1 / 60

Falk Niehörster IMSC 2010

1 2 3. Uncertainty in feedback mechanisms in climate change projections A comparison of perturbed-physics ensembles F. Niehörster 1,2 , M. Collins 3 , U. Cubasch 2. Falk Niehörster IMSC 2010. Outline.

owena
Download Presentation

Falk Niehörster IMSC 2010

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 1 2 3 Uncertainty in feedback mechanisms in climate change projections A comparison of perturbed-physics ensembles F. Niehörster1,2, M. Collins3, U. Cubasch2 Falk Niehörster IMSC 2010

  2. Outline • 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) F Δ T Schematic: Climate System IMSC 2010, „Uncertainty in feedback mechanisms in climate change projections“, F. Niehorster

  4. 1. Motivation & Basics The concept of the climate system as a feedback system: F + R Δ T Climate System (t) Linearity Feedback R R = λ· ΔT IMSC 2010, „Uncertainty in feedback mechanisms in climate change projections“, F. Niehorster

  5. 1. Motivation & Basics The concept of the climate system as a feedback system: F + R Δ T Climate System (t) Linearity Feedback R R = λ· ΔT R1 R2 Independence R3 R = Σ Ri λ = Σ λi R4 Rn IMSC 2010, „Uncertainty in feedback mechanisms in climate change projections“, F. Niehorster

  6. 1. Motivation & Basics Which feedback effects show the highest uncertainty in terms of model disagreement? The cloud feedback! 2xCO2 IPCC AR4; 2007 Dufresne & Bony; 2008 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 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 EGMAM ECHO-G with Mittlerer Atmosphäre und Messy Atmosphere Heat and Freshwater- flux correction Coupling: OASIS • HOPE-G • (Hamburg Ocean Primitive Equation-Global Model) • horizontal: T42 (~ 2.8°) with equator refinement • ( 0.5° at the equator ) • vertical: 20 level Ozean IMSC 2010, „Uncertainty in feedback mechanisms in climate change projections“, F. Niehorster

  9. 2. Experimental Design Perturbation Parameter: 3 equaly likely values Stratified MC Sampling  30 members Overshooting of cumuli above the level of buoyance OVER ICE Conversionsrate of cloud water to rain in convective updrafts Sedimentationrate of ice crystals in cold clouds CONV RAIN Efficiency of rain generation in stratiform clouds Entrainmentrate for shallow convection ENTR ENTR IMSC 2010, „Uncertainty in feedback mechanisms in climate change projections“, F. Niehorster

  10. 2. Experimental Design Control runs initialised from pre-industrial equilibrium simulation 2xCO2 experiments initialised from CMIP 2xCO2-experiment 250 yrs stabilization IMSC 2010, „Uncertainty in feedback mechanisms in climate change projections“, F. Niehorster

  11. 3. Ensemble analysis • 3. Ensemble analysis IMSC 2010, „Uncertainty in feedback mechanisms in climate change projections“, F. Niehorster

  12. 3. Ensemble analysis Ensemblemean and standard deviation in the cloud cover signal IMSC 2010, „Uncertainty in feedback mechanisms in climate change projections“, F. Niehorster

  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 Global mean cloud feedback Max: 0.63 Min : 0.29 Ø : 0.45 Max: - 0.30 Min : - 0.80 Ø : 0.51 Max: - 0.59 Min : - 1.30 Ø : - 0.96 [ W/m2K ] IMSC 2010, „Uncertainty in feedback mechanisms in climate change projections“, F. Niehorster

  15. 4. Comparison of results 4. Comparison of results with a HadSM3 PPE and the CFMIP MME IMSC 2010, „Uncertainty in feedback mechanisms in climate change projections“, F. Niehorster

  16. 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. 4. Comparison of results Comparison of feedback parameters: HadSM3, CFMIP and EGMAM Ensemble λWSW λ λCS λW λCSSW λCSLW λWLW λSW λLW 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 Linear relationship between short- and longwave cloud feedbacks in the EGMAM Ensemble 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

  20. 1. Motivation & Grundlagen 2. Strahlungsantrieb (z.B. Solar / CO2) 1. Gleichgewicht B=0 B = F 3. Forcing und Rückkopplung B = F + R <0 4. Neues Gleichgewicht B = F + R = 0 Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“

