LEIBNIZ-INsTITUT FöUR ATMOsPHöARENPHYsIK e. V. an der ...

32 Ein vereinfachtes Atmosphärenmodell mit realistischer
Variabilität
(U. Achatz, J.D. Opsteegh 1 , R. Haarsma 1 )
Das Klima der Erde wird durch die Wechselwirkung einer Vielzahl von Komponenten bestimmt,
die zusammen ein hochkomplexes dynamisches System bilden. Die realistischsten Klimamodelle
(sog. GCMs) fußen deshalb auf einer gewaltigen Zahl von Freiheitsgraden. Dies schränkt
die Tranzparenz ihres Verhaltens ein, insbesondere aber auch ihre Anwendbarkeit für die Untersuchung
der ebenfalls bedeutsamen längeren Zeitskalen der Klimavariabilität (> 1000 a). Es
besteht deshalb ein Bedarf nach Klimamodellen mittlerer Komplexität, die zwar Ozean und
Atmosphäre in ihrer vollen räumlichen Struktur nahezu so realistisch simulieren wie konventionelle
GCMs, aber unter Verwendung vereinfachter Beschreibungen insbesondere der Atmosphäre.
Nach neueren Erkenntnissen von Corti et al. (Nature, 398, 799, 1999) scheint es dabei
wichtig zu sein, dass auch für Untersuchungen von langzeitskaligen Klimaschwankungen, die wie
der Wechsel zwischen Warm- und Eiszeiten möglicherweise extern angetrieben sind, die interne
Variabilität auf Zeitskalen bis hin zum täglichen Wetter miterfasst wird. Trotz erster erfolgreicher
Schritte in diese Richtung gibt es zur Zeit noch kein Klimamodell mittlerer oder niedriger
Komplexität, das eine vollständige Beschreibung der Variabilität für alle Breitenregionen liefert.
Eine interessante Möglichkeit bieten hier sogenannte reduzierte Modelle, die mit vergleichsweise
grober Auflösung in der Vertikalen realistische dynamische Gleichungen mit einem optimalen
Satz von Freiheitsgraden und einer Parametrisierung von räumlichen Skalen und physikalischen
Prozessen kombinieren, die im Modell nicht explizit beschrieben werden. Die optimalen
Freiheitsgrade werden dabei so gewählt, dass sie den Klimaattraktor möglichst vollständig
erfassen, die Verwirklichung eindeutig unrealistischer Zustände aber nicht notwendigerweise
auch beschreiben können. Empirische orthogonale Funktionen (EOF) sind dafür, neben anderen
Möglichkeiten wie PIPs (z.B. Kwasniok, dieser Bericht), ein natürlicher Kandidat. In einer
Vorläuferarbeit (Achatz und Branstator, 1999) konnte gezeigt werden, dass mittels statistischempirischer
Verfahren aus Datensätzen Parametrisierungsschemata abgeleitet werden können,
deren Verwendung ein reduziertes Modell in seinem Verhalten so verbessert, dass es sehr realistisch
wird.
Darauf aufbauend ist ein EOF-Modell entwickelt worden, das erstmals durch die Verwendung
der primitiven Gleichungen auch die nichtlineare Tropendynamik beinhaltet. Die EOFs
wurden aus halbtägigen Atmosphärendaten ermittelt, die aus einer 2000-Jahre Integration des
gekoppelten Ozean-Atmosphärenmodells ECHAM3/LSG stammen (Voss et al., Clim. Dyn., 14,
249, 1998). Zur Analyse wurden drei σ-Schichten herangezogen. Es wurde eine eigens dafür
entwickelte Energiemetrik verwendet, mit deren Hilfe sich Winde und Temperaturen aus verschiedenen
Höhenbereichen dynamisch sinnvoll miteinander verknüpfen lassen. Es ergab sich,
dass 500 Muster ausreichend sind um mehr als 90% der über den Jahresgang hinausgehenden
Varianz des untersuchten Datensatzes zu beschreiben (ECHAM3 hat dagegen nahezu 40000
Freiheitsgrade). Die empirisch-statistische Beschreibung nichtaufgelöster Skalen und Prozesse
entspricht der in (Achatz und Branstator, 1999), wurde aber um eine saisonale Abhängigkeit der
Parameter erweitert.
Es zeigt sich, dass das Modell aufgrund seiner kompakten Formulierung (nur 500 Freiheitsgrade)
einerseits sehr schnell ist — eine Integration über 10000 Jahre benötigt auf einer NEC SX4
17 cpu-Tage —, andererseits aber alle wichtigen Klimagrößen gut beschreibt. Dies gilt sowohl
für den mittleren Zustand in seiner jahreszeitlichen Abhängigkeit als auch für die Flüsse. Abb.
32.1 zeigt die korrekte jahreszeitliche Verlagerung des Strahlstroms in seiner lokalen Struktur,
während in Abb. 32.2 die realistische Reproduktion der (schwierig zu modellierenden) Impulsflüsse
belegt wird.
In ersten Untersuchungen ist das Modell zu Analysen der grundlegenden Strukturen der
1 KNMI, De Bilt, Niederlande