Bai Tap GIS1

Lớp QLMT_K48
MỤC LỤC
1
Lớp QLMT_K48
8.1. Tổng quan

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.
8.1.1. Đánh giá có nghĩa là gì
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.
8.1.2. Phương pháp đánh giá
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
thành phần của mô hình khí hậu là thông thường. Phương pháp số được thử
nghiệm ở những test tiêu chuẩn, được thiết lập qua hoạt động như hội nghị hai năm
một lần về Partial Differential Equations on Sphere. Các thông số vật lý sử dụng
trong mô hình biến đổi khí hậu được thử nghiệm qua nhiều nghiên cứu (một số dựa
trên những số liệu thu thập được và một số được lý tưởng hóa), được thiết lập
thông qua chương trình Đo lường phóng xạ khí quyển (ARM), Hệ thống mây châu
Âu (EUROCS), Năng lượng toàn cầu và cuộc thử nghiệm chu trình nước
(GEWEX), Nghiên cứu hệ thống mây (GCSS). Những hoạt động này đã và đang
diễn ra trong một thập kỷ hoặc nhiều hơn và phần lớn kết quả đã công bố.
Việc đánh giá mức độ hệ thống tập trung vào kết quả của mô hình đầy đủ (ví dụ
mô hình mô phỏng các biến khí hậu) và các phương pháp cụ thể được bàn chi tiết
dưới đây.
8.1.2.1. So sánh các mô hình và ensemble
Hoạt động so sánh mô hình toàn cầu bắt đầu từ cuối những năm 1980, được tiếp
tục với dự án so sánh mô hình khí quyển (AMIP) bây giờ đã bao gồm vài tá dự án
bao phủ toàn bộ các thành phần mô hình khí hậu và các dạng mô hình kết hợp khác
nhau (tóm tắt tại http://www.clivar.org/science/mips.php). Nỗ lực tham vọng trong
2
Lớp QLMT_K48
việc thu thập và phân tích kết quả mô hình lưu chuyển khí quyển đại dương
(AOGCM) từ các thí nghiệm tiêu chuẩn được thực hiện trong vài năm gần đây.
Điều này khác với các so sánh mô hình trước đó ở chỗ một tập hợp hoàn thiện các
thí nghiệm được thực nghiệm, bao gồm việc mô phỏng có điều khiển không bắt
buộc, mô phỏng nhằm tái tạo biến đổi khí hậu được quan sát qua những thời điểm
và mô phỏng biến đổi khí hậu trong tương lai. Với mỗi thí nghiệm, các mô phỏng
được thực hiện trên nhiều mô hình khác nhau để việc chia sẻ tín hiệu biến đổi khí
hậu từ sự biến thiên bên trong trong phạm vi hệ thống khí hậu được dễ dàng hơn.
Có lẽ, thay đổi quan trọng nhất từ những nỗ lực này là bộ sưu tập tập hợp các kết
quả mô hình ở chương trình Chẩn đoán mô hình khí hậu và so sánh (PCMID).
Thành tựu này liên quan đến Tập hợp dữ liệu đa mô hình (MMD) ở PCMID, đã
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.
8.1.2.2. Hệ thông số độ tin cậy của mô hình
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
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
đã chỉ ra rằng mô hình có nhiệt độ bề mặt thay đổi theo mùa thường có độ nhậy lớn
hơn. Những thông số phức tạp hơn được phát triển dựa vào những thông tin thu
3
Lớp QLMT_K48
thập về khí hậu hiện tại và có tiềm năng làm giảm tính mờ của độ nhậy khí hậu qua
những ensemble mô hình đã cho (Murphy et al.,2004; Piani et al.,2005). Những
nghiên cứu trên hứa hẹn rằng thông số định lượng khả năng xảy ra của dự báo mô
hình có thể được phát triển, nhưng sự phát triển của thông số mới ở giai đoạn đầu,
việc đánh giá mô hình mô tả ở chương này chủ yếu dựa vào kinh nghiệm và suy
luận vật lý.
Một sự phát triển quan trọng kể từ khi Báo cáo đánh giá thứ ba (TAR) đang thiết
lập và định lượng quá trình thông tin phản hồi (feedback process) là xác định phản
ứng của thay đổi khí hậu. Hiểu biết về những quá trình này củng cố cả cách tiếp
cận đánh giá mô hình dựa trên thông số lẫn truyền thống. Ví dụ Hall và Qu (2006)
phát triển một thông số cho feedback giữa nhiệt độ và albedo trong một vùng bị
bao phủ bởi tuyết, dựa trên mô phỏng chu kỳ theo mùa. Họ thấy rằng, mô hình có
feedback dựa vào chu kỳ mùa cũng có một feedback ở điều kiện khí nhà kính tăng
lên. So sánh với giá trị ước đoán quan sát được của chu kỳ theo mùa cho thấy đa số
mô hình trong MMD thấp hơn giá trị ước đoán của feedback này. Phần 8.6 mô tả
các feedback khác nhau, vận hành trong hệ thống băng bề mặt biển, khí quyển đất
để xác định độ nhậy của khí hậu và phần 8.3.2 mô tả vài quá trình quan trọng về sự
hấp thu nhiệt của đại dương (và thay đổi khí hậu nhất thời).
8.1.2.3. Thử nghiệm mô hình với khí hậu trong quá khứ và hiện tại
Thử nghiệm khả năng của mô hình trong việc mô phỏng khí hậu hiện tại (bao gồm
tính biến thiên và điểm cực) là một phần quan trọng của đánh giá mô hình (phần
8.3 tới 8.5, và đánh giá vùng cụ thể ở chương 11). Trong đó, cần có những lựa chọn
thực tế(…). Những quyết định như thế được đưa ra bởi các nhà nghiên cứu và phụ
thuộc vào vấn đề được nghiên cứu. Sự khác nhau giữa mô hình và các quan sát cần
được xem xét nếu chúng nằm trong phạm vi:
1. Tính biến thiên bên trong không dự đoán được (ví dụ thời điểm quan sát có
một số bất thường các sự kiện El Nino).
2. Sự khác nhau theo một điều kiện
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
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
4
Lớp QLMT_K48
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.
8.1.2.4. Các phương pháp đánh giá khác
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
(GCMs). Những vấn đề này được bàn sâu sắc trong chương 6.
Mô hình khí hậu có thể được thử nghiệm thông qua những dự báo dựa trên điều
kiện ban đầu. Mô hình khí hậu liên quan với mô hình dự báo thời tiết bằng số(..).
Dù vậy, mô hình dự báo thời tiết bằng số chạy ở độ phân giải cao hơn so với mô
phỏng khí hậu. Đánh giá những dự báo như thế kiểm tra mô tả của mô hình đối
với một vài quá trình chính trong không khí và đại dương, mặc dù mối liên hệ giữa
những quá trình này và phản ứng khí hậu dài hạn không được thiết lập. Chất lượng
của một dự báo có giá trị ban đầu phụ thuộc vào vài yếu tố vượt ra ngoài bản thân
mô hình bằng số (ví dụ kỹ thuật đồng hóa, phương pháp sinh ensemble), và những
yếu tố này có thể kém liên quan tới dự đoán phản ứng bắt buộc, dài hạn của hệ
thống khí hậu với những thay đổi theo cưỡng bức bức xạ.
8.1.3. Mô hình được xây dựng như thế nào
Cơ sở để xây dựng mô hình không thay đổi kể từ TAR, mặc dù mô hình đã có
những bước phát triển cụ thể (phần 8.2). Mô hình khí hậu có được từ các định luật
vật lý cơ bản (ví dụ như định luật chuyển động của Newton), để đưa ra xấp xỉ vật
lý phù hợp với hệ thống khí hậu trong phạm vi lớn, và xa hơn để xấp xỉ trong
discretization toán học. Những ràng buộc của máy tính hạn chế giải pháp có thể
xảy ra trong phương trình discretized và những ảnh hưởng có quy mô lớn của quá
trình không được giải đáp (vấn đề thông số).
8.1.3.1. Lựa chọn thông số và tuning
Thông số hóa dựa một phần vào mô hình vật lý đơn giản của những quá trình
không được giải đáp (ví dụ ..). Hệ thông số hóa cũng liên quan thông số bằng số
được chỉ rõ ở đầu vào. Một vài thông số này có thể đo lường, ít nhất là theo nguyên
tắc, trong khi những thông số khác không thể. Bởi vậy, có thể điều chỉnh giá trị của
thông số (có thể chọn từ những phân bố ưu tiên) để tối ưu hóa mô phỏng mô hình
5
Lớp QLMT_K48
các biến cụ thể hoặc để cải thiện sự cân bằng nhiệt độ toàn cầu. Quá trình này gọi
là ‘tuning’.
1. Ràng buộc dựa trên quan sát của khoảng thông số không quá lớn. Trong một vài
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.
