Wie regionale Klimainformationen generiert und Modelle in einem permanenten, zyklischen Prozess verbessert werden

Wie regionale Klimainformationen generiert und Modelle in einem permanenten, zyklischen Prozess verbessert werden

Do, 31.01.2019 - 17:56 — carbon-brief Vorname ZunameIcon MINT

Wenn die Modellierung des globalen Klimas auch bereits recht gute Ergebnisse liefert, so besteht doch ein enormer gesellschaftlicher Bedarf für Modelle mit höherer Auflösung, welche die regionale Klimaentwicklung beschreiben können. Dieser Aspekt und auch die fortwährende Verbesserung von Klimamodellen sind Thema des vorliegenden Artikels. Es sind die beiden letzten Teile der 2018 auf der britischen Website Carbon Brief erschienenen Serie "Q&A: How do climate models work?". Dort bemüht sich ein Team von Naturwissenschaftern, etablierten Klimaexperten und Wissenschaftsjournalisten um leicht verständliche, klare Daten-basierte Artikel und Illustrationen, um mitzuhelfen das Verstehen des Klimawandels zu verbessern. ScienceBlog.at dankt für die Zustimmung diese großartige Serie gesamt und in übersetzter Form [1,2,3,4,5,6,7,8] den Lesern im deutschen Sprachraum präsentieren zu können!*

Wie erzeugen Wissenschaftler regionale Klimalinformationen?

Globale Klimamodelle (siehe [2]) unterliegen einer wesentlichen Limitierung, nämlich der räumlichen Abmessung der Gitterzellen, die den Modellen zugrundeliegen: in mittleren Breiten beträgt die horizontale Gitterpunktweite rund 100 km. Bedenkt man, dass beispielsweise Großbritannien nur etwas mehr als 400 km breit ist, so bedeutet dies, dass das Land in einem globalen Klimamodell bloß durch eine Handvoll Gitterboxen dargestellt wird.

Eine solche grobe Auflösung bedeutet, dass den Globalen Modellen die geografischen Besonderheiten fehlen, welche für einen bestimmten Standort charakteristisch sind. Es gibt Inselstaaten, die so klein sind, dass ein Globales Klimamodell diese nur als einen Flecken "Ozean" betrachten könnte (Abbildung 1), merkt Professor Michael Taylor an, Senior Lecturer an der University of the West Indies und koordinierender Hauptautor des Sonderberichts des IPCC's special report on 1,5 C . Taylor erklärt dies Carbon Brief gegenüber [9]:

"Wenn Sie an die östlichen Karibikinseln denken, so liegt eine einzelne östliche Karibikinsel innerhalb einer Gitterbox und wird in globalen Klimamodellen also als Wasser dargestellt."

„Selbst die größeren karibischen Inseln werden durch eine oder höchstens zwei Gitterboxen dargestellt - so erhalten Sie Informationen für nur eine oder zwei Gitterboxen. Dies bedeutet eine Limitierung für die kleinen Inseln der Karibikregion und für kleine Inseln ganz allgemein. So erhält man keine präziseren, besser aufgelösten Informationen für die kleinen Inseln auf Sub-Country-Ebene."

Abbildung 1. Die grobe Auflösung der Globalen Klimamodelle kann geografische Besonderheiten nicht wiedergeben, die für eine bestimmte Region charakteristisch sind - beispielsweise für kleine Inselstaaten. Hier: Tobago Cays and Mayreau Island, St. Vincent and The Grenadines.(Credit:robertharding/Alamy Stock Photo).

