Een wetenschappelijke check van klimaatmodellen

Schematische weergave van de stralingsbalans van de aarde. Bron: IPCC WG1 AR5

De spelers en volgers van ClimateBallTM kennen natuurlijk de gemakzuchtige pseudosceptische retoriek over klimaatmodellen die niet zouden deugen. Die is steevast gebaseerd op de misvatting dat klimaatmodellen een soort glazen bollen zouden zijn, die elk detail in het klimaat moeten kunnen voorspellen. Terwijl klimaatwetenschappers er geen geheim van maken dat dat niet zo is en dat modellen zeker hun beperkingen en onzekerheden hebben.

Klimaatmodellen simuleren de fysische processen in het klimaatsysteem. Die simulaties kunnen een beeld geven van het effect van veranderingen in de energiebalans (stralingsforceringen in klimaatterminologie) op die fysische processen. En van de interne variabiliteit in die processen. Niet al die factoren zijn voorspelbaar op basis van de fysica in de modellen. Klimaatmodellen voorspellen geen vulkaanuitbarstingen of wisselingen in zonneactiviteit en de toevallige schommelingen op korte termijn binnen het klimaatsysteem zijn ook niet voorspelbaar. Maar dat wil nog niet zeggen dat modellen de onderliggende fysica niet goed simuleren. En dat laatste bepaalt hoe bruikbaar een klimaatmodel voor bepaalde toepassingen en projecties is.

Waar pseudosceptici al jaren zijn blijven hangen in hun opwinding over het feit dat klimaatmodellen niet kunnen voorspellen wat op basis van de gesimuleerde fysica niet voorspelbaar is, pakt de wetenschap het anders aan. Wetenschappers zoomen in op de processen in en de eigenschappen van het klimaatsysteem die de modellen werkelijk simuleren. Ze zoeken naar verschillen tussen de simulaties en waarnemingen en naar verschillen tussen simulaties onderling. Dat doen ze niet om een makkelijk goed/fout-oordeel uit te kunnen spreken over modellen. Of over waarnemingen. Wetenschappers zoeken zo naar kennis en begrip. Als een wetenschapper begrijpt waarom een model afwijkt van de observaties, begrijpt hij iets meer van het systeem. En daarmee kan het model verbeterd worden. Dit geldt overigens niet alleen voor complexe klimaatsimulaties, maar voor elk wetenschappelijk model. En dus voor elke wetenschappelijke theorie, verklaring, of formule.

Patrick Brown en Ken Caldeira, klimaatwetenschappers van het Carnegie Institution of Science, doken in een belangrijk stukje klimaatfysica: de stralingsbalans. Die stralingsbalans is waar het uiteindelijk op aan komt als het over de temperatuur op aarde gaat, en dus ook over de opwarming van het klimaat. Brown en Caldeira vergeleken waarnemingen van de stralingsbalans door satellieten van CERES met modelsimulaties. En ze vergeleken modellen onderling. De titel van hun artikel in Nature geeft de clou van dit verhaal wel weg: Greater future global warming inferred from Earth’s recent energy budget.

Het artikel is, eerlijk gezegd, niet het meest makkelijke leesvoer. Deels omdat de gebruikte onderzoeksmethode erg complex is, maar ook omdat het niet bepaald toegankelijk is opgeschreven. Gelukkig heeft Patrick Brown op zijn blog een uitgebreide toelichting geschreven, aangevuld met enkele video’s, die veel makkelijker te begrijpen is. Nog begrijpelijker, en veel korter bovendien, is het persbericht van Carnegie.

