Das mittlere Holozän ist eine der Schlüsselzeiten in der Vergangenheit, um Modelle zu testen. Der prominenteste Unterschied zwischen dem mittleren Holozän und der Gegenwart ergibt sich aus der orbitalen Konfiguration, die zu einem Anstieg der sommerlichen Sonneneinstrahlung auf der Nordhalbkugel und zu einem Rückgang der Einstrahlung in der tropischen und subtropischen südlichen Hemisphäre im borealen Winter führt (Lohmann et al., 2013). Mit mehreren Modellsimulationen am DKRZ wurde getestet, ob die Auflösung der verwendeten Modellsysteme die Ergebnisse beeinflussen kann. Dabei wurde der Fokus vor allem auf zwei Aspekte gelegt: die meridionale Umwälzzirkulation im Ozean und die boreale winterliche atmosphärische Zirkulation in der nördlichen Hemisphäre.
Meridionale ozeanische Umwälzbewegung schwächer oder stärker während Interglazialen?
Es gibt mehrere Belege dafür, dass Schwankungen in der meridionalen Umwälzbewegung des Nordatlantiks (Atlantic Meridional Overturning Circulation, kurz: AMOC) eine Hauptquelle der Variabilität im Klimasystem sind (z.B. Schlesinger und Ramankutty, 1994; Rühlemann et al., 2004; Knight et al., 2005; Dima und Lohmann, 2007). Das Reproduzieren der AMOC des mittleren Holozäns ist nicht nur von wissenschaftlichem Interesse, sondern auch von entscheidender Bedeutung für ein besseres Verständnis der Reaktionen des Klimasystems auf externe Antriebe wie etwa Änderungen der Erdbahnparameter oder der Treibhausgaskonzentrationen. Bisher wurden viele Anstrengungen unternommen, um die mittelholozäne AMOC zu simulieren. Zum Beispiel haben Ganopolski et al. (1998) und Otto-Bliesner et al. (2006) mit den Klimamodellen CLIMBER und CCSM3 eine schwächere AMOC als die gegenwärtige für das mittlere Holozän gefunden.
Es ist wichtig zu verstehen, welche Veränderungen der atlantischen meridionalen Umwälzzirkulation im mittleren Holozän (MH) vor ca. 6.000 Jahren und im letzten Interglazial vor ca. 130.000 Jahren im Vergleich zum vorindustriellen Zustand (pre-industrial, kurz: PI) in verschiedenen gekoppelten Klimamodellen simuliert werden. Grobauflösende Modelle wie etwa COSMOS in T31-Auflösung (etwa 3,75° bzw. 400 km Gitterpunktsabstand) zeigen eine um bis zu 2-4 Sv (1 Sv = 106 m3/s) schwächere AMOC im mittleren Holozän und im letzten Interglazial im Vergleich zum präindustriellen Wert (Wei und Lohmann, 2012; Pfeiffer und Lohmann, 2016). Die Verwendung eines neu entwickelten globalen Klimamodells ECHAM6-FESOM mit unstrukturiertem Gitternetz (Abbildung 1a) und hoher Auflösung (Sidorenko et al., 2014) ermöglicht eine umfassendere Simulation zur Untersuchung der AMOC im mittleren Holozän und zur Erforschung des Mechanismus hinter der AMOC-Änderung. Experimente mit ECHAM6-FESOM zeigen eine verbesserte AMOC, begleitet von einem Anstieg des Salzgehaltes des Ozeans über Regionen mit Tiefenwasserbildung (Shi und Lohmann, 2016).
Unter Verwendung unterschiedlicher Auflösungen des gekoppelten Modells ECHAM6-MPIOM kommen wir zu dem Ergebnis, dass die simulierte AMOC signifikante Diskrepanzen zwischen verschiedenen Modellauflösungen aufweist. Im Detail zeigt sich eine stärkere mittelholozäne AMOC durch Simulationen mit dem T63GR15-Gitter (Gitterpunktsabstand 1.9° in der Atmosphäre bzw. 1.5° im Ozean, Abbildung 1b, 1c), die dem Ergebnis von ECHAM6-FESOM ähnelt, während mit dem groben Gitter T31GR30 ein Rückgang der mittelholozänen AMOC simuliert wird (Shi und Lohmann, 2016). Die AMOC reagiert in vielfältiger Art auf mittelholozäne Antriebe. Die Analyse der verfügbaren gekoppelten Klimamodelle zeigte in den meisten Fällen positive AMOC-Veränderungen im Zusammenhang mit der Versalzung der nördlichen hohen Breiten.
Abbildung 1: Ozeanauflösung in unseren Experimenten. Einheiten sind km. Aus: Shi und Lohmann, 2016.
