Lớp QLMT_K48
Luận văn: Mô hình khí hậu toàn cầu
‘
1
Lớp QLMT_K48
2
Lớp QLMT_K48
Mục tiêu của chương là đánh giá khả năng và giới hạn của mô hình khí hậu toàn
cầu. Một số hoạt động đánh giá được mô tả ở những chương khác của báo cáo.
Chương này cung cấp bối cảnh những nghiên cứu đó và hướng dẫn người đọc
những chương thích hợp.
Một dự báo cụ thể dựa trên mô hình có thể chứng minh được là đúng hoặc sai
nhưng bản thân mô hình luôn luôn cần xem xét thận trọng. Điều này đúng với dự
báo thời tiết và dự báo khí hậu. Dự báo thời tiết được sinh ra từ những thông tin cơ
bản, thường xuyên và có thể đối chiếu với những hiện tượng đã xảy ra. Theo thời
gian, nhưng thông tin này được tích lũy và cung cấp cho mô hình. Trái lại, trong
mô phỏng sự biến đổi khí hậu, mô hình được sử dụng để dự báo những thay đổi
trong tương lai có thể xảy ra qua khoảng thời gian hàng thập kỷ và không có những
thay đổi tương tự đã xảy ra trong quá khứ. Độ tin cậy của mô hình có thể thu được
qua việc mô phỏng những ghi chép trong lịch sử hoặc khí hậu cổ, nhưng điều này
bị giới hạn hơn so với dự báo thời tiết.
Mô hình khí hậu là mô hình tổng hợp với nhiều thành phần. Mô hình phải được thử
nghiệm ở mức độ hệ thống, tức là chạy một mô hình đầy đủ và so sánh kết quả với
thông tin đã thu thập được. Những thử nghiệm này có thể cho thấy lỗi của mô hình
nhưng nguyên nhân của chúng bị ẩn đi bởi tính phức tạp của mô hình. Vì vậy, cần
phải thử nghiệm mô hình ở mức độ thành phần, tức là cô lập những thành phần và
kiểm tra chúng độc lập so với một mô hình hoàn chỉnh. Việc đánh giá mức độ
cho phép hàng trăm nhà khoa học ở bên ngoài các nhóm làm mô hình có thể xem
xét kỹ lưỡng mô hình dưới nhiều góc độ khác nhau.
Sự nâng cao việc phân tích chẩn đoán kết quả mô hình khí hậu là một bước quan
trọng. Nhìn chung, những hoạt động so sánh đang diễn ra đã làm gia tăng mối liên
hệ giữa các nhóm làm mô hình, cho phép nhận dạng nhanh chóng và sửa chữa sai
số của mô hình, khuyến khích sáng tạo sự tính toán tiêu chuẩn cũng như những ghi
chép có hệ thống về những tiến bộ trong mô hình hóa.
Ensemble của mô hình đại diện cho một phương thức mới để nghiên cứu một
nhóm khí hậu đáng tin cậy tương ứng với một cưỡng bức cho trước. Những
ensemble này có thể được tạo ra từ việc thu thập kết quả của một nhóm mô hình ở
các trung tâm làm mô hình khác nhau (ensemble đa mô hình) hoặc được tạo ra qua
các phiên bản đa mô hình trong phạm vi cấu trúc một mô hình cụ thể, bằng cách
thay đổi các thông số mô hình bên trong trong một khoảng tin cậy (ensemble vật lý
xáo trộn). Những tiếp cận này được bàn chi tiết ở phần 10.5.
Độ chính xác mô phỏng mô hình khí hậu trong quá khứ hay hiện tại cho biết điều
gì về độ chính xác của dự báo biến đổi khí hậu? Một số các thông số dựa trên
thông tin thu thập được sử dụng để định lượng độ tin cậy của mô hình khi đưa ra
dự báo xác suất (phần 10.5.4).
Với bất kỳ thông số nào, cần đánh giá sự đúng đắn của kết quả mô hình dự báo khí
hậu trong tương lai. Không thể tiến hành phép thử trực tiếp bởi vì không có những
thay đổi cưỡng bức tương tự như những thay đổi dự báo ở thế kỷ 21. Dù vậy, mối
quan hệ giữa thông số từ thông tin thu thập được với lượng dự báo (ví dụ độ nhậy
khí hậu) có thể được khám phá qua ensemble mô hình. Shulka et al. (2006) đã liên
hệ độ trung thực của nhiệt độ bề mặt mô phỏng trong thế kỷ 20 với những thay đổi
nhiệt độ bề mặt được mô phỏng ở thế kỷ 21 trong một ensemble đa mô hình. Kết
4
Lớp QLMT_K48
quả là, mô hình có sai số ở thế kỷ 20 nhỏ nhất tạo ra một số gia nhiệt độ bề mặt
khá lớn ở thế kỷ 21. Knutti et al.(2006) sử dụng một ensemble vật lý xáo trộn khác
3. Tính mờ trong các lĩnh vực quan sát.
Trong khi không gian không cho phép bàn luận chi tiết các vấn đề trên cho mỗi
biến khí hậu, chúng được tính đến trong đánh giá tổng thể. Mô phỏng mô hình khí
hậu hiện tại ở phạm vi toàn cầu đến tiểu lục địa được mô tả ở chương này, các chi
tiết về vùng có thể xem ở chương 11.
Mô hình được sử dụng rộng rãi để mô phỏng biến đổi khí hậu trong suốt thế kỷ 20.
