1. На главную
  2. Электронные версии
  3. Известия РАН. Физика атмосферы и океана
  4. T. 57, № 5, 2021

Известия РАН. Физика атмосферы и океана, 2021, T. 57, № 5, стр. 509-513

Связь естественной изменчивости климата и чувствительности модели климата ИВМ РАН к увеличению концентрации СО2

Е. М. Володин *

Институт вычислительной математики им. Г.И. Марчука РАН
119333 Москва, ул. Губкина, 8, Россия

* E-mail: volodinev@gmail.com

Поступила в редакцию 07.04.2021
После доработки 16.04.2021
Принята к публикации 09.06.2021

Полный текст (PDF)

Аннотация

Рассматривается величина естественных колебаний климата в различных версиях климатической модели ИВМ РАН, имеющих разную чувствительность к увеличению концентрации СО2. Показано, что среднеквадратичное отклонение глобальной температуры поверхности в версии с равновесной чувствительностью к учетверению концентрации СО2 равной 3.6 и 7.6 К примерно одинаковы. Увеличения амплитуды естественных колебаний при увеличении чувствительности не происходит как для глобально осредненных величин, так и для региональных естественных колебаний. Однако некоторое увеличение амплитуды естественных колебаний климата в Тихом океане, в том числе связанных с Эль-Ниньо и Тихоокеанским декадным колебанием, происходит при изменении трактовки генерации облачности атмосферного пограничного слоя. Равновесная чувствительность при этом меняется мало.

Ключевые слова: модель, климат, чувствительность, изменчивость, амплитуда

ВВЕДЕНИЕ

Различие в величине равновесной чувствительности климатических моделей к увеличению концентрации СО2 в атмосфере является одной из ключевых проблем в современной науке о климате. Для моделей CMIP5 (Coupled Model Intercomparison project, Phase 5) равновесная чувствительность к учетверению концентрации СО2 составляла от 4.2 до 9.4 град [1]. Для моделей CMIP6 диапазон неопределенности увеличился и составил 3.6–11.2 К [2].

По данным [3], среднеквадратичное отклонение линейных трендов за 10 лет в доиндустриальном эксперименте и равновесная чувствительность моделей CMIP5 тесно связаны друг с другом, коэффициент корреляции между ними составляет 0.86.

Модели с более высокой чувствительностью имеют и большую изменчивость 10-летних трендов глобальной температуры не только в доиндустриальном эксперименте, где воздействия на климатическую систему неизменны во времени, но и в историческом эксперименте, где заданы реально наблюдавшиеся изменения воздействий в 1850–2014 гг. Вероятная причина такой зависимости показана на простой модели в [4]. Предполагая такую зависимость и считая изменчивость наблюдаемой глобально осредненной температуры известной, в [4] была оценена равновесная чувствительность реальной климатической системы к учетверению концентрации СО2, которая, согласно этой работе, получилась равной 4.4–6.8 К с вероятностью 66%.

Согласно [5], имеются несколько версий модели климата ИВМ РАН, отличающиеся равновесной чувствительностью более чем в два раза, при том они отличаются только параметризацией облачности, остальные блоки модели полностью идентичны. Поэтому было бы интересно проверить, укладываются ли данные этих версий модели в общую закономерность, и соответствует ли большая равновесная чувствительность большей естественной изменчивости.

МОДЕЛЬ, ЧИСЛЕННЫЕ ЭКСПЕРИМЕНТЫ И ДИАГНОСТИКА ЕСТЕСТВЕННЫХ КОЛЕБАНИЙ КЛИМАТА

Для численных экспериментов использовалась модель климата INM-CM4-8. Модель состоит из блока динамики атмосферы и аэрозольного блока с разрешением 2 × 1.5 град по долготе и широте и 21 уровней по вертикали, и блока океана с разрешением 1 × 0.5 град и 40 уровней. Устройство модели и воспроизведение ею современного климата описаны в [6]. Анализируются данные трех версий модели. Первая в точности соответствует [6], именно эта версия участвовала в экспериментах CMIP6. Вторая версия отличается от первой тем, что вместо диагностической схемы расчета доли и водности облачности типа Смагоринского используется прогностическая схема типа [7]. Вторая версия тождественна модели 2, описанной в [5]. Третья версия модели отличается от второй только трактовкой образования облачности атмосферного пограничного слоя (см. формулу (4) из [5]). Если в версии 2 считалось, что высота атмосферного пограничного слоя (АПС) и, следовательно, верхняя граница облачности АПС рассчитывается без учета выделения скрытого тепла при конденсации, то в версии 3 считается, что верхняя граница облачности АПС определяется из условия влажной неустойчивости. Это приводит к меньшему количеству нижней облачности в районах глубокой конвекции и, как следствие, к увеличению разности температур между западом и востоком тропического Тихого океана.

