Adobe Stock/NicoElNino
E Mann virun engem Diagram deen d'Evolutioun vun der globaler Uewerflächentemperatur projezéiert. Esou Projektioune gi mat Hëllef vu Klimamodeller gemaach.
Mister Science, ech hunn héieren, datt 2024 mat grousser Warscheinlechkeet am globalen Duerchschnëtt dat wäermste Joer ass, zanterdeem et Wiederopzeechnunge gëtt. An och dat éischt Joer an deem d'Temperatur op iwwer 1,5 Grad par Rapport zu pre-industriellen Zäite klëmmt. A Wëssenschaftler hu mat Klimamodeller erausfonnt, datt d'Temperature weiderhi steige sollen. Wat sinn eigentlech Klimamodeller?
Klimamodeller si komplex mathematesch Modeller, déi d'Klima vun der Äerd oder vun enger grousser Regioun simuléieren. Mat gëeegente Computerprogrammer kënne Wëssenschaftler Aussoen doriwwer treffen, wéi d'Klima sech ënner bestëmmte Viraussetzungen an der Zukunft wäert entwéckelen. Ënner „Zukunft“ verstinn d'Klimafuerscher Joerzéngten oder esouguer Joerhonnerten. Fir esou laang Zäitraim soen d'Klimamodeller Trenden a Mustere viraus. Also zum Beispill: D'Klima gëtt am Duerchschnëtt méi waarm oder méi kal, méi dréchen oder méi naass – jee nodeem, wéi eng Rei Facteuren ewéi den CO2-Gehalt vun der Atmosphär sech
Wéi ënnerscheeden d'Klimamodeller sech da vun de Wiederprevisiounen?
Bei dësem Vergläich entsprécht den Itineraire dem Klima: e laangfristegen Trend, dee sech jee no de gewielte Kaderbedéngunge méi séier oder méi lues realiséiert. Den Trend ass, datt s du dech op Zürech zoubeweegs – oder, datt d'Klima méi waarm gëtt. D'Wieder ass a mengem Verglach dogéint dat, wat direkt als nächst passéiert: Du gees op de Gate um Flughafen, du béis mam Auto an d'Haaptstrooss eran oder du betrëts de Bëschwee. Dat kann ee relativ prezis viraussoen – geneesou ewéi Reen oder Sonn fir muer.
Wéi gi Klimamodeller dann entwéckelt?
D'Entwécklung vu Klimamodeller ass e laangwierege Prozess, deen aus méi Etappe besteet. D'Modeller berücksichtege fundamental physikalesch Gesetzer an integréiere verschidde Komponente vum Klimasystem ewéi d'Atmosphär, d'Ozeaner, d'Landflächen oder d'Äis. Och déi belieft Ëmwelt huet natierlech en Afloss op d'Klima – zum Beispill d'Fläch vun den Tropebëscher – a muss dofir bei der Entwécklung vun de Modeller berücksichtegt ginn.
Fir d'éischt faassen d'Wëssenschaftler also déi grondleeënd physikalesch, cheemesch a biologesch Prozesser, déi d'Klima beaflossen, a mathematesch Gläichungen. Déi ginn dann a Computerprogrammer integréiert.
Fir datt d'Modeller méiglechst exakt schaffen, gi se mat historesche Klimadonnéeë kalibréiert an da mat beobachten Donnéeë verglach a validéiert (cf Infobox) Klimamodeller beinhalte gewéinlech
Et gëtt awer och „méi einfach“ Modeller vun enger mëttlerer Komplexitéit oder sougenannt „Integrated Assessment Models“, an deenen och wirtschaftlech Modeller integréiert sinn.
Wat kënne Klimamodeller a wat kënne se net?
Klimamodeller si mëttlerweil wäertvoll Hëllefsmëttel, mat deene sech laangfristeg global Klimatrenden an d'Auswierkunge vu verschiddenen Emissiounszenarioe viraussoe loossen. Se kënnen eis hëllefen, wichteg Entwécklungen ewéi d'global Erwäermung oder Verännerunge bei den Nidderschléi ze verstoen. Fir eng faktebaséiert a effikass
Mee et gëtt ëmmer nach Onsécherheeten, besonnesch op regionalem Niveau a bei der Previsioun vun extreeme
A wéi gesot: D'Klimamodeller kënnen d'Wieder net viraussoen. Dofir brauch ee Wiedermodeller.
Eist Wëssen iwwer d'Klima baséiert och net nëmmen op Klimamodeller. Laut IPCC-Bericht benotze Wëssenschaftler och „Informatiounen aus direkte Beobachtunge vun den neiste Verännerunge vum Äerdklima, Analyse vu Beemréng, Äisbuerkären an anere laangfristegen Opzeechnungen, déi dokumentéieren, wéi d'Klima sech an der Vergaangenheet verännert huet“.
A wéi gesäit d'Zukunft vun der Klimamodelléierung aus?