Vì những thay đổi bắt buộc không được biết tới đầy đủ ở thời điểm đó (chương 2),
những thử nghiệm như trên không ràng buộc đầy đủ phản ứng trong tương lai với
những thay đổi bắt buộc. Knutti et al.(2002) chỉ ra rằng trong một ensemble vật lý
5
Lớp QLMT_K48
xáo trộn của Mô hình hệ thống trái đất có sự phức tạp trung bình (EMICs), nếu
cưỡng bức sol khí được phép thay đổi trong phạm vi khoảng mờ của nó thì mô
phỏng từ mô hình này trong một khoảng độ nhậy khí hậu là phù hợp với nhiệt độ
không khí bề mặt được quan sát và hàm lượng nhiệt trong đại dương. Mặc dù giới
hạn cơ bản này, thử nghiệm mô phỏng các quan sát trong lịch sử thế kỷ 20 tạo ra
ràng buộc với phản ứng của khí hậu tương lai (Knutti et al., 2002). Chủ đề này
được bàn chi tiết ở chương 9.
,-./0..%
Mô phỏng khí hậu trong quá khứ cho phép mô hình được đánh giá theo một cách
thức khác so với hiện tại. Những thử nghiệm này bổ sung đánh giá khí hậu hiện tại
và khí hậu tại thời điểm thuộc dụng cụ, bởi vì sự biến thiên khí hậu ở thế kỷ 20
được so sánh với những thay đổi tương lai dự kiến theo một kịch bản bắt buộc từ
báo cáo đặc biệt của IPCC về kịch bản phát xạ (SRES). Giới hạn của thử nghiệm
khí hậu cổ là tính mờ trong cưỡng bức và các biến khí hậu thực tế (nhận được từ
proxy) thường lớn hơn so với ở thời điểm dụng cụ, và số biến khí hậu để có proxy
cổ bị giới hạn. Hơn nữa, tình trạng khí hậu có thể thay đổi (ví dụ kích cỡ lớn nhất
của dải băng) dẫn đến quá trình định lượng (ví dụ độ nhậy của khí hậu) khác biệt
so với ở thế kỷ 21. Cuối cùng là khoảng thời gian biến đổi rất dài dẫn đến những
khó khăn trong thiết kế thực nghiệm, ít nhất là cho mô hình lưu chuyển chung
trường hợp, điều này cung cấp một điều kiện về giá trị thông số (ví dụ,
Heymsfield và Donner 1990).
2. Mức độ tự do của những thông số có thể điều hòa nhỏ hơn mức độ tự do của
những điều kiện dựa trên quan sát sử dụng trong đánh giá mô hình. Điều này
đúng với đa số GCMs- ví dụ mô hình khí hậu không điều hòa một cách rõ ràng
để đưa ra tính biến thiên của dao động phía bắc Đại Tây Dương (NAO)- nhưng
không có nghiên cứu nào có giá trị để trả lời câu hỏi trên. Nếu mô hình được
điều hòa để đưa ra trình diễn tốt về một lượng quan sát cụ thể thì thỏa thuận với
quan sát này không thể được sử dụng để xây dựng độ tin cậy của mô hình. Dù
vậy, một mô hình có thể được điều hòa để trình diễn tốt một số quan sát chủ
chốt có khả năng đưa ra một dự báo chính xác, hơn là một mô hình tương tự (có
lẽ là một thành viên khác của ensemble vật lý xáo trộn) nhưng ít được điều hòa
(phần 8.1.2.2 và chương 10).
Dựa vào thời gian máy tính, quy trình điều hòa theo nguyên tắc có thể được tự
động sử dụng quy trình đồng hóa dữ liệu khác nhau. Dù vậy, điều này chỉ khả thi
với EMICs (Hargreaves et al.,2004) và GCMs phân giải thấp. Phương pháp
ensemble không phải lúc nào cũng tạo ra một thông số tốt nhất với một sai số đã
cho.
!45 6.
Giá trị khi sử dụng một nhóm mô hình (một dải hay hệ thống) có tính phức tạp
khác nhau được nói đến trong TAR (phần 8.3). Những mô hình rẻ hơn như EMICs
cho phép khám phá thấu đáo hơn khoảng cách thông số và cũng đơn giản hơn khi
phân tích phản ứng của mô hình cụ thể. Mô hình có độ phức tạp giảm được sử
dụng một cách rộng rãi trong báo cáo hơn là trong TAR, và giá trị của chúng được
bàn đến ở phần 8.8. Mô hình khí hậu vùng có thể xem như phần hình thành một hệ
thống mô hình khí hậu.
$+,Mô hình đưa ra dự báo biến đổi trong tương lai có độ tin cậy như thế
nào?
