Regionale Klimamodellierung in den Polargebieten · SSM/I standard new-ice+alb+snow Neue Parametrisierun-gen führen zur reduzierten Amplitude im Jahresgang von Eisvolumen und Eisausdehnung,

Einführung Arktische Atmosphäre Gekoppelte Modelle Globale Auswirkungen Zusammenfassung

Regionale Klimamodellierungin den Polargebieten

Prof. Dr. Klaus Dethloff Dr. Annette RinkeDr. Wolfgang Dorn

– Polare Meteorologie –

DMG–Fortbildungsveranstaltung, Köln, 4. Dezember 2008

Wolfgang Dorn (AWI) Regionale Klimamodellierung 4. Dezember 2008 1 / 35


Inhaltsübersicht

1 Einführung

2 Regionale Klimamodelle der arktischen AtmosphäreVergleich verschiedener Modelle (ARCMIP)Modellvalidierung anhand von MessungenVerbesserung von Prozessbeschreibungen

3 Gekoppelte regionale Klimamodelle der ArktisKoppelung von Atmosphäre, Ozean und Meereis

4 Globale Auswirkungen polarer Klimaprozesse

5 Zusammenfassung und Ausblick



Inhaltsübersicht

1 Einführung







Beobachtete TemperaturtrendsZonal gemittelte bodennahe Temperaturtrends

starke Erwärmung der Arktis zwischen 1930–1960(→ natürliche Variabilität, bislang unverstanden).

globale Erwärmung ab etwa 1980 mit Maximum um 60◦N.

◦C

(Delworth und Knutson, 2000)



Unsicherheiten in Simulationen des arktischen KlimasSchlüsselrolle: Arktisches Meereis

Beobachtete Abnahme derminimalen Ausdehnungdes arktischen Meereiseswird von Modellen nichtreproduziert.

Ist die Darstellung dergrundlegenden Prozesseim arktischen Klimasystemunvollständig oder garfalsch?

(NSIDC, 2008)



Unsicherheiten in Simulationen des arktischen KlimasSchlüsselrolle: Arktisches Meereis

Große Abweichungen in derSimulation des arktischenMeereises mit gekoppeltenModellen (unter denModellen als auch zuBeobachtungen).

Arktische Klimaprozessewerden von Modellen nurunzureichendwiedergegeben.

Simulierte Eisdicken im “Kontrollklima”von 11 Modellen aus CMIP2

(Holland und Bitz, 2003)



Regionale Klimamodellierung (Konzept)

Globale Modelldaten - Regionales Modell

Globale Modelle (z.B. GCMs oderECMWF-Analysen) liefern dieAnfangs- und Randbedingungendes regionalen Modells.

Hohe horizontale Auflösungregionaler Strukturen ermöglichteine verbesserte Simulationnichtlinearer Prozesse.



Regionale Klimamodellierung (Vor- und Nachteile)

Vorteile:

Feinere Auflösung der Topographie, der Land–Meer-Kontraste undanderer Oberflächeninhomogenitäten.

Besser aufgelöste Wechselwirkungen zwischen großen und kleinenSkalen (insb. bessere Simulation der nichtlinearen Energiekaskade inRichtung kleinerer Skalen).

Verbesserte Wiedergabe hydrodynamischer Instabilitäten infolgebesser aufgelöster Scher- und Auftriebsströmungen (dadurchrealitätsnähere Simulation synoptischer Zyklonen).

Realitätsnähere Simulation des Wasserkreislaufs, speziell desNiederschlags.

Nachteile:

Keine Rückkoppelung regionaler Prozesse auf die großräumige(globale) Zirkulation aufgrund des vorgeschriebenen Randantriebs.

Mögliche Wellenreflektion an den seitlichen Rändern (bei zu großenSprüngen in den jeweiligen Auflösungen).



Grundgleichungen von KlimamodellenDie primitiven Gleichungen (in Kugelkoordinaten)

Impulserhaltung→ Bewegungsgleichungen:

du

dt−

„f + u

tan φ

a

«v = − 1

a cos φ

1

ρ

∂p

∂λ+ Fλ

dv

dt+

„f + u

tan φ

a

«u = −1

a

1

ρ

∂p

∂φ+ Fφ

Massenerhaltung→ Kontinuitätsgleichung:

∂ρ

∂t= − 1

a cos φ

„∂

∂λ(ρu) +

∂

∂φ(ρv cos φ)

«− ∂

∂z(ρw)

Energieerhaltung→ 1. Hauptsatz der Thermodynamik:

cpdT

dt− 1

ρ

dp

dt= Q

Zustandsgleichung für ideale Gase: p = ρRT

Hydrostatische Grundgleichung: ∂p = −gρ ∂z

Parametrisierungvon Fλ, Fφ und Qerforderlich.