Brown en Caldeira keken naar drie parameters van de energiebalans: uitgaande kortgolvige straling (ofwel direct weerkaatst zonlicht), uitgaande langgolvige straling (warmtestraling vanaf het aardoppervlak) en het netto onevenwicht van de energiebalans. Deze parameters worden, zeker op lokale schaal en op korte termijn, in belangrijke mate beïnvloed door bewolking. De ruimtelijke verdeling en variabiliteit in de tijd van die stralingsparameters hangen dus samen met hoe modellen bewolking simuleren. Stemmen de gesimuleerde parameters overeen met waarnemingen, dan zijn de simulaties van bewolking realistisch, zo menen Brown en Caldeira.

Onzekerheden in klimaatprojecties door modellen hangen voor een aanzienlijk deel samen met onzekerheden over het effect van wolken. Of wolken de opwarming van het klimaat versterken of juist verzwakken hangt af van het effect van die opwarming op allerlei factoren: ontstaan wolken sneller als het warmer wordt of juist niet, leven ze langer of korter, verandert er iets in de hoogte, of in de grootte van druppeltjes in de wolk, om er maar enkele te noemen. Het zal nog wel even duren tot er voldoende nauwkeurige waarnemingen van al deze details zijn. Brown en Caldeira lossen dit op door zich te concentreren op waar het uiteindelijk toch om gaat: de stralingsbalans zelf.

Wat het onderzoek vooral ingewikkeld maakt is dat het voor deze analyse niet genoeg is om alleen naar mondiale gemiddelden te kijken, of naar gemiddelden over lange perioden. De onderzoekers hebben het langetermijngemiddelde (ofwel: de klimatologie), de maandelijkse variabiliteit en de seizoenscyclus geanalyseerd van de ruimtelijke verdeling over het aardoppervlak van de drie bovengenoemde parameters van de stralingsbalans. Het moge duidelijk zijn dat zo’n analyse de nodige ingewikkelde statistiek met zich meebrengt. Die ik hier verder niet zal beschrijven. Dat wil ik de lezer – en mezelf – besparen.

Er zijn wel wat kanttekeningen te plaatsen bij dit onderzoek. Raymond Pierrehumbert maakte een belangrijke opmerking bij het blogstuk van And Then There’s Physics. Hij wijst er op dat dit onderzoek zich concentreert op fluctuaties in bewolking op korte termijn. De modellen die dergelijke fluctuaties het beste simuleren hoeven niet noodzakelijk ook goed te zijn in hun simulaties van het langetermijneffect van klimaatverandering. Aan de andere kant: het ontstaan en verdwijnen van bewolking en de eigenschappen van wolken worden vooral bepaald door snelle, lokale processen. Het is niet zo’n rare gedachte dat modellen die die snelle, lokale processen het beste simuleren voor het huidige klimaat, dat ook wel zullen doen voor een ander, warmer klimaat. Vervolgonderzoek zal dit waarschijnlijk verder uit gaan spitten.

Tenslotte toch nog even de clou, die al is weggeven door de titel van het artikel in Nature. Modellen die in dit onderzoek het beste overeenkomen met de waarnemingen blijken steeds een vrij hoge klimaatgevoeligheid berekenen. Dat zou er dus op wijzen dat de ondergrens van de invloed van de mens op het klimaat, zoals die bijvoorbeeld in IPCC-rapporten wordt gegeven, naar boven bijgesteld kan worden. Dit onderzoek wijst op een versterkend effect van bewolking op opwarming, in klimaatjargon: een positieve feedback. Brown & Caldeira kan daarmee toegevoegd worden aan de lijst van onderzoeken die aanwijzingen voor zo’n positieve wolkenfeedback vinden. Andere voorbeelden uit die lijst: Dessler 2010, Fassulo & Trenberth 2012, Qu et al. 2013, Gordon & Klein 2014, Klein & Hall 2015, Zhai et al. 2015 en Tan et al. 2016.

De afbeelding hieronder laat zien welke invloed de bevindingen van Brown en Caldeira hebben op de berekende evenwichtsklimaatgevoeligheid door de modellen uit het CMIP5-project.

