Upload
others
View
4
Download
0
Embed Size (px)
Citation preview
Wolfgang Schöner und Christoph Matulla
Modellieren physiogeographischer Phänomene
SW 2017/2018
Wolfgang Schöner und Christoph Matulla – Modellieren physiogeographischer Phänomene WS2017/2018
Please recall: the global average temperature of our planet – EBMs & another modelling perspective: the n-layer atmosphere (conceptional/physical)
n refers to the number of layers, which the infrared radiation emitted from the Earth’s surface has to pass before escaping to stellar space. S is the ‘solar constant’ and σ the Boltzmann constant (nand ε correlate to each other as we have discussed when working out the ‘n-layer model’).
Wolfgang Schöner und Christoph Matulla – Modellieren physiogeographischer Phänomene WS2017/2018
The ultimate goal of model approaches is to understand what may happen to the considered/modelled system in case of changingforcings -> the EVOLUTION of Systems! We will come to system/components/processes/-forcings once again later this lecture.
Referring to climate modelling this means, for instance, to foresee changes in temperature - caused by an ongoing upload ofgreenhouse gases into the atmosphere (that‘s what happens since about 200 yrs.). Our model, which we have derived (last lecture),allows for that. Now we are taking a step further! We‘ll discuss positive and negative feedback‚ bringing our system to life (it talksback, so to speak). To cover this aspect we‘ll have to extend our model.
Let‘s first consider the Earth with no atmosphere: n=0 (see previous lecture) which gives T= 255 K. We know that from our models!
Now let‘s increase n from 0 to 0.016. What happens to T? – please insert the new n into our Formula for the global averagetemperature! (it gives T= 255.6 K). This results is correct in case nothing else - aside from the atmosphere‘s transmissivity (n or ε) –changes.
Question: does this assumption - that a temperature increase, is not changing anything in our system (think of snow, ice and theEarth‘s albedo)? No, we know that α will change (decrease) along with rising global temperatures (this is the so-called ice-albedo-feedback). So, the Earth‘s albedo is a function of temperature: α= α(T)! Very well -> Let us assume now that α(T)= 0.3 – (T-255)/150.
We will now insert that in our Formula and discuss the effects. It will turn out that the amount of warming driven by this αfeedback exceeds our previous results by 1 K.
Once we have discussed this effect we‘ll see what happens to a ‚Daisy world‘ – a world covered by tow kinds of flowers – one iswhite and the other kind is black. So, let‘s assume the white flowers flourish with increasing temperatures, while it is the other wayaround with the black ones.
So, one important knowledge gain concerning our modelling attempts is to understand how positive and negative feedbacks affectthe system under investigation (: feedbacks – i.e. our system talks back to changes in forcings).
Summary of the last lecture and an outlook on what we‘ll discuss today: system analyses, systemmodelling, positive/negative Feedbacks and remarks on the evolution of the climate system of the Earth
a planet with n=0, S=1368W/m2,α=0.3,T=255°K,add GHG n→0.16 AND feedback: α= α(T)
we can understand what happens if α(T) changes if T changes, if α(T) changes if T changes
A f
ee
db
ack
pro
cess
, lik
e t
ho
se d
iscu
sse
d b
efo
re
Wolfgang Schöner und Christoph Matulla – Modellieren physiogeographischer Phänomene WS2017/2018
a planet with n=0, S=1368W/m2,α=0.3,T=255°K,add GHG n→0.16 AND feedback: α= α(T)
we can understand what happens if α(T) changes if T changes, if α(T) changes if T changes
Wolfgang Schöner und Christoph Matulla – Modellieren physiogeographischer Phänomene WS2017/2018
As promised: I’ll include here the steps we’ve discussed duringour lecture to enhance clarity . We know that the system‘Earth’ without an atmosphere (n=0) - letting pass the incomingsolar radiation but capturing the outgoing long-wave radiation(Stefan-Boltzmann) , α=0.3 - would have an average temperatureof 255 K. Now let‘s increase n to 0.016. This gives – using ourformula – 255.6 K … an increase of 0.6 K. This is correct ifnothing else would change. However, in fact we know that αchanges with temperature (ice-albedo feedback). The Earth‘s
reflectivity decreases – values of α aredecreasing. An approximation to this is that α(T)= 0.3 – (T- 255)/150. Hence we have toinsert this formula into our formula for temperature – as shown on the previous slide. The resulting equation needs to be solved numerically, giving T= 256.6 K, which is 1 K larger than what we have derived before. This means that feedback processes within systems can amplify or dampen changes! (as for dampening feedbacks – so-called negative feedback please remember our discussion of the ‘Daisy world ’. from: Dessler –Modern Climate Change
Grober Überblick über die Basics die wir wissen sollten wenn wir die Modellierung des Klimas betrachten.