Inhaltsübersicht

1 Einführung







Das regionale atmosphärische Klimamodell HIRHAM

Dynamischer Kern vom regionalenWettervorhersagemodell HIRLAM:

– hydrostatische primitive Gleichungen;

– prognostische Größen: Horizontalwind, Temperatur,spezifische Feuchte, Wolkenwasser, Bodenluftdruck;

– Arakawa-C-Gitter in rotierten geografischenKoordinaten, zentrierte Differenzen;

– gemischte σ–p-Vertikalkoordinate.

– semi-impliziter Leap-Frog-Zeitschritt (3–5 min).

Physikalische Parametrisierungen vomatmosphärischen ZirkulationsmodellECHAM4:

– Strahlung, planetare Grenzschicht, großräumigeKondensation, Cumulus-Konvektion, Impulstransportduch Schwerewellen, Erdoberflächenprozesse.

Simulationen für pan-arktisches Gebietmit horizontaler Auflösung von 0,5◦

(∼ 50 km) und 110×100 Gitterpunktenund 19 oder 25 vertikalen Schichten.

0˚

30˚E

60˚E

90˚E

120˚E

150˚E

180˚

150˚W

120˚

W

90˚W

60˚W

30˚W

pan-Arctic domain

" "



Vergleich verschiedener ModelleARCMIP = Arctic Regional Climate Model Intercomparison Project

Teilnehmende Modelle (Institutionen):

1 ARCSyM (University of Colorado)2 COAMPS (University of Stockholm)3 CRCM (University of Quebec)4 HIRHAM (AWI Potsdam)5 PolarMM5 (University of Colorado)6 RCA (SMHI Norrköpping)7 RegCM (met.no – Oslo)8 REMO (MPI Hamburg)

Simulationen für das ARCMIP-Gebiet vonSep. 1997 bis Sep. 1998 mit gleichem Rand-antrieb (ECMWF + Satelliten-Daten).

SHEBA = Surface Heat Budget of the Arctic Ocean (ark-tische Messkampagne in der Beaufortsee vom 2.10.1997bis 7.10.1998; Trajektorie der Eisstation in grün ). 0˚

30˚E

60˚E

90˚E

120˚E

150˚E

180˚

150˚W

120˚

W

90˚W

60˚W

30˚W

ARCMIP domain

SHEBA ice camp

" "



ARCMIP – Ergebnisse

2m-Lufttemperatur, Sommer 2m-Lufttemperatur, Winter

(Rinke et al., 2006)

8-Modell-Ensemblemittel (Isolinien) + Abweichung des Ensemblemittels zu ERA-40-Daten (Farbflächen)

Größte Abweichung an den Küsten und über Land (bis zu 5◦C)in Verbindung mit Abweichungen in den Strahlungsflüssen (bis zu55 W/m2) und der Wolkenbedeckung (5–30%).

Abweichung in der Größenordnung prognostizierter Klimaänderungen.



ARCMIP – Ergebnisse

-38 -36 -34 -32 -30 -28 -26 -24 -22 -20 -18

temperature [°C]

1000

900

800

700

600

500

pres

sure

[hP

a]

Temperatur, Winter

0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9

specific humidity [g/kg]

1000

900

800

700

600

500

pres

sure

[hP

a]

Spezifische Feuchte, Winter

Beachtliche Streuung in den Temperatur- und Feuchteprofilen der Modelle.

Verbesserte Parametrisierungen arktischer Klimaprozesse sind notwendig.