Links de evenwichtsklimaatgevoeligheid volgens CMIP5 modellen, rechts de evenwichtsklimaatgevoeligheid wanneer rekening wordt gehouden met de onderzoeksresultaten. Bron: Brown & Caldeira 2017, figuur 2e

In de video hieronder geeft Patrick Brown een toelichting op het onderzoek.

 

Advertenties

17 Reacties op “Een wetenschappelijke check van klimaatmodellen

  1. Lennart van der Linde

    Hoi Hans,
    Dank voor je heldere introductie op het onderzoek van Brown & Caldeira. Ik heb het zelf nog niet kunnen lezen, maar geven ze ook een indicatie waarom de modellen met relatief hogere klimaatgevoeligheid meer overeenstemmen met de waarnemingen van het gedrag van wolken? Of is dat een vraag voor vervolgonderzoek?

  2. Hans Custers

    Lennart,

    Brown en Caldeira hebben niet in detail bekeken hoe verschillende modellen de effecten van bewolking simuleren en welke verschillen er zijn. Dat zou ook onbegonnen werk zijn, denk ik, vanwege het grote aantal modellen. Ze constateren dat modellen die het best overeenkomen met waarnemingen een relatief hoge klimaatgevoeligheid berekenen. En dat heeft (naar alle waarschijnlijkheid, ik geloof niet dat het onomstotelijk bewezen wordt) te maken met de positieve feedback van bewolking in die modellen.

  3. Lennart van der Linde

    Hi Hans,

    Nu ik het artikel snel gelezen heb, zie ik dat ze kort iets zeggen over mechanismes die de verschillen tussen modellen lijken te verklaren, maar met de nodige slagen om de arm en voor mij iets te complex om meteen te begrijpen. Zo schrijven ze in de discussie-sectie aan het eind:

    “the model suite used here is diverse in terms of the level of sophistication of the simulation of, for example, atmospheric chemistry, carbon cycle processes, vegetation dynamics, and so on (Supplementary Table 1). This makes it more difficult to pinpoint the reasons for the spread in ΔT than it would be in a documented perturbed-physics-like model ensemble where only one aspect of model structure is altered at a time. Our statistical results suggest physical mechanisms (as discussed above), but these mechanisms should be interpreted as speculative rather than definitive.”

    In de sectie daarboven over fysische mechanismes zeggen ze:
    “Since the shortwave cloud and surface albedo feedbacks seem to be the primary causes of the increased ΔT projections (Extended Data Fig. 7d), we focus on the climatology and magnitude-of-seasonal-cycle attributes of the energy budget and we discuss the magnitude-of-monthly-variability attribute in the Methods.”

    Vervolgens gaan ze daar wat dieper op in, maar dat vind ik moeilijker te volgen. Mocht jij of iemand anders dat wat toegankelijker kunnen uitleggen, dan hou ik me aanbevolen.

  4. Lennart van der Linde

    Brown & Caldeira zeggen ook:
    “to deduce the mechanisms through which the predictor fields influence the observationally informed Δ T projections, we perform additional PLS regressions in which we substitute the Δ T predictand with the modelled global magnitude of six components of the net radiative fast feedback: the shortwave cloud, longwave cloud, water vapour, surface albedo, lapse rate and Planck feedbacks30. We find that the observationally informed prediction (using the nine predictor fields simultaneously) suggests a net feedback that is about 25% more positive than the raw model mean (increase of 0.27 W m−2 K−1, Extended Data Fig. 7d), which primarily emerges owing to a positive shift in the shortwave cloud feedback from a raw model mean of +0.02 W m−2 K−1 to an observationally informed estimate of + 0.23 W m−2 K−1. The second- largest contribution to the positive shift in the net feedback comes from the surface albedo component which becomes about 14% more positive (increase of 0.05 W m−2 K−1) under the observational constraints (Extended Data Fig. 7d).”

