Vorlesung 10: Methoden & Klimamodellierung

• Modell = Vereinfachung der Realität zu einem bestimmten Zweck

• Globales Klima Modell (GCM) -Gekoppelte Atmosphäre-Ozean-Modelle → Werden beide in Gitterboxen zerlegt und dort relevanten physikalischen Prozesse darstellen

• 7 Gleichungen: -Kontinuitätsgleichung -Massenbilanzgleichung -Naivyasjokes-Gleichung -Beschreibt dreidimensionale Bewegung in einem Fluid -Energieerhaltung -Ideale-Gas-Gleichung • Parameter werden integriert • Chaotische System: hier hohe Divergenz, da durch Integration nicht 100% Genauigkeit wegen Unbekanntheit des Ausgangszustandes -Bsp.: langfristige Wettervorhersage, da Ausgangszustand langfristig nur schwierig vorhersagbar ist • In Klimasystemen existieren Parameter schon, man kann nur keine Zeitlich/ räumliche Genauigkeit einbringen -Bsp.: man weiß, dass Zyklonen sich bilden und bewegen, aber nicht wo genau sie sich wann bewegen

Zeiträume von Tagen bis Wochen -Ozeantemperatur wird als konstante Randbedingung angesehen → TOberfläche wird nur 1x eingegeben → geht nur solange wie kein Einfluss zwischen Atmosphäre und Ozean besteht

Geringe räumliche Auflösung der Areale→ über die Zeit genauer geworden • Mehr Parameter konnten in Modell integriert werden → höhere semantische Auflösung → Präzisierung

• Ozeanströmungen; Vulkanaktivität; Kohlenstoffkreislauf; Flüsse; Aerosole; Vegetation; Gebirgsstrukturen

Dennoch gibt es weiterhin Parameter, welche nicht erfasst werden und somit nicht im Klimamodell integriert sind (=nicht in Rasterzelle auflösbar; subskalig; System ist blind dafür) -Turbulenter Energietransport -Konvektion -Wolken (bestehen aus Wassertropfen → Bildung im sub mm Bereich, trotzdem großer Klimaeinfluss→ schwierig zu integrieren) • „Lösung“: Parametrisierung -empirische Näherungen, die als Funktion des Zustands der einzelnen Zelle versuchen diese subskaligen Prozesse zu beschreiben • Ermöglicht es schwierig zu greifende Parameter mit ins Klimamodell zu integrieren • Dafür Beschreibung der Subskaligen-Prozesse • Birgt große Fehler Quelle (Empirische Daten)

• Basieren auf physikalischen Gesetzmäßigkeiten • Wichtige Aspekte des gegenwärtigen Klimas können reproduziert werden (etwa Jahreszeiten) • Wichtige Aspekte des vergangenen Klimas und vergangener Klimaänderungen reproduzieren • Wettervorhersagemodelle werden erfolgreich für Wetterprognosen und saisonale Vorhersagen eingesetzt • Von verschiedenen Gruppen entwickelte Klimamodelle zeigen im Wesentlichen dasselbe Verhalten

• Randbedingungen nicht bekannt (Verständnis) -Strukturell und systematische Probleme • Unsicherheit im Modell selbst und übergreifend auch in verschiedenen Klimamodellen (Parametrisierung)

Weil wichtige Randbedingungen nicht bekannt nur Prognosen möglich • „was wäre, wenn Szenarien“

Ziel: Entkopplung der Unsicherheiten in Emissionen von den Unsicherheiten im Kohlenstoffkreislauf → was für ein Klima bei welcher CO2 Konzentration?

Was ist das RCP? Representative Concentration Pathway -gibt Änderung des anthropogenen Frocings -RCP-Szenarien legen bestimmte Szenarien von Treibhausgaskonzentrationen fest • Jeweils Unterschiede im Strahlungsantrieb: -2.6 = + 2,6 W/m2 im Vergleich zum vorindustriellen Wert → moderates Szenario; <2 °C globaler Erwärmung im Mittel -8.5 = + 8,5 W/m2 • RCP 2.6 =2,9 W/m2 (2050), 2,4 W/ m2 (2100), 12,3 W/ m2 (2300) • RCP 8.5 = 4 W/ m2 (2050), 8 W/ m2 (2100), 1,8 W7 m2 (2300)

Bekanntes -CO2 Konzentration seit 1850 stark gestiegen auf Höchstwert (> 400 ppm) seit min. 800000 Jahren -Für CO2 Anstieg ist der Mensch verantwortlich -Anstieg der CO2 Konzentration führt zur Erwärmung der oberflächlichen Temperaturen -Klima hat sich seit dem 20 Jhr. Deutlich erwärmt (global um ca 1°C) -Überwiegender Teil dieser Erwärmung ist auf gestiegende CO2 Konzentrationen und anderen Gasen zurückzuführen, nur kleiner Teil natürliche Ursachen • Unbekanntes -Regionale Auswirkungen → Je weiter reingezoomt, desto unsicherer -Klimasensitivität → ausreichende Genauigkeit fehlt -Genauigkeit -Feedbacks -Kipppun

• Kipppunkt: Schwellenwerte von Systemen, ober- oder unterhalb derer sich das Systemverhalten ändert • Beispiele: 1) Eiskörper -z.B. Arktischer Permafrostboden → Speicherung von großen Mengen CH4 und CO2 → mehrere 100 Mrd Tonnen in Tiefen von 3 m → sich selbst beschleunigendes System (Mikroorganismen produzieren beim Abbau Wärme→ schnelleres Auftauen) → Einlagerung dauert deutlich länger als Abbau → irreversibel 2) Strömungssysteme --z.B. Grönländischer Eisschild → Würde bei Erwärmung und gänzlichem Abschmelzen zu einem Meeresspiegelanstieg von langfristig 7 m führen 3) Ökosysteme -z.B Austrocken Amazonisches Regenwald (momentan noch unwahrscheinlich) →Niederschlag wird hauptsächlich von Pflanzen produziert →Ab bestimmter Reduktion der Waldfläche würde dieses System zusammenbrechen →Keine Wasserspeicherung durch abfließen →Zerstören des artenreichsten Ökosystem →Starke Verstärkung des Klimawandels, da CO2 aus Pflanzen frei wird →Albedo Änderung (Sonnenlicht würde reflektiert; kein Ausgleich zum emittierten CO2) -z.B. Sahara →könnte bei wärmeren Klima in begrünten Zustand übergehen →Staub aus Sahara bietet wichtige Nährstoffquelle für Südamerikanische Ökosysteme

Rückkopplungsmechanismus; tritt als Folge des extremen Klimaantriebs bei Wechselwirkungen der Temperaturänderung mit Komponenten und Prozessen des Klimasystems auf • Beispiele:

Extremwetter Ereignisse • starke Niederschläge, Waldbrände • Auswirkungen auf Menschliche Gesundheit • Ernährungssicherheit; Krankheitsverbreitung (Malaria) • Gletscherschmelze • Aktuell Abbildung auf bereits emittierten Treibhausgase • 500 m Autofahren kostete langfristig 1 Kilo Gletschereis

1,5°: 10 Jahre • 2°: 25 bis 30 Jahre

1) Elektrizitäts- und Wärmeerzeugung; 2) Transport; 3) Industrie