Die Frage nach der AMOC während der Interglaziale scheint jedoch komplexer zu sein. Zum Beispiel deutet das letzte Interglazial auf ein verringertes Grönlandeisschild (Greenland Ice Sheet, kurz: GIS) hin. Pfeiffer und Lohmann (2016) zeigen, dass eine Reduktion des GIS zu einem relativen Anstieg der AMOC um bis zu 2,2 Sv führt, ausgelöst durch erhöhten Salzgehalt von bis zu +1 PSU (Practical Salinity Unit) im nördlichen Nordatlantik. Ein weiterer Faktor, der zu der erhöhten AMOC beiträgt, kann eine Zunahme des atmosphärischen Transportes aufgrund einer Verringerung der GIS-Höhe sein. Das Tiefdrucksystem über Grönland/Island und das Hochdrucksystem über Europa werden extremer und verstärken so die Zirkulation in Nord-Ost-Richtung. Das spricht dafür, dass die Stärke der AMOC mit wachsender Oberflächen-Druckanomalie zunimmt, und so mehr Wärme und Salz aus den niedrigen Breiten polwärts transportiert werden (Pfeiffer und Lohmann, 2016).
Mittleres Holozän: niedrige oder hohe Auflösung in der Atmosphäre?
Eine Reihe von mittelholozänen Sensitivitätsexperimenten wurde mit dem atmosphärischen allgemeinen Zirkulationsmodell ECHAM5 durchgeführt, wobei die Meeresoberflächentemperaturen Meereisverteilung vorgeschrieben wurden (Lohmann et al., 2013). Roeckner et al. (2006) führten eine Reihe von AMIP-ähnlichen Experimenten mit dem atmosphärischen allgemeinen Zirkulationsmodell ECHAM5 (Roeckner et al., 2003) und den Auflösungen T31L19 und T159L31 durch. Während die Physik des Modells unverändert blieb, wurden die auflösungsempfindlichen Parameter verändert (Roeckner et al., 2006). Der mittlere quadratische Fehler der grundlegenden Klimavariablen, gemittelt über alle vier Jahreszeiten, wurde in Bezug auf Reanalysedaten analysiert. Die Untersuchungen deuten darauf hin, dass sich dieser Fehler bei zunehmender horizontaler und vertikaler Auflösung verringert.
Hier wurden nun sechs Experimente berechnet, die die mittelholozänen und vorindustriellen Perioden umfassen. Die Läufe wurden in zwei Auflösungsmodi durchgeführt: niedrig (horizontal: ~3,8°, vertikal: 19 Stufen) und hoch (horizontal: ~1,1°, vertikal: 31 Stufen), bezeichnet als LRMH-PI bzw. HRMH-PI. Für ein Experiment HRMH-PI (LRoro) wurde die fein aufgelöste HRMH-PI-Orographie durch eine LRMH-PI-Orographie ersetzt, um den Effekt orographischer Auflösung auf die Klimasimulation zu isolieren. Anfangs-, Antriebs- und Randbedingungen des verwendeten Atmosphärenmodells wurden festgehalten. Darüber hinaus waren Computerparallelisierungsschemata, Code- und Compiler-Struktur identisch. Für alle sechs Experimente wurde eine Integrationszeit von 50 Jahren verwendet, wobei die ersten 10 Jahre als Spin-up-Phase betrachtet und von der weiteren Analyse ausgeschlossen wurden.
Abbildung 2: Anomalien MH-PI von simulierten 2m Lufttemperaturen (T2m) für den borealen Winter (DJF) für 40-90°N. Niedrig- und hochauflösende T2m Anomalien sind in a) und b) dargestellt. Die hochauflösende Simulation mit einer niedrig aufgelösten Orographie ist in c) dargestellt. Einheiten sind Kelvin [K]. Signifikante Bereiche (p = 0,05) sind von gestrichelten schwarzen Linien umgeben. Die jeweiligen Küstenlinien sind durch dicke schwarze Linien dargestellt.
Abbildung 3: Oberflächendruck (MH minus PI) Anomalien für DJF. Oberflächendruckanomalien werden für das niedrigaufgelöste (T31L19) a) und das hochaufgelöste (T106L31) Experiment b) gezeigt. Die hochaufgelöste Simulation mit einer niedrig aufgelösten orographischen Maske zeigt die Oberflächendruckanomalien in c). Einheiten des Luftdrucks auf Meeresspiegelniveau sind hPa.
Eine Analyse der großräumigen Temperaturanomalien für das Mittelholozän gegenüber der präindustriellen Phase zeigt signifikante Unterschiede zwischen den Simulationen mit niedriger und hoher Modellauflösung (Abbildung 2). Für den borealen Winter sind die Unterschiede auf die Zirkulationsänderungen zurückzuführen (Abbildung 3), die durch die Reaktion auf den thermischen Antrieb in Verbindung mit der orographischen Auflösung verursacht werden. Die für das mittlere Holozän simulierten Temperaturunterschiede zwischen niedriger und hoher Auflösung zeigen eine Reaktion, die regional die Temperaturdifferenz zwischen Mittelholozän und vorindustrieller Zeit übertrifft und für dieselben geographischen Regionen über Land teilweise umgekehrte Vorzeichen aufweist - wobei in diesem Fall die Meeresoberflächentemperatur vorgeschrieben ist.