8.1.3.2. Dải mô hình hay hệ thống cấp bậc
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.
Câu hỏi 8.1: 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
lập mô hình dựa trên nguyên tắc vật lý đã được chấp nhận và khả năng của chúng
khi tái tạo ra đặc điểm biến đổi khí hậu hiện tại và trong quá khứ. Độ tin cậy trong
ước lượng mô hình cho vài biến khí hậu (ví dụ nhiệt độ) cao hơn so với những biến
khác (ví dụ lượng mưa). Qua vài thập kỷ phát triển, mô hình đã cung cấp một bức
tranh rõ ràng về sự ấm lên của khí hậu ứng với sự tăng lên của khí nhà kính.
Mô hình khí hậu là biểu diễn toán học về hệ thống khí hậu, được diễn tả qua mã
máy tính và chạy trên máy tính mạnh. Một nguyên nhân dẫn đến độ tin cậy của mô
hình là những yếu tố cơ bản của mô hình dựa trên những định luật vật lý đã thiết
6
Lớp QLMT_K48
lập như định luật bảo toàn khối lượng, năng lượng và động lượng, cùng với nhiều
quan sát.
Nguyên nhân thứ hai là khả năng của mô hình trong việc mô phỏng những khía
cạnh quan trọng của khí hậu hiện tại. Mô hình được đánh giá một cách tổng quát
qua việc so sánh mô phỏng với những quan sát về không khí, đại dương, khu vực
thấp và bề mặt đất. Mức độ đánh giá chưa từng thấy đã chiếm chỗ hơn một thập kỷ
gần đây là so sánh đa mô hình có tổ chức. Mô hình có những kỹ năng đáng kể và
tăng lên khi thể hiện nhiều đặc điểm khí hậu quan trọng như phân bố trong phạm vi
lớn của nhiệt độ không khí, lượng mưa, phóng xạ và gió, nhiệt độ đại dương, dòng
và sự bao phủ băng trên biển. Mô hình cũng có thể mô phỏng những khía cạnh cốt
yếu của nhiều kiểu biến thiên khí hậu được quan sát qua các khoảng thời gian. Ví
dụ như bước tiến và lùi của hệ thống gió mùa chính, sự chuyển đổi theo mùa của
nhiệt độ, đường đi của bão và vành đai mưa, dao động trong phạm vi bán cầu của
áp suất bề mặt (phương thức hình khuyên phía bắc và phía nam). Một số mô hình
hay những biến thể liên quan cũng được thử nghiệm bằng cách sử dụng những mô
hình này để dự báo thời tiết và dự báo theo mùa. Những mô hình này cho thấy kĩ
năng trong những dự báo như trên, chúng có thể biểu diễn những đặc điểm quan
trọng của chu trình nói chung qua một khoảng thời gian ngắn cũng như tính biến
thiên theo mùa và giữa năm. Tính biến thiên của mô hình khi biểu diễn những đặc
điểm khí hậu quan trọng làm tăng lên sự tin cậy rằng chúng mô tả quá trình vật lý
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.
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
7
Lớp QLMT_K48
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.
Do đó, mô hình tiếp tục mô tả một khoảng theo sau sự biến đổi nhiệt độ toàn cầu
ứng với khí nhà kính tăng lên. Mặc dù tính mờ, mô hình thống nhất trong dự báo
sự ấm lên của khí hậu sau đó dưới sự tăng lên của khí nhà kính, và sự ấm lên này
có độ lớn phù hợp với ước lượng độc lập nhận được từ những nguồn khác, ví dụ từ
những biến đổi khí hậu được quan sát và sự khôi phục khí hậu trong quá khứ.
Bởi vì độ tin cậy của biến đổi được dự báo bằng mô hình toàn cầu giảm ở phạm vi
nhỏ, nên những kỹ thuật khác như sử dụng mô hình khí hậu vùng hoặc phương
pháp downscaling được phát triển cho nghiên cứu biến đổi khí hậu của vùng và địa
phương. Dù vậy, khi mà mô hình toàn cầu tiếp tục phát triển, và cách giải chúng
được mở rộng, chúng trở thành công cụ hữu ích để điều tra đặc điểm trong phạm vi
nhỏ như sự thay đổi khi thời tiết cực độ, và những cải tiến xa hơn trong mô tả vùng
được mong đợi với năng lực tính toán được tăng lên. Mô hình đang ngày càng toàn
diện trong xử lý hệ thống khí hậu, sự mô tả một cách rõ ràng quá trình sinh lý, vật
lý và sự tương tác coi biến đổi khí hậu quan trọng một cách tiềm năng, đặc biệt là ở
khoảng thời gian dài. Ví dụ, các phản ứng của thực vật gần đây, sự tương tác sinh
học và hóa học trong biển, và động học bao phủ băng trong vài mô hình khí hậu
toàn cầu.
Tóm lại, độ tin cậy trong mô hình bắt nguồn từ nền tảng vật lý và kỹ năng mô tả
biến đổi khí hậu được quan sát và khí hậu trong quá khứ. Mô hình được chứng
minh là một công cụ quan trọng mô phỏng và hiểu biết về khí hậu, và có một sự tin
cậy đáng kể rằng chúng có khả năng cung cấp ước lượng định lượng đáng tin của
biến đổi khí hậu tương lai, đặc biệt là ở phạm vi lớn. Mô hình có giới hạn đáng kể
như trong việc mô tả đám mây, dẫn đến tính mờ trong độ lớn và thời gian, cũng
như chi tiết vùng của biến đổi khí hậu được dự đoán. Dẫu vậy, qua vài thập kỷ phát
triển của mô hình, chúng đã cung cấp một bức tranh rõ ràng sự ấm lên của khí hậu
cùng với sự tăng lên của khí nhà kính.
Hình 1: Nhiệt độ gần bề mặt trung bình toàn cầu qua thế kỷ 20 có được từ quan sát
(màu đen) và từ 58 mô phỏng tạo ra bởi 14 mô hình khí hậu khác nhau và yếu tố
con người tác động đến khí hậu (màu vàng). Trung bình của những kết quả này
được biểu diễn (đường màu đỏ). Sự bất thường của nhiệt độ xảy ra từ năm 1901
đến 1950. Đường màu xám thẳng đứng chỉ ra thời gian xảy ra những vụ phun núi
lửa chính.
8
Lớp QLMT_K48
8.2. Sự cải tiến trong mô hình hoá

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.
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;
9
Lớp QLMT_K48
greater number of ensemble members, cho phép đánh giá thống kê tốt hơn những
trạng thái không rõ ràng; và bao gồm cả tập hợp đầy đủ hơn của quá trình (vd: sự
phản carbon, sự ảnh hưởng lẫn nhau của các thành phần trong khí quyển)
8.2.1. Qúa trình khí quyển
8.2.1.1. Hệ thuật toán
Trong báo cáo TAR, hơn một nửa số mô hình khí quyển tham gia đều sử dụng
spectral advection. Từ báo cáo TAR, semi-Lagrangian advection schemes được
chấp nhận trong một vài mô hình khí quyển. These schemes cho phép các bước
tiến hành trong thời gian dài và khẳng định các giá trị xác thực của advected tracer
như hơi nước, nhưng chúng cũng khuyếc tán, và một số kiểu không được chính
thức bảo tồn khối lượng. Trong bản báo cáo này, nhiều mô hình sử dụng spectral,
semi-Lagrangian, and Eulerian finite-volume and finite-difference advection
schemes, mặc dù không có sự nhất trí để dạng của schemes là tốt nhất.
8.2.1.2. Sự phân giải theo chiều ngang và chiều dọc
Sự phân giải theo chiều ngang và chiều dọc của mô hình AOGCMs được phát triển
tương xứng với báo cáo TAR. Ví dụ mô hình HadGEM1 có gấp 8 lần ô lưới của
mô hình HadCM3 (số ô gấp 2 lần cả 3 kích thước). Ở trung tâm quốc gia nghiên
cứu khí quyển (NCAR) hiện nay thường sử dụng kiểu T85 của mô hình hệ thống
khí quyển (CSM), trong khi kiểu T42 đã từng là tiêu chuẩn của báo cáo TAR.
Trung tâm nghiên cứu hệ thống khí quyển (CCSR), Viện quốc gia nghiên cứu môi
trường (NIES) và trung tâm nghiên cứu lĩnh vực biến đổi trái đất (FRCGC) đã phát
triển mô hình khí quyển có độ phân giải cao (MIROC-hi, gồm có mô hình T106
L56 AGCM và mô hình 1/4o đến 1/6o L48 OGCM) và Viện nghiên cứu khí tượng
(MRI) của cơ quan khí tượng học Nhật Bản (JMA) đã phát triển mô hình TL956
L60 spectral AGCM, là mô hình được sử dụng trong phương thức khoảng thời gian
(time-slice). Sự dự đoán được tạo ra với những mô hình này được trình bày trong
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.