Mô hình khí hậu cung cấp giá trị ước lượng đáng tin cậy về biến đổi khí hậu trong
tương lai, đặc biệt là ở quy mô lục địa và lớn hơn. Sự tin cậy bắt nguồn từ sự thành
cốt yếu mà quá trình này mô phỏng biến đổi khí hậu trong tương lai. (chú ý rằng
giới hạn của tính biến thiên mô hình khí hậu khi dự báo thời tiết muộn hơn một vài
ngày không giới hạn khả năng của chúng để dự báo biến đổi khí hậu dài hạn, bởi vì
đây là những kiểu rất khác nhau của dự báo)
Nguyên nhân thứ ba là khả năng của mô hình tạo ra đặc điểm của biến đổi khí hậu
trong quá khứ. Mô hình cũng được sử dụng để mô phỏng khí hậu cổ như thể mid-
Holocene ấm ở 6000 năm trước hay cực đại băng hà cách đây 21000 năm (chương
6). Chúng có thể tạo ra nhiều đặc điểm (cho phép tính mờ trong khí hậu cổ đang
xây dựng) như độ lớn và broad-scale pattern của quá trình làm lạnh biển suốt thời
kỳ đóng băng. Mô hình cũng có thể mô phỏng nhiều khía cạnh được quan sát của
biến đổi khí hậu qua các ghi chép của dụng cụ. Một ví dụ là xu hướng nhiệt độ
toàn cầu hơn một thế kỷ gần đây (hình 1)có thể được mô hình hóa với kỹ năng cao
khi cả yếu tố tự nhiên và nhân tạo có ảnh hưởng tới khí hậu được tính đến. Mô
hình cũng có thể tạo ra những thay đổi được quan sát khác như nhiệt độ ban đêm
tăng lên nhanh hơn so với ban ngày, sự ấm lên ở Nam Cực, và quá trình làm lạnh
toàn cầu ngắn hạn (và sự phục hồi sau đó) sau những vụ phun núi lửa chính, như ở
Mt.Pinatubo 1991. Mô hình dự báo nhiệt độ toàn cầu được làm qua hơn hai thập kỷ
gần đây và vẫn còn phù hợp với những quan sát sau thời điểm đó.
8
Lớp QLMT_K48
Dù vậy, mô hình cũng có sai số đáng kể. Những sai số này lớn hơn ở trong phạm
vi nhỏ( ). Ví dụ sự thiếu hụt còn lại trong mô phỏng lượng mưa nhiệt đới, sự dao
động phía nam của El Nino và sự dao động Madden-Julian (một biến đổi được
quan sát về gió nhiệt đới và lượng mưa trong khoảng thời gian 30 đến 90 ngày).
Nguyên nhân cuối cùng gây ra sai số là nhiều quá trình quan trọng trong phạm vi
nhỏ không thể mô tả một cách rõ ràng trong mô hình, và phải ở dạng xấp xỉ khi
chúng liên kết với những đặc điểm trong phạm vi lớn. Điều này một phần bởi vì
giới hạn của tính toán, nhưng cũng là kết quả từ giới hạn hiểu biết khoa học hoặc
tính biến thiên của những quan sát tỉ mỉ quá trình vật lý. Tính mờ đáng kể liên
quan đến việc mô tả những đám mây, và phản ứng của mây với biến đổi khí hậu.
9
Lớp QLMT_K48
đến 1950. Đường màu xám thẳng đứng chỉ ra thời gian xảy ra những vụ phun núi
lửa chính.
-'.()(/*0!*
Rất nhiều cải tiến trong mô hình hoá xuất hiện từ báo cáo TAR. Do khoảng cách về
không gian mà không thể thảo luận một cách toàn diện về tất cả các thay đổi chủ
yếu trong vài năm qua, vì vậy nhằm vào 23 mô hình AOGCMs được sử dụng rộng
rãi trong báo cáo này (xem bảng 8.1). Những cải tiến trong mô hình có thể gộp lại
thành 3 loại. Thứ nhất, phần quan trọng nhất của động lực học (advection …) đã
được cải tiến, và sự phân giải theo chiều ngang và chiều dọc của nhiều mô hình
cũng được tăng lên. Thứ hai, nhiều quá trình được kết hợp trong một mô hình,
trong mô hình hoá riêng biệt của các chất phun (aerosols), của mặt đất, và của quá
trình băng trên biển. Thứ ba, hệ thông số hoá của quá trình vật lý đã được cải tiến.
Ví dụ, như sự thảo luận sâu hơn ở phần 8.2.7, hầu hết các mô hình không sử dụng
lâu bất kì sự điều chỉnh nào (Manebe and …) để giảm bớt xu thế khí hậu. Các cải
tiến khác nhau, được thảo luận giữa các nhóm mô hình hoá chính, được trình bày
tốt trong các mô hình khí hậu sử dụng trong bản báo cáo này.
Mặc dù nhiều cải tiến, nhưng vẫn còn nhiều vấn đề. Nhiều quá trình quan trọng, để
xác định mô hình đối phó với những biến đổi trong bức xạ cưỡng bức, không được
giải quyết bởi lưới mô hình. Thay vào đó, hệ thông số hoá trong phạm vi lưới phụ
là các thông số mà quá trình không giải quyết được, như sự hình thành mây và sự
hoà lẫn nhờ các xoáy nước ở đại dương. Sự cải tiến trở thành trường hợp mà việc
mô phỏng ensemble đa mô hình nói chung cung cấp nhiều thông tin thiết thực hơn
so với những mô hình đơn lẻ bất kì. Bảng 8.1 tổng kết những trình bày rõ ràng về
từng mô hình AOGCMs được sử dụng trong báo cáo này.
10
Lớp QLMT_K48
Hiện nay không có sự nhất trí về cách tối ưu để phân chia nguồn tài nguyên máy
tính ở giữa số lưới mô hình lớn hơn, lưới này cho phép việc mô phỏng tốt hơn;
chương 10.
Bởi vì sự phát triển của độ phân giải theo chiều ngang và chiều dọc, cả trong đặc
trưng khí hậu vùng và trái đất, nên mô phỏng tốt hơn. Ví dụ, hiệu ứng dịch chuyển
ra xa của đảo Hawaiian ở Thái Bình Dương được mô phỏng rất tốt và sự phân phối
thường xuyên của lượng mưa kết hợp với Bain front cũng được cải tiến.