Mat ëmmer méi leeschtungsfäege Computeren a verbesserte Beobachtungstechnike ginn d'Modeller natierlech ëmmer méi prezis a méi detailléiert. D'Wëssenschaftler schaffen drun, nei Datequellen an hir Klimamodeller anzespeisen a physikalesch Prozesser ëmmer besser duerzestellen. Ausserdeem gi grouss Ensembelsimulatioune gemaach (cf. Infokasten), fir d'Onsécherheeten an de Previsiounen ze reduzéieren. Op der anerer Säit ginn d'Modeller ëmmer méi komplex an erfuerderen eng extreem leeschtungsstaark Hardware a Software. Fir datt d'Fuerscher an dëse Beräicher déi noutwenneg Fortschrëtter kënne maachen, si sécherlech ganz
Wéi ee Klimamodeller méi prezis mécht
Dat, wat Wëssenschaftler mat Klimamodeller maachen, nennt ee Projektiounen. Bei Projektioune ginn op der Basis vu bestëmmte Suppositiounen – z. B. wéi den Ausstouss vun CO2 an aneren Zäregaser, déi vum Mënsch verursaacht ginn, sech entwéckelt – Zenarioe fir zukünfteg Klimabedéngunge berechent. Fir datt déi Zenarioe realistesch sinn, mussen d'Parameteren, mat deenen de Modell schafft, richteg agestallt ginn. Wëssenschaftler schwätze vun der Kalibréierung oder vum
Ensembelsimulatiounen
Ensembelsimulatioune bestinn aus enger Panoplie vun Aarbechtsleef vu Klimamodeller, déi ënner liicht ënnerschiddlechen Ausgangskonditioune starten oder mat ënnerschiddleche Modeller duerchgeféiert ginn. Wann dës Ensembele vun engem Klimamodell generéiert ginn, da schwätze Fuerscher vu „Single model initial-condition large ensembles“ (oder SMILEs). Wa méi Klimamodeller benotzt ginn, schwätze se vu „Multi-model ensembles“ (oder MMEs). D'Zil vun dëser Method ass et, d'Onsécherheeten an de Klimaprojektioune besser ze verstoen an an Zuelen erfaassen ze kënnen.
Well de Klimasystem chaotesch ass, kënne kleng Ënnerscheeder an den Ausgangskonditiounen zu extreem ënnerschiddleche Resultater féieren. Duerch den Asaz vun Ensembelsimulatioune kënne Wëssenschaftler d'Bandbreet vu méiglechen zukünftege Klimazoustänn ofschätzen an esou d'Onsécherheeten an de Previsioune besser verstoen. D'Ensembelen hëllefen ausserdeem dobäi, déi natierlech intern Variabilitéit vum Klimasystem vu mënschegemaachte Facteuren ewéi Zäregasemissiounen ze trennen: Esou léisst sech ofschätzen, wéi vill vun de beobachte Verännerungen op natierlech Fluktuatiounen a wéi vill op mënschlech Aktivitéiten zeréckzeféiere sinn. Ensembelsimulatioune sinn e wichtegen Outil an der Klimawëssenschaft, fir d'Onsécherheeten an de Klimaprojektiounen ze reduzéieren an eng zolidd Grondlag fir wëssenschaftlech Analysen a politesch Entscheedungen ze schafen.
Auteur: scienceRELATIONS/Hannes Schlender
Editeur: Michèle Weber (FNR)
Lektorat: Andrew Ferrone (Ministère de l'Environnement, du Climat et de la Biodiversité)
Iwwersetzerin: Nadia Taouil (t9n.lu)
Infobox
https://klimasimulationen.de/modelle/
Gordon B. Bonan, Scott C. Doney (2018). Climate, ecosystems, and planetary futures: The challenge to predict life in Earth system models. Science 359 (6735).
Weaver, C.P., Lempert, R.J., Brown, C., Hall, J.A., Revell, D. and Sarewitz, D. (2013), Improving the contribution of climate model information to decision making: the value and demands of robust decision frameworks. WIREs Clim Change, 4: 39-60.
https://en.wikipedia.org/wiki/Earth_systems_model_of_intermediate_complexity
https://en.wikipedia.org/wiki/Integrated_assessment_modelling
Hausfather, Z., Drake, H. F., Abbott, T., & Schmidt, G. A. (2020). Evaluating the performance of past climate model projections. Geophysical Research Letters, 47, e2019GL085378.
Lawrence, B. N., Rezny, M., Budich, R., Bauer, P., Behrens, J., Carter, M., Deconinck, W., Ford, R., Maynard, C., Mullerworth, S., Osuna, C., Porter, A., Serradell, K., Valcke, S., Wedi, N., and Wilson, S. (2018). Crossing the chasm: how to develop weather and climate models for next generation computers?, Geosci. Model Dev., 11, 1799–1821.
How AI is improving climate forecasts.
Hourdin, F., and Coauthors (2017). The Art and Science of Climate Model Tuning. Bull. Amer. Meteor. Soc., 98, 589–602.
Ma, H.-Y., C. C. Chuang, S. A. Klein, M.-H. Lo, Y. Zhang, S. Xie, X. Zheng, P.-L. Ma, Y. Zhang, and T. J. Phillips (2015). An improved hindcast approach for evaluation and diagnosis of physical processes in global climate models, J. Adv. Model. Earth Syst., 7, 1810–1827.
Maher, N., Milinski, S., and Ludwig, R (2021). Large ensemble climate model simulations: introduction, overview, and future prospects for utilising multiple types of large ensemble, Earth Syst. Dynam., 12, 401–418.
https://www.gerics.de/products_and_publications/publications/detail/062879
https://www.ipcc.ch/report/ar6/wg1/downloads/faqs/IPCC_AR6_WGI_FAQ_Chapter_03.pdf
Dëse Reportage gouf an Zesummenaarbecht mat RTL Radio ausgeschafft an op der Antenn vun RTL Radio diffuséiert. All zweet Woch presentéiert de Mr Science op RTL Radio, wat fir eng Fuerschung hanner Objeten aus dem Alldag stécht. All d’Emissioune fënns du hei: http://radio.rtl.lu/emissiounen/science/.