Равновесная чувствительность к учетверению концентрации СО2 вычислялась по методике [8], считающейся на настоящий момент стандартной. Для этого с каждой версией модели был проведен доиндустриальный численный эксперимент продолжительностью 150 лет, в котором все воздействия были заданы на доиндустриальном уровне, а также эксперимент, где концентрация СО2 была в 4 раза выше, также продолжительностью 150 лет. Равновесная чувствительность составляет для версии 1 величину 3.6 К, для версии 2 – 7.6 К, для версии 3 – 7.0 К. Значения равновесной чувствительности из литературы, полученные для удвоения концентрации СО2, в этой работе приводятся к учетверению СО2 домножением на 2, подразумевая логарифмичепскую зависимость равновесного потепления от концентрации СО2.

Для диагностики естественных колебаний климата доиндустриальный эксперимент для каждой из трех версий модели был продлен до 500 лет, не считая времени выхода на квазиравновесный климат. Глобальными мерами величины естественных колебаний климата были выбраны: среднеквадратичное отклонение (СКО) глобально осредненной температуры воздуха у поверхности средней за 1 год, 5 и 10 лет. Кроме того, вычислялось СКО 10-летних линейных трендов осредненной за год глобальной температуры поверхности, аналогично тому, как это сделано в [3]. Весь 500-летний временной интервал разбивался на 10-летние подинтервалы. Для каждого подинтервала методом наименьших квадратов вычислялось значение линейного тренда среднегодовой и среднеглобальной температуры. Затем вычислялось СКО таких значений линейных трендов для всего 500-летнего эксперимента.

Кроме параметров, связанных с глобально осредненной температурой, вычислялось СКО среднемесячной температуры относительно среднеклиматического годового хода, в первую очередь, для диагностики изменчивости, связанной с Эль-Ниньо. Для диагностики изменчивости, связанной с Тихоокеанским декадным колебанием (ТДК), по 5-летним средним аномалиям температуры поверхности океана (ТПО) в Тихом океане в области 40° ю.ш.–40° с.ш., 130° в.д.–90° з.д. вычислялись эмпирические ортогональные функции (ЭОФы).

РЕЗУЛЬТАТЫ

В табл. 1 представлены СКО глобально осредненной температуры на временном масштабе 1 год, 5 и 10 лет, а также СКО 10-летнего тренда. СКО средних за 1 год при переходе от версии 1 к версии 2 немного уменьшается, с 0.089 до 0.082 К, хотя равновесная чувствительность увеличивается более чем вдвое, с 3.6 до 7.6 град. Для осреднения за 5 и 10 лет СКО для версии 1 также превышает СКО для версии 2. СКО 10-летних трендов для версии 1 и версии 2 практически одинаковы. Следовательно, в данном случае увеличение равновесной чувствительности более чем в два раза не приводит к увеличению амплитуды естественной изменчивости глобально осредненной температуры ни по одному из рассмотренных показателей.

Таблица 1.  

Среднеквадратичное отклонение глобально осредненной температуры (К) и ее 10-летнего тренда (К/10 лет) для трех версий модели. Указана также равновесная чувствительность ΔTEQ (К) каждой версии модели.

Время осреднения Версия 1 Версия 2 Версия 3
Среднее за 1 год 0.089 0.082 0.099
Среднее за 5 лет 0.074 0.067 0.068
Среднее за 10 лет 0.068 0.061 0.051
Тренд за 10 лет 0.106 0.107 0.139
ΔTEQ 1.8 3.8 3.5

Переход от версии 2 к версии 3 увеличивает СКО среднегодовой температуры и СКО 10-летних трендов глобально осредненной температуры, несмотря на то, что величина равновесной чувствительности не увеличивается. В то же время, СКО 5-летней средней температуры в версии 2 и 3 практически совпадают, а СКО 10-летней средней температуры в версии 3 даже меньше, чем в версии 2. Это говорит о том, что в версии 3 рост СКО среднегодовой температуры произошел за счет роста изменчивости с характерным временем несколько лет, а величина междекадной изменчивости не возросла.

Согласно линейной регрессии, полученной в [4] для моделей CMIP5 между СКО 10-летних трендов и равновесной чувствительностью (см. их рис. 2а), СКО 10-летних трендов, равное 0.106 К за 10 лет, соответствует равновесной чувствительности, равной 5.6 К, что далеко от равновесной чувствительности как версии 1, так и версии 2. Это означает, что данные версии 1 и версии 2 лежат далеко от регрессионной прямой, проведенной для моделей CMIP5. СКО 10-летних трендов, равное 0.139 К за 10 лет, соответствует согласно регрессионной прямой равновесной чувствительности 7.5 К, что не очень далеко от реальной равновесной чувствительности версии 3.

Сравнение СКО температуры поверхности в каждой точке показывает, что в среднем и СКО в каждой точке в версии 2 не возросла по сравнению с данными версии 1. Тем не менее, в некоторых районах рост СКО произошел, и один из этих районов – тропики Тихого океана (рис. 1). Еще больше СКО ТПО в районе Эль-Ниньо в версии 3, и в этой версии оно близко к СКО по данным ERA-Interim. Увеличение СКО в версии 2 по сравнению с версией 1 и в версии 3 по сравнению с версией 2 связано с изменением среднего состояния. Среднеклиматическая разность температур между востоком и западом тропического Тихого океана увеличивается от версии 1 к версии 2 и от версии 2 к версии 3, а большая средняя разность температур приводит и к большей интенсивности явления Эль-Ниньо, в кульминацию которого разность становится близкой к нулю.