8.2.1.3. Các hệ thông số hoá
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
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,
10
Lớp QLMT_K48
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
ảnh hưởng sự nhạy cảm của khí hậu. Các hệ thông số hoá thực tế của quá trình
mây là điều kiện tiên quyết để mô hình khí hậu hiện tại và tương lai đang tin cậy.
Dữ liệu từ nhiều cuộc thí nghiệm như chương trình nghiên cứu khí quyển trái đất
(GARP), thí nghiệm vùng nhiệt đới ở Đại Tây Dương (GATE, 1974), thí nghiệm
về mùa mưa (MONEX) và khí quyển trái đất vùng biển nhiệt đới (TOGA) thí
nghiệm về sự đối phó cặp khí quyển đại dương (COARE, 1993) được sử dụng để
kiểm tra và cải tiến các hệ thông số hoá của mây và sự đối lưu. Nghiên cứu có hệ
thống như việc quản lý bởi GCSS được tổ chức để kiểm tra các hệ thông số hoá
của quá trình bởi việc so sánh kết quả với cả sự quan sát và kết quả của mô hình
phân giải mây. Những kết quả này có ảnh hưởng đến sự phát triển của nhiều mô
hình mới thành lập. Ví dụ, hệ thông số hoá buondary-layer cloud của Lock và cộng
sự (2000) và Lock (2001) cũng được kiểm tra qua GCSS. Các hệ thông số hoá của
quá trình bức xạ được cải tiến và kiểm tra bằng việc so sánh kết quả của các hệ
thông số hoá bức xạ sử dụng trong mô hình AOGCMs với hầu hết các trình bày chi
tiết “line-by-line” quy ước bức xạ. Từ báo cáo TAR, việc cải tiến được tạo ra trong
một vài mô hình hướng đến sự ghép nối vật lý giữa các hệ thông số hoá mây và đối
lưu, ví dụ, trong mô hình Max Planck Institute (MPI) AOGCM sử dụng Tompkins
(2002), trong mô hình IPSL-CM4 AOGCM sử sụng Bony and Emanuel (2001) và
trong mô hình GFDL sử dụng Tiedtke (1993). Các ví dụ này là của bài kiểm tra
mức độ cấu thành.
Song song với việc cải tiến các hệ thông số hoá, mô hình không phải thuỷ tĩnh
cũng được sử dụng để hạn chế phạm vi. Một mô hình với lưới 5 km trên lãnh thổ
4000 x 3000 x 22 km đặt ở giữa che phủ nước Nhật cũng được tiến hành bởi
11
Lớp QLMT_K48
MRI/JMA, sử dụng phương khoảng thời gian (time-slice) để thực hiện báo cáo
đánh giá thứ tư (AR4) (Yoshizaki và cộng sự, 2005).
Aerosols có vai trò quan trọng trong hệ thống khí hậu. Các hệ thông số hóa aerosol
có ảnh hưởng lẫn nhau, hiện nay được sử dụng trong một số mô hình (HADGEM1,
MIROC-hi, MIROC-med). Cả hiệu ứng aerosol trực tiếp và gián tiếp (Chương 2)
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
8.2.2. Qúa trình đại dương.
8.2.2.1. Hệ thuật toán
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.
8.2.2.2. Sự phân giải theo chiều ngang và chiều dọc
Có sự phát triển chung trong việc phân giải từ báo cáo TAR, với sự phân giải theo
chiều ngang theo thứ tự từ cấp 1 đến cấp 2 được sử dụng phổ biến trong thành
phần đại dương của hầu hết mô hình khí hậu. Cách quyết định tốt hơn dấu hiệu chỉ
12
Lớp QLMT_K48
đường ở gần xích đạo, một vài mô hình sử dụng sự tăng cường phân giải theo
đường kinh tuyến trong vùng nhiệt đới. Sự phân giải cao đủ để cho phép oceanic
eddies, eddy-permitting, không được sử dụng trong a full suite of climate scenario
integrations bởi chi phí tính toán, nhưng từ báo cáo TAR nó được sử dụng trong
một số ý tưởng và các thí nghiệm dự đoán cơ bản khí hậu như thảo luận dưới đây.
Tập giới hạn của sự tích hợp sử dụng mô hình eddy-permitting MIROC3.2 được
sự dụng tại đây và chương 10. Một số trung tâm lập mô hình cũng có sự tiến bộ
trong việc phân giải theo chiều dọc từ báo cáo TAR.
Một vài mô hình khí hậu liên kết (coupled climate) với sự phân giải eddy-
permitting ocean (1/6o đến 1/3o) đã có sự phát triển (Roberts và cộng sự, 2004;
Suzuki và cộng sự, 2005), và tỉ lệ lớn đặc trưng mô hình gây ra bởi sự liên kết
không khí biển cục bộ đã được mô phỏng thành công.
Roberts và cộng sự (2004) đã tìm thấy sự tiến bộ trong việc phân giải đại dương
của mô hình HadCM3 từ about 1o to 0.33o by 0.33o by 40 levels (trong khi sự dịch
chuyển của các thành phần khí quyển là không biến đổi) kết quả đạt được chính là
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).
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
13
Lớp QLMT_K48
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.
8.2.2.3. Các hệ thông số hoá

Trong tracer equations, isopycnal diffusion (Redi, 1982) với isopycnal layer
khuyếch tán ở mức độ dày đặc (Gent và cộng sự, 1995), kể cả những sử đổi của nó
bởi Visbeck và cộng sự (1997), trở thành lựa chọn phổ biến thay sự khuyếch tán
theo chiều ngang đơn thuần. Điều này dẫn đến những cải tiến trong cấu trúc
thermocline và sự phá vỡ theo đường kính (Boning và cộng sự, 1995; xem phần
8.3.2). Để hoà lẫn theo chiều dọc của tracers, các hệ thông số hoá đa dạng không
hạn chế hiện nay được sử dụng, như turbulence closures (vd, Mellor và Yamada,
1982), non-local diffusivity profiles (Large và cộng sự, 1994) và mô hình tầng hỗn
hợp chủ yếu (vd, Kraus và Turner, 1967). Sự trình bày của tầng hỗn hợp bề mặt
phải được cải tiến bởi vì sự phát triển trong các hệ thông số hoá này (xem phần
8.3.2). Sự quan sát thể hiện rằng sự hoà lẫn theo chiều dọc ở đại dương sâu là cải
tiến về đáy gồ ghề, steep slopes và nơi sự phân tầng là yếu nhất (Karus, 1990;
Polzin và cộng sự, 1997; Moum và cộng sự, 2002). Trong khi nghiên cứu mô hình
hoá đã chỉ ra tầm quan trọng của inhomogeneous mixing trong MOC (vd,
Marotzke, 1997; Hasumi và Suginohara, 1999; Ottera và cộng sự, 2004; Oliver và
cộng sự, 2005; Saenko và Merryfield, 2005), các hệ thông số bao hàm toàn diện
của các hiệu ứng và ứng dụng của nó trong kết nối mô hình khí hậu chưa được xem
xét tới.
14
Lớp QLMT_K48
Nhiều loại nước nặng (dense waters) được tạo ra bởi sự đối lưu của đại dương, đây
chính là toàn bộ global MOC, phải chảy qua gợn sóng đại dương và ở dưới dốc lục
địa. Sự lên của nước bao quanh những đặc trưng địa hình này là quá trình quan
trọng để xác định thuộc tính cuối cùng và khối lượng của nước sâu. Các hệ thông
số hoá của bottom boundary-layer processes được sử dụng trong một số mô hình
AOGCMs (vd, Winton và cộng sự, 1998; Nakano và Suginohara, 2002). Tuy
nhiên, tác động của bottom boundary-layer representation trên liên hệ thống
(coupled system) vẫn chưa được hiểu đầy đủ (Tang và Roberts, 2005). Thorpe và
cộng sự (2004) đã nghiên cứu tác động của scheme rất đơn giản được sử dụng
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.
8.2.3. Các quá trình đất
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.
8.3.2.1. Các quá trình bề mặt.
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
so sánh tương tác. Ví dụ, Freidlingstein et al. 2006 đã phát hiện ra rằng trong tất cả
15
Lớp QLMT_K48
các mô hình được khảo sát, bể sinh quyển giảm đi trong tương lai trong khi mà khí
hậu ấm lên.
