(TEMPOITALIA.IT) Le attuali simulazioni climatiche, che incorporano sempre più fisica rilevante, sono diventate più sensibili, come misurato dalla loro risposta al riscaldamento in seguito al raddoppio della concentrazione di CO2 atmosferico negli esperimenti dell’ultima generazione, il 6° Progetto di Confronto dei Modelli Accoppiati (CMIP6). È necessario un vincolo osservativo più stringente per determinare la plausibilità dei modelli più sensibili. La comunità scientifica che si occupa di clima ha dedicato oltre quattro decenni a restringere una metrica canonica della sensibilità climatica, la Sensibilità Climatica all’Equilibrio (ECS), che è il riscaldamento globale della superficie al raggiungimento dell’equilibrio dopo il raddoppio della concentrazione di CO2 atmosferico.
All’equilibrio non dovrebbe esserci alcun assorbimento di calore da parte degli oceani; estrapolare dal nostro stato attuale, con un grande ma inadeguatamente misurato assorbimento di calore oceanico, a quello di equilibrio comporta incertezze. Un’altra metrica della sensibilità climatica, la Risposta Climatica Transitoria (TCR), è definita come la risposta della temperatura globale della superficie all’aumento dell’1% annuo della concentrazione di CO2 atmosferico al momento del raddoppio. Il forcing idealizzato serve a standardizzare il forcing nelle simulazioni dei modelli per questo esperimento. Il riscaldamento prodotto dal modello in risposta ad esso dipende dalla sensibilità climatica di ciascun modello: più il modello è sensibile, maggiore è il TCR che produce. Il TCR è più rilevante per le proiezioni e le decisioni di mitigazione entro un secolo, e più strettamente correlato al costo sociale del carbonio, rispetto all’ECS. È stato stimato che dimezzare l’intervallo di incertezza per il TCR ha un valore economico attuale di 10 trilioni di dollari.
Combinando più linee di evidenza si può spesso ottenere una riduzione dell’incertezza per le stime della sensibilità climatica e questa strategia è stata applicata con successo all’ECS combinando tre linee di evidenza, con il riscaldamento storico come una di esse, e le altre due provenienti dai climi del passato. Tuttavia, mancano linee di evidenza veramente indipendenti per il TCR diverse dal riscaldamento storico, perché, a differenza dell’ECS, il TCR coinvolge un forcing specifico dipendente dal tempo, e non ci sono altri analoghi noti. Qui, proponendo una metrica della sensibilità climatica regressa, si possono incorporare variazioni temporali dissimili del forcing, e ciò consente di includere fenomeni più indipendenti come linee di evidenza. Dimostriamo qui il suo utilizzo nel vincolare il TCR utilizzando la risposta osservata al forcing del ciclo solare.
La linea di evidenza esistente utilizza il riscaldamento globale storico osservato per vincolare direttamente il TCR del riscaldamento simulato dai modelli. L’incertezza dominante in questo approccio risiede nei diversi forcing utilizzati nei diversi modelli per riprodurre il riscaldamento storico osservato. In gran parte a causa del forcing incerto degli aerosol nei modelli, il riscaldamento simulato dai modelli non è un buon discriminante delle sensibilità dei modelli, perché la maggior parte dei modelli climatici è riuscita a simulare lo stesso riscaldamento centenario (noto), nonostante le loro sensibilità climatiche ampiamente diverse (sebbene più per l’ECS che per il TCR). I recenti miglioramenti nella stima del vincolo coinvolgono la trasformazione del riscaldamento storico nei modelli in un “Vincolo Emergente” per il TCR cercando una relazione lineare per decenni più brevi, post-1975, che avevano un carico di aerosol più costante, con pendenza e intercetta adattate empiricamente. D’altra parte, i modelli climatici non sono stati sintonizzati per simulare il forcing del ciclo solare. Di conseguenza, si è scoperto che le risposte solari differiscono ampiamente da modello a modello, con una risposta maggiore generalmente per TCR più elevati. Di conseguenza, questo fenomeno può fornire un discriminante più distinto per i TCR dei modelli e, senza il ”bias condiviso” di tentare di simulare la stessa osservazione ben nota, può essere più adatto per l’uso nei “Vincoli Emergenti”. Inoltre, il ciclo solare ha un forcing esterno separato rispetto al CO2. La risposta a questo forcing esterno è amplificata dai processi di feedback climatico del sistema terrestre. Si spera che esaminando la risposta del ciclo solare alla superficie terrestre, possiamo stimare l’effetto del feedback climatico coinvolto e quindi la sensibilità climatica del sistema terrestre. Questo è un approccio diverso rispetto ad alcuni degli attuali, per esempio, di utilizzare l’effetto dell’albedo della neve artica o delle nuvole basse tropicali per fornire un vincolo sulla sensibilità climatica (ECS nei casi citati). Utilizzare un componente del processo di feedback per vincolare l’ECS o il TCR richiede un’ulteriore ipotesi che gli altri componenti del feedback siano “imparziali”, ad esempio non compensativi. Questa incertezza strutturale finora non è stata valutata.
