Van klimaatscenario's naar klimaatverwachtingen: hoe betrouwbaar zijn klimaatmodellen? Geert Jan van Oldenborgh
Inhoud Scenario's versus verwachtingen Betrouwbaarheid Seizoensverwachtingen Klimaatmodellen tot nu toe Implicaties voor de toekomst Vraagsturing
Scenario's versus verwachtingen Definitie Weersverwachting De verwachting omtrent de weersontwikkeling. Deze voorspelling is en blijft ondanks de moderne technieken, die men toepast, erg moeilijk. Vooral als de voorspelling zich richt op enkele dagen in de toekomst (www.digischool.nl/ak/onderbouw-vmbo) Door een meteoroloog opgestelde verwachting betreffende de ontwikkelingen van het weer op een bepaalde plaats of in een bepaald gebied over een bepaalde periode (home.kpn.nl/neele050/woordenboek)
Weersverwachting Toegevoegde waarde boven voorspellingen = modeluitvoer Kalibratie: op basis van verificatie geïdentificeerde biases worden gecorrigeerd Interpretatie: op basis van andere kennis (`expert judgement') aangepast Verificatie: op basis van een vergelijking met uitkomsten in het verleden kan aangegeven worden hoe goed de verwachting is Geen garantie, soms loopt het anders: kansverwachting
Weersverwachting
Scenario's versus verwachtingen Definitie Klimaatscenario Klimaatscenario's zijn consistente en plausibele beelden van een mogelijk toekomstig klimaat. Ze geven aan in welke mate temperatuur, neerslag, wind, etc. kunnen veranderen, bij een bepaalde mondiale klimaatverandering. Klimaatscenario's zijn geen langetermijn weersverwachtingen: ze doen geen uitspraken over het weer op een bepaalde datum, maar alleen over het gemiddelde weer en de kans op extreem weer in de toekomst (www.knmi.nl/klimaatscenarios)
Klimaatscenario s Toegevoegde waarde boven projecties = modeluitvoer Een mogelijkheid waarmee rekening gehouden moet worden Geen verwachting: geen kans op uitkomen, geen verificatie in het verleden, geen kalibratie
Klimaatscenario s
Betrouwbaarheid Een kansverwachting is betrouwbaar als de voorspelde kansen overeenkomen met de werkelijke kansen. Dit kan alleen over een groot aantal verwachtingen gecontroleerd orden. Betrouwbaarheid is een noodzakelijke maar niet voldoende conditie voor een nuttige verwachting. Elke dag klimatologie voorspellen is betrouwbaar maar niet erg nuttig. De verwachting moet ook wat resolutie hebben.
Betrouwbaarheid Rank histogram (aka Talagrand diagram): Sorteer een ensemble verwachting, tel hoe vaak de uitkomst tussen ensembleleden N en N+1 valt. Een betrouwbare verwachting heeft een vlak rank histogram (linksboven).
Betrouwbaarheid Reliability diagram: een betrouwbare verwachting licht op de diagonaal.
Seizoensverwachtingen Zijn een soort klimaatverwachtingen: Verwachting van statistiek van het weer klimaat Kansverwachting Kalibratie, bias correctie Verificatie Toegevoegde waarde klimaatonderzoeker
Seizoensverwachtingen: voorbeeld Bias in mean is al gecorrigeerd, andere biases nog niet
Verificatie: deterministisch Correlatie van het ensemble mean ECMWF S-3, climexp.knmi.nl
Verificatie: betrouwbaarheid Reliability van ECMWF S-3, climexp.knmi.nl
Overige informatie Effect ENSO is verwaarloosbaar(r=-0.03, 140 jaar) Effect zonnevlekken is verwaarloosbaar (r=0.10, 260 jaar) Effect van AMO is verwaarloosbaar (r=-0.14, 160 jaar) Effect van CO2 is klein ten opzichten van de natuurlijke variabiliteit (r=0.26) Een betrouwbare winterverwachting is klimatologie
Klimaatmodellen tot nu toe Kunnen we klimaatmodellen ook verifiëren? Voornaamste signaal: trend Trends zijn nu groot genoeg om met de waarnemingen te kunnen vergelijken Echter: slechts één tijdstap! De statistiek moet dus uit de ruimte komen.
Wereldgemiddelde temperatuur Slechts één punt, de modellen zijn uiteraard hierop getuned
Temperatuur in Nederland De opwarming is hier tot nu toe sneller gegaan dan vrijwel alle klimaatmodellen aangeven
Neerslag in Nederland De toename van de neerslag is hier tot nu toe sneller gegaan dan alle klimaatmodellen die nu in CMIP5 beschikbaar zijn aangeven.
Klimaatmodellen tot nu toe Mondiaal (en op grote schalen) goed (zie IPCC AR4) In Nederland niet zo goed Waardoor komt dit? Mogelijkheden: 1. Pure pech: ergens op de wereld gaat het altijd fout 2. Onderschatting van de variabiliteit 3. Onderschatting van de trends
1. Waargenomen temperatuurtrend Van Oldenborgh en Doblas-Reyes, in preparation
1. CMIP3 temperatuurtrend
1. Positie in percentiel van PDF
1. Positie in percentiel van PDF Als de waarnemingen goed genoeg zijn is het ensemble overconfident en misschien gebiased
1. Pure pech? Nee, want dan zou het rank histogram voor de hele wereld wel goed moeten zijn. Volgende mogelijkheid: onderschatte natuurlijke variabiliteit. Zijn er laagfrequente natuurlijke signalen die niet goed in de modellen zitten?