Marcott et al. 2013
Das Klimasystem, Antrieb, Prozesse
Reise durch die Zeit
109: Vom Anbeginn an (Milliarden Jahre) 106: Die letzte Million Jahre 104: Das Holozän 103: Das letzte Millennium 102: instrumentelle Beobachtungen
Zusammenfassung – der Mensch als Klimatreiber
Sozio-ökonomische Szenarien, Klimamodelle, Downscaling, Performance
- 101 : das 21 Jahrhundert
Auswirkungen des erwarteten Klimawandels
Klimaimpaktforschung
Wolfgang Schöner und Christoph Matulla – Modellieren physiogeographischer Phänomene WS2017/2018
Das Klimasystem, Antrieb und Prozesse
Klimasystem:- Atmosphäre, Hydrosphäre, Lithosphäre, Kryosphäre, Biosphäre
Wichtigster Energielieferant: Sonne
Energie die dem Klimasystem zur Verfügung steht abhängig von: Stärke der stellaren Einstrahlung Reflektivität des Systems Bahnbewegung der Erde um die Sonne Verteilung der Kontinente um den Globus (Gebirgsbildung) Zusammensetzung der Atmosphäre (Treibhausgase und
Aerosole) -- Vulkane interne Feedback/Rückkopplungs-Prozessen
Energie wird nicht homogen über Globus aufgenommen -- eine nahezu unüberschaubare Vielzahl an Wechselwirkungsprozessen in und zwischen den Klimasphären versucht Differenzen auszugleichen.
Diese miteinander in Beziehung stehende Prozesse erstrecken sich über einen großen Bereich an raum-zeitliche Skalen von Sekunden und Zentimetern über Jahrmillionen und den gesamten Globus
Klima ist die Statistik des Wetters über einige Dekaden Klimaänderungen = Änderungen der Statistiken
Wolfgang Schöner und Christoph Matulla – Modellieren physiogeographischer Phänomene WS2017/2018
Die Temperaturentwicklung über die letzten n 109 Jahre
109
106
104
103
102
Nach dem LHB folgten mehrere Eiszeitalter, die deutlich kürzer als die Warmzeiten andauerten (viele Mio. J) Eiszeitalter sind wieder Wechsel zwischen Warmphasen und Eiszeitepochen die wenige Mio. J. andauern Kaltphasen in Eiszeitepochen nennt man Eiszeitzyklen, die grob etwa 100.000 J. dauern – letzter Zyklus:
Würm-Weichsel Seither ist das System in einem Interglazial – dem Holozän – die im Allgemeinen etwa 10.000 J. dauern
demzufolge sollten wir uns auf dem Weg in den nächsten Eiszeitzyklus befinden Die letzten 1000 J. sind in mittelalterliche Warmzeit, kleine Eiszeit und moderne Warmzeit untergliedert
Late Heavy Bombardement, Anfang des Lebens, Entwicklung des Lebens, Vereisungsphasen
Relevante Treiber/Ursachen der Änderungen
LHB
Landgang
Reinhard Böhm
Wolfgang Schöner und Christoph Matulla – Modellieren physiogeographischer Phänomene WS2017/2018
Die Temperaturentwicklung über die letzten 106 Jahre
109
106
104
103
102
Relevante Treiber
Die letzte Mio. Jahre: in den Eiszeitzyklen bilden sich kontinentale Eisschilde, die in den kürzeren Interglazialen abschmelzen – die Eispanzer der Antarktis und Grönlands bleiben z.T. bestehen
Milankovic
Reinhard Böhm
°C
↕~10°C
Homo ErrectusHomo RhodoesiensisHomo NeanderthalensisHomo Sapiens
Abweichung von Kreisbahn 400/100 ka
Neigung der Erdachse gegen Erdbahnebene 41 ka
Schwingung der Erdachse um die Senkrechte zur Erdbahnebene 23 ka
Wolfgang Schöner und Christoph Matulla – Modellieren physiogeographischer Phänomene WS2017/2018
Die Temperaturentwicklung über die letzten 104 Jahre
109
106
104
103
102
Relevante Treiber
Das Holozän – der Eintritt in ein vergleichbar stabiles Klima: Homo Sapiens alleine -- von Pfeil und Bogen zur Raumfahrt in einem Wimpernschlag – und: große Auswirkungen kleiner Klimaschwankungen
↕~10°Cvor 21k Jahren
~1°C↕wichtig: wo!