Tuttavia, gli argomenti contro l’uso del forcing del ciclo solare sono: (a) il suo forcing ciclico nel tempo è molto diverso dal forcing in aumento lineare dell’esperimento TCR; (b) c’è una differenza nel ritardo di risposta al forcing introdotto dall’oceano più profondo a causa della differenza nelle scale temporali nei due fenomeni; (c) se i due fenomeni sperimentano gli stessi feedback climatici, e (d) i metodi utilizzati per estrarre il piccolo segnale del ciclo solare previsto devono essere particolarmente efficaci nel ridurre la contaminazione da variabilità interna e altri forcing. Qui è definita una metrica modificata della sensibilità climatica, che è la risposta dipendente dal tempo regressa contro il forcing dipendente dal tempo, per superare il problema (a). Utilizzeremo sia emulatori a 2 strati dei modelli climatici che i modelli climatici stessi per discutere perché pensiamo che le difficoltà (b) e (c) possano essere superate. Per affrontare (d), descriveremo e testeremo un metodo spazio-temporale più sofisticato per estrarre la risposta del ciclo solare.
Risposta del ciclo solare estratta dal record strumentale
Il ciclo solare di 11 anni, chiamato anche ciclo delle macchie solari di 11 anni, è un fenomeno quasi periodico associato a macchie scure sulla superficie del Sole. L’effetto di illuminazione nelle faculae circostanti compensa l’effetto di oscuramento delle macchie scure, producendo più radiazioni durante i massimi solari (solar max) rispetto ai minimi solari (solar min). Questa variazione tra solar min e solar max nell’Irraggiamento Solare Totale (TSI) è stata misurata da satelliti in orbita dal tardo 1978 per essere variabile tra i cicli ma vicina a 1 W m–2, in un disco rivolto verso il sole nella parte superiore dell’atmosfera. (Il TSI è definito come la potenza spettralmente integrata dal sole ricevuta nella parte superiore dell’atmosfera terrestre. ({{{{{rm{TSI}}}}}}/4) è la potenza per unità di area sferica della Terra). L’accuratezza relativa (la variazione tra solar max e solar min) è alta, ma a causa del cambio di satelliti, la variabilità a lungo termine nel TSI è più incerta ed è stata oggetto di dibattito. Tuttavia, la tendenza secolare è piccola, e ci preoccupiamo solo della variazione relativa. Il TSI prima dell’era dei satelliti è stato ricostruito sulla base di proxy delle regioni magnetiche scure e luminose del sole. Le incertezze, per lo più riguardanti la tendenza, sono discusse nei Metodi e si è scoperto che sono piccole.
Utilizzando il più recente dataset di temperatura superficiale osservata HadCRUT5, che ha fornito 200 membri dell’insieme per valutare vari aspetti dell’incertezza osservativa, calcoliamo la risposta media globale del ciclo solare ({kappa }_{{SOLAR}}) come il coefficiente di regressione contro il TSI, denotato da (leftlangle {T}_{{SOLAR}}left(tright) |{TSI}left(tright)rightrangle). (Vedi Metodi per come la regressione è calcolata analiticamente e numericamente).
Analisi del ciclo solare e la sua influenza sul clima terrestre
L’analisi del ciclo solare e la sua influenza sul clima terrestre è un argomento di grande interesse per la comunità scientifica. In questo articolo, esploreremo come l’analisi discriminante lineare (LDA) sia stata utilizzata per studiare la distribuzione della risposta solare globale e come i risultati possano essere utilizzati per comprendere meglio il cambiamento climatico.
La distribuzione della risposta solare globale
Metodologia di analisi
L’analisi discriminante lineare (LDA) è stata impiegata per studiare la distribuzione della risposta solare globale. Questo metodo ha permesso di confrontare la risposta solare globale con l’Irraggiamento Solare Totale (TSI) di 200 esecuzioni dell’ensemble HadCRUT5. I risultati sono stati riassunti in un grafico a istogramma blu, che mostra le variazioni della risposta solare globale.