Trend 1960-2010 Van Oldenborgh et al, submtted K
4-jr standaardafwijking rond trend K
4-jr s.d. rond trend 0.5x1-jr s.d. K
Langzame klimaatschommelingen Zijn alleen in de Noord-Atlantische Oceaan, de noordelijke Stille Oceaan en misschien de Zuidelijke Oceaan vergelijkbaar met de trend, overal elders veel kleiner. Op tijdschalen van 5-10 jaar mogelijk zijn er 100-jaar schommelingen die we gemist hebben. Andere overgebleven mogelijkheid: verkeerd gepresenteerde of ontbrekende fysica in de modellen.
Oceaancirculatie Atlantische Oceaan Van Oldenborgh et al, CP, 2009
Atmosferische circulatie Van Oldenborgh et al, CP, 2009 Trend in Trenberth SLP 1899-2011
Atmosferische circulatie Trend in CMIP5 MM mean SLP 1899-2011
Zonnestraling in NL Van Oldenborgh et al, CP, 2009
Afname mist in Europa Waarschijnlijk merendeels door aërosolen veroorzaakt Vautard et al, Nature Geoscience, 2009 Van Oldenborgh et al, ACP, 2010
Afname mist in Europa
Temperatuur trends: conclusies Te grote afwijkingen zijn niet het gevolg van fluctuaties zoals gerepresenteerd in de modellen. Natuurlijke variabiliteit op de 4-jaar schaal is al veel kleiner dan de trend, zijn er grotere fluctuaties op de 100-jr tijdschaal? Klimaatmodellen bevatten systematische fouten in bv menglaagdiepte, zonneschijntrends en mist die de temperatuurtrends beïnvloeden. Werk aan de winkel!
Neerslagtrends: observaties van Haren et al, submitted
Neerslagtrends: RCMs Neerslagtrends in regionale klimaatmodellen met randen van mondiale klimaatmodellen zijn kleiner dan de waargenomen trends.
Neerslagtrends: verschil Neerslagtrends in regionale klimaatmodellen met randen van mondiale klimaatmodellen zijn kleiner dan de waargenomen trends.
Neerslagtrends: percentiel in PDF De waargenomen trends vallen vaak buiten de spreiding van natuurlijke variaties en modelonzekerheid zoals in ENSEMBLES
Neerslagtrends: betrouwbaarheid In de winter is het ensemble significant overconfident en gebiased, in de zomer zijn deze effecten niet statistisch significant.
Conclusies neerslag EU Minder duidelijk signaal dan temperatuur (ruiziger). In de winter geeft de onderschatting van de trend in de atmosferische circulatie in de klimaatmodellen ook te weinig toename van de neerslag in Noord-Europa en te weinig afname in Zuid-Europa. In de zomer veroorzaakt een onderschatting van de trend in zeewatertemperatuur langs de Atlantische kust waarschijnlijk een onderschatting van de positieve trend langs deze kust. Werk aan de winkel!
Maximum temperatuur van de warmste dag van het jaar: E-OBS Min et al, in preparation. Zeker ook problemen in de waarnemingen (zie België)
Maximum temperatuur van de warmste dag van het jaar: RCMs Min et al, in preparation
Trends in warme extremen Zijn slecht gemeten Worden slecht gemodelleerd We proberen dit te begrijpen.
Uurneerslag extremen Lenderink et al, 2011 Lenderink et al
Gedrag schaling wordt gereflecteerd in klimaatrespons (CLM heeft een lage respons; RACMO een hoge)
Klimaatmodellen tot nu toe Redelijk op de grote schalen (wereld, continent). Niet zo goed op de lokale schaal (Nederland). We zijn er achter aan het komen waaraan dit ligt en verwachten verbeteringen. Hoe erg is dit?
Implicaties voor de toekomst Geen verband tussen de temperatuurstijging tot nu toe en vanaf nu tot 2100 in de modellen
Implicaties voor de toekomst Voor de nabije toekomst (tot ~30 jaar) zijn resultaten in het verleden behaald wel enigszins een garantie voor de toekomst.
Implicaties voor de toekomst
Implicaties voor de toekomst
Implicaties voor de toekomst Als trend biases een (indirecte) reactie op CO 2 zijn blijven ze actief. Als ze een reactie op iets anders zijn (bv aërosolen) kan je dat niet aannemen. Als ze een gevolg zijn van een natuurlijke fluctuatie zullen ze terugvallen. Dit is niet met statistiek te bestuderen, alleen met fysica. Aan het werk!
Implicaties voor de toekomst Seizoensverwachtingen, tienjaarsverwachtingen zijn een middel om naar klimaatverwachtingen te komen. Hierin komen de kalibratie, verificatie, expert judgement net zoals in weersverwachtingen aan de orde Eigen uitdagingen: grote biases, weinig onafhankelijke verificatiepunten, kleine signaal/ruis verhouding
Vraagsturing Willen de afnemers wel gekalibreerde geverifieerde klimaat-kansverwachtingen? Voor veel doeleinden zijn juist scenario s belangrijk, vooral case studies die ontwerpcriteria bepalen. Hoe ziet de zomer van 1976 er uit in 2050? Hoe koud zou de winter van 1963 in 2100 zijn? Wat is de ergst mogelijke storm op het IJsselmeer? Hoe ziet bui 9 er over 30 jaar uit? Wij proberen ook deze vragen naar scenario s te beantwoorden
Conclusies Klimaatmodellen zijn nog niet betrouwbaar op de lokale schaal. In Nederland vallen gemodelleerde trends in temperatuur- en neerslag gemiddelden en extremen niet binnen de ensembles. Wij zijn bezig de zwakke plekken te identificeren en te verbeteren. Tienjaarsverwachtingen zijn een goede methode om de scenario s naar kansverwachtingen om te gaan zetten.