Рис. 1.

Сверху вниз: среднеквадратичное отклонение среднемесячной температуры поверхности (К) от среднеклиматического годового хода в тропиках Тихого океана для модели 1, модели 2, модели 3 и реанализа ERA-Interim.

Увеличение СКО в тропической части Тихого океана в версии 2 по сравнению с версией 1 и в версии 3 по сравнению с версией 2 происходит и на более долгих временных масштабах. Если рассматривать 5-летнюю среднюю температуру, то ее СКО, осредненное по тропической части Тихого океана (20° ю.ш.–20° с.ш., 140° в.д.–100° з.д.), составляет для версии 1 – 0.12 К, для версии 2 – 0.15 К, для версии 3 – 0.22 К. Возрастает и доля дисперсии, приходящаяся на первую ЭОФ, представляющую собой Тихоокеанское декадное колебание. По данным версии 1, на нее приходится 15% всей дисперсии, версии 2 – 24% дисперсии, версии 3 – 34% дисперсии. Причиной, по-видимому, также является рост разности ТПО между западом и востоком Тихого океана.

ВЫВОДЫ

Анализ данных проведенных экспериментов показывает, что для трех рассмотренных версий модели климата ИВМ нет зависимости между равновесной чувствительностью и амплитудой естественных колебаний климата, индикатором которых является глобально осредненная температура поверхности. Это не соответствует выводам [3], полученным для всего множества моделей CMIP5. С другой стороны, изменения, связанные с учетом облачности АПС, не сильно влияющие на равновесную чувствительность, заметно влияют на естественные колебания глобально осредненной температуры и в еще большей степени на межгодовую изменчивость в тропиках Тихого океана, связанную с Эль-Ниньо и тихоокеанским декадным колебанием. Следовательно, вероятные причины связи амплитуды естественной изменчивости и равновесной чувствительности, показанные на простой модели в [4], не являются универсальными и нуждаются в дальнейшем исследовании.

Работа выполнена в ИВМ РАН при поддержке РНФ, грант 20-17-00190.

Список литературы

  1. Flato G., Marotzke J., Abiodun B., Braconnot P., Chou S.C., Collins W., Cox P., Driouech F., Emori S., Eyring V., Forest C., Gleckler P., Guilyardi E., Jakob C., Kattsov V., Reason C., Rummukainen M. Evaluation of Climate Models // In: Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [T.F. Stocker, D. Qin, G.-K. Plattner, M. Tignor, S.K. Allen, J. Boschung, A. Nauels, Y. Xia, V. Bex, P.M. Midgley (eds.)]. Cambridge, United Kingdom; New York, NY, USA: Cambridge University Press.

  2. Zelinka M.D., Myers T.A., McCoy D.T., Po-Chedley S., Caldwell P.M., Ceppi P., Klein S., Taylor K. Causes of higher climate sensitivity in CMIP6 models // Geophys. Res. Lett. 2020. V. 47. e2019GL085782. https://doi.org/10.1029/2019GL085782

  3. Nijsse F., Cox P.M., Huntingfort C. Williamson M. Decadal global temperature variability increases strongly with climate sensitivity // Nat. Clim. Change 2019. V. 9. P. 598–601. https://doi.org/10.1038/s41558-019-0527-4

  4. Cox P.M., Huntingfort C., Williamson M. Emergent constraint on equilibrium climate sensitivity from global temperature variability // Nature. 2018. V. 553. P. 319–322. https://doi.org/10.1038/nature25450

  5. Володин Е.М. Равновесная чувствительность модели климата к увеличению концентрации СО2 в атмосфере при различных методах учета облачности // Изв. РАН. Физика атмосферы и океана. 2021. Т. 57. № 2. С. 139–145.

  6. Volodin E.M., Mortikov E.V., Kostrykin S.V., Galin V.Ya., Lykossov V.N., Gritsun A.S., Diansky N.A., Gusev A.V., Iakovlev N.G., Shestakova A.A., Emelina S.V. Simulation of the modern climate using the INM-CM48 climate model // Russian J. Num. Anal. Math. Modelling. 2018. V. 33. № 6. P. 367–374.

  7. Tiedtke M. Representation of clouds in large-scale models // Mon. Weather Rev. 1993. V. 121. P. 3040–3061.

  8. Gregory J.M., Ingram W.J., Palmer M.A., Jones G.S., Stott P.A., Thorpe R.B., Lowe J.A., Johns T.C., Williams K.D. A new method for diagnosing radiative forcing and climate sensitivity // Geophys. Res. Lett. 2004. V. 31. L03205. https://doi.org/10.1029/2003GL018747

Дополнительные материалы отсутствуют.

Инструменты

следующая статья выпуска содержание выпуска

Известия РАН. Физика атмосферы и океана

Архивы выпусков Информация о журнале Отправить рукопись в журнал