    Dus als ik het goed begrijp, zit de sterkere feedback vooral in een sterkere “shortwave cloud feedback”, dus in minder weerkaatsing door wolken van inkomende uv-straling? Daarna volgt dan een bespreking op welke plekken die feedback waarschijnlijk vooral optreedt, maar helemaal helder wordt me dat nog niet.

  5. Hans Custers

    Lennart,

    Bij die “shortwave cloud feedback” gaat het, denk ik, gewoon om de albedo-feedback van bewolking. Niet om minder weerkaatsing van UV dus, maar van zonlicht.

  6. Lennart van der Linde

    Inderdaad, Hans, misverstand van mij: kortgolvige straling bestaat vooral uit gewoon zonlicht, hoewel ook uit een deel uv, als ik het goed begrijp:
    https://en.wikipedia.org/wiki/Shortwave_radiation

    Verder lees ik nog in Brown & Caldeira:
    “more-sensitive models have larger seasonal cycles in OSR over most of the world’s oceans especially over high latitudes because more-sensitive models are characterized by more OSR during the summer months when incident solar radiation is highest (Figs 3d and 4b and d). Over the subtropical and mid-latitudes, this is mostly due to enhanced climatological cloud albedo but at high latitudes this is due to enhanced climatological surface snow and sea-ice albedo. The enhanced climatological albedo causes more-sensitive models to have smaller seasonal cycles in ↓ N at high latitudes (Figs 3f and 4b and d, Extended Data Fig. 9df). This feature is related to model sensitivity because enhanced climatological albedo provides more potential for long-term albedo feedback. Observations project positively onto these patterns, especially over the Southern Ocean (Figs 3d and f and 4b), further indicating that the larger-than-model-mean Δ T projections in Figs 1 and 2 and Table 1 are related to larger-than-model-mean shortwave cloud as well as surface albedo feedbacks.”

    Dus in opwarmend klimaat is er vooral minder weerkaatsing door wolken boven oceanen op Zuidelijk Halfrond en minder weerkaatsing door sneeuw en ijs op Noordelijk Halfrond. Dit zou dan het grootste deel van de extra positieve feedback verklaren, naast nog een deel minder ir-uitstraling door meer bewolking op andere momenten/plekken?

  7. Hi Lennart,

    Zoals Hans al aangeeft, is er een conventie in het klimaatonderzoek waarbij alle straling met een golflengte kleiner dan 4 μm als ‘shortwave’ wordt aangeduid. Dat is voornamelijk het inkomende of gereflecteerde (zichtbare) zonlicht en ook wat UV.

    Alles met een golflengte > 4 μm wordt als ‘longwave’ aangeduid en is bijna uitsluitend afkomstig van het aardoppervlak en van de atmosfeer (waaronder ‘downwelling longwave radiation’ ofwel DLR).

    De reden zit ‘m in de Planck-curves voor een oppervlak met een temperatuur van 5800 K (de zon) versus ca. 288 K (aardoppervlak):

    Verder interpreteer ik wat Brown & Caldeira schrijven op dezelfde manier als jij. Het is bepaald geen simpele publicatie.

  8. Bart Vreeken

    Interessant plaatje van het IPCC met die energiestromen. Maar volgens mij ontbreekt er iets: de reflectie van IR aan de onderzijde van de wolken terug naar de aarde.
    De reflectie van zichtbaar licht aan de bovenkant van de bewolking is 22.4%.
    Wanneer we aannemen dat dat zelfde percentage geldt voor weerkaatsing van IR in de richting van het aardoppervlak dan levert dat 89,0 w/m2. Dat gedeelte komt dus niet van broeikasgassen.

  9. De verdeling van zonne-energie over genoemde bereiken is ca 12% UV, ca 46 % zichtbaar licht, ca 40 % gewone IR en 1 % ver IR. Via een blackbody calculator berekent.

