Om Klimatscenarier för hav

Klimatscenarierna för hav visar hur tillståndet i Östersjön kan komma att förändras fram till 2100 utifrån olika RCP:er. Resultaten bygger på flera modellkörningar med en regional modell som inkluderar både dynamiken i atmosfären och i havet, dvs en kopplad atmosfär-hav-is modell (RCA4-NEMO). Det som händer utanför Östersjön/Nordsjön styrs av olika globala klimatmodeller och når det aktuella området vid ränderna.

Med hjälp av beräknade scenarier och för vissa parametrar observationer visas hur klimatet har utvecklats i Östersjön och Nordsjön sedan 1961 samt hur klimatet kan utvecklas i området fram till 2100.

Materialet bygger på beräkningar med globala klimatmodeller som använt information om framtida förändringar i atmosfären. Klimatmodellerna hanterar samverkan mellan de fysikaliska processerna i systemet atmosfär-land-hav. Resultaten från dessa beräkningar har används som randvillkor för en regional havsmodell som har körts tillsammans med en atmosfärsmodell, dvs en kopplad atmosfär-hav-is modell. Beräkningarna omfattar perioden 1961-2100. Klimatmodellberäkningarna är en del av olika nationella och internationella forskningsprojektet.

Klimatmodeller

För att beräkna klimatet i framtiden används klimatmodeller. Dessa innehåller en 3-dimensionell representation av atmosfär, landyt, hav, sjöar och is. I modellen är atmosfären uppdelad i ett tredimensionellt rutnät (grid) längs med jordytan och upp i luften. För att få bra resultat behöver modellen ta hänsyn till hela atmosfären, det vill säga runt hela jorden och upp i luften. Sådana modeller kallas globala klimatmodeller.

Den senaste generationens globala klimatmodeller beräknar även dynamiken i havet. På samma sätt som för atmosfären är då havet uppdelat i ett tredimensionellt grid som täcker hela vattenvolymen från havsytan till havets botten.

Eftersom beräkningar av tidsutvecklingen för olika meteorologiska, hydrologiska och oceanografiska parametrar och processer sker i varje punkt i rutnätet kräver en klimatmodell mycket datorkraft. Detta innebär att det 3-dimensionella rutnätet måste begränsas för att beräkningarna ska kunna genomföras. I en global klimatmodell är därför rutnätet ofta ganska glest, vilket gör att detaljrikedomen på regional skala blir låg. För att studera en mindre del av jorden i detalj kan regionala klimatmodeller användas. I en regional modell läggs rutnätet över ett mindre område, till exempel Europa. I ett mindre område kan ett tätare rutnät användas utan att det krävs för mycket datorkraft, vilket ger högre detaljrikedom.

Det som händer utanför beräkningsområdet i en regional klimatmodell styrs av resultatet från en global klimatmodell. På så sätt tas ändå hänsyn till förändringar som sker utanför det regionala modellområdet. I denna studie har den regionala kopplade atmosfär-havmodellen RCA4-NEMO använts (Wang et al., 2015). Modellen täcker Nordsjön och Östersjön med en horisontell utbredning på rutorna i nätet av ungefär 4x4 km.

Scenarier

Modellberäkningarna av klimatet baseras på strålningsscenarier. Dessa bygger på antaganden om hur växthuseffekten kommer att förstärkas i framtiden, så kallad strålningsdrivning (mäts i W/m²). Ju mer utsläpp av växthusgaser desto mer strålningsdrivning. Sådana scenarier kallas RCP-scenarier (Representative Concentration Pathways (Moss et al., 2010)) och används i IPCC AR5 (IPCC, 2014).

I denna analys används tre scenarier:

  • RCP2,6: Kraftfull klimatpolitik gör att växthusgasutsläppen kulminerar år 2020, strålningsdrivningen når 2,6 W/m² år 2100. Detta scenario är det som ligger närmast ambitionerna i Klimatavtalet från Paris (UNFCCC, 2015).
  • RCP4,5: Strategier för reducerade växthusgasutsläpp medför att strålningsdrivningen stabiliseras vid 4,5 W/m² före år 2100.
  • RCP8,5: Ökande växthusgasutsläpp medför att strålningsdrivningen når 8,5 W/m² år 2100. Detta scenario är det som i dagsläget ligger närmast de uppmätta trenderna i koncentration av växthusgaser.

