Schattingen van klimaatgevoeligheid bij elkaar gebracht

Vertaling/bewerking van een blogpost van Ed Hawkins, aangevuld met informatie uit een toelichting van Kevin Cowtan, op de site van de University of York

Klimaatgevoeligheid geeft aan hoe het klimaatsysteem reageert op een verandering in zijn energiebalans, ofwel een stralingsforcering. Klimaatgevoeligheid kan via verschillende methodes bepaald worden, waarbij schattingen gebaseerd op historische instrumentele metingen van de temperatuur meestal lager uitvallen dan wat volgt uit geavanceerde modellen die het klimaat simuleren, of uit andere methodes. Voor sommigen was dit aanleiding om uiterst voorbarig te concluderen dat de modellen te gevoelig zouden zijn.

Een nieuw onderzoek – Richardson et al., verschenen in Nature Climate Change; code en data zijn beschikbaar via de University of York – verklaart de verschillen grotendeels. De uitkomsten van de twee methodes zijn niet helemaal vergelijkbaar omdat ze op een verschillende benadering van de mondiaal gemiddelde temperatuur zijn gebaseerd.

Het onderzoek heeft ook implicaties voor het begrip van de opwarming die volgt uit instrumentele metingen. De daadwerkelijke opwarming zou bijna 25% hoger zijn dan blijkt uit de HadCRUT4 dataset.

Historische meteorologische data bevatten metingen van de temperatuur van de atmosfeer boven land en boven zeeijs en metingen van de temperatuur van het zeeoppervlak. De gegevens zijn vanzelfsprekend alleen beschikbaar voor plekken op aarde waar ze daadwerkelijk gemeten zijn, door weerstations of door schepen. De verandering van de gemiddelde mondiale temperatuur (zoals HadCRUT4) wordt bepaald door deze data te combineren.

De (verandering van de) mondiaal gemiddelde temperatuur die uit modelsimulaties wordt bepaald is meestal de temperatuur van de atmosfeer op twee meter hoogte, gemiddeld over het gehele aardoppervlak (deze temperatuur noemt men in het artikel “tas”). Dit is de meest eenvoudige manier om dit te berekenen. Heeft dit verschil invloed?

Eerder onderzoek van Cowtan et al. liet zien dat dit inderdaad het geval is. De subtiele verschillen in de manier waarop de mondiale temperatuur wordt geschat kan van significante invloed zijn op de conclusies die worden verbonden aan een vergelijking van modellen en observaties.

Terugreizen in de tijd om alsnog metingen te doen op plekken van de aarde waarvoor geen instrumentele data beschikbaar zijn is onmogelijk. Om toch tot een eerlijke “apples to apples” vergelijking te komen, moet er daarom anders gekeken worden naar modelresultaten. De onderzoekers hebben dit gedaan door, bij wijze van spreken, virtuele HadCRUT4 data te berekenen uit modelresultaten. Ze hebben de volgende twee factoren in beschouwing genomen:

  • de beperkte dekking van het aardoppervlak door meetstations (bijvoorbeeld in het Noordpoolgebied); de modeldata die gebasseerd zijn op dezelfde dekkingsgraad als de metingen noemt men “masked”;
  • het gebruik van de gemodelleerde temperatuur van het zeeoppervlak in plaats van die van de atmosfeer boven de oceaan, consistent met de metingen; deze modeldata noemt men “blended”.

Figuur 1 geeft de resultaten van deze analyse.

De rode lijn in figuur 1a geeft de gangbare atmosferische temperatuur uit modelsimulaties weer, gemiddeld over het hele aardoppervlak. De blauwe lijn laat het resultaat zien van een eerlijke vergelijking van modellen en waarnemingen. Het verschil tussen waarnemingen en modellen verdwijnt dan grotendeels. Het verschil tussen atmosferische temperatuur en temperatuur van het zeeoppervlak en de onvolledige dekkingsgraad van het aardoppervlak dragen hier ruwweg in gelijke mate aan bij.

Het effect is significant. Volgens de CMIP5 simulaties zou meer dan 0,2°C opwarming niet zichtbaar zijn in de instrumentele data, door de onvolledige dekkingsgraad en het gebruik van de temperatuur van het zeeoppervlak (figuur 1b). Dit is verklaarbaar omdat het Noordpoolgebied, met een (historisch) lage dekkingsgraad, veel sneller opwarmt dan het mondiaal gemiddelde en omdat de atmosfeer sneller opwarmt dan de oceaan, door het verschil in warmtecapaciteit.

richardson_fig1

Figuur 1. Mediane temperatuur volgens CMIP5 simulaties, vergeleken met HadCRUT4 observaties.

Wat is het effect hiervan nu op schattingen van de klimaatgevoeligheid?

In de afgelopen jaren zijn er diverse onderzoeken verschenen (Otto et al. (2013), Lewis & Curry (2015), Bengtsson & Schwartz (2015)) waarin de klimaatgevoeligheid (in dit geval: de transient climate response of TCR, een maat voor de relatief snelle klimaatverandering die het meest relevant is voor klimaatbeleid, op een tijdschaal van ruwweg een mensenleven) wordt geschat uit instrumentele observaties en een eenvoudige benadering van de energiebalans aan de top van de atmosfeer. De klimaatgevoeligheid die zo wordt geschat is laag t.o.v. de resultaten van klimaatmodellen en zit aan de onderkant van de bandbreedte die in IPCC AR5 wordt gegeven (1 tot 2,5 °C voor de TCR).