Von grob aufgelösten globalen Modellen zu regionalen Modellen

Wissenschaftler überwinden dieses Problem, indem sie globale Klimainformationen auf die lokale oder regionale Ebene downscalen – „herunterskalieren“ -. Im Grunde bedeutet dies, dass man Informationen nimmt, die von einem Globalen Klimamodell oder von Aufzeichnungen bei grober Auflösung stammen und diese auf einen bestimmten Ort oder eine bestimmte Region anwendet. Für kleine Inselstaaten können Wissenschaftler mithilfe dieses Vorgehens geeignete Daten für bestimmte Inseln oder sogar für Bereiche innerhalb von Inseln erhalten, erklärt Taylor [9]:

"Der gesamte Prozess des Herunterskalierens versucht dann die Informationen, die man aus der groben Auflösung erhalten kann, auf den lokalen Maßstab oder auf den Inselmaßstab oder bis hin zum Subinselmaßstab zu beziehen."

Es gibt zwei Arten von Methoden für das Downscaling. Die erste ist:

Dynamisches Downscaling…

Im Grund sind das Simulationen an Modellen, die ähnlich arbeiten wie die Globalen Modelle, allerdings begrenzt auf bestimmte Regionen. Da diese regionalen Klimamodelle (RCMs) ein kleineres Gebiet abdecken, können sie bei einer weit höheren Auflösung arbeiten als die Globalen Modelleund dabei eine vernünftige Laufdauer haben. Dr.Dann Mitchell, Dozent an der School of Geographic Sciences der University of Bristol, nennt dafür ein Beispiel:

"Ein regionales Klimamodell, das Gitterzellen mit horizontalen Abmessungen von 25 km aufweist und ganz Europa abdeckt, würde ungefähr 5 - 10 mal länger laufen als ein globales Modell mit 150 km Auflösung."

…ein Beispiel aus Großbritannien

Bei den UK Climate Projections 2009 (UKCP09) handelt es sich beispielsweise um eine Reihe von Klimaprojektionen, die speziell für Großbritannien mit einem regionalen Klimamodell erstellt wurden - dem HadRM3-Modell des Met Office Hadley Centre (siehe dazu [5]). HadRM3 verwendet Gitterzellen von 25 km x 25 km, wodurch Großbritannien in 440 Felder aufgeteilt wird. Dies war bereits eine Verbesserung gegenüber der Vorgängerversion („UKCIP02“), die Projektionen mit einer räumlichen Auflösung von 50 km produzierte. Die nachstehende Karte zeigt, um wie viel detaillierter das 25-km-Raster (sechs Karten rechts) ist, als das 50-km-Raster (zwei Karten ganz links). Abbildung 2. Regionale Klimamodelle wie HadRM3 können lokale Faktoren wie den Einfluss von Seen, Gebirgszügen und Meeresbrisen besser – wenn auch noch limitiert – darstellen.

Abbildung 2. Wie sich - unter der Annahme von Szenarien mit hohen Emissionen - die saisonalen Durchschnittstemperaturen im Winter (oben) und im Sommer (unten) in den 2080er Jahren entwickeln werden. Prognosen mit dem gröberen Modell UKCIP02 (ganz links) und mit UKCP09 für drei Wahrscheinlichkeitsniveaus (10, 50 und 90%). Eine dunklere rote Schattierung bedeutet eine größere Erwärmung. © UK Climate Projections 2009

Auch, wenn regionale Klimamodelle auf ein bestimmtes Gebiet begrenzt sind, müssen sie immer noch das weitere Klima berücksichtigen, das Einfluss auf das Gebiet hat. Wissenschaftler tun dies, indem sie Informationen von globalen Modellen oder von Messungen einspeisen. Taylor erklärt, wie das auf seine Forschungen in der Karibik zutrifft [9]:

„Für dynamisches Downscaling muss man zunächst das Gebiet definieren, über das man die Simulation ausführen möchte - in unserem Fall definieren wir eine Art Karibik- / Intra-Amerikas-Domäne, auf die wir die Modellierung beschränken. Aber natürlich speist man die Ergebnisse der globalen Modelle in die Ränder dieser Domäne ein - es sind also aus der groben Auflösung kommende Informationen, die das Modell mit der höheren Auflösung treiben. Und das ist das dynamische Downscaling - man modelliert im Wesentlichen mit höherer Auflösung, allerdings in einem begrenzten Gebiet und speist an den Rändern Informationen ein."