Klimatscenarier

Ett klimatscenario är en kombination av strålningsscenario, global klimatmodell, regional klimatmodell samt modellerad tidsperiod. I figuren nedan illustreras de klimatscenarier som ingår i denna analys. Se även tabellen i avsnittet om ensembler för mer information om de globala klimatmodeller som använts.

Skissen visar de RCP:er och modeller som har använts i analysen samt kopplingen dem emellan.
Skissen visar de RCP:er och modeller som har använts i analysen samt kopplingen dem emellan.

Modellerna har körts från 1961 till 2100. Eftersom modellen körs från 1961 för varje klimatscenario kan det hända att resultaten är olika redan i början, även innan utsläpps- och strålningsscenarierna skiljer sig åt. Det beror på att de data från globalmodeller som används inte återger dagens klimat exakt likadant i varje global modellkörning. Den meteorologiska normalperioden 1961-1990 används för validering av atmosfärsmodellen. Modellresultaten från 1961-1990 kan jämföras med observationer från samma period för att se hur bra modellen kan representera det rådande klimatet.

Eftersom resultatet från beräkningarna ges i form av ett rutnät, så kallad griddad data, så finns det svårigheter att direkt jämföra modellresultat med observationer. Observationer ger förhållandet på en viss plats, medan modellen ger förhållandet jämnt fördelat i en gridruta. Det kan till exempel falla stora mängder nederbörd lokalt vid en mätstation, men små mängder eller inget alls vid närliggande mätstationer. Om samma nederbördsmängd faller i modellen så sprids den jämnt i gridrutan. Det skulle motsvara samma mängd nederbörd vid alla stationer, men en mängd som är mycket mindre än den som mättes i en av mätstationerna i verkligheten.

För den regionala klimatmodellen RCA4-NEMO har ett antal studier av olika aspekter gjorts. Se tex: Wang et al., 2015 (modelbeskrivning), Gröger et al., 2015. (mervärde), Schimanke et al., 2014 (stora inflöden till Östersjön), Ganske et al., 2016 (förändringar i vindhastigheter), Jeworrek et al., 2017 (”snökanoner”), Pätsch et al., 2017 (modelljämförelse), Dieterich et al., 2013 (modellvalidering).

Scenarier är inte prognoser

De resultat som presenteras från beräkningar med klimatmodeller brukar betecknas klimatscenarier. Klimatscenarier är inte väder- eller havsprognoser. Klimatscenarier baseras på antaganden om framtiden och representerar vädrets eller havets statistiska beteende det vill säga klimatet. Klimatscenarier återskapar alltså inte det verkliga ”vädret” på en specifik plats vid en enskild tidpunkt. En väder- eller havsprognos däremot ger information om vad som kommer att hända på lokal skala under en kortare tid.

Varför används olika referensperioder?

SMHI använder referensperioden 1961-1990 för att definiera dagens klimat. Nya observationer jämförs med medelvärdet för 1961-1990 för att säga hur de avviker från det normala. Om t.ex. sommaren är varmare än normalt så betyder det att den är varmare än medelvärdet för somrarna 1961-1990. Meteorologiska världsorganisationen, WMO, definierar referensperioderna, nästa period blir 1991-2020 som kan börja användas år 2021.

För havet finns inte motsvarande referensperioder definierade för dagens tillstånd utan dessa varierar mellan olika studier. Här har perioden 1970-1999 används som referens.

Klimatscenarier presenteras ofta som förändringar jämfört med dagens tillstånd. Eftersom klimatet förändras så är ingen period helt representativ för det vi upplever som dagens klimat.

Om ensembler

Vad är en ensemble?

En ensemble är en samling klimatscenarier (beräkningar av det framtida klimatet), där de enskilda scenarierna skiljer sig åt. Klimatscenarierna kan till exempel skilja sig åt med avseende på val av klimatmodell eller strålningsscenario. Ett klimatscenario som ingår i en ensemble kallas för en medlem.

Varför används ensembler?

En ensemble ger en bra överblick av spridningen mellan de olika klimatscenarierna och belyser några av osäkerheterna förknippade med att simulera det framtida klimatet. Ensemblen ger ett mått på resultatens tillförlitlighet. Om många klimatscenarier ger liknande resultat ökar det den relativa tillförlitligheten jämfört med om de pekar åt olika håll.