Confronto con altri dataset
I valori della risposta solare globale sono stati confrontati con tre altri dataset: GISS, NOAA ed ERA. Questi dataset sono geograficamente completi e coprono il periodo dal 1956 al 2014, ad eccezione di ERA che copre solo dal 1960 al 2004 a causa della disponibilità dei dati.
Distribuzione nulla
È stata inoltre analizzata la “distribuzione nulla” della risposta solare globale, ottenuta tramite il metodo di bootstrap con campionamento casuale dei dati reali. Questo ha permesso di valutare la significatività statistica del segnale del ciclo solare estratto.
Gruppi utilizzati nell’analisi LDA
I due gruppi utilizzati nell’analisi LDA sono il gruppo del massimo solare e il gruppo del minimo solare. Gli anni con TSI sopra (sotto) la media locale sono stati classificati rispettivamente nel gruppo del massimo (minimo) solare. La media locale è stata determinata utilizzando la Decomposizione Modale Empirica.
Il ciclo solare e la risposta climatica
Significatività statistica
Il segnale del ciclo solare estratto è statisticamente significativo con un livello di confidenza superiore al 99%. Inoltre, confrontando il segnale osservato con la “distribuzione nulla” ottenuta dai modelli CMIP6, si è riscontrato che il segnale osservato è statisticamente significativo al 100%.
Confronto con il controllo preindustriale
Il segnale del ciclo solare osservato è stato confrontato con i risultati dei modelli CMIP6 nel controllo preindustriale (piControl). La “distribuzione nulla” simulata senza forzante del ciclo solare per tutti i 48 modelli CMIP6 mostra una distribuzione attorno allo zero, simile a quella di una distribuzione casuale.
Influenza delle eruzioni vulcaniche
La sensibilità alle principali eruzioni vulcaniche è stata discussa e si è riscontrato che l’influenza è piccola. Questo è stato verificato escludendo gli anni successivi alle eruzioni del Pinatubo e dell’El Chichón.
Il ciclo solare e la risposta termica
Il ciclo solare, essendo l’unico fenomeno noto con una forzante radiativa ben misurata nel range decennale, può essere utilizzato per vincolare la risposta termica del clima. I modelli di circolazione generale mostrano che i pattern spaziali della risposta della temperatura troposferica e superficiale a una forzante solare del 2% e a una forzante di CO2 raddoppiata sono quasi gli stessi, confermando le previsioni per una forzante persistente.
In conclusione, l’analisi del ciclo solare e la sua influenza sul clima terrestre forniscono informazioni preziose per comprendere meglio il cambiamento climatico. L’uso dell’analisi discriminante lineare (LDA) ha permesso di ottenere risultati significativi e di confrontare efficacemente i dati osservati con i modelli climatici.
Il riscaldamento globale indotto dall’anidride carbonica e la risposta al ciclo solare
Introduzione
Il cambiamento climatico è un fenomeno complesso che coinvolge diversi fattori, tra cui l’aumento delle concentrazioni di anidride carbonica (CO2) e le variazioni del ciclo solare. In questo articolo, esamineremo le somiglianze e le differenze tra la risposta climatica a questi due fattori, basandoci sui modelli climatici più recenti del CMIP6.
La risposta climatica al riscaldamento indotto da CO2
La struttura spaziale della risposta climatica
I modelli climatici CMIP6 mostrano una struttura spaziale della risposta climatica al riscaldamento indotto da CO2 molto simile a quella della risposta al ciclo solare. Entrambe le risposte presentano un riscaldamento generale su tutto il globo, con un’amplificazione dell’effetto nell’Artico e un riscaldamento maggiore dei continenti rispetto agli oceani.
Il ruolo dell’upwelling oceanico freddo
L’Antartide è più influenzata dall’upwelling oceanico freddo rispetto alla radiazione dall’alto, il che porta a una risposta climatica meno intensa rispetto all’Artico. Questo fenomeno è stato osservato anche nei modelli climatici precedenti.
La risposta climatica al ciclo solare
Il Forzamento Radiativo Efficace (ERF)
L’ERF è definito come il forzamento radiativo efficace alla sommità dell’atmosfera dopo che la stratosfera e la troposfera si sono adattate al forzamento, mantenendo invariata la temperatura superficiale. Un agente di forzamento con lo stesso ERF del CO2 dovrebbe produrre lo stesso riscaldamento superficiale. L’ERF per il forzamento del ciclo solare è stato calcolato dal 6° Rapporto di Valutazione (AR6), mettendolo sullo stesso piano del CO2 nella misurazione dei loro effetti sul riscaldamento superficiale.