Wolfgang Schöner und Christoph Matulla – Modellieren physiogeographischer Phänomene WS2017/2018
Die Temperaturentwicklung über die letzten 103 Jahre
109
106
104
103
102
Relevante Treiber (inkl. anthropogene):
Noch ein Blick:Reinhard Böhm,Inge Auer et al.
ALP-IMP
Auer et al. 2001Böhm et al. 2003
Matulla et al. 2003Matulla et al. 2005
Auer et al. 2007Matulla 2005
°C
die letzten 1250 Jahre – Proxy-Information und instrumentelle Beobachtung;die Entwicklung der Temperatur wird grob unterteilt in: mittelalterlicheKlimaoptima, kleine Eiszeit, ab Beginn der industriellen Revolution: NeuzeitlicheWarmphase. Hier: Maskierung des anthropogen verstärkten Treibhauseffekts durchanthropogene Aerosole, Luftreinhaltung: die starke Erwärmung der letztenDekaden.
Wolfgang Schöner und Christoph Matulla – Modellieren physiogeographischer Phänomene WS2017/2018
102 Jahre
109
106
104
103
102
Matulla et al. 2003aMatulla 2005
260 Jahre (die instrumentelle Periode): die HISTALP Datenbasis ab 1760 (Auer et al. 2007). HISTALP: Temperatur, Luftdruck, Niederschlagsmenge, Sonnenscheindauer, Bewölkung und
demnächst auch Seetemperaturen. In der Periode nach WWII kann auf täglicheBeobachtungen zurückgegriffen werden.
Im Folgenden soll der Verlauf des Klimas in der instrumentellen Periode in Mitteleuropa (GAR,Österreich) darstellt werden.
Einflüsse hier: vor allem anthropogen gesteuert
Wolfgang Schöner und Christoph Matulla – Modellieren physiogeographischer Phänomene WS2017/2018
102 Jahre weitere Klimaelemente (u.a. auch Tagesbasis)
109
106
104
103
102
Im Unterschied zu den gerade gezeigtenTemperaturverläufen, gibt es eine deutlichniedrigere Kohärenz zwischen den Entwicklungender jährlichen Niederschlagssummen in denverschiedenen GAR Regionen. Während in denRegionen SW und NO kein Trend sichtbar ist, zeigendie Regionen NW und SO leichte Zu- bzw.Abnahmen in den letzten 150 Jahre.
Die Entwicklung anderer Klimaelemente: jährliche Niederschalgstotale (HISTALP) ab 1800 und Stürme (basierend auf drei Luftdruck-Beobachtungen pro Tag an Stationstriplets) warme Tage, Starkniederschläge
Die Entwicklung von Klimakenngrößen: warmeTage, Starkniederschlagstage (beides basierend auftäglichen Beobachtungen)
Entwicklung der jährlichen Niederschlagsmenge
Matulla et al. 2008
Auer et al. 2007
Nemetz et al. 2012
Wolfgang Schöner und Christoph Matulla – Modellieren physiogeographischer Phänomene WS2017/2018
Vielen Dank für Eure Aufmerksamkeit!
Modellieren physiogeographischer Phänomene
SW 2017/2018