!-
Hệ thống khí quyển bao gồm các trạng thái khác nhau của quá trình vật lý như quá
trình mây, quá trình bức xạ và quá trình boundary-layer, những quá trình tác động
tới mỗi phạm vi mặt đất và không gian. Bởi vì giới hạn sự phân giải của các mô
hình, mà đa số các quá trình này không được giải quyết tương xứng bằng lưới mô
11
Lớp QLMT_K48
hình và phải nhờ vào các thông số. Sự khác nhau giữa các hệ thông số hoá là
nguyên nhân quan trọng làm mô hình khí hậu có những kết quả khác nhau. Ví dụ,
hệ thông số hoá về new boundary-layer có sự tác động dương (positive impact)
mạnh mẽ đến sự mô phỏng tầng mây tích trên biển, được tạo ra bởi phòng thí
nghiệm động lực chất lỏng thuộc địa vật lý và mô hình khí hậu trung tâm Hadley,
nhưng hệ thông số hoá tương tự có sự tác động dương kém hơn trong khi thực hiện
ở kiểu ban đầu của mô hình trung tâm Hadley. Rõ ràng là các hệ thông số hoá phải
được hiểu trong điều kiện của số đông mô hình.
Quá trình mây ảnh hưởng đến mô hình khí hậu bởi nó điều chỉnh việc phát tán của
bức xạ ở tầng trên của khí quyển, bởi sự tạo mưa, bởi sự phân phối lại của lượng
khí quyển thỉnh thoảng diễn ra và hoàn thành nhanh chóng và bổ sung cơ cấu là
quá nhiều trong danh sách ở đây (Arakawa and Schubert, 1974; Arakawa, 2004).
Các hệ thông số hoá mây là nền tảng của các giả thuyết vật lý, các giả thuyết này
nhằm vào việc diễn tả các số liệu thống kê của vùng mây nhưng không có việc
diễn tả các thành phần mây đơn lẻ. Trong sự phát triển về số lượng mô hình khí
quyển, các hệ thông số hoá vi vật lý, các thông số đại diện cho quá trình như sự
hình thành hạt mây và hạt mưa, được sử dụng để dự đoán sự phân phối của mây
lỏng và băng. Các hệ thông số hoá này cải tiến việc mô phỏng khí hậu hiện tại, và
cũng bao hàm trong một số trường hợp (ví dụ, IPSL-CM4). Trong việc bổ sung
sunfat, một số dạng khác của aerosols như carbon đen và carbon hữu cơ, muối biển
và bụi khoáng sản được giới thiệu như việc dự báo sự biến đổi. Chi tiết hơn xem
trong phần 8.2.5
12(/6&
'
Gần đây, sự kết hợp theo chiều dọc của isopycnic hoặc hybrid vẫn được lựa chọn
trong một số mô hình đại dương (GISS-EH và BCCR-BCM2.0). Bài kiểm tra được
trình bày như mô hình có thể cung cấp giải pháp để tổ hợp sự phát tán thuộc miền,
những điều này thực tế có thể được với sự kết hợp phổ biến theo chiều sâu (Drange
và cộng sự, 2005). Các vấn đề còn lại một lần nữa xử lý thích hợp của
thermobaricity (mối quan hệ không theo thứ tự của nhiệt độ, độ mặn và áp suất dày
đặc (pressure to density)), điều này có nghĩa là một số mô hình kết hợp isopycnic
tương xứng với mật độ dày đặc của, ví dụ như, lượng nước ở đáy biển Địa Trung
Hải và Nam cực là không định hình (distorted). Giá trị của nhiều hệ thống kết hợp
theo chiều dọc vẫn tiếp tục được thiết lập.
Mẫu rõ ràng (explicit representations) của độ cao trên mặt biển được sử dụng trong
nhiều mô hình và dòng nước ngọt thực sự (real freshwater) thường cưỡng bức các
mô hình này thay vì dòng muối thực tế. Phương pháp dòng muối thực tế đem lại
sai số hệ thống trong việc dự báo độ mặn của bề mặt biển và nguyên nhân gây ra
nhiều vấn đề ở của sông nơi lưu vực rộng lớn (Hasumi, 2002a,b; Griffies, 2004).
Nói chung sự kết hợp theo đường cong ngang với ô lưới 2 cực và 3 cực (Murray,
1996) được sử dụng rộng rãi trong thành phần đại dương của các mô hình
AOGCMs. Đây là chiến lược thường xử lý kết hợp kì dị ở Bắc cực, như là sự lựa
chọn trước cực lọc phổ biến hoặc chu kì kết hợp theo hình cầu. Các lưới mới có
thuận lợi là những điểm dị thường có thể chuyển về đất liền trong khi vẫn giữ
nguyên những điểm thẳng hàng trên đường phân điểm. Các phương pháp cũ để làm
mẫu mặt biển, dòng nước bề mặt và Bắc cực vẫn còn được sử dụng trong một vài
mô hình AOGCMs.
2.758' 8'93
sự cải tiến trong mô phỏng những đặc điểm lưu thông của đại dương. Tuy nhiên,
sự tác động đối với mô phỏng khí quyển là tương đối nhỏ và cục bộ. Sự đối phó
những biến đổi khí hậu tương tự như mô hình phân giải tiêu chuẩn, với sự tăng giá
trị lên không đáng kể của sự ấm lên ở vùng Northern Europe-Atlantic nhờ vào sự
đối phó với những phá vỡ lưu thông theo đường kính (MOC) ở Atlantic. Khoảng
thời gian sử dụng của ngân sách nước ngọt Atlantic Basin được điều chỉnh giảm từ
khoảng 400 năm xuống còn 150 năm cùng với sự phân giải đại dương cao hơn, và
đề xuất sự khác nhau có thể chấp nhận được trong sự đối phó với MOC thoáng qua
trong những khoảng thời gian này, nhưng cơ chế và vai trò tương đối của sự phân
giải theo chiều ngang và chiều dọc là không rõ ràng.