I meccanismi di feedback climatico radiativo veloce
I meccanismi di feedback climatico radiativo veloce rilevanti per entrambi i fenomeni sembrano essere gli stessi, come dedotto dai loro modelli troposferici. Le risposte sarebbero state entrambe minori senza questi feedback climatici. I meccanismi di feedback radiativo e dinamico per la risposta al ciclo solare includono feedback evaporativi, di vapore acqueo più tasso di raffreddamento, di nuvole e di albedo, gli stessi che sono in gioco nella risposta al forzamento da CO2.
La risposta climatica osservata al ciclo solare
L’analisi dei dati osservativi della risposta climatica al ciclo solare mostra il percorso della risposta dalla regione dove il forzamento è maggiore a quella dove la risposta è maggiore. Il forzamento radiativo netto alle frequenze visibili e infrarosse, che costituisce la maggior parte del forzamento del ciclo solare, è maggiore nella regione tropicale, eppure la risposta alla superficie è minore lì. Il riscaldamento è maggiore nella regione polare, dove il forzamento è minore. La superficie oceanica tropicale si riscalda poco a causa del feedback evaporativo.
Una metrica diversa della sensibilità climatica
Per i forzamenti variabili nel tempo, definiamo una misura della sensibilità al forzamento esterno come la regressione della risposta al forzamento. La risposta è considerata come il cambiamento della temperatura superficiale media globale, escludendo la variabilità non forzata. Il forzamento è il valore medio globale dell’ERF. Per il forzamento e la risposta del ciclo solare, abbiamo una relazione lineare tra la risposta solare normalizzata per il suo forzamento minore e la risposta al TCR normalizzata per il suo forzamento maggiore.
In conclusione, i modelli climatici CMIP6 mostrano che la risposta climatica al riscaldamento indotto da CO2 e al ciclo solare presenta molte somiglianze, nonostante le differenze nei meccanismi di forzamento. Questo suggerisce che i meccanismi di feedback climatico radiativo veloce sono fondamentali per comprendere la risposta del sistema climatico a diversi tipi di forzamento.
La relazione tra il riscaldamento globale e la forzatura radiativa
Il riscaldamento globale è un fenomeno complesso che coinvolge diversi fattori, tra cui la forzatura radiativa solare e quella legata all’anidride carbonica. In questo articolo, esploreremo la relazione tra questi due elementi e come possono essere utilizzati per prevedere il riscaldamento futuro del nostro pianeta.
La forzatura radiativa solare
Il ruolo del Sole
Il Sole è una delle principali fonti di energia per il nostro pianeta e la sua attività influisce direttamente sul clima terrestre. La forzatura radiativa solare (FSOLAR) è la quantità di energia solare che raggiunge la Terra e può variare a seconda dell’attività solare.
La misurazione della forzatura radiativa
Per misurare la forzatura radiativa solare, gli scienziati utilizzano il parametro μSOLAR, che rappresenta la variazione della radiazione solare totale (TSI) rispetto alla forzatura radiativa solare. Questo parametro è calcolato moltiplicando il fattore b per il coefficiente κSOLAR, ottenuto attraverso studi precedenti.
La risposta climatica al riscaldamento
Il TCR normalizzato
Il TCR (Transient Climate Response) è una misura della risposta del clima al riscaldamento globale. Viene definito come la risposta del riscaldamento globale regredita contro la sua forzatura radiativa efficace (ERF). Inoltre, viene definito il TCR normalizzato, che è una quantità leggermente inferiore al TCR, ma che viene utilizzata quando la quantità regredita non può essere calcolata dai modelli archiviati.
L’uso del TCR normalizzato
Il TCR normalizzato è utile perché evita di includere l’incertezza piuttosto elevata associata alla forzatura radiativa del raddoppio dell’anidride carbonica (F2xCO2) nel nostro parametro per il TCR. Si raccomanda che i modelli futuri riportino la loro risposta TCR regredita contro la forzatura, poiché la regressione della risposta alla forzatura lineare è migliore delle semplici proporzioni nel ridurre la contaminazione da altre variabilità climatiche.
La relazione lineare attesa
Si propone di utilizzare μSOLAR per vincolare μTCR. Ci si aspetta una relazione lineare tra i due perché entrambi sono amplificati dallo stesso fattore di guadagno climatico su scale temporali decennali. Questo può essere dimostrato analiticamente in un “emulatore” a due strati, che consiste in uno strato superficiale di temperatura T, con capacità termica C, che viene forzato dalla radiazione F=Q(t), e uno strato oceanico più profondo con temperatura Td e capacità termica Cd.