Các thành phần đơn lẻ khác của quá trình bề mặt đất đã được chứng minh từ TAR,
như root parametrization (Arora and Boer, 2003; Kleidon, 2004) và higher-
resolution river routing (Ducharne et al., 2003). Các quá trình đất lạnh đã được chú
ý đáng kể với các mô hình nhiều lớp tuyết bây giờ phổ biến hơn (e.g., Oleson et al.,
2004) chẳng hạn như vùng đất đóng băng và tan băng (e.g., Boone et al., 2000;
Warrach et al., 2001). Sub-grid scale snow parametrizations (lison, 2004), chuỗi
phản ứng tuyết-thực vật (Essery et al, 2003) và wind redistribution of snow (Essery
and Pomeroy, 2004) là được quan tâm hơn cả. Đất hữu cơ High-latitude cũng có
trong một số mô hình (Wang et al., 2002). Một sự tiến bộ gần đây là kết nối các mô
hình nước mặt vào trong các kế hoạch đất bề mặt (Liang et al., 2003; Maxwell and
Miller, 2005; Yeh and Eltahir, 2005). Những chỉ được đánh giá ở phạm vi địa
phương nhưng có thể thích hợp với toàn cầu. Cũng có chứng cớ nổi lên rằng các
dự án cấp địa phương về sự nóng lên là nhạy cảm với sự mô phỏng quá trình mà
được tiến hành ở cấp nhỏ hơn hơn là các mô hình khí hậu hiện tại phân tích (Pa et
al., 2004). Một cách tổng quát, sự cải tiến của các mô hình đất bề mặt từ TAR là
được dựa trên những các so sánh chi tiết với dữ liệu được quan sát. Ví dụ, Boone et
al., 2004 đã sử dụng Rhone Basin để khám phá ra cách các mô hình đất bề mặt mô
phỏng sự cân bằng nước cho một vài chu kỳ năm so sánh với dữ liệu từ mạng lưới
được quan sát. Họ đã tìm ra rằng hầu hết các kế hoạch đất bề mặt mô phỏng very
similar runoff và sự bốc hơi nước nhưng sự chia cắt giữa các thành phần các nhau
của cả hai dòng chảy và bốc hơi nước có sự khác biệt lớn, kết quả của các trạng
thái cân bằng đất nước khác nhau và mô phỏng cho ra. Các tham số tuyết phức tạp
hơn đã dẫn tới các mô phỏng cấp cao của các dòng chảy basin-scale.
Một phép phân tích của các kết quả từ nhóm thứ hai của AMIP (AMIP – 2) đã
khám phá ra sự đóng góp của đất bề mặt tới mô phỏng khí hậu. Henderson-Sellers
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
16
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
conductance, vv (bảng 8.1), hầu hết các mô hình này rất có khả năng nắm giữ một
phần quan trọng tạo bởi đất bề mặt tới các mô phỏng khí hậu hiện tại. Tuy nhiên,
có điều không rõ rang là các mô hình khí hậu hiện tại nắm bắt tác động của sự
nóng lên trong tương lai như thế nào trên sự cân bằng cácbon đất. Một đánh giá
cấp hệ thống của AOGCMs với vòng tuần hoàn cácbon được mô tả sẽ giúp làm
tăng độ tin cậy trong việc góp phần của đất bề mặt vào sự nóng lên trong tương lai.
8.2.3.2. Các phản hồi của độ ẩm đất trong các mô hình khí hậu
Một vai trò quan trọng của đất bề mặt là dự trữ độ ẩm đất và điều khiển sự bốc hơi
của nó. Một quá trình quan trọng, sự phản hồi lượng ẩm của đất đã được phát hiện
một cách bao quát từ khi có TAR, trên cơ sở các nghiên cứu cụ thể cấp khu vực mà
các lien kết được minh chứng giữa độ ẩm đất và lượng mưa. Các nghiên cứu gần
đây (ví dụ Gutowski et al., 2004; Pan et al., 2004) đã đề xuất rằng độ ẩm mùa hè
phụ thuộc mạnh mẽ vào các quá trình bề mặt, nhất là trong mô phỏng của reginal
extremes. Douvill (2001) đã chỉ ra rằng sự mất cân bằng độ ẩm đất gây ra gió mùa
châu Phi trong khi Schar et al. (2004) lại đề xuất rằng một phản hồi tích cực của độ
ẩm của đất có liên quan tới việc mùa hè nóng bất thường ở Châu Âu vào năm
2003.
Phản hổi độ ẩm đất trong các mô hình khí hậu vẫn chưa được đánh giá ở cấp hệ
thống vào thời điểm có TAR. Nó được kết hợp với sức mạnh của sự kết hợp giữa
đất và khí quyển, cái mà chỉ được xác định gần đây trong các mô hình (Dirmeyer,
2001). Koster et al. 2004 đưa ra một đánh giá về nơi mà xảy ra phản hồi độ ẩm đất
quan trọng ở cấp vùng trong suốt mùa hè ở bán cầu bắc bằng việc xác định sức
mạnh của việc kết hợp 12 GMCs khí quyển. Một vài nét tương tự được tìm thấy
giữa các kết quả mô hình, đủ để cung cấp một đánh giá trung bình đa mô hình về
nơi mà biểu đồ độ ẩm toàn cầu trong suốt mùa hè bắc bán cầu chịu ảnh hưởng
mạnh mẽ bởi sự biến thiên độ ẩm đất. Những điểm nóng của sức mạnh lien kết các
17
Lớp QLMT_K48
mô hình được tìm thấy trong sự chuyển tiếp của các vùng giữa các vùng ẩm và
khô. Các mô hình, tuy nhiên, cũng chỉ ra sự không thích hợp trong sức mạnh của
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.
8.2.4. Các quá trình cryospheric
8.2.4.1. Cryospheric đất
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
nay không bao gồm các quá trình được kết hợp với các dòng chuyển động của
băng hay grouding line migration, cái mà có thể cho phép các thay đổi động học
nhanh chóng trong các lớp băng. Các tảng băng hay ice caps, tùy thuộc vào their
relatively small scales and low likelihood of significant climate feedback at large
scales, là không tương tác với AOGCMs nào hiện nay. Xem chi tiết chương 4 và
10. Để thảo luận về tuyết, xem phần 8.3.4.1.
8.2.4.2. Băng biển
18
Lớp QLMT_K48
Các thành phần băng của mô hình AOGCMs thường dự đoán độ dày của băng (hay
thể tích), độ che phủ fractional, độ dày của tuyết, nhiệt độ (hay năng lượng) bề mặt
và bên trong và tốc độ nằm ngang. Một vài mô hình bây giờ bao gồm độ mặn nước
biển dự báo (Schmidt et al., 2004). Albedo băng là được qui định một cách tiêu
biểu, chỉ phụ thuộc độc lập vào độ dày của băng, độ che phủ của tuyết và các hiệu
ứng puddling.
Kể từ TAR, hầu hết các mô hình AOGCMs bắt đầu dùng các thành phần động học
băng phức tạp. Sự phức tạp của động lực học băng trong các AOGCMs thay đổi từ
mô hình “cavitating fluid” đơn giản (Flato and Hibler, 1992) tới mô hình nhựa dẻo
(Hibler, 1979), cái mà tính toán là rất tốn kém và đặc biệt sử dụng cho các mô
phỏng khí hậu toàn cầu. Mô hình nhựa dẻo đàn hồi (Hunke and Dukowicz, 1997)
đang được sử dụng dần dần, đặc biệt do các hiệu quả của nó với các thiết bị giống
nhau. Các cách tiếp cận về mặt số học để giải quyết các phương trình động lực học
băng bao gồm các kết quả chính xác hơn về curvilinear model grids (Hunkle and
Dukowicz, 2002; Marsland et al., 2003; Zhang and Rothrock, 2003) và các phương
pháp Lagrang để giải quyết các phương trình nhựa dẻo (Lindsay and Stern, 2004;
Wang and Ikeda, 2004).
Giải pháp cho động lực học nhiệt băng trong các AOGCMs đã tiến triển chậm hơn:
nó tiêu biểu bao gồm tính dẫn không đổi và các khả năng nhiệt cho băng và tuyết,
một nguồn nhiệt mô phỏng tác động của các quặng muối biển trong băng, và một
vài lớp, phía trên của tuyết. Các schemes nhiệt động học phức tạp hơn đang được
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;
Toyota et al., 2004), bao gồm sự tham số hóa của việc ridging tiên tiến đã cách ly
19
Lớp QLMT_K48
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.
8.2.5. Mô hình hóa aerosol và hóa học khí quyển
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
(MODIS), quang phổ kế mô tả đa góc (MISR), sự phân cực và hướng của năng
suất phản xạ của trái đất (POLDER), quang phổ kế vạch ra tổng ôzon (TOMS)),
mạng lưới ground-based (aerosol robotic network; AERONET) và rất nhiều các
chiến dịch đo lường (ví dụ., Chin et al., 2002; Takemura et al., 2002). Dự án so
sánh mô hình aerosol toàn cầu, Aerocom, cũng đã được đề xướng để tăng sự hiểu
biết của tính không rõ ràng và giảm chúng trong các đánh giá mô hình (Kinne et
al., 2003). Những so sánh này, so với các quan sát mây, cho kết quả để chứng minh
độ tin cậy trong đánh giá tác động của bức xạ trực tiếp và gián tiếp aerosol (ví dụ,
Ghan et al., 2001a,b; Lohmann và Lesins, 2002; Takemura et al., 2005). Các mô
hình dưới thành phần aerosol tương tác đã được kết hợp chặt chẽ trong một số mô
hình khí hậu sử dụng trong chương 10 (HadGEM1 và MIROC). Một số mô hình
cũng bao gồm các tác động aerosol gián tiếp (ví dụ., Takemura et al., 2005); tuy
nhiên, công thức của những quá trình này vẫn là chủ đề nghiên cứu.