Atlantic MOC bị ảnh hưởng bởi nước ngọt tương đương với cưỡng bức nhiệt.
Ngoài nước ngọt khí quyển cưỡng bức, nước ngọt được vận chuyển bởi đại dương
cũng rất quan trọng. Để Atlantic MOC, nước ngọt ở Thái Bình dương đi qua
Bering Strait có thể khó mô tả trên đoạn qua Canadian Archipelago và Labrador
Sea (Komuro và Hasumi, 2005). Những khía cạnh này được cải tiến từ báo cáo
TAR trong nhiều đánh giá mô hình ở đây.
Những biến đổi quanh bờ lục địa rất quan trọng trong biến đối khí hậu cùng. Ngoài
những khu vực này, khí hậu cũng bị ảnh hưởng bởi lưu thông đại dương mở và khí
quyển. Mô hình khí hậu có sự phân giải cao góp phần vào sự cải tiến việc mô
phỏng khí hậu vùng. Ví dụ, vị trí của Kuroshio tách rời từ quần đảo Nhật Bản được
mô phỏng tốt trong mô hình MIROC3.2, mô hình này có những nghiên cứu có thể
thực hiện được về những biến đổi trong đường trục của Kuroshio của khí hậu
tương lai (Sakamoto và công sự, 2005).
14
Lớp QLMT_K48
Guilyardi và cộng sự (2004) đã đề xuất sự phân giải đại dương có thể chạy chỉ với
vai trò thứ 2 trong sự sắp đặt khoảng thời gian của mô hình tính biến thiên của
ENSO, với khoảng thời gian quan trọng nhất được sắp đặt bởi mô hình khí quyển
đã cung cấp vận tốc cơ bản của phương thức sóng đại dương ở xích đạo chính là
đại diện tương xứng.
trong mô hình HadCM3 để điểu khiển sự hoà lẫn của nước tràn qua từ biển Bắc Âu
(Nordic Seas) vào North Atlantic. Mặc dù scheme ?có kết quả trong biến đổi của
thuộc tính khối lượng của nước gần cực, sự xuất hiện của nó có tác động nhỏ đến
sự mô phỏng mặt mạnh của mô hình MOC ở phạm vi lớn, hoặc sự đối phó của nó
đối với hiện tượng ấm lên toàn cầu.
(/7(
Một vài phép phân tích đa mô hình về các quá trình đất (bao gồm trong bảng 8.1)
đã được tiến hành. Tuy nhiên các tiến bộ đáng kể từ khi TAR được công bố dựa
trên các mô hình khí hậu đều tương tự với các mô hình này. Phép phân tích các mô
hình cung cấp insight on sự hiểu biết sâu sắc về độ chính xác của các quá trình đất
trong các mô hình AR4.
!-)'(8:
Phần bổ sung của các mô hình sinh quyển đất mà mô phỏng một số thay đổi trong
các nguồn cácbon đất và bể sinh khối vào trong fully coupled climate models is at
the cutting edge of climate science. Tiến bộ chính từ khi có TAR là bao gồm cả các
động thái vòng tuần hoàn cácbon thực vật và đất, mặc dù vẫn chưa được kết hợp
đều đặn chặt chẽ vào trong AOGCMs sử dụng cho các dự án khí hậu (xem chương
10). Tuần hoàn cácbon đất giới thiệu một sự phản hồi mới và quan trọng vào trong
hệ thống khí hậu trong khoảng thời gian từ thập kỷ đến thế kỷ (xem chương 7 và
10). Những phản hồi này bao gồm sinh quyển đất để tăng oxit cácbon, biến đổi khí
hậu và những thay đổi trong tính biến thiên của khí hậu (xem chương 7). Tuy
nhiên, nhiều vấn đề còn tồn tại cần được giải quyết. Độ lớn của bể sinh khối còn lại
là không rõ ràng bởi vì nó phụ thuộc vào mật độ của khí hậu cũng như là sự phản
ứng của cácbon thực vật và đất tăng CO2. Tỷ lệ mà làm giàu CO2 bão hòa trong
các hệ thống đất cao hơn hẳn present uncertainly in the role of biospheric
feedbacks. Một loạt các nghiên cứu đã được đưa ra để khám phá khả năng hiện tại
ở cấp độ mô hình của sự phản ứng của sinh quyển đất hơn là sự phản ứng của chỉ
một hoặc hai thành phần của chúng (Friedlingstein et al., 2006). Công việc này đã
tạo nên các tác động có hệ thống để đánh giá khả năng của các mô hình sinh quyển
đất để mô phỏng vòng tuần hoàn cácbon đất (Cramer et al., 2001) qua các áp dụng
et al., 2003 đã tìm ra một clear chronological sequence của các sơ đồ đất bề mặt.
Những khác nhau đáng kể được thống kê trong sự bay hơi trung bình hang năm đã
được nhận biết có thể được lien kết với tham số của các quá trình canopy. Các
chứng minh sâu hơn trong mô hình đất mặt phụ thuộc vào các quan sát bề mặt tăng
cường, ví dụ, sử dụng các isotop cố định (e.g., Henderson-Sellers et al., 2004) cái
mà cho phép một váo thành phần của qus trình bốc hơi được xác định riêng rẽ.