  10. @Bart Vreeken

    Er ontbreekt niets in het IPCC schema, de “thermal down surface” van 342 W/m² is nl. de teruggestraalde (geen reflectie) IR van de broeikasgassen én de wolken. Wellicht wordt het duidelijker via onderstaand schema afkomstig uit: https://www.nature.com/articles/ngeo1580
    De teruggestraalde IR van de wolken is daar ongeveer 26.6/345.6 ≈ 8% van de totale teruggestraalde IR.

  11. Bart Vreeken

    @Jos Hagelaars, het getal van 342 w/m2 zou goed kunnen zijn, maar dan ontbreekt in het schema de aanvulling dat een deel daarvan komt door bewolking, en niet door broeikasgas,
    De link die je geeft leidt naar een artikel met een paywall, ik kan niet zien hoe het getal van 26,6 w/m2 terugstraling door wolken tot stand is gekomen. Het lijkt we erg laag. Bij bewolkt weer is makkelijk vast te stellen dat de dagelijkse gang (verschil tussen minimum- en maximumtemperatuur bij gelijkblijvende omstandigheden) veel kleiner is dan bij helder weer. De uitstraling is natuurlijk ongeveer gelijk. Dat betekent dat de uitgestraalde IR voor een belangrijk deel weer terugkomt.
    Voor de rekensom is dan van belang welk deel van de aardbol met wolken bedekt is. Maar dat zelfde percentage wordt ook gebruikt voor de reflectie van het invallende zonlicht.

  12. @Bart Vreeken,

    Het IPCC schema geeft alleen alle teruggestraalde IR, totaal 342 W/m². In dat schema staan er wolken getekend (bewust lijkt me) + de tekst “greenhouse gases” bij die neergaande pijl.

    Stephens e.a. schrijven het volgende over het effect van wolken:
    The so called albedo effect of clouds enhances the reflected solar flux by 47.5±3 Wm–2, whereas clouds reduce the outgoing longwave flux relative to clear skies by approximately 26.4±4 Wm–2 (a measure of their greenhouse effect). This gives a net loss of radiation from Earth by clouds of 21.1±5 Wm–2, mostly by reflection of sunlight from clouds in the mid-latitude summer hemisphere.

    Dit is vergelijkbaar met de data in figuur 7.7 uit IPCC AR5.

  13. Beste Bart Vreeken,

    Maar volgens mij ontbreekt er iets: de reflectie van IR aan de onderzijde van de wolken terug naar de aarde.

    Wolken “reflecteren” ook wel langgolvige warmtestraling met een golflengte > 4 μm, maar reflecteren dit minder dan het zichtbare licht. Reflectie door wolken is de verstrooiing van licht aan kleine waterdruppeltjes en ijskristallen. Eén van de fysische mechanismen is ‘Rayleigh scattering’ en dat vindt aanzienlijk meer plaats bij kortere golflengten:

    http://seis.bris.ac.uk/~ggjlb/teaching/ccrs_tutorial/tutorial/chap1/c1p4e.html

    De langgolvige warmtestraling kan overigens wel verstrooid (gereflecteerd) worden door ‘Mie scattering’ in wolken. De bijdrage die het levert aan de ‘downwelling longwave radiation’ is echter relatief klein, minstens 10 x kleiner dan de warmtestraling die wolken produceren na de absorptie en re-emissie van de warmtestraling:

    http://lidar.ssec.wisc.edu/papers/dhd_thes/node6.htm

    Model simulations using Mie theory and an adding-doubling model (Collard et al., 1995) suggest that the cirrus scattered signal received at the surface is at least an order of magnitude smaller than cloud emission.

    Dit werd o.a. in 1971 al uitgerekend door de welbekende Jim Hansen (NASA), een van de belangrijkste klimaatonderzoekers:

    http://journals.ametsoc.org/doi/pdf/10.1175/1520-0469%281971%29028%3C1400%3AMSOPLI%3E2.0.CO%3B2

  14. Beste Bart Vreeken,

    … maar dan ontbreekt in het schema de aanvulling dat een deel daarvan komt door bewolking, en niet door broeikasgas

    Pardon? In het schema bovenaan dit blogstuk zie ik juist een enorme wolk getekend.