— einzelne Modelle— Ensemble-Mittel- - ECMWF-Daten

(Rinke et al., 2006)



Modellvalidierung anhand von MessungenAtmosphärische Messungen an der Nordpol-Eisdriftstation Nr. 35 (NP-35)

Radiosondenaufstiege (bis in30 km Höhe, zweimal täglichum 00 und 12 UTC)

Fesselsondenmessungen(unterste 500 m, durchgeführtan 55 Tagen)

SynoptischeWetteraufzeichnungen (amBoden, alle 6 Stunden) 30˚E

60˚E

90˚E

120˚E

150˚E

180˚

150˚W

120˚W

90˚W

60˚W

30˚W

72˚N

72˚N

76˚N

76˚N

80˚N

80˚N

84˚N

84˚NNP-35

Spitzbergen

Franz-Joseph-Land

Sevemaya Zemlya

Trajektorie der NP-35 vom 18.09.2007 bis 12.07.2008



Modellvalidierung anhand von MessungenAtmosphärische Zirkulation, Februar 2008

HIRHAM Climate Ensemble Mean

�

HIRHAM 12-h Forecast Mode

�

ECMWF Reanalysis

�

Luftdruck in Meeresniveau (hPa; Farbflächen) + Geopotenzielle Höhe 500 hPa (gpm; Isolinien)

2 verschiedene Modellansätze:– HIRHAM im Klimamodus mit Ensembleansatz (5 Mitglieder);– HIRHAM im Vorhersagemodus mit Initialisierung alle 12 Stunden.

Im Klimamodus stärkere Abweichungen der atmosphärische Zirkulationgegenüber ECMWF-Daten → Validierung von Profilen schwierig.



Modellvalidierung anhand von MessungenZeit-Höhen-Schnitt der Temperatur, Februar 2008

Figures/feb08_temp1.pdf

Bilder auf Wunsch von K. Dethloff entfernt

Figures/feb08_temp2.pdf

Deutlich geringereDifferenzen imVorhersagemodus.

Größte Differenzen in derplanetaren Grenzschicht.

Experimente zeigen keine wesentliche Verbesserung durch erhöhte vertikaleAuflösung der Grenzschicht oder Modifikation der Stabilitätsfunktionen.



Verbesserte Beschreibung arktischer KlimaprozesseEis-Albedo-Parametrisierung

-12 -10 -8 -6 -4 -2 0 2

Surface Temperature [oC]

0.4

0.5

0.6

0.7

0.8

0.9

Sea

-Ice

Alb

edo

– – Albedo mit– – Schneedecke

—- Albedo ohne—- Schneedecke

Standard-Schema (vom ECHO-G)

Neues Schema (Version 2 von Køltzow , 2007)

abgeleitet aus SHEBA- und Satelliten-Daten,

berücksichtigt Anteile der Schneebedeckung und Schmelztümpel,

linearer Übergang zur Ozeanalbedo für hi < 0,25 m,

geringere Albedo für Schmelzbedingungen, insb. ohne Schnee.



Neue Eis-Albedo-Parametrisierung in HIRHAMMittlere 2m-Temperaturen im Frühling (April–Juni)

Neues Albedoschema führt zu geringeren Temperaturen über demarktischen Ozean (→ näher an Beobachtungen).

Erhöhter Temperaturgradient zwischen mittleren Breiten und der Arktismit möglichen globalen Auswirkungen.

Auswirkungen auf die Meereis-Simulation in gekoppelten Modellenkann erwartet werden (→ Eis–Albedo-Rückkoppelung).



Inhaltsübersicht

1 Einführung







HIRHAM–NAOSIMEin regionales gekoppeltes Atmosphäre–Ozean–Meereis-Modell der Arktis

0˚

30˚E

60˚E

90˚E

120˚E

150˚E

180˚

150˚W

120˚

W

90˚W

60˚W

30˚W

HIRHAM

NAOSIM

Atmosphärenmodell HIRHAM

HIRLAM + ECHAM4

horizontale Auflösung 0.5◦

(∼ 50 km)

19 vertikale Schichten

Ozean–Eis-Modell NAOSIM

Ozean basiert auf MOM-2

Eis: EVP–Rheologie +0-Schicht-Thermodynamik

horizontale Auflösung 0.25◦

(∼ 25 km)

30 vertikale Schichten

Antrieb mit ERA-40-Daten



HIRHAM–NAOSIMSimulationen mit dem gekoppelten Modell

Experiment Beschreibung

standard mehrjährige Simulation (1980–2000) mitden Standard-Parametrisierungen für

Eiswachstum: Wärmebilanz des kombiniertenMischungsschicht–Meereis-Systems

Eisalbedo: ECHO-G-Schema

Schneebedeckung: Grenzwertansatz

new-ice+alb+snow wie “standard ”, aber mit neuen Parametri-sierungen für

Eiswachstum: Wärmebilanzen an deneinzelnen Grenzflächen

Eisalbedo: Køltzow-Schema

Schneebedeckung: tanh-Ansatz



Eisvolumen und Eisausdehnung, 1980–2000

0 60 120 180 240

Time [Months]

0

5

10

15

20

25

30

35

Ice

Vol

ume

[103 k

m3 ]

standard

new-ice+alb+snow

← Spin-up time→

0 60 120 180 240

Time [Months]

2

4

6

8

10

12

14

16

Ice

Ext

ent [

106 k

m2 ]

SSM/I

standard

new-ice+alb+snow

Neue Parametrisierun-gen führen zur

reduziertenAmplitude imJahresgang vonEisvolumen undEisausdehnung,

Verbesserung in derSimulation derminimalenEisausdehnung amEnde des Sommers.