Schlussfolgerungen und Implikationen
Autoren:
Gerrit Lohmann1,2, Xiaoxu Shi1, Madlene Pfeiffer1, Axel Wagner1,2, Matthias Prange2
1 Alfred-Wegener-Institut Helmholtz-Zentrum für Polar- und Meeresforschung, Bussestraße 24, 27570 Bremerhaven
2 MARUM – Zentrum für Marine Umweltwissenschaften, Universität Bremen, Leobener Str. 8, 28359 Bremen
Publikationen
Braconnot, P., Harrison, S. P., Kageyama, M., Bartlein, P. J., Masson-Delmotte, V., Abe-Ouchi, A., Otto-Bliesner, B., and Zhao, Y., 2012: Evaluation of climate models using palaeoclimatic data, Nature Clim. Change, advance online publication, http://www.nature.com/nclimate/journal/vaop/ncurrent/abs/nclimate1456.html#supplementary-information.
Dima, M., and Lohmann, G., 2007: A hemispheric mechanism for the Atlantic Multidecadal Oscillation, J. Clim., 20(11), 2706–2719.
Ganopolski, A., Kubatzki, C., Claussen, M., Brovkin, V., and Petoukhov, V., 1998: The influence of vegetation-atmosphere-ocean interaction on climate during the mid-Holocene, Science, 280(5371), 1916–1919.
Knight, J., Allan, R., Folland, C., Vellinga, M., and Mann, M., 2005: A signature of persistent natural thermohaline circulation cycles in observed climate, Geophys. Res. Lett., 32, L20708, doi: 10.1029/2005GL024233.
Lohmann, G., M. Pfeiffer, T. Laepple, G. Leduc, and J.-H. Kim, 2013: A model-data comparison of the Holocene global sea surface temperature evolution. Clim. Past, 9, 1807-1839, doi: 10.5194/cp-9-1807-2013.
Otto-Bliesner, B. L., Brady, E. C., Clauzet, G., Tomas, R., Levis, S., and Kothavala, Z., 2006: Last Glacial Maximum and Holocene climate in CCSM3, J. Clim., 19(11), 2526–2544.
Pfeiffer, M. and Lohmann, G., 2016: Greenland Ice Sheet influence on Last Interglacial climate: global sensitivity studies performed with an atmosphere–ocean general circulation model, Clim. Past, 12, 1313-1338. doi: 10.5194/cp-12-1313-2016.
Roeckner, E., Brokopf, R., Esch, M., Giorgetta, M., Hagemann, S., Kornblueh, L., Manzini, E., Schlese, U., and Schulzweida, U., 2003: The atmospheric general circulation model ECHAM5 Part II: Sensitivity of simulated climate to horizontal and vertical resolution.
Roeckner, E., Brokopf, R., Esch, M., Giorgetta, M., Hagemann, S., Kornblueh, L., Manzini, E., Schlese, U., and Schulzweida, U., 2006: Sensitivity of Simulated Climate to Horizontal and Vertical Resolution in the ECHAM5 Atmosphere Model, Journal of Climate, 19, 3771-3791, 10.1175/jcli3824.1.
Rühlemann, C., Mulitza, S., Lohmann, G., Paul, A., Prange, M., and Wefer; G., 2004: Intermediate depth warming in the tropical Atlantic related to weakened thermohaline circulation: Combining paleoclimate and modeling data for the last deglaciation, Paleoceanography, 19, PA1025, doi: 10.1029/2003PA000948.
Schlesinger, M. E., and Ramankutty, N., 1994: An oscillation in the global climate system of period 65–70 years, Nature, (367), 723–726.
Shi, X., and Lohmann, G., 2016: Simulated response of the mid-Holocene Atlantic Meridional Overturning Circulation in ECHAM6-FESOM/MPIOM. Journal of Geophysical Research - Oceans, doi: 10.1002/2015JC011584.
Sidorenko, D., Rackow, T., Jung, T., Semmler, T., Barbi, D., Danilov, S., Dethloff, K., Dorn, W., Fieg, K., Gößling, H. F., Handorf, D., Harig, S., Hiller, W., Juricke, S., Losch, M., Schröter, J., Sein, D., and Wang, Q., 2014: Towards multi-resolution global climate modeling with ECHAM6-FESOM. Part I: Model formulation and mean climate, Clim. Dyn., 44, 757–780, doi: 10.1007/s00382-014-2290-6.
Wei, W., and Lohmann, G., 2012: Simulated Atlantic Multidecadal Oscillation during the Holocene. J. Climate, 25, 6989–7002. doi: 10.1175/JCLI-D-11-00667.1.