Các thành phần hóa học khí quyển tương tác lẫn nhau không bao gồm trong các
mô hình mà được đề cập trong báo cáo này. Tuy nhiên, CCSM3 bao gồm sự biến
đổi của nồng độ khí nhà kính bởi các quá trình quang hóa và sự chuyển hóa SO2
và Đimetin sulfua thành các aerosol sunfua.
8.2.6. Các cải tiến coupling
Trong tiến bộ kể từ TAR, một số nhóm có các phần mềm được phát triển cho phép
nhóm dễ dàng hơn các thành phần khác nhau của một mô hình khí hậu (ví dụ,
Valcke et al., 2006). Một ví dụ, cặp đất nước đá biển đại dương khí quyển (OASIS)
đã phát triển ở Centre Europeen de Recherche et de Formation Avancee en Calcul
Scientific (CERFACS) (Terray et al., 1998), đã được sử dụng trong nhiều các trung
tâm mô hình hóa để đồng bộ hóa các mô hình khác nhau và cho phép nội suy của
các lĩnh vực coupling giữa khí quyển và đại dương grids. The shemes đảm bảo cả
hai quan sát ở cấp toàn cầu và khu vực của sự thay đổi khác nhau ở bề mặt không
khí – đại dương, và đường đi của đất, băng biển và đại dương chảy ra một cách độc
lập.
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
20
Lớp QLMT_K48
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).
8.2.7. Những sự điều chỉnh dòng và initialization
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
của chúng. Dữ liệu thành phần khí quyển ban đầu dược thường xuyên quan sát từ
các tích hợp khí quyển sử dụng bắt buộc SSTs.
Để quan sát các dữ liệu ban đầu cho tích hợp pre-industrial control được thảo luận
trong chương 10, hầu hết các AOGCMs sử dụng sự khác nhau của scheme Stouffer
et al. (2004). Trong sheme này, mô hình được ghép được cho giá trị ban đầu và
được thảo luận ở dưới. Các mô hình được tích hợp cho một vài thế kỷ sử dụng
constant pre-industrial radiative forcing, cho phép hệ thống ghép điều chỉnh phần
nào to this forcing. Cấp độ của sự cân bằng trong khí hậu tiền công nghiệp thực tới
the pre-industrial radiative forcing là không biết. Từ đó, có vẻ như là không cần
thiết đề có điều khiển tiền công nghiệp làm cân bằng đầy đủ. Sau tích hợp spin-up,
điều khiển tiền công nghiệp được bắt đầu và các tương thích pertupation có thể bắt
đầu. Một bước quan trọng tiếp theo, khi mà bắt đầu các tích hợp điều khiển được
21
Lớp QLMT_K48
định rõ, là sự đánh giá của các khuynh hướng khí hậu tích hợp điều khiển. Các
khuynh hướng chính có thể làm méo cả hai the natural variability (ví dụ, Inness et
al., 2003) và sự phản hồi khí hậu tới những thay đổi trong radiative forcing
(Spelman và Manabe, 1984).
Trong các báo cáo IPCC mới đây, các phương pháp tích hợp khá là khác nhau.
Trong một vài trường hợp, các tích hợp perturbation ban đầu sử dụng dữ liệu từ
tích hợp điều khiển ở chỗ mà các STTs là near present-day values và không phải
tiền công nghiệp. Nhiều mô hình khí hậu ngày nay sử dụng một vài thay đổi của
phương pháp Stouffer et al. 2004, đã được chứng minh.
8.3. Sự đánh giá khí hậu hiện thời khi được mô phỏng bởi những mô
hình toàn cầu ghép
Vì những sự phi tuyến tính trong những quá trình điều khiển khí hậu sự đáp lại hệ thống khí hậu
tới những sự hỗn loạn phụ thuộc tới phạm vi nào đó trên trạng thái cơ bản (của) nó. Vậy thì,
(cho) những mô hình để dự đoán những điều kiện khí hậu tương lai đáng tin cậy, họ phải mô
phỏng trạng thái khí hậu hiện thời với một vài mức độ cho đến nay không được biết về tính trung
thực. Kỹ năng mô hình kém trong việc mô phỏng khí hậu hiện tại có thể cho biết rằng những quá
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 .
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
22
Lớp QLMT_K48
đến xã hội và những hệ sinh thái tự nhiên và cái khả năng đáp lại là sự thay đổi trong tác động
bức xạ.
8.3.1. Khí quyển
8.3.1.1. Nhiệt độ Bề mặt và quỹ năng lượng (của) Hệ thống Khí hậu
Để những mô hình mô phỏng chính xác sự sắp xếp toàn cầu chu kỳ hàng năm và chu kỳ ngày
đêm (của) nhiệt độ bề mặt, trong sự thiếu (của) những sai số bù, họ cần phải miêu tả chính xác
tính sự đa dạng (của) các quá trình. Sự phân bổ quy mô lớn (của) nhiệt độ bề mặt trung bình
hàng năm phần lớn được xác định bởi phân bổ (của) ánh nắng mặt trời, cái mà được dịu xuống
bởi những đám mây, dòng nhiệt bề mặt khác và sự vận chuyển (của) năng lượng bởi tầng khí
quyển và tới một khoảng nhiệt độ nhỏ hơn bởi đại dương. Tương tự, chu kỳ hàng năm và những
chu kỳ ngày đêm (của) nhiệt độ bề mặt bị khống chế bởi những sự thay đổi theo mùa và theo
ngày trong những nhân tố này, tương ứng, nhưng chúng cũng bị cản lại bởi sự tích trữ năng
lượng trong những tầng phía trên của đại dương và ở một mức độ nhỏ hơn trên những lớp đất bề
mặt.
8.3.1.1.1. Nhiệt độ
Sơ đồ hình 8.2 a biểu diễn nhiệt độ mặt trung bình theo thời gian như một sự ghép lại nhiệt độ
không khí bề mặt trên các vùng (của) đất liền và SST ở một nơi nào khác. Cũng được đưa ra là
sự khác nhau giữa giá trị trung bình của trường số liệu đa mô hình và trường số liệu được theo
dõi. Với vài ngoại lệ, sai số tuyệt đối (giữa bên ngoài vùng cực và những vùng nghèo dữ liệu
khác) thấp hơn 2°C. Các mô hình riêng lẻ đặc thù có sai số lớn hơn, nhưng trong đa số những
trường hợp vẫn thấp hơn 3°C, ngoại trừ tại vĩ độ cao (Nhìn Hình 8.2 b và Vật chất Bổ sung, Hình
S8.1). Vài lỗi lớn hơn xuất hiện trong những vùng có những sự thay đổi đột ngột của độ cao và
có thể đơn giản do từ sự ghép đôi không xứng giữa phép đo vẽ địa hình mô hình (đặc thù ở trạng
thái tĩnh) và phép đo vẽ địa hình thực tế. Có một xu hướng (cho) một sự coi nhẹ, nhưng nói
chung, sự thiên về chán nản. Bên ngoài những vùng cực, sai số tương đối lớn (thì) hiển nhiên
trong phần phía đông (của) những vịnh đại dương nhiệt đới, một triệu chứng có thể xảy ra những
vấn đề trong sự mô phỏng (của) những đám mây thấp. Quy mô của sai số mô hình có hệ thống sẽ
ảnh hưởng đến sự đáp lại của mô hình tới trạng thái hỗn loạn bên ngoài còn là ẩn số, nhưng có
thể xem gợi ý (xem mục 8.6).
Mặc dù có sự không thống nhất trong cuộc thảo luận này, thực tế là những mô hình đó tính toán
cho một phần nhỏ rất lớn của kiểu nhiệt độ toàn cầu: hệ số tương quan giữa kiểu không gian mô
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
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
23
Lớp QLMT_K48
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.