    De grootste bijdrage aan de 342 W/m² ‘downwelling longwave radiation’ komt door broeikasgassen (waterdamp in de gasfase, CO2, CH4 etc.), een kleiner gedeelte door de wolken (re-emissie en nog een orde van grootte minder: reflectie) die ook in het schema staan.

  15. Beste Bob Brand,

    Het grootste deel van de back-radiation van 342 W/m² komt voor rekening dat de atmosfeer een voorwerp is dat warmer is dan 0 K. Het straalt dus volgens het model van Stefan-Boltzmann energie uit. Het neerwaartse deel zal ongeveer zo groot zijn als het opwaartse deel namelijk ca. 239 W/m² . Het broeikaseffect is aanvullend en 342 – 239 = 103 W/m² . Nog steeds van groot belang voor de energiebalans overigens.

  16. Hans Custers

    Raymond,

    Je maakt een onderscheid dat je helemaal niet kunt maken. Het punt is nou net dat een atmosfeer met broeikaseffect veel warmer is dan een atmosfeer die transparant is voor IR. En dus zendt een broeikasatmosfeer meer straling uit. Volgens Stefan-Boltzmann. De neerwaartse component van die straling is de back radiation.

  17. Beste Raymond,

    Het grootste deel van de back-radiation van 342 W/m² komt voor rekening dat de atmosfeer een voorwerp is dat warmer is dan 0 K.

    Dat deel van je reactie klopt enigermate, de rest niet.

    De oorzaak van het broeikaseffect is dat onze dampkring niet transparant is voor de uitgaande langgolvige warmtestraling van het aardoppervlak en van de lage atmosfeer.

    Het is namelijk zo dat de ‘piek’ van de Planck-curve bij 288 K (de golflengtes waarbij het aardoppervlak maximaal straalt) grotendeels samenvalt met de absorptiebanden van H2O, CO2 en CH4 in onze dampkring. Het aardoppervlak straalt voor méér dan 99% bij golflengtes > 4 μm en dan vooral tussen 6 en 20 μm:

    De absorptiebanden van H2O, CO2, CH4 en N2O in onze dampkring liggen vooral tussen 7 en 18 μm en vallen daardoor ‘mooi’ samen met deze piek in de golflengteverdeling van de uitgaande warmtestraling. Onderstaande grafiek geeft bijvoorbeeld de (extra) absorptie per μm bij een toename van deze gassen:

    Door het broeikaseffect is onze dampkring niet doorzichtig voor de uitgaande warmtestraling. Wat er gebeurt bij toename van de broeikasgassen is dat je — van buiten beschouwd — minder diep in de dampkring kan kijken bij de golflengten van de uitgaande warmtestraling. Doordat je dan hoger in de dampkring ‘kijkt’ ontsnapt er minder warmtestraling naar het heelal (want hoe hoger, hoe kouder door de ‘lapse rate’).

    Gevolg: de dampkring warmt op (alle gassen, niet alleen het H2O en CO2). En als gevolg daarvan neemt ook de benedenwaartse langgolvige warmtestraling uit de dampkring toe, de ‘downwelling longwave radiation’. Dat is echter alleen een gevolg van het versterkte broeikaseffect en niet de oorzaak. Dat ‘reflectie’ of de benedenwaartse langgolvige warmtestraling de oorzaak van het broeikaseffect zouden zijn, is een onjuiste versimpeling die nogal eens in populaire weergaven te lezen is.

    Het is onjuist, omdat de werkelijke oorzaak is dat de atmosfeer minder doorzichtig wordt voor de uitgaande warmtestraling en die warmtestraling daardoor hoger uit de dampkring komt (waar het kouder is door de ‘lapse rate’ en de dampkring dus minder straalt).

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