Falk Niehörster IMSC 2010
description
Transcript of Falk Niehörster IMSC 2010
Falk Niehörster
IMSC 2010
Uncertainty in feedback mechanisms in climate change projections
A comparison of perturbed-physics ensembles
F. Niehörster1,2, M. Collins3, U. Cubasch2
1 2 3
2
Outline
1. Climate sensitivity & climate feedbacks
2. Experimental design of Perturbed-Physics
3. Ensemble analysis
4. Multi-Model comparison
5. Conclusions
IMSC 2010, „Uncertainty in feedback mechanisms in climate change projections“, F. Niehorster
3
1. Motivation & Basics
Climate sensitivity describes the relationship between external forcing and temperature response of the climate system in a linear way:
ΔT = s · F ΔT:= Temperature change s:= Climate sensitivity parameter F:= Radiative forcing (e.g. 2XCO2)
FClimate System
Δ TSchematic:
IMSC 2010, „Uncertainty in feedback mechanisms in climate change projections“, F. Niehorster
4
1. Motivation & Basics
F + RClimate System (t)
Δ T
Feedback R R = λ · ΔT
Linearity
The concept of the climate system as a feedback system:
IMSC 2010, „Uncertainty in feedback mechanisms in climate change projections“, F. Niehorster
5
1. Motivation & Basics
F + RClimate System (t)
Δ T
Feedback R
R1
R = λ · ΔT
Linearity
Independence
R = Σ Ri λ = Σ λi
R2
R3
R4
Rn
The concept of the climate system as a feedback system:
IMSC 2010, „Uncertainty in feedback mechanisms in climate change projections“, F. Niehorster
6
Which feedback effects show the highest uncertainty in terms of model disagreement?
Dufresne & Bony; 2008 IPCC AR4; 2007
1. Motivation & Basics
The cloud feedback!
2xCO2
IMSC 2010, „Uncertainty in feedback mechanisms in climate change projections“, F. Niehorster
7
2. Experimental Design
"Perturbed-Physics" Ensemble with EGMAM
Parameter perturbations in cloud schemes
2. Experimental Design
IMSC 2010, „Uncertainty in feedback mechanisms in climate change projections“, F. Niehorster
8
2. Experimental Design
Heat and Freshwater- flux correction
HOPE-G (Hamburg Ocean Primitive Equation-Global Model)
• horizontal: T42 (~ 2.8°) with equator refinement ( 0.5° at the equator )
• vertical: 20 level
EGMAMECHO-G with
Mittlerer Atmosphäre und Messy
Coupling: OASIS
ECHAM4 – MA
Horizontal resolution: T30 (~3,75°); Vertical resolution: 39 Schichten, Top level at 0,01 hPa (~80 km)
Tiedke convection scheme Modification of the closure by Nordeng (CAPE)
Stratiform clouds following Sundquist scheme
Oze
anA
tmos
pher
e
IMSC 2010, „Uncertainty in feedback mechanisms in climate change projections“, F. Niehorster
9
2. Experimental Design
Conversionsrate of cloud water to rain in convective updrafts
Entrainmentrate for shallow convection
Efficiency of rain generation in stratiform clouds
Sedimentationrate of ice crystals in cold clouds
Overshooting of cumuli above the level of buoyance
OVER
ICE
CONV
RAIN
ENTRENTR
Perturbation Parameter:
3 equaly likely values
Stratified MC Sampling 30 members
IMSC 2010, „Uncertainty in feedback mechanisms in climate change projections“, F. Niehorster
10
2. Experimental Design
2xCO2 experiments initialised from CMIP 2xCO2-experiment
Control runs initialised from pre-industrial equilibrium simulation
IMSC 2010, „Uncertainty in feedback mechanisms in climate change projections“, F. Niehorster
250 yrs stabilization
11
3. Ensemble analysis
3. Ensemble analysis
IMSC 2010, „Uncertainty in feedback mechanisms in climate change projections“, F. Niehorster
12
Ensemblemean and standard deviation in the cloud cover signal
IMSC 2010, „Uncertainty in feedback mechanisms in climate change projections“, F. Niehorster
3. Ensemble analysis
13
3. Ensemble analysis
Ensemble mean and standard deviation of changes in the liquid water content of clouds
IMSC 2010, „Uncertainty in feedback mechanisms in climate change projections“, F. Niehorster
14
3. Ensemble analysis
Max: 0.63
Min : 0.29
Ø : 0.45
Max: - 0.59
Min : - 1.30
Ø : - 0.96
Max: - 0.30
Min : - 0.80
Ø : 0.51
[ W/m2K ]
Global mean cloud feedback