24
Lớp QLMT_K48
Cũng như khoảng nhiệt độ hàng năm, khoảng nhiệt độ hằng ngày (sự khác nhau giữa nhiệt độ
không khí bề mặt tối đa và tối thiểu hằng ngày) là nhỏ hơn trên các đại dương so với trên đất
liền, nơi mà nó cũng được theo dõi tốt hơn, vì vậy thảo luận ở đây bị hạn chế đối với những vùng
lục địa. khoảng nhiệt độ hàng ngày, mức trung bình hàng năm và khu trên những lục địa, (thì)
nói chung quá nhỏ trong những mô hình, trong nhiều vùng bởi bằng 50% (xem Vật chất Bổ sung,
Hình S8.3). Tuy vậy, những mô hình mô phỏng đường chung của trường số liệu này, với những
giá trị tương đối cao trên những khu vực sạch và khô hơn. Điều chưa biết là tại sao những mô
hình nói chung đánh giá thấp khoảng nhiệt hằng ngày; nó có thể là trong một vài mô hình một
phần nguyên nhân là sự thiếu sót của các tham số lớp ranh giới hay trong sự mô phỏng của vùng
đất giá băng và tuyết, và nó cũng cho thấy rằng chu kỳ ngày đêm (của) đám mây đối lưu, mà
tương tác mạnh mẽ với nhiệt độ bề mặt, được mô phỏng kém hơn. Nhiệt độ bề mặt gắn liền
mạnh mẽ với khí quyển ở trên nó. Đây điểm đặc biệt hiển nhiên tại phạm vi chính giữa, nơi mà
sự di chuyển tuyến lạnh và những tuyến ấm có thể gây ra những thay đổi một cách tương đối lớn
trong nhiệt độ Bề mặt. Căn cứ vào những sự tương tác mạnh mẽ giữa nhiệt độ bề mặt và nhiệt độ
của không khí ở trên, nó là lợi ích đặc thù để đánh giá những mô hình mô phỏng mặt cắt thẳng
đứng (của) nhiệt độ khí quyển tốt ra sao. Sai số tuyệt đối trung bình đa mô hình trong nhiệt độ
không khí trung bình khu vực và hằng năm ở hầu khắp các nơi là thấp hơn 2°C (được so sánh với
những khoảng nhiệt độ quan sát, cái mà kéo dài tới hơn 100°C khi toàn bộ tầng đối lưu được
xem xét đến; xem S8.4 Vật chất Bổ sung). Nó đáng chú ý, tuy nhiên, ở gần Troposphere tại vĩ độ
cao trong tầng đối lưu các mô hình nói chung có xu hướng lạnh. Sự thiên lệch này là một vấn đề
mà vẫn còn tồn tại trong nhiều năm, nhưng nói chung bây giờ ít khốc liệt hơn so với trong những
mô hình trước đó. Trong một số ít mô hình, sự thiên lệch đã được loại trừ hoàn toàn, nhưng
những sai số bù có thể chịu trách nhiệm. Được biết rằng sự thiên lệch lạnh ở tropopause nhạy
cảm tới vài nhân tố (hệ số), bao gồm cả sự phân giải theo chiều ngang và chiều dọc, không bảo
toàn (của) entropi ẩm ướt, và việc xử lý sự hội tụ theo phương dọc ở phạm vi lưới phụ của xung
lượng (`Sóng trọng lực kéo'). Mặc dù ảnh hưởng của nhiệt độ ở tropopause có thiên hướng theo
sự phản hồi của mô hình tới những thay đổi cưỡng bức bức xạ đã không được định lượng rõ
ràng, đó là gần như dạng tương quan chắc chắn nhỏ tới những tính mờ khác.
8.3.1.1.2. Sự cân bằng của sự bức xạ tại đỉnh (của) khí quyển
Trình điều khiển sơ cấp của những sự biến đổi nhiệt độ theo vĩ độ và theo mùa là đường thay đổi
theo mùa của ánh sáng mặt trời, và trình điều khiển cơ bản của sự lưu thông khí quyển và đại
dương là sự không cân bằng cục bộ giữa sóng ngắn (sóng vô tuyến có bước sóng từ 100 đến 10
mét) (SW) và tia sóng dài (LW) tại đỉnh của khí quyển. Sự tác động đến nhiệt độ do sự phân phối
ánh nắng có thể giảm bớt mạnh mẽ bởi sự phân bố những đám mây và đặc trưng bề mặt.
Thấy rằng đầu tiên thông lượng trung bình hàng năm của SW tại' đỉnh' của khí quyển (TOA)1,
ánh nắng được xác định bởi những thông số quỹ đạo nổi tiếng bảo đảm sự phù hợp giữa những
mô hình và sự quan sát. Lượng nắng trung bình hàng năm mạnh nhất tại những chí tuyến (vĩ độ
23 độ 27 bắc hoặc nam, vùng nhiệt đới), và giảm tới khoảng một nửa tại các cực. Điều này phần
lớn khiến cho gradien nhiệt độ từ xích đạo tới cực bền vững. Khi bức xạ SW đi ra Trái đất, trung
bình, phản xạ với cùng lượng (của) ánh sáng mặt trời (~ 100 Wm -2 giá trị trung bình hàng năm) ở
tất cả vĩ độ. Ở hầu hết các vĩ độ, sự chênh lệch giữa giá trị trung bình đa mô hình được tính trung
bình theo khu vực của bức xạ SW đi ra khỏi trái đất và những sự theo dõi là giá trị trung bình
hàng năm nhỏ hơn 6 W m-2 (i.e., sai số khoảng 6%; nhìn thấy Vật chất Bổ sung, Hình S8. 5). Cho
rằng những đám mây là nguyên nhân cho khoảng một nửa lượng bức xạ SW đi ra ngoài trái đất,
những sai số này không đáng ngạc nhiên, vì được biết rằng những quá trình của mây là một trong
số khó nhất để mô phỏng với những mô hình (xem mục 8.6.3.2.3).
25
Lớp QLMT_K48
Có những sai số bổ sung cho bức xạ SW phát ra do sự biến đổi theo kinh độ và theo mùa, và điều
này có thể được định lượng bằng cách lấy trung bình của sai số root-mean-square(RMS), tính
toán (cho) mỗi vĩ độ trong mọi kinh độ và những tháng và được phác họa trong Hình 8.4a (xem
thêm Vật chất Bổ sung, Hình S8. 6). Những sai số trong trường số liệu hai chiều đầy đủ (Nhìn
thấy S8 Vật chất, Hình Bổ sung. 6) hướng về cái căn bản lớn hơn so với những sai trung bình
khu vực của khoảng 6W m-2, một ví dụ về kết quả thông thường mà những sai số mô hình có xu
hướng tăng khi những quy mô không gian nhỏ hơn và những thang thời gian ngắn hơn được xem
xét. Hình 8.4 a cũng minh họa một kết quả chung mà những sai số trung bình đa mô hình của
trường số liệu trung bình hàng tháng thường là nhỏ hơn những sai số trong trường số liệu mô
hình riêng lẻ. Trong trường hợp bức xạ SW phát ra, đây là vị trí đúng gần mọi vĩ độ. Sự tính toán
sai số RMS trung bình toàn cầu, được dựa vào trường số liệu trung bình hàng tháng và trọng lực
khu vực trên toàn bộ ô mạng lưới, chỉ báo rằng những sai số mô hình riêng lẻ trong phạm vi từ
15 tới 22W m-2, trong khi mà lỗi trong khí hậu học trung bình nhiều mô hình là chỉ có 13.1W m -2.
Tại sao trường số liệu trung bình nhiều mô hình bị hạn chế hơn trong việc quan sát so với trường
số liệu trong bất cứ mô hình riêng lẻ nào đang là một đề tài tiếp tục nghiên cứu; một sự giải thích
26
Lớp QLMT_K48
thiển cẩn đó là tại mỗi vị trí và trong mỗi tháng, việc đánh giá mô hình thường hướng theo sự
phân bố xung quanh giá trị đúng (đối xứng hơn hoặc kém hơn), và không mô hình độc nào phù
hợp với sự quan sát. Điều này tuy nhiên không giải thích tại sao kết quả lại phân bố trong cái
cách này.
Ở phía trên cùng của tầng khí quyển, bức xạ sóng ngắn ở moi nơi được bù một phần bởi bức xạ
sóng dài LW phát ra (i.e, sự phát ra tia hồng ngoại) phát ra từ bề mặt và khí quyển. Lấy trung
bình theo năm và theo toàn cầu, sự bù này là gần chính xác. Kiểu bức xạ sóng dài LW được phát
ra từ trái đất lên không gian phụ thuộc chủ yếu vào nhiệt độ không khí, độ ẩm, những đám mây
và nhiệt độ của bề mặt trái đất. Với một vài loại trừ, các mô hình có thể mô phỏng giá trị trung
bình khu vực theo quan sát của LW phát ra trung bình hàng năm trong khoảng 10 W m-2 (sai số
xung quanh 5%; xem supplementary material, sơ đồ S8.7). Các mô hình mô phỏng lại mức tối
thiểu có liên quan trong lĩnh vực này gần xích đạo nơi mà độ ẩm cao và lượng mây rộng lớn có
liên quan bao phủ vùng nhiệt đới làm tăng độ cao hiệu ứng (và làm giảm nhiệt độ hiệu ứng) cái
mà bức xạ sóng dài LW phát ra không gian.
