Klimamodeller til arktisk eksamen

Klimastation på Svalbard i Norge
Trods milliarder af observationer og historiske data fra fysiske målestationer og udstyr placeret til lands og til vands samt ikke mindst satellitter er der stadig mange ubekendte faktorer i det arktiske klimasystem. Det giver god grund til at undersøge og analysere klimamodellernes begrænsninger. Klimastation på Svalbard i Norge. Foto: Istock

Yder de gængse klimamodeller det arktiske klima retfærdighed, og kan vi på baggrund af disse forudsige begivenheder i Nordatlanten, der dirigerer naturlige klimasvingninger og ændringer i Arktis?

Hvad har vi undersøgt?

NCKF undersøger vores klimamodellers evne til at reproducere og forudsige den klimatiske udvikling i Det Arktiske Ocean (Ishavet) samt et havisdække drevet af havstrømme, deres svingninger og påvirkning af global opvarmning.

Vi søger nye metoder til at screene de mest realistiske modelsystemer på tværs af processer og regioner for at kunne kombinere og sammensætte mere troværdige scenarier for den arktiske klimaudvikling og dermed forbedre prognoser for den nærmeste årrække.

Vi undersøger i det atmosfæriske regime, om tilsvarende screening og kombination af data giver robuste resultater for den Nordatlantiske Oscillation (et tryksystem mellem Island og Azorerne, NAO), der dikterer vinterklimaet i vores region.

Hvem kan have glæde af undersøgelsen?

NCKF udbygger vidensbasen og metoder til at forbedre prognoser fra sæson til årti i det nordatlantiske og arktiske klimasystem.

Hvor vi i dag ser en bred anvendelse af sæsonprognoser på tværs af sektorer, er der kun begyndende accept af data fra langtidsprognoser, der kigger flere år frem i tiden, og deres troværdighed er også stadig udfordret og begrænset, men der ligger et potentiale i forståelsen af det nordatlantiske og arktiske klimasystem og dets samspil.

Hvilke data og metoder har vi benyttet?

Metoder inden for udvælgelse af de bedst præsterende klimasimuleringer vil blive udbygget og anvendt til at reducere usikkerhed og øge troværdighed i prognoser og klimascenarier med fokus på Nordatlanten, Arktis og havis. Vi forbedrer vores datagrundlag ved at introducere mere realistiske påvirkninger af havcirkulationen, herunder observerede variationer i ferskvandsafstrømningen fra Grønlands Indlandsis til Nordatlanten, hvor den påvirker styrken af dybvanddannelsen og Golfstrømmens grene mod nord.

Hvem har vi samarbejdet med?

Vores nye modeleksperimenter af, hvordan ferskvandsafstrømning påvirker Nordatlanten udvikles i samarbejde med forskere fra LOCEAN/IPSL (Paris), og vi har etableret relationer til andre modelgrupper i eksempelvis Holland for at koordinere yderligere sammenligninger på tværs af modelsystemer. Evaluering af CMIP6-simuleringer udføres i samarbejde med Københavns Universitet på det atmosfæriske område, og vi har et etableret samarbejde med Havstovan på Færøerne om forståelse af Nordatlantisk klimavariabilitet – især vedrørende observationer og resultater.

Hvilket resultat fandt vi?

Vi har påvist, at langtidsudsiger for det næste årti for den Nordatlantiske atmosfæriske cirkulation er udfordret af at meget stor spredning eller støj i forudsigelserne og en meget begrænset styrke i den forudsigeligelige del. Det er tvivlsomt, om disse forudsigelser i dag er relevante for brugere.

Hvad kan den nye viden bruges til fremover?

Vores viden vil blive brugt til at udvikle en bedre forståelse for de forudsigelige elementer i det Nordatlantiske og arktiske klimasystem.

Hvad er vi nu i stand til, som vi ikke var før?

NCKF har leveret et mere komplet og sammenhængende bidrag til den internationale koordinering af klimamodeller, CMIP6. Vores bidrag indgår i simuleringer af den historiske periode ved at inkludere varierende afstrømning fra iskapper og gletsjere i det Nordatlantiske område. Herved vil vi bedre kunne evaluere klimamodellernes evne til at beskrive naturlig klimavariabilitet og få mindre usikkerhed på modellernes følsomhed til de af mennesket påførte ændringer, herunder øgning i drivhusgasser.


Få mere viden

Tertiary content, when NOT DK (Country:)