Den globala klimatmodellens betydelse

En typ av ensembler är då de olika medlemmarna är beräknade med olika globala klimatmodeller men med samma strålningsscenario. Skillnader i resultaten beror då på att de olika klimatmodellerna skiljer sig åt i hur de beskriver de fysikaliska processerna i klimatsystemet som simuleras. Detta visar på osäkerheten förknippad med vår förståelse av hur klimatsystemet fungerar. Det är inte enkelt att välja vilka klimatmodeller som ska ingå i en ensemble. En modell kan prestera bra över vissa delar av världen och sämre över andra. En annan modell kanske beskriver temperatur bra och nederbörd mindre bra. Det finns alltså ett värde i att ha stora ensembler eftersom de bättre fångar osäkerheten i resultaten. I praktiken styrs valet av ensemble till stor del av hur många och vilka modellsimuleringar som är praktiskt möjliga att göra.

En annan typ av ensemble fås genom att använda en enda global klimatmodell där olika modellberäkningar görs med olika initialtillstånd; små men rimliga skillnader i modellens startvärden. Då klimatmodeller och klimatsystemet är kaotiskt till sin natur, kan en liten skillnad vid en tidpunkt leda till en betydande skillnad vid en senare tidpunkt. På detta sätt kan klimatsystemets naturliga variabilitet studeras (se nedan).

Tillförlitlighet kan bättre beskrivas med ensembler

Då en ensemblesammanställning är utförd ger spridningen i resultaten en uppfattning om hur tillförlitliga resultaten är. Beroende på vilken sorts ensemble som är framtagen kan också betydelsen av val av klimatmodell respektive startvärden studeras.

Tidsperioden har betydelse

Antalet modeller och scenarier som används inom en ensemble är delvis beroende på under vilken tidsperiod klimatet ska studeras. Generellt kan sägas att ju närmare i tiden (några decennier) och ju extremare situationer en fråga berör desto större är behovet av ett stort underlag av olika kombinationer av modeller och modellers starttillstånd. Om frågan istället berör ett längre tidsperspektiv (sekel) så ökar behovet av fler scenarier (som representerar olika möjliga världsutvecklingar).

Den naturliga variabiliteten viktig i ett kort perspektiv

Utöver mänsklig påverkan på klimatet har klimatsystemet en egen naturlig variabilitet. Dessa naturliga svängningar från år till år, eller från ett årtionde till ett annat, försvårar analysen av beräknade klimatscenarier. Det gäller speciellt när förändringar i klimatet på kortare tidsskalor studeras. År 2100 beräknas klimatförändringarna jämfört med idag vara så stora att trender är tydliga även om värdena varierar kraftigt från år till år. Klimatets naturliga variation kan med dagens kunskap inte förutsägas exakt (för till exempel 31 januari 2041). Däremot kan den naturliga variabiliteten studeras genom att göra en ensemble av flera klimatscenarier utifrån ett strålningsscenario men med olika startvärden. Vid seklets slut beror osäkerheten främst av vilken global klimatmodell och vilket strålningsscenario som valts.

De globala klimatmodeller som ingår i ensembleanalysen

Tabellen ger lite mer information om de globala klimatmodeller som har använts i analysen, tex referenser till de som har kört modellerna och vilka områden de inkluderar.
Tabellen ger mer information om de globala klimatmodeller som har använts i analysen, tex referenser till de som har kört modellerna och vilka områden de inkluderar. Förstora Bild

Ladda ner tabell för klimatmodeller (13 kB, xlsx)

Referenser

Collins, W.J., Bellouin, N., Doutriaux-Boucher, M., Gedney, N., Halloran, P., Hinton, T., Hughes, J., Jones, C.D., Joshi, M., Liddicoat, S., et al.: Development and evaluation of an Earth-System model-HadGEM2. Geosci. Model Dev., 4, 1051-1075, 2011.

Dieterich, C., Schimanke, S., Wang, S., Väli, G. Liu, Y., Hordoir, R. Axell, L., Höglund, A., Meier, H. E. M.: Evaluation of the SMHI coupled atmosphere-ice-ocean model RCA4-NEMO, SMHI Report Oceanography, RO 47, 2013.

Dufresne, J.-L.; Foujols, M.-A.; Denvil, S.; Caubel, A.; Marti, O.; Aumont, O.; Balkanski, Y.; Bekki, S.; Bellenger, H.; Benshila, R.; et al.: Climate change projections using the IPSL-CM5 Earth system model: From CMIP3 to CMIP5. Clim. Dyn., 40, 2123-2165, 2013.