In conclusione, la comprensione della relazione tra la forzatura radiativa solare e il TCR è fondamentale per prevedere il riscaldamento futuro del nostro pianeta. Utilizzando il TCR normalizzato e considerando la relazione lineare attesa tra μSOLAR e μTCR, possiamo ottenere stime più accurate del riscaldamento globale e adottare misure adeguate per mitigare i suoi effetti.
La risposta climatica istantanea e il ritardo termico: un’analisi dei modelli climatici
La risposta climatica istantanea e il ritardo termico sono due concetti fondamentali per comprendere il comportamento del sistema climatico. In questo articolo, analizzeremo come questi due fenomeni vengono modellati e quali sono le implicazioni per la comprensione del cambiamento climatico.
La risposta climatica istantanea
Definizione e calcolo
La risposta climatica istantanea è la reazione immediata del sistema climatico a un cambiamento forzante, come ad esempio un aumento delle emissioni di gas serra. Questa risposta è calcolata ignorando l’inerzia termica dell’oceano, che può ritardare la risposta effettiva della temperatura superficiale. Matematicamente, la risposta istantanea è espressa come il rapporto tra il flusso di calore al tempo t e la costante di feedback climatico λ.
Parametri termici
I parametri termici utilizzati per stimare la risposta climatica istantanea sono derivati dalla media di un insieme di modelli emulatore. Questi parametri includono la costante di feedback climatico λ e il ritardo termico τ, che rappresenta il tempo necessario affinché la temperatura superficiale raggiunga il suo valore asintotico a seguito di un cambiamento forzante.
Il ritardo termico
Il concetto di ritardo
Il ritardo termico è il tempo che intercorre tra l’applicazione di un cambiamento forzante e la risposta effettiva della temperatura superficiale. A causa dell’inerzia termica dell’oceano, c’è un ritardo nella risposta della temperatura superficiale, che inizia da 0 e raggiunge il valore asintotico di circa 80 anni in circa 240 anni. Il periodo di sperimentazione del TCR (Transient Climate Response) è troppo breve per raggiungere tale valore asintotico.
Calcolo del ritardo
Il ritardo termico durante il periodo di sperimentazione del TCR aumenta linearmente, con un valore finale di circa 20 anni. Questo ritardo è calcolato come una funzione del tempo e dei parametri termici del modello climatico.
Relazione lineare nei modelli CMIP6
I modelli CMIP6 (Coupled Model Intercomparison Project Phase 6) forniscono una vasta gamma di dati climatici utili per analizzare la risposta climatica istantanea e il ritardo termico. Tra i 54 modelli CMIP6 disponibili, 37 sono stati utilizzati per calcolare il TCR in modo consistente, mentre per un set di 27 modelli è stata calcolata la Forzante Radiativa Effettiva (ERF). Tra questi modelli, 26 sono comuni e 6 di essi sono stati esclusi dall’analisi per vari motivi.
Implicazioni per la comprensione del cambiamento climatico
La comprensione della risposta climatica istantanea e del ritardo termico è fondamentale per prevedere l’evoluzione futura del clima. Questi concetti aiutano a spiegare perché la temperatura superficiale non risponde immediatamente ai cambiamenti forzanti e perché ci può essere un ritardo significativo prima che gli effetti di tali cambiamenti diventino evidenti. Inoltre, la relazione lineare tra la sensibilità climatica e il ritardo termico nei modelli CMIP6 suggerisce che questi due fenomeni sono strettamente correlati e devono essere considerati insieme per una comprensione completa del sistema climatico.
In conclusione, la risposta climatica istantanea e il ritardo termico sono due aspetti cruciali della modellazione climatica. La loro analisi fornisce informazioni preziose sulla sensibilità del clima ai cambiamenti forzanti e sul tempo necessario affinché questi cambiamenti si manifestino in termini di temperatura superficiale. I modelli climatici, come quelli del progetto CMIP6, sono strumenti essenziali per studiare questi fenomeni e per migliorare le nostre previsioni sul futuro del clima del nostro pianeta.
La modellazione climatica e le incertezze nella stima del TCR
La modellazione climatica è uno strumento fondamentale per comprendere e prevedere i cambiamenti climatici. Tuttavia, la stima del TCR (Transient Climate Response), ovvero la risposta climatica transitoria, è soggetta a incertezze. In questo articolo, esamineremo le metodologie utilizzate per calcolare il TCR e le sfide associate a questo processo.
Il protocollo dei modelli CMIP6
Requisiti di spin-up
Il protocollo dei modelli CMIP6 (Coupled Model Intercomparison Project Phase 6) richiede un periodo di spin-up di almeno 500 anni per gli oceani prima di calcolare il TCR. Tuttavia, alcuni modelli (AMS-CSM1-0, CESM2-WACCM, CNRM-CM6-1-HR, FGOALS-F3-L, INM-CM4-8 e SAM0-UNICON) non hanno seguito questo protocollo, portando a un’incertezza del 30% nella stima del TCR. Pertanto, questi modelli sono stati esclusi dall’analisi.