IMSC 2010, „Uncertainty in feedback mechanisms in climate change projections“, F. Niehorster
15
4. Comparison of results
4. Comparison of results witha HadSM3 PPE
and the CFMIP MME
IMSC 2010, „Uncertainty in feedback mechanisms in climate change projections“, F. Niehorster
16
2
2.1
2.2
2.3
2.4
2.5
2 3 4 5 6 7 8
EG
MA
M [K
]
HadSM3 [K]
Standard
EIS +
EIS -
REGEN +
REGEN -
ENTR +
ENTR -
4. Comparison of results
Comparison of selected perturbation experiments of
EGMAM and HadSM3
Climate Sensitivity
IMSC 2010, „Uncertainty in feedback mechanisms in climate change projections“, F. Niehorster
17
Rückkopplungsparameter
-3.00
-2.00
-1.00
0.00
1.00
2.00
Rü
ckko
pp
lun
gsp
aram
eter
,
[W
/m²K
]4. Comparison of results
Comparison of feedback parameters:
HadSM3, CFMIP and EGMAM Ensemble
λ λCS λWλWSW λWLW λSW λLWλCSSW λCSLW
CS: Clear-Sky W: Clouds SW: shortwave LW: longwave
IMSC 2010, „Uncertainty in feedback mechanisms in climate change projections“, F. Niehorster
18
4. Comparison of results
HadSM3
y = - 0,2018 x - 0,0475r = 0,198
-0,8
-0,6
-0,4
-0,2
0,0
0,2
0,4
0,6
-0,3 -0,2 -0,1 0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7
λWSW [ W / m²K ]
λ W
LW
[ W
/ m
²K ]
.
EGMAM
y = - 0,4921 x - 0,0207r = 0,865
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
-1,6 -1,4 -1,2 -1 -0,8 -0,6 -0,4
λ WSW [ W / m²K ]
λ W
LW
[
W /
m²K
]
.
Linear relationship between short- and longwave cloud feedbacks in the EGMAM Ensemble
CFMIP
y = - 0,1955 x - 0,1288r = 0,465
-0,7
-0,5
-0,3
-0,1
0,1
0,3
0,5
-0,6 -0,4 -0,2 0 0,2 0,4 0,6 0,8
λ WSW [ W / m²K ]
λ W
LW [ W
/ m
²K ] .
IMSC 2010, „Uncertainty in feedback mechanisms in climate change projections“, F. Niehorster
19
5. Conclusions
• Negative cloud feedback in EGMAM robust against parameter perturbations
• Highest uncertainty for shortwave cloud feedbacks (in the tropics) follows
the uncertainty in the simulation of changes in liquid water content of
tropical clouds
• Linear relationship between long- and shortwave cloud feedback across
the ensemble Cancelling effect leads to low variance in the
net cloud feedback across the ensemble
• Uncertainty for the feedback parameter (climate sensitivity) lower in
EGMAM compared to multi-model studies or perturbed physics with HadSM3
No "extreme" climate sensitivities in the EGMAM Ensemble
• Structural differences between EGMAM and HadSM3 dominate
even if the sign of the perturbation signals are the same !IMSC 2010, „Uncertainty in feedback mechanisms in climate change projections“, F. Niehorster
20Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
1. Motivation & Grundlagen
B=0
1. Gleichgewicht 2. Strahlungsantrieb
(z.B. Solar / CO2)
B = F
3. Forcing und Rückkopplung
B = F + R <04. Neues Gleichgewicht
B = F + R = 0
21Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
1. Motivation & Grundlagen
λ := R / ΔT = (RSW+ RLW) / ΔT [W/m2K]
RSW: Rückkopplung im kurzwelligen Strahlungsspektrum RLW: Rückkopplung im langwelligen StrahlungsspektrumR = RSW+RLW : Gesamtrückkopplung des Klimasystems
Rückkopplungsparameter: (Cess et al; ’90, Murphy; ’95)
Für ein Gleichgewicht im Klimasystem gilt:
λ = R / ΔT = - F / ΔT = - 1 / s
s:= Klimasensitivitätsparameter
Lokaler Rückkopplungsparameter: (Boer & Yu; 2003)
λl := [RSW(x,y)-RLW(x,y)] / ΔT [W/m²K]
22Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
1. Motivation & Grundlagen
Zur besseren Analyse der Beiträge zum Rückkopplungsparameter λ wird dieser als Summe von Einzelbeiträgen bestimmt:
λ := R / ΔT
λCS := RCS / ΔT = (RCSLW + RCSSW) / ΔT
λCSLW := RCSLW / ΔT Wasserdampf + "Lapse Rate"
λCSSW := RCSSW / ΔT Oberflächenalbedo
λW := RW / ΔT = ( RWSW + RWLW) / ΔT
λWSW := RWSW / ΔT Wolkenalbedo
λWLW := RWLW / ΔT Treibhauseffekt der Wolken
Es gilt: λ = λCS + λW Unabhängigkeit:
λW = λWSW + λWLW
λCS = λCSSW + λCSLW
≈0
23Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
2. Experimentelles Design
Physikalischer Effekt
Niedriger Wert
(relativ zum Standardwert)
