Questo studio utilizza simulazioni dall’archivio dati di nuovi grandi insiemi di condizioni iniziali con modelli del sistema terrestre (ESM-LE) sviluppati dal programma di variabilità e prevedibilità del clima degli Stati Uniti. Tutte le simulazioni ESM-LE hanno utilizzato forzanti simili a quelle del CMIP5, che includono aerosol antropogenici e vulcanici, forzanti radiative solari e concentrazioni di gas serra che rappresentano la forzatura radiativa storica fino al 2005 e il Percorso di Concentrazione Rappresentativo 8.5 in seguito. Per questo studio, utilizziamo solo modelli che forniscono almeno 30 membri, ovvero CANESM2, CESM1, CSIRO, MPI e GFDL-ESM2M (d’ora in poi semplicemente GFDL; vedi Tabella Supplementare 1 per i dettagli sugli insiemi). Il grande numero di membri di ciascun singolo insieme di modelli ci permette di isolare efficacemente la componente forzata dalla componente generata internamente della variabilità in ciascun modello, mentre il confronto tra i periodi storici (1950-2010) e futuri (2010-2070) ci permette di indagare le differenze fondamentali nella forzatura utilizzata nei due periodi (ad esempio, l’assenza di forzatura vulcanica nel secondo periodo).
Per contestualizzare i nostri risultati rispetto all’IPO, analizziamo la SST piuttosto che la temperatura dell’aria superficiale. Sebbene i risultati utilizzando entrambi i campi siano quasi identici, questa scelta facilita il confronto con le modalità climatiche del Pacifico che sono tipicamente calcolate dalla SST. Per isolare la componente forzata della variabilità su scala decennale della temperatura media globale della superficie del mare (GMSST) in ciascun modello ESM-LE, calcoliamo le medie degli insiemi di serie temporali a bassa frequenza di 8 anni della GMSST ponderata per area, facendo la media attraverso ciascun singolo insieme di modelli. A causa della mancanza di osservazioni affidabili a lungo termine nelle regioni polari e prima del 1950, limitiamo la nostra analisi spazialmente al dominio quasi globale, qui definito come le regioni tra 40°S e 60°N, e temporalmente dal 1950 in poi. Sebbene la quantità di riscaldamento raggiunta verso la fine del ventunesimo secolo vari tra i modelli, il trend a lungo termine indotto dai gas serra in ciascun modello è ben approssimato da una funzione quadratica, specialmente dopo l’anno 2000. Poiché siamo interessati alle fluttuazioni su scala decennale della GMSST, sottraiamo l’adattamento quadratico alla media dell’insieme da ciascun membro dell’insieme della GMSST per ottenere serie temporali residue (GMSSTr). Queste serie temporali residue evidenziano una variabilità in gran parte indipendente dal cambiamento antropogenico di lunghezza secolare. Inoltre, la rimozione di una tendenza quadratica su scala secolare non influisce significativamente sulle fluttuazioni su scala decennale più brevi oggetto di questo studio, a parte possibili effetti ai margini del periodo di studio (cioè 1950 e 2070).
Due periodi chiaramente distinti sono identificati: dal 1950 al 2010, quando i modelli mostrano fluttuazioni su scala decennale che sono in gran parte coerenti tra loro, e dal 2010 al 2070, quando i modelli mostrano variabilità incoerente con la diffusione del modello più strettamente centrata intorno allo zero. La traiettoria osservata della GMSSTr si trova in gran parte all’interno degli inviluppi di diffusione del modello ESM-LE e presenta alcune somiglianze con le medie degli insiemi della GMSSTr dal 1975 al 1995, con la mancanza di pieno accordo in gran parte dovuta alla variabilità interna, ma forse anche a carenze del modello nella rappresentazione della forzatura esterna (discussa in seguito). Dato che l’influenza della forzatura dei gas serra è stata in gran parte rimossa tramite l’adattamento quadratico, questi risultati suggeriscono che la forzatura non-GHG è responsabile della sincronizzazione della variabilità su scala decennale nelle medie degli insiemi ESM-LE, e potenzialmente nelle osservazioni, nel periodo storico (1950-2010). Nonostante la coerenza, ci sono importanti differenze tra i modelli e le osservazioni. Trascurando qualsiasi variabilità interna residua nella media dell’insieme, la correlazione tra la media dell’insieme e ciascun membro individuale fornisce una misura diretta della componente forzata della GMSSTr per ciascun modello. A seconda del modello, la componente forzata spiega tra il 30 e il 58% della varianza temporale (varianza spiegata ottenuta come quadrato della correlazione) nel periodo storico e dall’8 al 18% nel periodo futuro.
La comprensione della variabilità climatica è fondamentale per prevedere e mitigare gli effetti dei cambiamenti climatici. I modelli climatici sono strumenti essenziali per studiare questa variabilità, ma possono presentare limitazioni nella loro capacità di rappresentare accuratamente la gamma di variazioni naturali. In questo articolo, esploreremo il ruolo dei modelli climatici nella valutazione della variabilità climatica decennale e l’impatto di fattori esterni come le eruzioni vulcaniche.
Uno studio recente ha analizzato la correlazione tra le serie temporali osservate e quelle medie degli ensemble dei modelli climatici, scoprendo che tre dei cinque modelli presentano correlazioni al di fuori dell’intervallo di variabilità interna modellata. Questo potrebbe indicare che i modelli sottostimano l’ampiezza della variabilità naturale o, come vedremo, potrebbe anche suggerire una sovrastima della componente forzata nel periodo storico.
La frazione di varianza decennale forzata (FDV) è stata stimata confrontando lo spettro di potenza delle serie temporali medie degli ensemble, che rappresenta la varianza forzata esternamente a ogni frequenza, con lo spettro di potenza medio di ciascun membro dell’ensemble, che rappresenta la somma della varianza forzata internamente ed esternamente. I risultati mostrano che la FDV rappresenta dal 29% al 53% della varianza totale nel periodo storico, mentre è notevolmente ridotta nel periodo futuro.
Le eruzioni vulcaniche hanno un ruolo chiave nella variabilità decennale del clima, come dimostrato dalle brusche diminuzioni della temperatura globale che coincidono con importanti eruzioni. Questi eventi creano un segnale climatico con una forte proiezione sulla variabilità decennale.