Pitman et al. (2004) đã phát hiện ra tác động của mức độ phức tạp được sử dụng để
biểu thị bằng tham số cân bằng năng lượng bề mặt trong sự khác biệt tìm thấy giữa
các kết quả của AMIP-2. Chúng đã tìm ra rằng các sự biến thiên lớn trong sự phức
tạp cân bằng năng lượng bề mặt không dẫn tới các khác biệt hệ thống trong giá trị
trung bình mô phỏng, sự dao động giữa nhiệt độ nhỏ nhất hay lớn nhất ở phạm vi
toàn cầu, hoặc trung bình ở một vùng, cho biết rằng các biến này là không có giới
hạn bởi sự không chắc chắn trong việc biểu hiện bằng tham số cân bằng năng
lượng bề mặt. Điều này làm tăng thêm độ chính xác của việc sử dụng các mô hình
17
Lớp QLMT_K48
trong bảng 8.1 mà hầu hết đều bao gồm các module cân bằng năng lượng bề mặt
của sự phức tạp hơn là của mức tối thiểu được xác định bởi Pitman et al. 2004.
Trong khi một công việc nhỏ đã được thực hiện để đánh giá khả năng của các mô
hình bề mặt đất sử dụng trong các mô hình khí hậu kết nối, quá trình nâng cấp của
các mô hình bề mặt đất dần dần taking place và the conclusion of carbon in these
models is a major conceptual advance. Trong mô phỏng của khí hậu ngày nay, mặt
hạn chế của của mô hình thủy học bucket chuẩn là tăng rõ rệt (Milly and Shmakin,
2002; Henderson-Sellers et al., 2004; Pitman et al., 2004), bao gồm chứng cứ mà
đánh giá quá cao khả năng có thể xảy ra của hạn hán (Seneviratne et al., 2002).
Các chứng minh nhỏ tương tự cho các mô hình đất, ví dụ, bao gồm biến không
gian khả năng giữ nước và a simple canopy conductance, dẫn tới các chứng minh
đáng kể (Milly and Shmakin, 2002). Kể từ khi hầu hết các mô hình trong bảng 8.1
mô tả continental-scale land serface một cách thực tế hơn the standard bucket
hydrogy sheme, và bao gồm biến không gian khả năng giữ nước, canopy
kết hợp các mô hình đất và khí quyển. Một vài nghiên cứu dã phát hiện ra sự khác
nhau trong sức mạnh của sự kết hợp đó. Seneviratne et al. 2002 đã nêu bật sự quan
trọng của việc phân biệt khả năng giữ nước giữa các mô hình trong khi Lawrence
và Slingo (2005) phát hiện ra vai trò của sự thay đổi độ ẩm đất và đề nghị rằng
trạng thái bão hòa của độ ẩm đất thường xuyên và sự thay đổi ít của độ ẩm đất có
thể giải thích phần nào hạn chế của liên kết các mô hình trong mô hình HadAM3
(chú ý rằng hạn chế không có nghĩa là sai khi mà khả năng thực sự của việc lien
kết mô hình là còn chưa rõ).
Nói chung, việc kết hợp không chắc chắn khí quyển và bề mặt đất có hàm ý cho sự
tin cậy của phản hồi khí quyển-độ ẩm đã được mô phỏng. Mặc dù tác động lớn để
thu thập và đồng nhất các phép đo độ ẩm đất ở cấp độ toàn cầu (Robock et al.,
2000) vẫn tồn tại sự không thống nhất giữa các đánh giá ở phạm vi rộng của độ ẩm
đất được quan sát. Thách thức của mô hình hóa độ ẩm đất, điều mà thay đổi một
cách tự nhiên trong khoảng thời gian ngắn, được lien kết với các đặc trưng phong
cảnh của một vùng, các quá trình đất, sự hồi phục của đất mặt, dạng thực vật, vv,
với các dữ liệu được quan sát là đáng kể. Một điều không rõ rang là so sánh độ ẩm
đất được mô phỏng bằng mô hình khí hậu với độ ẩm đất point-based hay remotely
sensed. Điều này khiến việc đánh giá khả năng đo đạc độ ẩm đất của các mô hình
khí hậu khó khăn.
8(//%*9:/
,-(.(6
Các mô hình lớp băng được sử dụng trong các chu trình của sự nóng lên trong thời
kỳ lâu dài và các viễn cảnh về mực nước biển, mặc dù chúng chưa được kết hợp
một cách tổng quát trong các AOGCMs sử dụng trong chương 10. Các mô hình
được chạy thường lệ trong ở trạng thái độc lập, mặc dù Huybrechts et al. (2002) và
Fichefet et al. (2003) đã báo cáo các tác động sớm của việc lien kết các mô hình
lớp băng tời AOGCMs. Các mô hình lớp băng cũng có trong một vài EMICs (ví
dụ, Calove et al., 2002). Ridley et al. (2005) đã lưu ý rằng khoảng thời gian của sự
tan băng theo dự kiến của lớp băng trên đảo Greenland có thể khác với các mô
phỏng kết hợp hoặc độc lập. Các mô hình lớp băng nhiệt hóa học có hiệu lực ngày
phát triển, như mô hình của Bitz and Lipscomb (1999), cái mà giới thiệu salinity-
depedent conductivity và khả năng nhiệt, mô hình hóa cá quặng muối biển trong
cách giám sát năng lượng như một phần của một mô hình nhiệt động lực học lớp
biến thiên (ví dụ, Saenko et al., 2002). Một vài AOGCMs bao gồm sự thiết lập
băng tuyết, cái mà xảy ra khi một tảng băng nổi bị nhấn chìm bởi sức nặng của
tuyết bao phủ bên trên và các lớp đóng băng tràn ngập tuyết. Quá trình gần đây là
đặc biệt quan trọng trong hệ thống băng Nam cực.