  21. 1. Motivation & Grundlagen Rückkopplungsparameter: (Cess et al; ’90, Murphy; ’95) λ := R / ΔT = (RSW+ RLW) / ΔT [W/m2K] RSW: Rückkopplung im kurzwelligen Strahlungsspektrum RLW: Rückkopplung im langwelligen Strahlungsspektrum R = RSW+RLW : Gesamtrückkopplung des Klimasystems Lokaler Rückkopplungsparameter: (Boer & Yu; 2003) λl := [RSW(x,y)-RLW(x,y)] / ΔT [W/m²K] Für ein Gleichgewicht im Klimasystem gilt: λ = R / ΔT = - F / ΔT = - 1 / s s:= Klimasensitivitätsparameter Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“

  22. 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 Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“

  23. 2. Experimentelles Design Werte durch Tuningexperimente angepasst Stratifiziertes Monte-Carlo Sampling 10 Einzelparameter 20 Multiparamter 31 Ensemblemitglieder Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“

  24. Stabilitätstest 1 X CO2 (1860) 2 X CO2 Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“

  25. Stabilitätstest Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“

  26. 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 Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“

  27. 3. Auswertung • Lokale Rückkopplungsparameterparamter • (Boer & Yu; 2003) • λlWSW := RWSW(x,y) / ΔT • λlWLW := RWLW(x,y) / ΔT Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“

  28. 3. Auswertung Ensemblemittel und Standardabweichung der kurzwelligen Wolkenrückkopplungen λWSW Globales (Ens-)Mittel: -0.955 W/m²K Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“

  29. 3. Auswertung Ensemblemittel und Standardabweichung der kurzwelligen Wolkenrückkopplungen λWSW Globales (Ens-)Mittel: -0.955 W/m²K Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“

  30. 3. Auswertung Ensemblemittel und Standardabweichung der kurzwelligen Wolkenrückkopplungen λWSW Globales (Ens-)Mittel: -0.955 W/m²K Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“

  31. 3. Auswertung • Ensemblemittel und Standardabweichung der langwelligen Wolkenrückkopplungen • λWLW Globales (Ens-)Mittel: 0.45 W/m²K Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“

  32. 3. Auswertung Ensemblemittel und Standardabweichung nach F-Test des Temperatursignals Globales (Ens-)Mittel: 2.15 K Standardabweichung: ?? Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“

  33. 3. Auswertung Ensemblemittel und Standardabweichung des Temperatursignals Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“

  34. 3. Auswertung Ensemblemittel und Standardabweichung der Änderung der relativen Feuchte der Atmosphäre Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“

  35. 3. Auswertung Ensemblemittel und Standardabweichung im Wolkenbedeckungssignal Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“

  36. 3. Auswertung Ensemblemittel und Standardabweichung des Wolkenrückkopplungsparameter λW Globales (Ens-)Mittel: -0,51 W/m²K ! Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“

  37. 3. Auswertung Lineares Regressionsmodell für den Einfluss einzelner Parameter Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“

  38. 3. Auswertung Entrainmentparameter Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“

  39. 3. Auswertung • Konversionsrate Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“

  40. 3. Auswertung Ensemblemittel und Standardabweichung der Zirkulationsänderung Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“

  41. Wärmeflußkorrektur - unveränderte Wolkenphysik - geänderte Wolkenphysik Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“

  42. Methodik Flußkorrektur bei Änderung der Wolkenphysik Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“

  43. Zusatzmaterial Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“

  44. Frischwasserlußkorrektur unter Änderung der Wolkenphysik Flußkorrekturdifferenz bei geändeter zu unverändeter Wolkenphysik Differenz der Flußkorrekturen von EGMAM und ECHO-G Differenz kleiner! Differenz durch Simulationen als klimatologisch irrelevant bewertet Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“

  45. Flußkorrektur unter Änderungen der Wolkenphysik Frischwasserflußkorrekturfelder für: - unveränderte Wolkenphysik - geänderte Wolkenphysik Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“

  46. 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 Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“

  47. Parameter stand.weight P 0.275 ε -0.303 β 0.196 α -0.720 Physical effect Parameter Component of GCM Conversionrate from cloud water to rain P Cumulus convection C0 0.325 Entrainmentratefor shallow convection ε Cumulus convection Overshooting of cumuli above the level of non-buoyance β Cumulus convection Sedimentationrate of ice crystals in cold clouds α Stratiform clouds Efficiency of rain formation C0 Stratiform clouds Parametersensitivität von EGMAM • Ansatz: Multivariate lineare Regression Stark linearer Temperaturresponse Bei Veränderung der Sedimentationsrate Korrelation von rekonstruiertem Response und Modellergebnissen von 0.89 Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“

  48. EGMAM Validierung Vergleich der Validierung von EGMAM mit ECHO-G Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“

  49. Modelldiversität Tredger & Smith, 09 Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“

  50. 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 Disputation, Dezember 2009, „Unsicherheiten in Rückkopplungsmechanismen in Klimaänderungsprojektionen“

More Related