Tema: Bio- og klima
En introduksjon for de teknologisk interesserte
Jeg har fått noen spørsmål om klimamodeller, og har nylig gjort et forsøk på å beskrive dem i en egen kronikk ment for «folk flest». Men denne kronikken er nok ikke utdypende nok for ingeniører og naturvitere som ikke er redde for tall og formler. Derfor tenkte jeg at Tekna-bloggen ENERGI kan være et sted for en litt mer teknisk gjennomgang.
Noen har spurt om klimamodellene er lineære. Det er de i alle fall ikke. Det har også vært påstander om at modellene tilpasser et stort antall parametere og ligner en såkalt «kurvetilpasning», eller at de ikke tar hensyn til at jorden er rund. Disse er absurde utsagn uten forankring i virkeligheten.
Men hva er en klimamodell?
Jeg brukte en havmodell i min doktorgrad og har ledet et forskningsprosjekt finansiert av Norges Forskningsråd som baserte på en klimamodell (SPAR). Ellers har jeg analysert og evaluert mange ulike modeller og simuleringer, og jobber med å trekke ut nyttig informasjon av mange modellberegninger satt i sammenheng med observasjoner ved hjelp av en kombinasjon av fysikkforståelse og avanserte statistiske metoder.
Det finnes mange typer klimamodeller, og jeg vil bare ta for meg de som vanligvis diskuteres i det offentlige rom her, nemlig de mest avanserte tredimensjonale modellene som beskriver jordens atmosfære og havet på en sfære (Type 3 i Tabell 1). Også kjent som jordsystemmodeller. Men jeg vil først gjengi utviklingen av klimamodellenes historikk i korte trekk.
| Beskrivelse | Eksempler med referanse | |
|---|---|---|
| Type 1 | De veldig enkle klimamodellene som illustrerer essensen av jordens varmebalanse | F.eks. En veldig forenklet modell av drivhuseffekten |
| Type 2 | Middels kompliserte klimamodeller for å gjøre grove beregninger for lange tidsepoker | Earth system Models of Intermediate Complexity (EMICs) |
| Type 3 | Tredimensjonale sirkulasjonsmodeller som beskriver detaljer om hvordan masse og energi beveger seg på en sfære | Værvarslingsmodeller, havmodeller, globale klimamodeller som kobler atmosfære, hav, is og bakke. Se f.eks. CMIP |
Tabell 1: en grov oversikt over ulike typer klimamodeller
Det er vanskelig å si hvor historien til klimamodellene startet helt sikkert, men i 1904 publiserte den norske meteorologen Vilhelm Bjerknes en banebrytende publikasjon som skulle lede til et sett med ligninger som ofte omtales som de primitive ligningene (Tabell 2). Det er slik at masse, bevegelsesmengde og energi kan ikke bare oppstå eller forsvinne uten videre, men de endrer seg ved å bevege på seg eller gjennom en transformasjon (f.eks. en faseovergang via fordampning eller kondensering). De primitive ligningene beskriver hvordan disse størrelsene varierer i tid og rom. Noen av de viktigste drivkreftene i atmosfæren er temperatur- og trykkforskjeller, samt virkningen av jordens rotasjon på breddegradens skråplan (Corioliseffekten).
Tabell 2: De primitive ligningene brukt for å beregne hvordan tilstanden til atmosfæren utvikler seg fra en starttilstand (kilde: wikipedia/Primitive_equations).
Året 1922 var også en viktig milepæl i historien om atmosfæremodellene som brukes for værvarsling og klimamodellene, da Lewis Fry Richardson foreslo at man kunne beskrive atmosfæren ved hjelp av et rutenett med koordinater, og gjøre beregninger for hver av disse.
Både hav og atmosfæremodellene har utviklet seg over flere tiår, og har involvert alt fra matematikere, meteorologer, oseanografi, fysikere, kjemikere, biologer, og IT-Ingeniører. Det har ført til ulike måter å bygge en global klimamodell på.