Cho dù với fine grid scales, rất nhiều các mô hình băng không kết hợp sự phân
phối độ dày của băng sub-gril scale ( Thorndike et al., 1975) với một vài
thichkness “categories”, rather than considering the ice as a uniform slab with
inclusions of open water. Một phân phối độ dày của băng cho phép mô phỏng
chính xác hơn vè sự biến thiên nhiệt động lực học trong sự phát triển và tỉ lệ tan
chảy trong một ô lưới đơn lẻ, cái mà có thể cho kết quả đáng kể cho các quá trình
phản hồi albedo đại dương (ví dụ, Bitz et al., 2001; Zhang and Rothrock, 2001).
Một phân phối độ dày băng được phân tích tốt cho phép một công thức more
physical cho ice ridging và rafting events, dựa trên các công thức về năng lượng.
Mặc dù các thông số của redging mechanics và các mối quan hệ với sự phân phối
độ dày của băng đã được chứng minh (Babko et al., 2002); Amundrud et al., 2004;
20
Lớp QLMT_K48
Toyota et al., 2004), bao gồm sự tham số hóa của việc ridging tiên tiến đã cách ly
các khía cạnh khác của động lực học nước đá biển trong các mô hình AOGCMs.
Những giải thuật số tốt hơn được dùng cho phân phối bề dày nước đá biển
(Lipscomb, 2001) và sức mạnh của nước đá (Hutchings et al., 2004) cũng được
phát triển cho AOGCMs.
;!:/*9*<=34%5
Mô phỏng khí hậu bao gồm aerosols khí quyển với sự vận chuyển hóa học được
cải thiện đáng kể từ TAR. Các phân phối aerosol toàn cầu được mô phỏng là tốt
hơn so với những gì quan sát được, đặc biệt các số liệu từ vệ tinh (ví dụ, Radar độ
phân giải cao cải tiến (AVHRR), quang phổ kế mô tả với độ phân giải trung bình
Coupling thường là một vấn đề quan trọng, bởi vì fluxes là trung bình trong suốt
khoảng thời gian coupling. Điển hình, hầu hết các AOGCMs được đánh giá ở đây
thông qua fluxes và các biến khác giữa các phần khác nhau một lần một ngày. The
K-profile parametrization ocean vertical scheme (Large et al., 1994), được sử dụng
trong một số mô hình, là rất nhạy cảm vơi năng lượng gió thích hợp cho mixing.
Nếu các mô hình bị ghép tại tần số thấp hơn mỗi lần một nhịp thời gian đại dương,
nonlinear quantities như sức gió (cái phụ thuộc vào tốc độ gió) cần phải được tích
lũy qua từng bước thời gian trước khi đi qua đại dương. Sự lấy trung bình không
thích hợp bởi vậy có thể dẫn tới năng lượng trộn quá ít và do đó những chiều sâu
lớp pha trộn từ đây nông hơn, giả định sự tham số hóa không phải được trở lại. Tuy
nhiên, các ghép mô hình với tần số cao có thể mạng lại những vấn đề công nghệ
mới. Trong mô hình MIROC, khoảng thời gian ghép là 3 giờ, và trong trường hợp
này, một sóng trọng lực bên trong bị kích động trong đại dương sao cho sự
smoothing nào đó cần thiết để giảm vấn đề số này. Cũng nên chú ý rằng các mô
hình AOGCMs được sử dụng ở đây có (tiêu biểu là 10m hay hơn), giới hạn nhiệt
độ bề mặt biển (SST) gây ảnh hưởng đến ghép mô hình thường xuyên (Bernie et
al, 2005).
?@A9'BC&D<(E(*
Kể từ TAR, nhiều mô hình khí hậu được phát triển mà không điều chỉnh nhiệt độ
bề mặt, nước và các dòng động lượng không tự nhiên duy trì một khí hậu điều hòa
vững chắc. Stouffer và Dixon (1998) đã chú ý rằng, việc sử dụng các điều chỉnh
dòng như vậy đòi hỏi các tích hợp khá dài của các thành phần mô hình trước khi
ghép nhóm. Trong các mô hình này, thông thường các điều kiện ban đầu cho tích
hợp ghép nhóm đã vẫn được sử dụng từ long spin ups của các thành phần mô hình.
Trong các mô hình AOGCMs mà không sử dụng việc điều chỉnh dòng (xem bảng
8.1), các phương pháp tích hợp có xu hướng khác nhau hơn. Các thành phần đại
dương của nhiều mô hình là được tương thích sử dụng các giá trị được quan sát
gián tiếp từ observationally based, gridded data set (Levitus and Boyer, 1994;
Levitus and Antonov, 1997; Levitus et al., 1998) hoặc từ các tích hợp short ocean-
only mà được sử dụng một phép phân tích được quan sát cho các điều kiện ban đầu
trình vật lý hay quá trình động học nhất định đã bi miêu tả sai. Một mô hình tốt hơn mô phỏng
những mẫu không gian phức tạp và những chu kỳ mùa và ngày (của) khí hậu hiện tại càng tốt, thì
sự tin cậy càng cao bởi tất cả các quá trình cần thiết đã được trình bầy một cách đầy đủ. Như vậy,
khi những mô hình mới xây dựng, nỗ lực đáng kể được cống hiến cho việc đánh giá khả năng
của chúng trong việc mô phỏng khí hậu hiện tại. (e.g., Collins et al., 2006; Delworth et al.,
2006).