Dunne et al.: GFDL's ESM2 Global Coupled Climate-Carbon Earth System Models. Part I: Physical Formulation and Baseline Simulation Characteristics. Journal of Climate Vol. 25. DOI: 10.1175/JCLI-D-11-00560.1, 2012.

Ganske, A., Tinz, B., Rosenhagen, G., Heinrich, H.: Interannual and Multidecadal Changes of Wind Speed and Directions over the North Sea from Climate Model Results, Meteorologische Zeitschrift, 25, 463-478, 2016.

Gröger, M., Dieterich, C., Meier, H. E. M., Schimanke, S.: Thermal air-sea coupling in hindcast simulations for the North Sea and Baltic Sea on the NW European shelf, Tellus A, 67, 586-599, 2015.

Hazeleger, W. and Coauthors: EC-Earth: A seamless Earth-system prediction approach in action. Bull. Amer. Meteor. Soc., 91, 1357-1363, 2010.

IPCC, 2014: Climate Change 2014: Synthesis Report. Contribution of Working Groups I, II and III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [Core Writing Team, R.K. Pachauri and L.A. Meyer (eds.)]. IPCC, Geneva, Switzerland, 151 pp.

Jeworrek, J., Wu, L., Dieterich, C., Rutgersson, A.: Characteristics of convective snow bands along the Swedish east coast, Earth Syst. Dynam., 8, 163-175, 2017.[AJ1]

Moss, R. H. et al.: The next generation of scenarios for climate change research and assessment. Nature, Vol 463, 11 February 2010, doi:10.1038/nature08823, 2010.

Popke, D., Stevens, B. and Voigt, A.: Climate and climate change in a radiative-convective equilibrium version of ECHAM6. Journal of Advances in Modeling Earth Systems, Vol.. 5, 1-14, doi:10.1029/2012MS000191, 2013.

Pätsch, J., Burchard, H., Dieterich, C., Gräwe, U., Gröger, M., Mathis, M., Kapitza, H., Bersch, M., Moll, A., Pohlmann, T., Su, J., Ho-Hagemann, H.T.M., Schulz, A., Elizalde, A., Eden, C.: An evaluation of the North Sea circulation in global and regional models relevant for ecosystem simulations, accepted in Ocean Modelling.

Schimanke, S., Dieterich, C., Meier, H. E. M.: An algorithm based on sea-level pressure fluctuations to identify major Baltic inflow events, Tellus A, 66, 2421-2441, 2014.

UNFCCC: The Paris Agreements. United Nations Framework Convention on Climate Change http://unfccc.int/paris_agreement/items/9485.php, 2015.

Wang, S., Dieterich, C., Döscher, R., Höglund, A., Hordoir, R., Meier, H. E. M., Samuelsson, P., Schimanke, S.: Development and evaluation of a new regional coupled atmosphere-ocean model in the North Sea and Baltic Sea, Tellus A, 67, 1867–1883, 2015.

Lästips

Bernes, C., 2007. En ännu varmare värld. Växthuseffekten och klimatets förändringar. Monitor 20. Naturvårdsverket. 176 s. En populärvetenskaplig bok som kan beställas från www.naturvardsverket.se/bokhandeln

Kjellström, E., Nikulin, G., Hansson, U., Strandberg, G. and Ullerstig, A. 2011: 21st century changes in the European climate: uncertainties derived from an ensemble of regional climate model simulations. Tellus 63A. DOI: 10.1111/j.1600-0870.2010.00475.x

Rummukainen, M.: State-of-the-art with regional climate models. Wiley Interdisciplinary Rev.: Clim. Change, 1, 82-96, doi:10.1002/wcc.8, 2010.

Samuelsson, P., Jones, C. G., Willen, U., Ullerstig, A., Gollvik, S., Hansson, U., Jansson, C., Kjellström, E., Nikulin, G., and Wyser, K.: The Rossby Centre regional climate model RCA3: model description and performance, Tellus A, 63, 4-23, doi:10.1111/j.1600-0870.2010.00478.x, 2011.

SMHI Faktablad nr 29. Klimat i förändring. En jämförelse av temperatur och nederbörd 1991-2005 med 1961-1990.