Es ist auch möglich mehrere regionale Klimamodelle in ein globales Klimamodell einzubetten ("Nesting") ; dies bedeutet, dass Wissenschaftler mehr als ein Modell gleichzeitig ausführen können und parallel mehrere Ebenen von Ergebnissen erhalten.

Statistisches Downscaling…

Die zweite Art der Downscaling -Methoden ist das "statistische Downscaling". Dabei werden Datensätze aus Messungen verwendet, um einen statistischen Zusammenhang zwischen dem globalen und dem lokalen Klima herzustellen. Mit Hilfe dieser Beziehung leiten die Wissenschaftler dann lokale Änderungen auf Basis der Simulationen von grob-aufgelösten globalen Modellen oder Messungen ab.

…als Beispiel der Wettergenerator

Ein Beispiel für statistisches Downscaling ist ein Wettergenerator. Ein Wettergenerator erzeugt synthetische Zeitreihen von täglichen und/oder stündlichen Daten für einen bestimmten Ort. Er verwendet dazu eine Kombination aus beobachteten lokalen Wetterdaten und aus Prognosen für das zukünftige Klima, um Hinweise zu erhalten, wie zukünftiges Wettergeschehen über kurze Zeiträume aussehen könnten. (Wettergeneratoren können auch Zeitreihen des Wetters im aktuellen Klima erzeugen.)

Der Wettergenerator kann zu Planungszwecken verwendet werden, z. B. bei einer Abschätzung des Hochwasserrisikos, um im Modell zu sehen, ob die bestehenden Hochwasserschutzmaßnahmen voraussichtlichen künftigen Starkniederschlägen gewachsen sein werden. Derartige statistische Modelle können im Allgemeinen schnell ausgeführt werden - in der Zeit, die ein einzelner globaler Modell-Lauf benötigt, können Wissenschaftler viele statistische Simulationen durchführen.

…ausschlaggebend ist die Qualität der eingespeisten Information

Es ist wichtig darauf hinzuweisen, dass Ergebnisse des Downscaling nach wie vor stark von der Qualität der Informationen abhängen, die eingespeist wurden, d.i. von den Datensätzen aus Beobachtungen und den Ergebnissen der globalen Klimamodelle. Das Herunterskalieren liefert nur mehr standortspezifische Daten, beseitigt aber keine Unsicherheiten, die sich aus den eingegebenen Informationen ergeben.

Insbesondere das statistische Downscaling muss sich auf die gemessenen Datensätze verlassen können, da aus diesen ja der statistische Zusammenhang abgeleitet wird. Downscaling geht auch davon aus, dass die statistischen Beziehungen, die im aktuellen Klima gelten, auch in einer wärmeren Welt noch gültig sein werden, so Mitchell. Er sagt zu Carbon Brief:

„[Statistisches Downscaling] kann für gut untersuchte Zeiträume oder gut untersuchte Orte in Ordnung sein. Wenn man jedoch das lokale System zu weit treibt, bricht die statistische Beziehung zusammen. Aus diesem Grund ist das statistische Downscaling für zukünftige Klimaprojektionen wenig geeignet.“

Dynamisches Downscaling ist robuster, sagt Mitchell, aber nur, wenn ein regionales Klimamodell die relevanten Prozesse gut erfasst und die Daten, die sie antreiben, zuverlässig sind:

„In der Klimamodellierung ist die Implementierung von Wetter- und Klimaprozessen im dynamischen Modell oftmals recht ähnlich wie im gröberen globalen Modell, das der Treiber ist. Daher bietet das dynamische Downscaling nur eine eingeschränkte Verbesserungsfähigkeit der Daten. Wenn dynamisches Downscaling jedoch gut durchgeführt wird, kann es für ein lokales Verständnis von Wetter und Klima wertvoll sein; es erfordert jedoch ein enormes Maß an Modellvalidierung und in einigen Fällen Modellentwicklung, um Prozesse darzustellen, die mit der höheren Auflösung erfasst werden können.“

Wie verläuft der Prozess der Modellverbesserung?

