DAMOCLES

DAMOCLES (Developing Arctic Modeling and Observing Capabilities for Long-term Environmental Studies) är ett EU-finansierat projekt som fokuserar på Arktisk havsis. Syftet är att förstå vilka mekanismer och processer som ligger till grund för havsisens minskning i Arktis. Tills sin hjälp använder man både observationer och datorsimulationer.

SMHIs roll i DAMOCLES är att bidra med ökad förståelse genom att utveckla och göra regionala modellsimuleringar, att uppskatta framtida förhållanden genom scenarioberäkningar, och att förbättra förmågan för korta väder- och havsprognoser i Arktis.

Kopplade regionala klimatsimuleringar över Arktis

Inom DAMOCLES används regionala kopplade klimatmodeller, där is, hav, atmosfär och landytan i Arktis kan växelverka med varandra. Ett sådant kopplat system innebär att fler processer kan beskrivas på ett bättre sätt än med enbart en atmosfär eller en havsmodellen för sig. Vid SMHIs klimatsimuleringsenhet, Rossby Centre, utvecklas regionala och globala klimatmodeller. Den kopplade modellen som bland annat används inom DAMOCLES heter RCAO (Rossby Centre Atmosphere Ocean model). Figur 1 visar modellens område över Arktis.

Från modellkörningar med RCAO har man kunnat kvantifiera betydelsen av de naturliga interna svängningar i det Arktiska klimatsystemet (Döscher et al. 2009). Från studien konstaterades att den långvariga trenden mot mindre havsisutbredning under sommaren är en robust signal, sett på 20 års tidsskala, gentemot kortare naturliga svängningar. Detta kan ses i Figur 2 där olika simuleringar ger ungefär samma resultat för den långa trenden. På kortare tidsperioder (1-5 år) spelar dock kortvariga svängningar en minst lika stora roll som globala förändringar. Det betyder att kortare prognoser måste ta hänsyn till det stora osäkerheter som kan beskrivas på ett statistiskt sätt.
 

Figur 1. RCAO modellens beräkningsområde över Arktis. Det rödmarkerade linjerna visar den atmosfäriska modellens (RCA) område och de blå den oceanografiska (RCO). De färgade konturerna anger djupet.
Förstora Bild
Figur 2. Havsisutbredning i Arktis under sommaren för olika modellkörningar (röd). Raka linjer visar de linjära trenderna och svarta raka linjer de observerade trender. De flesta simulerade trender stämmer väl överens med de observerade.
Förstora Bild

Arktis framtid från regionala senarioberäkningar

Globala klimatmodeller är begränsade genom sin rumsliga upplösning, d.v.s. fömågan att ge en detaljerad bild av t.ex. Arktis. Vid Rossby Centre löser man problemet genom att kombinera RCAO med globala senarioberäkningar genom en metod som kallas dynamisk nedskalering. Olika globala scenariosimuleringar (från norska Bjerknes Centret och tyska Max-Planck-Institut) blir på så sätt tolkat med högre upplösning.
 

Första resultaten visar att uppvärmningen i Arktis är beroenden på vilken global klimatmodell man använder och vilka detaljformuleringar som tillämpas för de Arktiska processer. Figur 3 visar uppvärmningar för 3 olika fall. Figur 4 tyder på snabba förändringar i isförhållanden och tillfälliga återhämtningar. Dessa och andra studier bidrar till en beskrivning av de väntade förändringar i Arktis. Det är omöjligt att ge ett exakt bild. Istället kan man beräkna osäkerheter samtidigt med förändringar, vilket ger underlag till andra forskare och beslutsfattare.
 

Figur 3. Lufttemperaturförändringar i Arktis mellan 2020-2040 och 1980-2000 (översta raden), samt mellan 2060-2080 och 1980-2000 (nedersta raden) i en global modell (vänstra kolumnen) och två versioner av den regionala modellen RCAO (mittersta och högra kolumnen).
Förstora Bild
Figur 4. Havsisutbredning i Arktis under sommaren i fyra olika klimatscenarioexperiment (cyan, magenta, grön, röd), och observationer (svart). Skillnader i experimenten visar spridningen av osäkerheten i expreimentet. Simuleringar är anpassade till observerade förhållanden under 1980-talet.
Förstora Bild

Korta väder och havsprognoser över Arktis

Allt fler högklassiga observationer görs i Arktis, och antalet kulminerar förmodligen under det Internationalla Polaråret (IPY) 2007/2008. För att kunna tillgodogöra sig alla typer av observationer, som ofta sker ojämnt i tid och rum, måste de kombineras i en allomfattande analys av både hav, kryosfär (isen) och atmosfär.

Inom DAMOCLES projekt används havscirkulationsmodellen HIROMB tillsammans med atmosfärsmodellen HIRLAM (High-Resolution limited-Area Model). För att säkerställa att havs- och atmosfärsmoddellerna inte driver iväg från verkligeheten, matas de med observationer med en speciell teknik som kallas dataassimilering. På så sätt kan modellerna "fylla i" mellan alla observationer i tid och rum, men ändå vara konsistenta med alla observationer. Härvid tar man hänsyn både till observationsfel och modellfel. Målet är att analysera perioden januari 2005 till december 2007, eller ännu längre.

Medelvärdet för ytvattentemperatur, istjocklek av den jämna isen och isdrift i Arktis.
Figur 5. Medelvärdet för ytvattentemperatur, istjocklek av s.k. jämn is och isdrift (pilar) i Arktis beräknat med modellen HIROMB för Mars 2005.
Förstora Bild

Referens

Döscher, R., K. Wyser, H.E.M. Meier, M. Qian, R. Redler, 2009:
Quantifying Arctic Contributions to Climate Predictability in a regional
coupled Ocean-Ice-Atmosphere Model. Climate Dynamcis,
DOI: 10.1007/s00382-009-0567-y, accepted for publication.