Klimamodeller overvurderer naturlig variation

Ved at se på satellitmålinger af temperaturændringer i det nederste lag af Jordens atmosfære, forskere fandt ud af, at klimamodeller kan have overvurderet den naturlige temperaturvariation fra årti til årti.

Lawrence Livermore National Laboratory (LLNL) statistiker Giuliana Pallotta og klimaforsker Benjamin Santer skabte en statistisk ramme til omfattende vurdering af betydningen af ​​forskelle mellem simuleret og observeret naturlig variabilitet i mellem- til øvre troposfærisk temperatur (TMT). Troposfæren er den laveste region i atmosfæren, strækker sig fra jordens overflade til en højde på omkring 4 til 12 miles, afhængig af breddegrad og årstid.

Holdet fandt ud af, at i nuværende og tidligere generationer af klimamodeller, den naturlige årti-til-årti-variabilitet af troposfærisk temperatur er systematisk for stor i forhold til estimater af naturlig variabilitet opnået fra satellitter. En sådan overvurdering af naturlig "klimastøj" ville gøre det sværere at identificere et menneskeskabt troposfærisk opvarmningssignal. Forskningen fremgår af Tidsskrift for Klima .

"Vores resultater øger tilliden til tidligere påstande om påviselig menneskeskabt opvarmning af troposfæren og antyder, at disse påstande kan være konservative, " sagde Pallota.

Forbedret viden om dette troposfæriske opvarmningssignal, og en bedre forståelse af usikkerheder i satellittemperaturobservationer, har hjulpet med at fremme detektions- og tilskrivningsundersøgelser, som hjælper med at opklare årsagerne til de seneste klimaændringer.

Naturlig intern variabilitet opstår i fravær af menneskeskabte ændringer i atmosfærisk sammensætning. Det udgør den baggrundsstøj, mod hvilken ethvert langsomt udviklende menneskeskabt opvarmningssignal skal detekteres. Undersøgelsen fokuserer på spektret af intern variabilitet, at give oplysninger om opdelingen af ​​temperaturvariabilitet på tidsskalaer fra måneder til årtier. Sådan information er en kritisk komponent i antropogene signaldetektionsundersøgelser.

Pallota og Santer udforskede følsomheden af ​​model-versus-data spektrale sammenligninger over for en bred vifte af subjektive beslutninger. Disse omfattede valget af satellit- og klimamodel-TMT-datasæt, den metode, der bruges til at adskille opvarmningssignaler fra naturlig variabilitetsstøj, rækken af ​​frekvenser, der tages i betragtning, og den statistiske model, der bruges til at repræsentere observeret naturlig variabilitet.

"Vi finder, at på tidsskalaer på et til to årtier, observeret TMT-variabilitet er i gennemsnit overvurderet af de sidste to generationer af klimamodeller, " sagde Santer. De analyserede modeller var en del af tidligere og seneste faser af Coupled Model Intercomparison Project (CMIP5 og CMIP6).

En af de udfordringer, som forskerne står over for, er, at den virkelige verdens troposfæriske temperaturændringer kun repræsenterer et enkelt tilfælde af menneskeskabt opvarmningssignal og naturlig klimavariabilitet. Det er vanskeligt entydigt at adskille signal og støj i denne enkelte realisering af signal og støj. Holdet udforskede mange forskellige måder at opnå denne adskillelse i satellit-TMT-dataene. For hver af de anvendte signal- og støjseparationsmetoder, de undersøgte mange forskellige statistiske modeller af den kortsigtede og langsigtede "hukommelse" af klimastøj.

Pallotta bemærkede:"Den statistiske modellering gjorde det muligt for os at generere mange tusinde forskellige plausible estimater af intern klimavariabilitet fra den enkelte realisering af observerede klimaændringer. Uden den statistiske modellering, det ville have været sværere at drage pålidelige slutninger om den statistiske signifikans af forskelle mellem observeret troposfærisk temperaturvariabilitet og temperaturvariabiliteten i klimamodeller."

Holdet har til hensigt at anvende den statistiske ramme, de har udviklet, på andre klimavariable. Et oplagt næste skridt er at se på overfladetemperaturer, som er næsten tre gange længere end den 41-årige satellit-TMT-rekord.