Các mô hình cũng mô phỏng một cách hợp lý chu kỳ theo mùa của đường bức xạ sóng dài LW
phát ra (xem sơ đồ 8.4b). Sai số RMS cho các mô hình riêng lẻ thay đổi từ khoảng 3% sự phát xạ
LW phát ra (OLR_outgoing LW radiation) tại gần cực đến mức thấp hơn 10% ở vùng nhiệt đới
(chí tuyến_vùng nằm giữa hai vĩ tuyến có khí nóng). Sai số cho giá trị trung bình mô phỏng đa
mô hình, nằm trong khoảng từ 2 đến 6% qua tất cả vĩ độ, nói chung là nhỏ hơn khoảng sai số của
các mô hình riêng lẻ.
Với khí hậu ở trạng thái thăng bằng, bất kỳ sự không cân bằng nào của giá trị trung bình hàng
năm cục bộ trong dòng bức xạ TOA (SW cộng LW) phải được cân bằng bởi mạng lưới tích hợp
thẳng đứng sự phân kỳ nằm ngang của năng lượng được mang bởi đại dương và khí quyển.
Trong thực tế thông lượng SW và LW của TOA được mô phỏng tốt bao hàm các mô hình phải
được tính toán đúng đắn cho sự vận chuyển hướng về cực của tổng năng lượng bởi khí quyển và
đại dương. Điều này chứng tỏ trường hợp, với hầu hết các mô hình mô phỏng chính xác thì sự
vận chuyển năng lượng về cực trong khoảng 10%. Mặc dù điều này sẽ cung cấp một cách kiểm
tra cần thiết với các mô hình, nó giống như là sai số bù các mô hình hiện tại cải thiện sự phù hợp
của việc mô phỏng với việc quan sát. Đây là sự nghiên cứu mang tính lý thuyết và mô hình mà
gợi ý rằng nếu khí quyển thất bại trong việc vận chuyển một phần năng lượng quan sát, thì đại
dương sẽ hướng tới bù lớn hơn (e.g, Shaffrey and Sutton, 2004).
8.3.1.2. Hơi ẩm và lượng mưa
Nước là nguồn gốc của sự sống, và nếu lượng mưa theo mùa theo các khu vực mà bị thay đổi, thì
các tác động tiềm tàng có thể ảnh hưởng một cách sâu rộng. Cho nên, nó là một mối quan tâm
thiết thực để đánh giá các mô hình có thể mô phỏng lượng mưa tốt hay không, không chỉ ở phạm
vi toàn cầu, mà còn đối với khu vực. Không giống với sự biến đổi theo mùa của nhiệt độ với tỷ lệ
lớn là được xác định chủ yếu bởi kiểu nắng và hình dạng của các lục địa, sự biến đổi lượng mưa
lại bị ảnh hưởng mạnh mẽ bởi sự chuyển động theo chiều dọc đứng của không khí do các kiểu
không ổn định khác nhau của khí quyển và bởi các dòng khí ở trên địa hình núi. Để các mô hình
mô phỏng chính xác các kiểu mùa khác nhau của lượng mưa, họ phải mô phỏng chính xác một
số các quá trình (e.g, sự bốc hơi nước, sự ngưng tụ, sự vận chuyển) và thật khó để mô phỏng ở
phạm vi toàn cầu. Vấn đề này còn được thảo luận thêm trong mục 8.2 và 8.6. Trong mục nhỏ
này, tập trung vào sự phân phối lượng mưa và hơi nước. Sơ đồ 8.5a chỉ ra sự ước lượng dựa theo
sự quan sát của lượng mưa trung bình hàng năm và sơ đồ 8.5b ước lượng theo trường số liệu
trung bình của đa mô hình. Tại phạm vi lớn nhất, tỷ lệ lượng mưa thấp hơn ở các vĩ độ cao hơn,
nó phản ánh việc giảm cả sự bay hơi cục bộ ở nhiệt độ thấp hơn lẫn áp suất hơi nước bão hoà
27
Lớp QLMT_K48
thấp hơn của không khí lạnh, điều này hạn chế sự vận chuyển hơi nước từ các khu vực khác. Ở
kiểu phạm vi lớn, thu được bởi các mô hình, là lượng mưa tối thiểu mang tính cục bộ gần xích
đạo tại thái bình dương, do xu hướng hội tụ vùng nhiệt đới (ITCZ) 2 tập trung ngoài xích đạo. Có
một điểm cực đại cục bộ ở vĩ độ giữa, tương ứng với chiều hướng cho sự giảm lượng mưa ở
vùng cận nhiệt đới và cho hệ thống bão để tăng lượng mưa ở vĩ độ giữa. Các mô hình thu được
sự chênh lệch lượng mưa trung bình khu vực ở phạm vi lớn, ám chỉ rằng chúng có thể miêu tả
thích đáng các đặc trưng của chu trình khí quyển. Hơn nữa, có một vài bằng chứng được cung
cấp ở mục 8.3.5 mà mô hình đã được cải tiến nhiều hơn qua một vài năm trong việc mô phỏng
chu kỳ hàng năm của lượng mưa.
Các mô hình cũng mô phỏng một vài các đặc tính khu vực chính về lượng mưa, bao gồm vùng
hội tụ chính và điểm cực đại trên rừng mưa nhiệt đới, mặc dù ở đây có khuynh hướng đánh giá
thấp lượng mưa ở trên vùng amazon. Khi xem xét một cách chi tiết hơn, có sự thiếu sót về lượng
mưa trung bình của đa mô hình. Đó là xu hướng riêng cho các mô hình để định hướng cho đường
khu vực hội tụ nam thái bình dương tới vĩ độ và kéo dài rất xa về phía đông. Trong vùng nhiệt
đới đại tây dương, lượng mưa cực đại quá yếu trong các mô hình so với quá nhiều mưa ở phía
nam của xích đạo. Cũng có sai số hệ thống ở vị trí đông tây trong sự phân bố lượng mưa phía
trên indo-pacific warm pool trong hầu hết các mô hình, với sự vượt quá của lượng mưa trên vùng
biển tây ấn độ dương và trên các lục địa giáp biển.
Mặc dù kỹ năng rõ ràng được gợi ý bởi giá trị trung bình của đa mô hình (sơ đồ 8.5), nhưng
nhiều mô hình hiển thị riêng lẻ lượng mưa thiên về thực tế, đặc biệt trong vùng nhiệt đới, nơi mà
coi như là độ lớn của khí hậu quan sát trung bình (sơ đồ S8.9 và S8.10). Mặc dù các thiên hướng
này có thể được quy cho sai số trong SST của mô hình ghép, ngay cả phiên bản chỉ có khí quyển
của các mô hình chỉ ra sai số lớn tương tự. Đây có thể là một yếu tố dẫn tới việc thiếu sự nhất trí
giữa các mô hình như dấu hiệu cho sự thay đổi lượng mưa theo khu vực trong tương lai thuộc
các phần của vùng nhiệt đới. (xem chương 10).
Thực chất của việc hiểu cái xác định sự phân bố lượng mưa theo khu vực trên đất liền và đại
dương trong vùng nhiệt đới là sự đối lưu khí quyển và các tác động qua lại của nó với sự lưu
thông ở phạm vi lớn. Sự đối lưu xảy ra trên phạm vi rộng lớn của không gian và thời gian, và nó
làm tăng dấu hiệu mà sự tác động qua lại ngang qua mọi phạm vi có thể được quyết định cho
việc xác định khí hậu nhiệt đới trung bình và sự phân bố các trận mưa theo khu vực của nó. Trên
các vùng đất nhiệt đới, chu kỳ ngày đêm chi phối, tuy thế nhiều mô hình gặp khó khăn trong việc
mô phỏng cực đại vào buổi chiều sớm của trận mưa. Thay thế, họ hướng sang mô phỏng trân
mưa vào trước buổi trưa cái mà làm tổn hại đến quỹ năng lượng của đất bề mặt. Tương tự, gió
brizo xung quanh hệ thống phức tạp của các đảo ở Idonexia đã bị kéo theo trong sự sai của các
mô hình để nắm được các kiểu trận mưa theo khu vực ngang qua Indo-Pacific Warm Pool. Trên
các đại dương, phân phối lượng mưa dựa theo kết quả ITCZ từ sự đối lưu có hệ thống kết hợp
với hệ thống thời tiết xảy ra trên synoptic và phạm vi thời gian trong mùa (xem mục 8.4.8).