Het nieuwe onderzoek dat werd geleid door Mark Richardson is een herhaling van de analyse van Otto et al., rekening houdend met de hierboven beschreven effecten van beperkte dekkingsgraad en temperatuur van het zeeoppervlak. Daarnaast zijn de meest recente observaties gebruikt en nieuwe, verbeterde inschattingen van de (onzekerheid van de) stralingsforcering van aerosolen.

Figuur 2 laat zien hoe de geschatte TCR verandert volgens verschillende CMIP5 modellen, wanneer deze berekend zou worden uit “blended” (rode cirkels) en daarnaast ook “masked” (blauwe driehoeken) modelresultaten, in plaats van uit de berekende mondiaal gemiddelde atmosferische temperatuur. Zowel “blending” als “masking” geven steeds een lagere schatting van de klimaatgevoeligheid. Anders gezegd: volgens de CMIP5 geeft een schatting op basis van metingen met een beperkte dekkingsgraad en de temperatuur van het zeeoppervlak in plaats van de atmosfeer boven de oceaan een lagere waarde voor de TCR, dan een schatting op basis van de mondiaal gemiddelde atmosferische temperatuur.

Figuur 2. Volgens de methode van Otto et al. (2013) geschatte TCR uit CMIP5 modelsimulaties over de periode 1861 – 2009. De grafiek geeft de verhouding tussen de schatting op basis van de berekende mondiaal gemiddelde atmosferische temperatuur (Tas), en de “blended” (in rood) en “blended-masked” (in blauw) schattingen.

Figuur 2. Volgens de methode van Otto et al. (2013) geschatte TCR uit CMIP5 modelsimulaties over de periode 1861 – 2009. De grafiek geeft de verhouding tussen de schatting op basis van de berekende mondiaal gemiddelde atmosferische temperatuur (Tas), en de “blended” (in rood) en “blended-masked” (in blauw) schattingen.

Figuur 3 geeft een overzicht van het effect van de verschillen in methodiek op schattingen van de TCR. Bovenaan staat (in rood) de direct geschatte TCR uit de door modellen berekende mondiaal gemiddelde atmosferische temperatuur; helemaal onderaan staat het op observaties gebaseerde resultaat van Otto et a. (2013). De balken daar tussenin laten zien hoe deze twee met elkaar in overstemming te brengen zijn.

Zo laat de bovenste blauwe balk zien dat de uit modelresultaten geschatte TCR veel beter overeen zou stemmen met die van Otto, als de beperkingen van temperatuurmetingen (temperatuur van het zeeoppervlak i.p.v. atmosferische temperatuur boven oceanen, onvolledige dekkingsgraad van het aardoppervlak) worden verwerkt in door modellen berekende temperatuur. (De tweede blauwe balk geeft het effect van nieuwe schattingen van de onzekerheid rond de invloed van aerosolen; dit komt hier verder niet aan de orde).

De tweede rode balk laat de geschatte TCR zien wanneer er, in plaats van de werkelijke observaties, wereldwijd metingen van de atmosferische temperatuur beschikbaar zouden zijn. Volgens deze analyse is de beste schatting van de TCR 1,7°C. De bandbreedte van 1,0 tot 3,3°C overlapt de schattingen uit de CMIP5 modellen.

richardson_fig3

Figuur 3. Vergelijking van TCR bepaald uit modellen en uit observaties.

Richardson et al. concluderen dat schattingen van de TCR op basis observaties relatief laag zijn ten opzichte van modellen omdat beide methodes niet consistent zijn in de wijze waarop ze temperatuurdata gebruiken.

Het aardoppervlak wordt in de loop der tijd steeds beter gedekt door metingen, dus het effect van beperkte dekkingsgraad zal geleidelijk afnemen. Voor historische observaties geldt dit vanzelfsprekend niet, tenzij er nog onbekende historische data opduiken. Voor de temperatuur van de oceanen is er geen oplossing in zicht. Vooralsnog ziet het er niet naar uit dat er bruikbare gegevens over de atmosferische temperatuur boven oceanen beschikbaar komen. Het verschil tussen de gesimuleerde opwarming van de oceanen en van de atmosfeer is een belangrijke onzekere factor. Hoewel het voor de hand ligt dat de oceaan, door de veel grotere warmtecapaciteit, langzamer opwarmt dan de atmosfeer erboven, is er nog veel niet bekend over de mechanismes die hier een bepalende rol in spelen.