MeereiskonzentrationMittlere Differenz zu SSM/I-Satellitendaten, September, 1988–2000

-0.6 -0.4 -0.2 0.0� 0.2� 0.4� 0.6�

standardminus SSM/I

-0.6 -0.4 -0.2 0.0� 0.2� 0.4� 0.6�

new-ice+alb+snowminus SSM/I

Die Kombination verbesserter Parametrisierungen für Eiswachstum,Eisalbedo und Schneebedeckung verbessert die Simulation derMeereiskonzentration im Vergleich zu SSM/I-Satellitendaten.

(Dorn et al., 2008)



Sommer-Minimum in Eisausdehnung und EisvolumenSSM/I-Satellitendaten (blau), Simulation (rot); September, 1988–2000

1988 1990 1992 1994 1996 1998 2000

Year

4.5

5.0

5.5

6.0

6.5

7.0

7.5

8.0

Ice

Ext

ent [

106 k

m2 ]

SSM/I

HIRHAM-NAOSIM

1988 1990 1992 1994 1996 1998 2000

Year

6

7

8

9

10

11

Ice

Vol

ume

[103 k

m3 ]

HIRHAM-NAOSIM

Deutliche Korrelationzwischen Eisausdehnungund Eisvolumen im Modell.

Leichte Abnahme inEisausdehnung undEisvolumen überlagert vonstarker jährlicher bisdekadischer Variabilität.

Nur teilweise Überein-stimmung bei Jahren mitviel und wenig Eis.



Mittlerer Luftdruck im Sommer (Juni–Sept.)Jahre mit viel Eis (oben), Jahre mit wenig Eis (unten), 1988–2000

< 1006

1006 - 1007

1007 - 1008

1008 - 1009

1009 - 1010

1010 - 1011

1011 - 1012

1012 - 1013

1013 - 1014

1014 - 1015

1015 - 1016

> 1016

ERA-40, high-ice Model run, high-ice

< 1006

1006 - 1007

1007 - 1008

1008 - 1009

1009 - 1010

1010 - 1011

1011 - 1012

1012 - 1013

1013 - 1014

1014 - 1015

1015 - 1016

> 1016

ERA-40, low-ice Model run, low-ice

Jahre mit viel Eiszeigen tiefen Luftdrucküber dem arktischenOzean→ zyklonaleBedingungen.

Jahre mit wenig Eiszeigen hohen Luftdrucküber dem arktischenOzean→ antizyklonaleBedingungen.

T T

H H

(Dorn et al., 2008)



Mittlerer Luftdruck im Sommer (Juni–Sept.)Differenz zwischen Jahren mit viel Eis und Jahren mit wenig Eis, 1988–2000

< -5.0

-5.0 - -4.0

-4.0 - -3.0

-3.0 - -2.0

-2.0 - -1.0

-1.0 - 0.0

0.0 - 1.0

1.0 - 2.0

2.0 - 3.0

3.0 - 4.0

4.0 - 5.0

> 5.0

ERA-40, high - low Model run, high - low

Differenz der simuliertenEisdriftvektoren zwischenJahren mit viel Eis undJahren mit wenig Eis

Model runhigh - low ice

5 cm/s

Beob. und simulierteLuftdruckdifferenzzwischen Jahren mitviel und wenig Eisbeträgt in der zentralenArktis 5 hPa.

Schwächere (stärkere)Transpolardrift inJahren mit viel (wenig)Eis, dadurch weniger(mehr) Eisexport durchdie Framstraße.

(Dorn et al., 2008)



Inhaltsübersicht

1 Einführung







Einbau verbesserter Parametrisierungen in globale ModelleNeue Eis-Albedo-Parametrisierung in ECHO-G

ECHO-G = globales gekoppeltes Atmosphäre–Ozean-Zirkulationsmodell

Atmosphäre: ECHAM4 in T30-Auflösung (∼ 3,75◦); 19 vertikaleSchichten.