Esclusione di modelli non conformi
Il modello NORESM2-LM è stato escluso perché non ha fornito informazioni sul tempo di ramificazione o sul controllo preindustriale. Inoltre, i modelli CMIP5 non hanno adottato un protocollo di spin-up coerente, introducendo una variabilità decennale artificiale, e quindi non sono stati utilizzati.
La coerenza dei modelli CMIP6
Metodologia di calcolo
I modelli CMIP6 sembrano essere coerenti con l’equazione (9). Utilizzando il metodo dei minimi quadrati lineari e il bootstrapping di Monte-Carlo, è stato possibile determinare la diffusione delle pendenze. L’insieme dei modelli CMIP6 ha prodotto una pendenza regressa di 1.02 [0.97,1.16], coerente con l’equazione (9) con pendenza 1 ottenuta da un modello più semplice. Tuttavia, questa coerenza non è una prova definitiva; sarebbe necessario un modello CMIP6 con molte versioni, ciascuna con un TCR diverso, che però non è disponibile.
Il vincolo emergente
Il vincolo emergente è un metodo per scoprire la relazione funzionale che lega una quantità da vincolare a una quantità osservabile. Spesso, a causa del numero limitato di punti modello, la migliore approssimazione possibile è una relazione lineare locale attorno a un punto tipico in un cluster di punti dati del modello. I punti modello vengono quindi regrediti su questa linea.
Nella Figura 6, i modelli CMIP6 sono stati adattati empiricamente a questa linea utilizzando i minimi quadrati. Il bootstrapping con sostituzione ha generato 10.000 insiemi casuali di dati con 20 punti ciascuno. I 10.000 adattamenti ai minimi quadrati lineari hanno formato una funzione di densità di probabilità, dalla quale è stata definita la banda del 5%-95%. Il risultato ottenuto attraverso la regressione robusta è rimasto invariato.
Il centroide dei punti dati del modello si trova all’interno dell’intervallo osservato (la banda verticale blu), che è la parte più stretta dell’intervallo del 90% delimitato dalle curve tratteggiate. L’intervallo di incertezza sarebbe stato maggiore se l’intervallo osservato si fosse verificato a destra o a sinistra di questo punto stretto. Inoltre, l’intervallo derivato non è sensibile alla pendenza delle linee di regressione poiché le varie linee rette ruotano vicino a questo punto.
Per confronto, i vincoli emergenti recenti sul TCR utilizzando i modelli CMIP6 basati sul riscaldamento storico simulato post-1975 hanno dato 1.68 [1.0 a 2.3] °C da Nijsse et al., e 1.60 [0.90 a 2.27] °C da Tokarska et al. L’AR6 ha combinato questi per affermare 1.7 [1.1 a 2.3] °C. Questi hanno spread più ampi rispettivamente del 77%, 86% e 71%. Il nostro, al 23%, è il più stretto, circa un terzo dei vincoli esistenti.
Tuttavia, tutti e tre, compreso l’AR6 e il nostro, potrebbero essere soggetti a una critica di bias di adattamento del modello, che viene spesso sollevata nella letteratura sull’apprendimento automatico, ma finora non è stata considerata nella ricerca sui vincoli emergenti. L’adattamento a due parametri alla linea retta utilizzata nei vincoli emergenti include un “intercetta”, che non è fisicamente giustificato ma viene impiegato esclusivamente allo scopo di ottenere un migliore adattamento ai “dati di addestramento”. I “dati di addestramento” qui sono i modelli CMIP6. Questo potrebbe essere un bias verso i modelli CMIP6.
Eliminando questo bias, il vincolo emergente senza un intercetta dovrebbe produrre un intervallo più ampio.
La stima della sensibilità climatica transitoria: un approccio basato sui dati
La sensibilità climatica transitoria (TCR) è un parametro chiave per comprendere come il clima della Terra risponderà all’aumento delle concentrazioni di gas serra. In questo articolo, esploreremo due diversi approcci per stimare il TCR e discuteremo le loro implicazioni.
Stima del TCR tramite modelli climatici
Il metodo dell’Emergent Constraint
Un recente studio ha utilizzato un approccio chiamato “Emergent Constraint” per stimare il TCR. Questo metodo si basa sull’osservazione che esiste una relazione lineare tra la risposta della temperatura globale al ciclo solare di 11 anni e il TCR normalizzato dei modelli climatici CMIP6. La stima ottenuta è di 0.671 °C/W m-2, con un intervallo di incertezza che va da 0.577 a 0.833 °C/W m-2 e una correlazione del 38%.