Hoher Wert
(relativ zum Standardwert)
Konversionsrate von Wolkenwasser zu Regen KONV
0.5 4
Entrainmentrate für flache Konvektion
ENTR
0.5 2
Überschießen von Kumuluswoken
ÜBER
0.5 2
Effizienz der Regenbildung in stratiformen Wolken
REGEN
0.75 2
Sedimentationsrate
EIS0.25 2
Werte durch Tuningexperimente angepasst
Stratifiziertes Monte-Carlo Sampling
10 Einzelparameter20 Multiparamter
31 Ensemblemitglieder
24Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
Stabilitätstest
1 X CO2 (1860)
2 X CO2
25
Stabilitätstest
Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
26Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
2. Experimentelles Design
Methodiktest:
CMIP Lauf mit Modell mit geringster
Klimasensitivität im EGMAM Ensemble
Klimasensitivität:
Nach Perturbed Physics Methode
1,96 K
Im CMIP Lauf
1,83 K
27Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
3. Auswertung
Lokale Rückkopplungsparameterparamter (Boer & Yu; 2003)
λlWSW := RWSW(x,y) / ΔT
λlWLW := RWLW(x,y) / ΔT
28Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
3. Auswertung
Globales (Ens-)Mittel: -0.955 W/m²K
Ensemblemittel und Standardabweichung der kurzwelligen Wolkenrückkopplungen
λWSW
29Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
3. Auswertung
Globales (Ens-)Mittel: -0.955 W/m²K
Ensemblemittel und Standardabweichung der kurzwelligen Wolkenrückkopplungen
λWSW
30Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
3. Auswertung
Globales (Ens-)Mittel: -0.955 W/m²K
Ensemblemittel und Standardabweichung der kurzwelligen Wolkenrückkopplungen
λWSW
31Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
3. Auswertung
Ensemblemittel und Standardabweichung der langwelligen Wolkenrückkopplungen
λWLW
Globales (Ens-)Mittel: 0.45 W/m²K
32Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
Ensemblemittel und Standardabweichung nach F-Test des Temperatursignals
Globales (Ens-)Mittel: 2.15 K
3. Auswertung
Standardabweichung: ??
33Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
3. Auswertung
Ensemblemittel und Standardabweichung des Temperatursignals
34Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
3. Auswertung
Ensemblemittel und Standardabweichung der Änderung der relativen Feuchte der Atmosphäre
35Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
3. Auswertung
Ensemblemittel und Standardabweichung im Wolkenbedeckungssignal
36Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
3. Auswertung
Ensemblemittel und Standardabweichung des Wolkenrückkopplungsparameter λW
Globales (Ens-)Mittel: -0,51 W/m²K !
37Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
3. Auswertung
Parameter PENTR PUEBER PKONV PEIS PREGEN
λWSW
β 0,8176 0,0013 - 0,6448 0,0103 0,2405
σ 0,1543 0,1467 0,1326 0,1146 0,1271
p-Wert 5,2974 0,0088 - 4,8628 0,8982 1,8922
F-Wert 11,9022
λWLW
β - 0,7525 - 0,0894 0,8267 -0,1989 0,0635
σ 0,2612 0,2323 0,4424 0,0585 0,0808
p-Wert - 3,9440 - 0,4930 5,0440 -1,4039 0,4045
F-Wert 6,0631
Lineares Regressionsmodell für den Einfluss einzelner Parameter
38Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
3. Auswertung
Entrainmentparameter
39Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
3. Auswertung
Konversionsrate
40Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
3. Auswertung
Ensemblemittel und Standardabweichung der Zirkulationsänderung
41Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
Wärmeflußkorrektur
- geänderte Wolkenphysik- unveränderte Wolkenphysik
42Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
Methodik
Flußkorrektur bei Änderung der Wolkenphysik
43Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
Zusatzmaterial
44Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
Frischwasserlußkorrektur unter Änderung der Wolkenphysik
Flußkorrekturdifferenz bei geändeter zu unverändeter Wolkenphysik
Differenz der Flußkorrekturen von EGMAM und ECHO-G
Differenz durch Simulationen als klimatologisch irrelevant bewertet Differenz kleiner!
45Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
Flußkorrektur unter Änderungen der Wolkenphysik
- geänderte Wolkenphysik- unveränderte Wolkenphysik
Frischwasserflußkorrekturfelder für:
46Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
Zusatzmaterial
Unsicherheiten innerhalb der Modelle in der Parametrisierung Sub-Grid-skaliger Prozesse (Beispiel: Wolkenphysik)
Unsicherheitsanalyse in Parametrisierungen durch systematische Untersuchungen
„perturbed physics“ Ensembles (Sampling der Unsicherheiten)
Durch Änderungen der Parametrisierung kann sich der Phasenraum in nicht linearen Systemen sprunghaft ändern
(nicht lineare Prozesse der Wolkenphysik)
Beispiel:Bifurkationen bei Parameteränderung in der logistischen Abbildung Xn+1 = r Xn (1-Xn)
Variationsrechnungen
47Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
0.325C0
-0.720α0.196β-0.303ε0.275P
stand. weightParameter
Parametersensitivität von EGMAM
Ansatz: Multivariate lineare Regression
3.00 3.50 4.00 4.50 5.00 5.50 6.00 6.50 7.00
13.2
13.6
14
14.4
14.8
15.2
15.6
16
global mean of T2m vs sedimentation rate
sedimentation rate
glo
bal m
ean o
f T
2m
[°C
]
Stratiform cloudsC0Efficiency of rain formation
Stratiform cloudsαSedimentationrate of ice crystals in cold clouds
Cumulus convectionβOvershooting of cumuli above the level of non-buoyance
Cumulus convectionεEntrainmentratefor shallow convection
Cumulus convectionPConversionrate from cloud water to rain
Component of GCMParameterPhysical effect
Stark linearer Temperaturresponse
Bei Veränderung der SedimentationsrateKorrelation von rekonstruiertem Response und Modellergebnissen von 0.89
48Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
EGMAM Validierung
Vergleich der Validierung von EGMAM mit ECHO-G
49Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
Modelldiversität
Tredger & Smith, 09
50Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
3. Auswertung
Die Abkühlung im südliche Ozean: Was wissen wir?
In der Atmosphäre:• Im Kontrolllauf positiver Trend von 0,6K/100a in der
Oberflächentemperatur• Abkühlung während der transienten Phase• Schwach negativer Trend in der Stabilisierungsphase
Im Ozean:• Maximum in der Flusskorrektur (Wärmeentnahme)• Keine Seeeisbedeckung• Maximum in der Vertikaldiffusion
(Aufwärtsgerichteter Wärmetransport)• Stromfunktion zeigt keine erhöhten Werte (kein Massentransport)• Temperaturinversion
51Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
Temperaturvalidierung
Standardabweichung der 2-Meter Temperatur im EGMAM Kontrolllauf
52Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
Konvektionsschema (Tiedke)
M ist Masse, E ist Entrainment, D ist Detrainment, ρ die Dichte,s = cpT +gz die trocken statische Energie, q ist die spezifische Feuchte, l ist das Mischungsverhältnis des Wolkenwassers, c ist die Freisetzung von latenter Wärme durch Kondensation, Pu bezeichnet die Konversionsrate von Wolkenwasser zu Regen in Aufwinden
53Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
Parameter
Űberschiessen:
Turb. Entrainment:
Konversionsrate: Regengenerierung:
Sedimentationsrate:
54Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
Sampling
55Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
3. Auswertung
Scatterplot:
Zonale Mittel der langwelligen gegen kurzwellige Wolkenrückkopplungen im Ensemblemittel
Zusammenhang zwischen den Wolkenrückkopplungen auch räumlich räumlich
56Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
3.2 Ensembleauswertung
W/m
²K
Ensemble- Zonalmittel der Gesamtwolkenrückkopplungen
57Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
3. Auswertung
W/m
²K
Ensemble- Zonalmittel der kurzwelligen Wolkenrückkopplungen
58Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
3. Auswertung
Ensemble- Zonalmittel der langwelligen Wolkenrückkopplungen
W/m
²K
59Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
3. Auswertung
2XCO2
Ensemble- Zonalmittel der Vertikalgeschwindigkeit in 500hPa
Klimasignal
60Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“
Wyant