Ozean: HOPE-G in T42-Auflösung (∼ 2,8◦) mit Verfeinerung in denTropen; 20 vertikale Schichten; beinhaltet ein Meereismodell.

Koppelung mittels OASIS.

control 500-jähriger Kontrolllauf mit dem Standard-Albedoschema

newalb 500-jähriger Vergleichslauf mit dem neuem Schnee- und Eis-albedoschema nach Køltzow (2007) in der Nordhemisphäre



Diagnose mit Hilfe von Eliassen-Palm-Flüssen

Transformierte Euler-Gleichungenfür die mittlere Strömung (u, v):

Du

Dt− fv∗ = ∇ · ~Eu

Dv

Dt+ fu∗ = ∇ · ~Ev

mit (u∗, v∗) = Residualzirkulation

D

Dt=

∂

∂t+ u

∂

∂x+ v

∂

∂y

f = Coriolis-ParameterR = GaskonstanteS = statische Stabilität

~Eu =

„1

2(v′2 − u′2),−u′v′, fR

v′T ′

S

«

~Ev =

„−u′v′,−1

2(v′2 − u′2),−fR

u′T ′

S

«

Eliassen-Palm-Flüsse

beschreiben die Wechselwirkung zwischenmittlerem Zustand und transienten Wellen(umfassen barotrope und barokline Anteile)

(Trenberth, 1986)



Neue Eis-Albedo-Parametrisierung in ECHO-GDifferenz der Divergenz der Eliassen-Palm-Flüsse zwischen newalb und controlTiefpass gefilterte Daten (10–90 Tage) von 8 Wintern (DJF)

850hPa-Druckfläche 500hPa-Druckfläche

Änderung in den planetaren Wellenzügen über dem Nordpazifik und demNordatlantik durch verbesserte Eis-Albedo-Parametrisierung.Änderung des pazifischen Wellenzuges nimmt mit der Höhe zu.

10−6 m s−2

(Dethloff et al., 2006)



Neue Eis-Albedo-Parametrisierung in ECHO-GDifferenz des 500hPa-Geopotenzials zwischen newalb und control , Winter (DJF)

Modelljahre 1–250 Modelljahre 251–500

Signifikante Änderungen im Geopotenzial durch verbesserteEis-Albedo-Parametrisierung.

Abnahme (Zunahme) von positiven (negativen) Phasen der AO/NAO.

Auswirkungen auf die Struktur der AO/NAO sind nicht stationär.

Verbindung zwischen arktischen Prozessen und globalenTelekonnektionsmustern mit Folgen für Klimaprojektionen.

(Dethloff et al., 2006)



Inhaltsübersicht

1 Einführung







Zusammenfassung

Polarregionen spielen wichtige Rolle im globalen Klimasystem(Energiesenke durch Strahlungsdefizit→ meridionaler Temperaturgradient

→ Antrieb für großräumige Zirkulation)

Große Abweichungen in arktischen Klimasimulationen durchunzureichende Modellbeschreibung polarer Klimaprozesse(insb. von Rückkoppelungsprozessen, z.B. Eis–Albedo-Rückkoppelung)

Verbesserte Parametrisierung der Eisalbedo führt

(a) nur bedingt zu besseren Simulationsergebnissen(Harmonisierung mit anderen Parametrisierungen erforderlich)

(b) zu Änderungen in den planetaren Wellenmustern(→ globale Auswirkungen polarer Klimaprozesse)



Ausblick

Weiterentwicklung regionaler Modelle des gekoppeltenarktischen Klimasystems(einschließlich Atmosphäre, Ozean, Land- und Meereis, Permafrostböden und

der Wechselwirkungen mit terrestrischen und marinen Ökosystemen)

Verbesserung des Verständnisses polarer Klimaprozesse undRückkoppelungen für eine verbesserte Beschreibung dieserProzesse in Klimamodellen(planetare Grenzschicht, Wolken und Aerosole, Wechselwirkungen zwischen

Atmosphäre, Ozean und Meereis sowie Prozesse in Permafrostböden)

Bestimmung des Einflusses der Polarregionen und polarerRückkoppelungen für globale Klimaänderungen


Documents

Regionale Klimamodellierung in den Polargebieten · SSM/I standard new-ice+alb+snow Neue Parametrisierun-gen führen zur reduzierten Amplitude im Jahresgang von Eisvolumen und Eisausdehnung,