Approccio conservativo
Un approccio più conservativo suggerisce di non fare alcuna assunzione sull’esistenza di una relazione tra le variabili in esame e di non utilizzare modelli i cui “osservabili” sono incoerenti con i dati osservati per “scoprire” una relazione lineare. Utilizzando questo metodo, si ottiene una stima del TCR di 0.62 °C/W m-2, con un intervallo di incertezza più ampio che va da 0.39 a 0.86 °C/W m-2 e una correlazione del 76%.
Stima del TCR basata su osservazioni dirette
Stime basate su osservazioni strumentali
Un’altra linea di evidenza utilizza il vincolo osservativo diretto del riscaldamento nel record strumentale per ottenere una stima del TCR. Questi vincoli diretti, ottenuti senza l’uso di un “intercetta” regolabile, hanno portato a stime del TCR con una correlazione del 120% e del 139%, sebbene con intervalli di incertezza molto più ampi.
Stima basata su modelli energetici
Il sesto rapporto di valutazione (AR6) utilizza un modello di bilancio energetico per la sua stima basata sui processi. In questo articolo, utilizziamo un emulatore di modello a due strati, con i parametri calibrati contro le osservazioni anziché i modelli. Questo approccio non utilizza coppie di modelli climatici CMIP6 per determinare empiricamente la relazione e quindi evita la possibile critica che abbiamo utilizzato alcuni modelli CMIP6 che potrebbero “scaldarsi troppo”. Troviamo quasi lo stesso risultato sulla restrizione del TCR come sopra. Ciò mostra coerenza con l’approccio dell’Emergent Constraint, ma probabilmente non è abbastanza indipendente da essere considerato una linea di evidenza aggiuntiva.
In conclusione, la stima della sensibilità climatica transitoria è fondamentale per comprendere le future dinamiche del clima terrestre. I diversi approcci utilizzati per stimare il TCR forniscono risultati coerenti, ma con intervalli di incertezza variabili. È importante continuare a raffinare questi metodi e a confrontare i loro risultati per ottenere stime sempre più accurate del TCR.
La risposta solare e il suo impatto sul riscaldamento globale
La risposta solare è un fattore chiave nel determinare il riscaldamento globale e i cambiamenti climatici. In questo articolo, esamineremo come la risposta solare influisce sul riscaldamento globale e come viene calcolata la sua incertezza.
La risposta solare e il riscaldamento globale
La sensibilità del valore simulato di (xi)
Il valore simulato di (xi) è sensibile alla risoluzione spettrale dello spettro solare in ingresso a causa dell’assorbimento dell’ozono stratosferico nella gamma degli ultravioletti (UV). Studi precedenti che utilizzavano risoluzioni spettrali UV più grossolane hanno ottenuto valori più elevati. Tuttavia, adottiamo il valore di Gray et al. con una risoluzione di 1 nm.
La forzante radiativa solare dell’ozono
Imponendo cambiamenti dell’ozono indotti dal sole osservati dai satelliti e utilizzando 2 schemi di trasferimento radiativo, è stato dimostrato che la forzante radiativa solare dell’ozono varia da -0.005 W m-2 a 0.008 W m-2 rispetto alla media. Questi valori sono vicini allo zero poiché un aumento dell’ozono nella stratosfera assorbe più radiazioni solari ultraviolette, ma l’aumento del riscaldamento dell’ozono emette più radiazioni a onde lunghe verso il basso che quasi compensano la diminuzione delle radiazioni a onde corte.
Calcolo dell’incertezza della risposta solare
L’incertezza nella forzante radiativa solare
Adottiamo i valori di Isaksen et al. per l’incertezza in (xi). Per una forzante radiativa media di (0.26 volte 0.72=0.187, W, m-2), stimiamo un’incertezza percentuale in (xi) pari a ±4.1% (intervallo 5-95%).
L’incertezza nella TSI ricostruita
L’incertezza nella TSI ricostruita detrended è di 0.049 Wm-2 per il periodo 1950-2014, circa il 5%.
La risposta solare determinata da HadCRUT5
La risposta solare determinata da HadCRUT5 fornisce, per l’intervallo “molto probabile”, un valore di 34.2%. Tuttavia, eseguendo il bootstrapping di Monte-Carlo della pendenza, insieme all’errore nella variabile, otteniamo un risultato più accurato del 34.4%, che è vicino al 34%. La migliore stima per la TCR normalizzata è di 0.66 °C/W m-2.