Det går for eksempel an å ha ulike valg av koordinatsystem som beskriver hvor i jordens atmosfære eller hav noe skjer. For atmosfæren kan man bruke et rutenett som Richardson foreslo eller spektrale modeller som beskriver atmosfæren gjennom såkalte Legendre funksjoner. For de spektral-baserte modellene, er det nødvendig med transformasjoner mellom bølgelengder og koordinater i rommet (som ligner litt på en Fourier transformasjon).
Det finnes også ulike måter man kan beskrive de ulike høydenivåene i modellene, og man kan bruke både et koordinatsystem basert på antall meter over bakken (eller ned i dypet) eller trykkflater (isobarer) for å angi høyden (såkalte sigmaflater).
Havet har mange likheter med atmosfæren, og begge er preget av væskedynamikk men med ulik tetthet. Men, for havmodellene er spektralmodellene vanligvis ikke så velegnet. De kan likevel ha vertikale koordinater angitt som enten meter, sigmaflater eller tetthetsflater (isopycnals). En forskjell mellom atmosfæren og havet er at atmosfæren har ulik grad av vanndamp, mens havet har varierende saltholdighet. En annen viktig forskjell er at atmospheren varmes fra undersiden mens havene varmes i øverste lag.
Modellene får noen forutsetninger, slik som jordens rotasjon som igjen gir opphav til døgnvariasjoner og Corioliseffekten. Corioliseffekten også er forbundet med jordens krumning, som også gjør at tropene får mer varme enn høyere breddegrader. Årstidene er også et aspekt som blir simulert ved at solens vinkel varierer over årets løp. Dessuten er det viktig at kontinentene, topografien (f.eks. fjellkjeder) og bakkekarakteristikken samsvarer med virkeligheten (f.eks. Fra satellittmålinger).
Man har gjort en del forenklinger av regnestykkene som gjør beregningene raskere og som senker nøyaktigheten noe, men ikke mer enn at svarene er troverdige. Et eksempel er at de horisontale bevegelsene vanligvis er større enn vertikale, og at man kan gjøre beregningene langs 2-dimensjonale flater ved å anta en tilnærmet hydrostatisk balanse. Siden bruker man en egen operasjon som beregner vertikale bevegelser (konveksjon).
Det skjer mer enn bare bevegelser i hav og atmosfære, og man trenger ulike regneoperasjoner for å tallfeste fenomen som effekten av skyer, turbulens, grenselaget over bakken og utveksling av energi og fuktighet med bakken. De mest avanserte modellene har også komponenter som simulerer prosesser i bakken (hydrologi, karbonkjemi, biologiske effekter), havis, stratosfæren og atmosfærekjemi (aerosoler, ozonlaget, med mere).
En stor utfordring for klimamodellene er at de må fange opp prosesser som involverer et vidt spenn av romlig skalaer (fra mikrofysikk i skyene på nano- og mikrometer til Rossbybølger på flere hundre km) og tidsskalaer (fra sekunder til mange år). Mange av prosessene lar seg ikke simulere eksplisitt fordi de er mindre en modellenes romlige oppløsning, og må beregnes implisitt via såkalt ‘parametrisering’ (statistiske modeller som effekten av dem på større skala).
De har også ofte en del parametere som ikke er kjent helt nøyaktig men har en betydelig feilmargin. Man er nødt til å stille inn disse parametrene slik at modellene gir en middeltilstand mest mulig lik virkeligheten (kjent som «tuning» på engelsk), men man pleier ikke å la disse parametrene få verdier som er utenfor feilmarginene. Selv om klimamodellene omfatter svært mange variable, er det bare et veldig lite mindretall av disse (men ikke de som er angitt av de primitive ligningene i hver av gridboksene) som berøres av “tuning”.
En av klimamodellenes viktigste komponenter er strålingsmodellene som beskriver hvordan de ulike gassene og aerosolene påvirker lys og varmestråling. Denne komponenten bygger på den samme fysikken som man bruker sammen med satellittmålinger for å estimere temperaturen i atmosfæren (de registrerer lys i ulike bølgelengder og intensitet og beregner temperaturen ut fra dette). Det er fordi både temperaturmålinger fra satellitter og klimamodellene bruker lignende algoritmer for hvordan gassene påvirker lys og varmestråling at man ikke kan bruke satellittmålinger som en fasit for modellene. Det er likevel interessant å sammenligne dem (Figur 1).
