcing structure., Atmos. Chem. Phys. Discuss., 14, 16777-16819, doi:10.5194/acpd-14-16777-2014

Zanchettin D., O. Bothe, H.-F. Graf, S.J. Lorenz, J. Luterbacher, C. Timmreck, and J.H. Jungclaus (2013): Background conditions influence the decadal climate response to strong volcanic eruptions., Journ. of Geoph. Res.: Atm., 118, 4090–4106, doi:10.1002/jgrd.50229

Mehr zu Modul BNews-Icon

Diese Darstellung fasst die Arbeiten in Modul B während der ersten Phase zusammen. Modul B arbeitet in MiKlip II weiter, hier lesen Sie mehr dazu.