TCR in unità convenzionali
Il nostro valore centrale in termini di TCR normalizzata, basato sulla stima basata sul processo e sul vincolo emergente a un parametro, è di 0.66-0.67 °C/Wm-2. Prendiamo la media come la migliore stima del valore centrale. Per confrontarlo con il TCR in unità convenzionali, dobbiamo moltiplicarlo per (F2xCO2). Utilizzando il valore medio di 3.38 W m-2, la nostra migliore stima è TCR = 2.2 °C. Utilizzando il valore medio di AR6 di 3.93 W m-2 per il raddoppio della forzante del CO2, il valore stimato del TCR in °C sarebbe aumentato.
La risposta climatica transitoria della Terra: una nuova stima basata sul ciclo solare
La risposta climatica transitoria (TCR) della Terra è un parametro chiave per comprendere e prevedere i cambiamenti climatici. In questo articolo, esaminiamo una nuova stima del TCR basata sul fenomeno del ciclo solare, che offre una riduzione significativa dell’incertezza rispetto alle stime precedenti.
Discussione
Sensibilità all’inclusione di modelli che non seguono il protocollo
Esistono 7 modelli CMIP6 che sono stati esclusi dall’analisi perché non seguono il protocollo CMIP6, che richiede almeno 500 anni di avviamento degli oceani prima del calcolo del TCR. Includendo questi modelli, l’intervallo di incertezza si allarga leggermente, ma l’estremo superiore rimane invariato. Tuttavia, sosteniamo che questi modelli non dovrebbero essere inclusi.
La riduzione dell’incertezza
Il nostro vincolo osservativo del TCR terrestre basato sul fenomeno del ciclo solare è circa un terzo più stretto rispetto alle stime esistenti, che si basavano tutte sul riscaldamento storico osservato. Questa riduzione dell’incertezza è stata ottenuta attraverso una serie di fattori: (i) il fenomeno solare ha una forzatura misurata più accuratamente, rispetto alla grande incertezza degli aerosol nel riscaldamento storico; (ii) il TCR dei modelli è calcolato utilizzando un protocollo coerente; (iii) utilizziamo una metrica di sensibilità climatica che coinvolge la normalizzazione del TCR del modello rispetto alla loro forzatura radiativa individuale, evitando così di includere l’incertezza del 12% della forzatura radiativa nel TCR stesso; (iv) viene utilizzato solo il record di temperatura
strumentale dal 1950.
Metodi
Regressione lineare
Dati due insiemi di dati dipendenti dal tempo (x(t)) e (y(t)), costruiamo un modello di regressione lineare come: (y(t)=a; x(t)+residuo). Il coefficiente di regressione lineare a è ottenuto da
Stima conservativa
Utilizzando la procedura comune di Emergent Constraint (con un’intercetta), si ottiene qui un intervallo più ristretto di: 2.2, [2.0; 2.5], °C in unità convenzionali, che è un terzo di quello stimato dall’AR6 utilizzando il riscaldamento storico e Emergent Constraint. Tuttavia, data la nostra riserva sull’adattamento a 2 parametri utilizzato nella procedura comune di Emergent Constraint, una stima più conservativa è 2.2, [2.0; 2.8], °C basata sulla nostra migliore stima del valore centrale e dell’intervallo in Eq. (11).
Modelli sensibili
Con i miglioramenti nella modellazione dei processi fisici, i modelli climatici sono diventati più sensibili. I modelli CMIP6 ora generalmente hanno un TCR più alto rispetto alle generazioni precedenti, con un intervallo intermodale del 5-95% di 1.3 °C-3.0 °C. La nostra stima centrale di 2.2 °C è vicina al punto medio della diffusione intermodale dei TCR dei modelli CMIP6, il che implica che alcuni modelli CMIP6 sensibili (rispetto alla generazione precedente) potrebbero essere più coerenti con il vincolo osservativo proposto. In particolare, modelli climatici come GFDL-CM4, CANESM5, UKESM1-0-LL, BCC-ESM1 e IPSL-CM6A-LR soddisfano entrambi i nostri vincoli osservativi per il TCR e per la risposta al ciclo solare. Abbiamo ottenuto essenzialmente la stessa stima senza utilizzare i modelli CMIP6 in una stima basata sui processi. La nostra stima centrale è all’interno dell’intervallo “molto probabile” dell’AR6 di 1.2 °C-2.4 °C. Il nostro restringimento dell’intervallo “molto probabile” è principalmente dovuto a un aumento di oltre il 60% della stima dell’estremo inferiore. (TEMPOITALIA.IT)