Die Entwicklung eines Klimamodells ist ein langfristiges Unterfangen, das mit der Veröffentlichung des Modells noch nicht zu Ende ist. Die meisten Modellierungszentren aktualisieren und verbessern ihre Modelle in einem kontinuierlichem Zyklus, mit einem Entwicklungsprozess, in welchem Wissenschaftler über Jahre hin die nächste Version ihrer Modelle aufbauen. Sobald die neue Modellversion mit allen Verbesserungen fertig ist, kann sie veröffentlicht werden, sagt Dr. Chris Jones vom Met Office Hadley Center (siehe dazu [5]):

„Es ist ein bisschen so, als würden Autokonzerne das nächste Modell eines bestimmten Fahrzeugs bauen, das sie seit Jahren gleich belassen hatten - aus der Entwicklung kommt aber plötzlich etwas Neues heraus. Mit unseren Klimamodellen gehen wir in der gleichen Weise vor.“

Am Beginn eines jeden Zyklus wird das vom Modell simulierte Klima mit Aufzeichnungen verglichen, um festzustellen, wo die größten Probleme liegen, erklärt Dr. Tim Woollings (Dozent für physikalische Klimawissenschaft an der Universität Oxford).

"Sobald diese identifiziert sind, geht man üblicherweise dazu über die physikalischen Prozesse zu bewerten, welche erfahrungsgemäß einen Einfluss auf diese Probleme haben, und versucht deren Darstellung [im Modell] zu verbessern."

Wie dies geschieht, ist von Fall zu Fall verschieden, sagt Woollings, endet aber im Allgemeinen mit einem neuen, verbesserten Code:

„Dies können ganze Codezeilen sein, um einen Prozess in leicht veränderter Art zu führen, es kann manchmal aber auch ein bereits vorhandener Parameter einfach auf einen besseren Wert geändert werden. Dies kann auf Grund neuer Forschungen oder der Erfahrung anderer [Modellierungszentren] erfolgen."

In diesem Vorgang stellen Wissenschaftler manchmal fest, dass einige Probleme andere kompensieren, sagt Woollings:

„Beispielsweise wurde Prozess A wurde als zu stark befunden, dies schien jedoch Prozess B kompensiert zu werden, der zu schwach war. In solchen Fällen wird generell Prozess A fixiert, auch wenn dadurch das Modell kurzfristig schlechter wird. Dann wendet man sich der Festlegung von Prozess B zu. Schlussendlich stellt das Modell die Physik beider Prozesse besser dar und wir haben insgesamt ein besseres Modell.“

Im Met Office Hadley Center sind mehrere Teams – „Prozess Evaluierungsgruppen“ - in den Entwicklungsprozess involviert , die versuchen, unterschiedliche Elemente des Modells zu verbessern, erklärt Woollings:

„Die Prozess Evaluierungsgruppen sind grundsätzlich Taskforces, die sich um bestimmte Aspekte des Modells kümmern. Während das Modell sich entwickelt, überwachen sie in ihrem Bereich Abweichungen (Bias) und testen neue Methoden, um diese zu reduzieren. Diese Gruppen treffen sich regelmäßig, um ihr Gebiet zu besprechen, häufig sind Mitglieder aus Hochschulkreisen ebenso wie Wissenschaftler des Met Office vertreten."

Die Verbesserungen, an denen jede Gruppe arbeitet, werden dann in dem neuen Modell zusammengeführt. Sobald es komplettiert ist, kann das Modell zu seriösen Läufen starten, sagt Jones:

"Am Ende eines zwei- oder dreijährigen Prozesses haben wir dann ein Modell der neuen Generation, von dem wir glauben, dass es besser ist als das letzte. Wir können dann beginnen es auf wissenschaftliche Fragen anzuwenden, die wir bereits früher gestellt hatten und sehen ob wir sie nun besser beantworten können.“

Nachsatz

Hier endet dieses Kapitel.