Klimamodellene er begrenset fordi de kun er laget for å gi en forenklet beskrivelse av virkeligheten og skal bare fange opp essensen av de storstilte og globale tilstandene. De gir f.eks. Ikke gode nok detaljer for lokale klimaforhold nødvendig for klimatilpasning, og vi må bruke tilleggsanalyse som beskriver sammenheng mellom store og små forhold, også kalt nedskalering.
Man kan alltid finne noen detaljer som modellene ikke beskriver helt riktig hvis man leter lenge nok. Noen eksempler på dette er sammenligninger mellom temperaturmålinger for øvre luftlag i et bånd langs ekvator og tilsvarende modell resultater. Langs ekvator skjer det mye oppstigning av fuktig luft og som er knyttet opp mot det ekvatoriale skybelte (kjent som den inter-tropiske konvergenssonen, ITCZ) og den såkalte Hadleysirkulasjonen. Med så mye som skjer i dette området og med så stor fokus på detaljer, er det ikke helt klart hva en slik sammenligning betyr. Temperaturmålingene blir sterkt preget av den omfattende skydannelsen i dette området.
Figur 1 viser en sammenligning mellom simulert temperatur for nedre delen av troposfæren og tilsvarende temperatur-estimat fra satellittene. Modellresultatene er vist i svart og inkluderer mange ulike modeller og er vist sammen med to ulike analyser fra satellittene (rød og blå) (Kildekode).
Modellene tar høyde for en rekke ikke-lineære aspekter, som inkluderer bl.a. dynamiske hvirvlinger, turbulens, og faseoverganger. Det var med hjelp av atmosfæremodeller at man først begynte å studere den såkalte «kaoseffekten» av Edward Lorenz. I atmosfæren oppstår også økt kompleksitet gjennom skydannelse som innebærer ikke-lineære prosesser som faseovergang gjennom kondensasjon og fordampning. Konveksjon kan også innebære en ikke-lineær respons.
Skyer er ofte forbundet med den største usikkerheten i klimamodellene, og er en viktig årsak til at de gir ulikt utslag på en dobling av CO2 i atmosfæren og har ulik klimafølsomhet. Modellenes evne til å beskrive vannets kretsløp på og hydrologien henger sammen med måten skyene og nedbøren blir gjengitt i klimamodellene. Dessuten spiller både skyer og vanndamp en rolle fordi de kan forsterke eller svekke effekten av en endring i CO2-konsentrasjonene. De er viktige tilbakevirkende mekanismer.
Ut i fra forutsetningene som døgn- og årsvariasjoner, kontinenter, topografi, de primitive ligningene og parametriseringen av småskala prosesser, klarer klimamodellene å gjenskape fremherskende vinder (f.eks. vestavindsbelte, passatvindene og Hadleycellen) og naturlige variasjoner slik som El Niño Southern Oscillation (ENSO). Både drivhuseffekten og vannets kretsløp utkrystalliserer seg fra simuleringer av helt fundamentale fysiske lover.
Klimamodellene er det beste verktøyet vi har for å lage sesongvarsler og å si hvilken betydning økte CO2-konsentrasjoner har for jordens klima. Den globale oppvarmingen er et robust svar, og alle de ulike typer klimamodeller gir omtrent samme tall for hvor mange grader global temperaturøkning en får ved å doble CO2-konsentrasjonene i atmosfæren, fra de enkleste til de mest kompliserte (1.5-4.5°C). Det er viktig å understreke at det legges vekt på den statistisk beskrivelsen av atmosfæren (klima) som er mer forutsigbar enn den eksakte utvikling av dens spesifikke tilstand (været).
En vanlig misforståelse rundt klimamodellene er at det er FNs klimapanel som lager dem. Det er feil. Klimamodellene utvikles av ulike internasjonale forskningsmiljøer med litt ulike tilnærminger. Mange av disse deler kildekoden for modellene med kolleger for åpenhetens skyld, som for eksempel NCARs Community Model.
Rasmus Benestad er styreleder for Tekna Klima
