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