Carbon Brief hat 22 führende Klimawissenschaftler befragt welche Verbesserungen an Klimamodellen sie für dringlichst erachten. Die Antworten reichen von Aussagemöglichkeiten zu Wetter- und Klimaextrema, über die Einbeziehung natürlicher Variabilität bis hin zum Einfluss von Landnutzung, Verschmutzung und Nährstoffen - sie geben einen Eindruck wie und wohin sich die Klimamodelle in nächster Zeit entwickeln werden. Die Antworten sind im Detail nachzulesen unter: https://www.carbonbrief.org/in-depth-scientists-discuss-how-to-improve-c...


Carbon Brief Serie über Klimamodelle

(1) 19.04.2018: Was Sie schon immer über Klimamodelle wissen wollten – eine Einführung

(2) 31.05.2018: Klimamodelle – von einfachen zu hochkomplexen Modellen

(3) 21.06.2018: Klimamodelle: Rohstoff und Produkt — Was in Modelle einfließt und was sie errechnen

(4) 23.08.2018: Welche Fragen stellen Wissenschaftler an Klimamodelle, welche Experimente führen sie durch?

(5) 20.09.2018: Wer betreibt Klimamodellierung und wie vergleichbar sind die Ergebnisse?

(6) 01.11.2018: Klimamodelle: wie werden diese validiert?

(7) 06.12.2018: Grenzen der Klimamodellierungen

(8 – dieser Artikel): Wie regionale Klimainformationen generiert und Modelle in einem permanenten Zyklus verbessert werden

[9] Carbon Brief (2018) interviews Michael Taylor: Why might small islands be missed from climate models? Video 4:23 min. https://www.youtube.com/watch?v=NuBwB4M1FFo. Lizenz CC-by


*Der Artikel ist der Homepage von Carbon Brief: "Q&A: How do climate models work?" entnommen (https://www.carbonbrief.org/qa-how-do-climate-models-work ). Unter den Titeln " How do scientists produce climate model information for specific regions?" und "What is the process for improving models?" ist es der Abschluss einer, von mehreren Autoren stammenden Serie, die am 15. Jänner 2018 online gestellt wurde. Die unter einer cc-by-nc-nd 4.0 Lizenz stehenden Artikel wurden im Einverständnis mit Carbon Brief möglichst wortgetreu von der Redaktion aus dem Englischen übersetzt und von Carbon Brief freigegeben.

Carbon Brief - https://www.carbonbrief.org/ - ist eine britische Website, welche die neuesten Entwicklungen in den Bereichen Klimawissenschaft, Klimapolitik und Energiepolitik abdeckt. Die Seite bemüht sich um klare Daten-basierte Artikel und Illustrationen, um mitzuhelfen das Verstehen des Klimawandels von Seiten der Wissenschaft und auch der Politik zu verbessern . Im Jahr 2017 wurde Carbon Brief bei den renommierten Online Media Awards als"Best Specialist Site for Journalism" ausgezeichnet.


Weiterführende Links

Informationen zu Carbon Brief: https://www.carbonbrief.org/about-us
Carbon Brief: What's causing global warming? Video 1:22 min. (14.12.2017) https://www.youtube.com/watch?v=sKDWW9WlPSc

David Attenborough: 'Climate Change - Britain Under Threat' Video 1:00:14 (2013) https://www.youtube.com/watch?v=Cq1oFhTINXE

Max-Planck-Gesellschaft: Klimamodelle - die Welt im Computer (26.10.2015), Video 5:05 min. https://www.youtube.com/watch?reload=9&v=ouPRMLirt5k. Standard YouTube Lizenz.

Der Themenschwerpunkt "Klima - Klimawandel" Im ScienceBlog enthält knapp 30 Artikel: http://scienceblog.at/klima-klimawandel


 

inge Thu, 31.01.2019 - 17:56

Comments