Kevin Cowtan wijst in zijn toelichting op het onderzoek nog op het artikel van Marvel et al. van vorig jaar, waarin een onderschatting van het (lokale) afkoelende effect van aerosolen wordt aangevoerd als verklaring voor de verschillen tussen schattingen van de TCR. Als de studies van Marvel en van Richardson beide door verder onderzoek worden bevestigd, zou dit zelfs kunnen betekenen dat modellen de klimaatgevoeligheid onderschatten. Er zijn overigens nog wel meer factoren die er voor kunnen zorgen dat de resultaten van diverse methoden verschillen. Zo is de klimaatgevoeligheid niet per definitie een constante zoals in de methode gebaseerd op instrumentele data wordt aangenomen en zijn er onzekerheden over de omvang van sommige forceringen, de warmte-opname door oceanen en het onevenwicht in de stralingsbalans. (Terzijde: een ander recent artikel in Nature Climate Change neemt mogelijk iets van die onzekerheden weg.)

Is er nu een goede en een foute manier om de TCR te berekenen? Wetenschappelijk gezien is het antwoord daarop: nee. Natuurlijk geeft een volledige dekking van het aardoppervlak een beter beeld van de klimaatgevoeligheid. Maar dat andere aspect, het combineren van de temperatuur van het zeeoppervlak met die van de atmosfeer boven land en zeeijs, is niet noodzakelijk beter of slechter dan het gebruik van de atmosferische temperatuur voor het hele aardoppervlak. Wel is het zo dat de definitie van TCR op de atmosferische temperatuur is gebaseerd. Het zou daarom zorgvuldiger zijn om voor de klimaatgevoeligheid die uit instrumentele observaties wordt bepaald een andere term te gebruiken.

De slotvraag: welke temperatuur zou gebruikt moeten worden voor klimaatbeleid? Die uit observaties? Of de “echte” mondiaal gemiddelde temperatuur van de atmosfeer nabij het aardoppervlak? Als die laatste temperatuur leidend zou zijn voor klimaatdoelstellingen, dan is de werkelijke opwarming volgens deze analyse 24% (9 – 40%) hoger dan die volgens HadCRUT4.

Dat is een aanzienlijk verschil, zeker bij beleidsdoelstellingen die de opwarming beperkt willen houden.

5 Reacties op “Schattingen van klimaatgevoeligheid bij elkaar gebracht

  1. Marcel Crok

    is deze studie meteen omarmen niet een tikkeltje…voorbarig🙂

  2. Hans Custers

    Marcel,

    Ik beschrijf de resultaten van deze studie. Vervolgens zeg ik bijvoorbeeld:

    Als de studies van Marvel en van Richardson beide door verder onderzoek worden bevestigd, zou dit zelfs kunnen betekenen dat modellen de klimaatgevoeligheid onderschatten.

    Omarm ik daarmee deze studie? Volgens mij valt dat wel mee. Het lijkt me in elk geval een stuk genuanceerder dan één methode alleenzaligmakend verklaren en andere methodes op basis van non-argumenten verwerpen, zoals sommige anderen wel eens doen.

  3. G.J. Smeets

    Marcel Crok
    “is deze studie meteen omarmen niet een tikkeltje…voorbarig.”

    ik lees dit blogstuk niet als een omarming van wat dan ook. Ik lees het als expliciete verfijning van de onzekerheidsfactor in het bepalen van de klimaatgevoeligheid. Ter memorie: de relevantie van dergelijk onderzoek voor jou en mij en onze nazaten is wat het bijdraagt aan ons risico-besef. Het is dat besef dat jij en ik dienen te omarmen. Of zie je dat anders?

  4. Beste Marcel,

    De hierboven besproken drie studies van:

    Richardson et al. 2016 in Nature Climate Change
    Cowtan et al. 2015 in Geophysical Research Letters
    Marvel et al. 2015 in Nature Climate Change

    maken deel uit van een lange reeks recente publicaties die wijzen op een klimaatgevoeligheid die hetzij: (i) samenvalt met de modellen, dan wel (ii) nog hoger uitpakt.

    De studie van Richardson maakt gebruik van dezelfde observationele methode die jij zelf voorheen als ‘superieur’ meende aan te merken.

  5. Goed artikel van Victor Venema naar aanleiding van een Nature news and views stuk: http://variable-variability.blogspot.nl/2016/07/climate-sensitivity-energy-balance-models.html?fb_ref=Default

    Observational estimate of ECS would come down to 4.6 (mean value, large spread), taking all biases that have recently been found into account…

    Dit moet natuurlijk nog de tand des tijds doorstaan, en het is geen reden om meteen aan te nemen dat ECS dus hoger is dan gedacht (net zo min als er reden was om te denken dat EC lager was voordat deze biases waren ontdekt).

    Ik zie het vooral als een natuurlijke uiting van het wetenschappelijke proces, waarin geprobeerd wordt om te verklaren waarom verschillende methoden een verschillend antwoord geven. De tegenstelling met de werkwijze van zg ‘skeptici’ is tekenend.

Geef een reactie

Vul je gegevens in of klik op een icoon om in te loggen.

WordPress.com logo

Je reageert onder je WordPress.com account. Log uit / Bijwerken )

Twitter-afbeelding

Je reageert onder je Twitter account. Log uit / Bijwerken )

Facebook foto

Je reageert onder je Facebook account. Log uit / Bijwerken )

Google+ photo

Je reageert onder je Google+ account. Log uit / Bijwerken )

Verbinden met %s