Một số sự đánh giá của sự thực hiện mô hình được giới thiệu ở đây được dựa vào những sự mô
phỏng thế kỷ 20 mà cấu thành một phần (của) MMD được lưu trữ Tại PCMDI. Trong những sự
mô phỏng này, những nhóm mô hình hóa bắt đầu những mô hình từ những sự mô phỏng (circa
1860)' điều khiển' trước công nghiệp và sau đó tác động tới tự nhiên và sự cưỡng bức do loài
người được cho là điều quan trọng để mô phỏng khí hậu (của) khoảng 140 năm trước hoặc lâu
hơn nữa. 23 mô hình được xem xét ở đây (Nhìn bảng 8.1) là những (cái) mà được tin cậy trong
những chương 9 và 10 để điều tra lịch sử và những sự thay đổi khí hậu trong tương lai. Một số
hình trong mục này thu được dựa vào những kết quả từ một tập con (của) những mô hình bởi vì
tập dữ liệu không đầy đủ.
Để nhận biết các lỗi có tính hệ thống qua những mô hình, giá trị trung bình của trường số liệu có
giá trị trong MMD (multi-model data set), được quy là “giá trị trung bình đa mô hình”, sẽ thường
được sử dụng. Những kết quả trung bình trường số liệu đa mô hình bị tăng lên bởi những kết quả
từ những mô hình riêng lẻ sẵn có như Vật chất Bổ sung ( Nhìn sơ đồ hình S8. 1 tới S8. 15). Sự
lấy trung bình đa mô hình phục vụ để lọc ra những sự sai lệch (của) những mô hình riêng lẻ và
chỉ giữ những lỗi chung. Có một vài bằng chứng mà giá trị trung bình của trường số liệu đa mô
hình thường phù hợp với những sự quan sát hơn so với bất kỳ kết quả nào được mô phỏng bởi
các mô hình riêng lẻ (Nhìn Mục 8.3.1.1.2), cái mà hỗ trợ sự tin cậy liên tục về tính đa dạng (của)
tiến trình mô hình hóa trong việc chỉ ra sự thay đổi khí hậu tương lai và cung cấp sự quan tâm
hơn nữa nào đó trong việc đánh giá kết quả trung bình của đa mô hình .
23
Lớp QLMT_K48
Giáp mặt với tính đa dạng phong phú của những đặc tính khí hậu mà có thể tiềm tàng được ước
lượng ở đây, mục này tập trung vào những thành tố đó mà có thể ảnh hưởng một cách nguy kịch
đến xã hội và những hệ sinh thái tự nhiên và cái khả năng đáp lại là sự thay đổi trong tác động
phỏng và kiểu không gian quan sát của nhiệt độ trung bình hàng năm đặc thù là khoảng 0.98 cho
những mô hình riêng lẻ. (Cái) này hỗ trợ việc nhìn nhận các mô hình cho kết quả với mức độ phù
hợp về sự chính xác trong các quá trình điều khiển nhiệt độ bề mặt.
Cơ hội bổ sung thêm để ước lượng những mô hình được tạo điều kiện bởi sự theo dõi chu kỳ
hàng năm (của) nhiệt độ bề mặt. Hình 8.3 cho thấy rằng độ lệch tiêu chuẩn của nhiệt độ bề mặt
trung bình hàng tháng, cái mà bị chi phối bởi tầm hoạt động của sự cấu thành hàng năm và nửa
năm (của) chu kỳ hàng năm. Sự khác nhau giữa các giá trị trung bình trong kết quả của mô hình
và những sự theo dõi cũng đã được chỉ ra. Sự chênh lệch tuyệt đối trong những hầu hết các khu
vực nhỏ hơn 1° C. Thậm chí có những vùng đất liền rộng lớn (của) NH (bắc bán cầu) nơi mà độ
lệch tiêu chuẩn nói chung vượt hơn 10°C, những mô hình phù hợp với những quan sát trong
khoảng 2°C ở hầu hết các nơi. Những mô hình, như một nhóm, có sự khác biệt rõ ràng giữa môi
trường biển và lục địa và quan trọng lớn hơn là chu kỳ hàng năm ở vĩ độ cao hơn, nhưng có một
24
Lớp QLMT_K48
xu hướng chung để đánh giá thấp dãy nhiệt độ hàng năm qua phía đông Siberia. Nói chung, sai
số phân số lớn nhất được tìm thấy qua những đại dương (e.g., qua nhiều Nam Mỹ nhiệt đới và ra
khỏi phía đông chạy ven biển của Bắc Mỹ và Châu á). Những ngoại lệ này tới những sự phù hợp
toàn bộ để minh họa đặc tính chung của các mô hình khí hậu hiện tại: đặc tính phạm vi lớn nhất
của khí hậu được mô phỏng chính xác hơn đặc tính quy mô khu vực hay đặc tính quy mô nhỏ
hơn.
! " "
#
$
%
$"
%
&#
'$
$#$#
#$!
"
$
2 #
$$' ,"
;
25
Copyright: Tài liệu đại học ©