Những hệ thống này liên kết thường xuyên với cấu trúc sóng xích đạo ghép đối lưu, nhưng điều
này mô tả sai trong các mô hình…
Lượng mưa có liên kết mật thiết tới độ ẩm, độ bốc hơi, độ ngưng tụ, và các quá trình vận chuyển
của khí quyển. Sự đánh giá quan sát tốt đường toàn cầu của sự bốc hơi không tồn tại, sự ngưng
tụ và vận chuyển theo chiều dọc của hơi nước có thể bị chi phối bởi quá trình đối lưu theo phạm
vi lưới phụ cái mà rất khó để đánh giá trên toàn cầu. Triển vọng nhất cho việc đánh giá quá trình
vận chuyển hơi nước trong khu vực ẩm ướt, đặc biệt ở phạm vi hàng năm và theo thời gian dài,
có thể so sánh mô hình và dòng chảy quan sát, cái mà phải gần sự vận chuyển không khí cân
bằng vì sự biến đổi giữ nước trên mặt đất trong phạm vi thời gian dài là rất nhỏ.( xem 8.3.4.2).
28
Lớp QLMT_K48
Mặc dù phép phân tích của runoff trong MMD (multi-model-data set) ở PCMDI đã không được
thực hiện, kết quả thực của sự bay hơi, vận chuyển và quá trình ngưng tụ có thể được xem ở sự
phân bố độ ẩm không khí. Mô hình tái tạo lại sự giảm ở phạm vi lớn trong độ ẩm với cả vĩ độ và
kinh độ (sơ đồ S8.11), mặc dù đây là sự độc lập kiểm tra mô hình, nhưng nó là kết quả trực tiếp
của sự mô phỏng thực tế hợp lý về nhiệt độ. Giá trị trung bình đa mô hình phụ thuộc độ ẩm, việc
lấy trung bình theo khu vực và theo hàng năm, thấp hơn 10% xuyên suốt hầu hết tầng đối lưu
thấp hơn so với sự phân tích lại, nhưng sự đánh giá mô hình trong tầng đối lưu phía trên bị cản
trở đáng kể bởi tính mờ trong quan sát.
Bất cứ sai số nào trong sự phân bố hơi nước cũng ảnh hưởng tớ sự bức xạ LW phát ra (xem
8.3.1.1.2), cái mà được xem là tự do của khuynh hưỡng trung bình khu vực có tính hệ thống.
Trong thực tế, sự chênh lệch quan sát trong bức xạ LW phát ra giữa các khu vực ẩm ướt và khô
được tái tạo lại bởi mô hình, cung cấp các bằng chứng mà sai số độ ẩm không ảnh hưởng trầm
trọng đến dòng cuối cùng tại TOA. Tuy nhiên, sức mạnh của sự phản hồi hơi nước, cái mà ảnh
hưởng mạnh tới độ nhạy cảm của khí hậu toàn cầu, được xác định chủ yếu bởi sự thay đổi rất
nhỏ của hơi nước đáp lại sự ấm lên, và khả năng của mô hình để miêu tả chính xác sự phản hồi
này có lẽ được đánh giá tốt hơn với việc nghiên cứu các quá trình (xem 8.6).
29
Lớp QLMT_K48
8.3.1.3. Các cơn bão nhiệt đới bất thường

Sự ảnh hưởng của các cơn lốc nhiệt đới bất thường đến khí hậu toàn cầu bắt nguồn chủ yếu từ
vai trò của chúng trong sự vận chuyển nhiệt, độ ẩm và động lượng. Những cơn bão vĩ độ giữa
thường cung cấp lượng mưa có ích, nhưng cũng đôi khi gây ra nạn lũ lụt tiêu cực và các cơn gió
mạnh. Trong các nguyên nhân này, thì hậu quả của việc thay đổi khí hậu lên các cơn lốc nhiệt đới
bất thường là rất quan trọng và đáng chú ý.
Giữa một vài phép tính gần đúng thường được sử dụng để mô tả đặc điểm hoạt động của lốc, các
phương pháp phân tích mà nhận diện và theo dõi các cơn lốc nhiệt đới đặc biệt có thể cung cấp
phần lớn các thông tin trực tiếp liên quan đến tần xuất và sự di chuyển của chúng. Khí hậu cho
sự phân bố và đặc tính của các cơn lốc dựa vào các mô hình có thể được so sánh với các kết quả
phân tích lại (chương 3), cái mà cung cấp dữ liệu quan sát tốt nhất.
Các kết quả từ phân tích có hệ thống của sự mô phỏng AMIP-2 chỉ ra rằng việc chạy các mô
hình với quan sát SSTs có khả năng tạo ra các dấu hiệu vị trí bão về vị trí đúng, nhưng gần đây
tất cả chỉ ra một vài thiếu hụt trong sự phân bố và các mức hoạt động của bão. Trong trường hợp
đặc biệt, các dấu hiệu bão mô phỏng thường được định hướng theo khu vực nhiều hơn theo quan
sát. Một nghiên cứu của Lambert và Fyfe dựa vào MMD và PCMDI, các mô hình gần đây, cái
mà bao gồm các đại dương ảnh hưởng lẫn nhau, hướng tới đánh giá thấp tổng số cơn lốc của cả
bán cầu. Tuy nhiên, số cơn bão dữ dội được đánh giá cao ở NH (north hemisphere), nhưng lại
được đánh giá thấp ở SH (south hemisphere), mặc dù sự quan sát chắc chắn thấp hơn.
Sự tăng độ phân giải của mô hình (đặc tính của mô hình trên các năm) xuất hiện để cải thiện một
vài khía cạnh của khí hậu bão nhiệt đới bất thường, đặc biệt ở NH nơi mà sự quan sát đáng tin
cậy nhất. Sự cải tiến trung tâm động lực và vật lý của mô hình đã dẫn tới sự đồng thuận tốt hơn
với sự phân tích lại.
Sự đánh giá của chúng ta mặc dù vẫn còn nhiều vấn đề, nhưng mô hình khí hậu ngày càng được
cải tiến trong việc mô phỏng các trận bão nhiệt đới bất thường.
8.3.2. Đai dương
Như đã nói ở phần trên, trọng tâm của chương này chỉ để cập đến những biến quan
trọng khi xác định rõ trong thời gian ngắn đáp ứng của mô hình khí hậu. Do không
gian bị giới hạn, những phân tích và biểu diễn của phần này có thể tìm trong phần
những bổ xung quan trọng(từ hình 8.12 đến 8.15).
Việc đánh giá mô hình tự nhiên trong nội bộ quốc gia xuất hiện những thay đổi có
thể tìm trong 8.4. Việc so sánh kiểu biểu diễn ở đây là cần thiết để đánh giá đúng
tính tính mờ trong ước lượng quá khứ của bức xạ cưỡng bức và những mẫu quan
sát khác nhau. Tất cả kết quả được thảo luận ở đây dựa trên MMD tại MCMDI.
8.3.2.1. Sự mô phỏng cấu trúc độ muối và nhiệt độ trung bình
Trước khi thảo luận xem biến đại dương có tham gia tác động trực tiếp đến khí
hậu, điều quan trọng trước tiên là phải xem xét mối quan hệ giữa đại dương và khí
quyển. Kinh nghiệm mô hình hóa cho thấy rằng những dòng bề mặt đó chiếm một
lượng lớn trong việc xác định tính đúng đắn của quá trình mô phỏng đại dương.
Khí quyển và đại dương có mối quan hệ với nhau, sự chính xác của quá trình mô
30
Lớp QLMT_K48
phỏng đại dương sẽ phản hồi đến sự mô phỏng khí quyển qua tác động của dòng bề
mặt.
Thật không may tổng dòng nhiệt và dòng nước bề mặt lại không được quan sát tốt.
Thông thường chúng được phỏng đoán từ sự quan sát của các trường khác như gió
và nhiệt độ bề mặt. Do đó tính không chính xác của ước lượng do quan sát là rất
lớn thậm chí là trong khu vực trung bình. Một cách kiểm soát dòng bề mặt là thay
thế và xem xét sự vận chuyển ngang trong đại dương. Trong khoảng thời gian dài,
kho nước và nhiệt trong đại dương phải nhỏ đến mức mà quá trình vận ngang
phải cân bằng với những dòng bề mặt. Tuy nhiên quá trình vận chuyển nhiệt là
cưỡng bức và nó luôn tồn tại.
Ở 450 Bắc phần lớn sự mô phỏng mô hình vận chuyển dư thừa nhiệt theo hướng
bắc, khi so sánh với những ước lượng quan sát tại đây. Nhưng lại có tính mờ trong
quan sát. Ví dụ ở 450 bắc sự mô phỏng mô hình nằm gần ước tính của 0,6.1015W
được tính bởi Ganachaud và Wunsch. Từ 450bắc đến xích đạo đa số mô hình nằm
gần hoặc giữa được chỉ ra bởi những ước lượng quan sát. Trong vùng chí tuyến và
vùng nam bán cầu, phần lớn mô hình ước lượng thấp hơn dòng nhiệt vận chuyển từ
xích đạo theo phía nam. Tại vùng vĩ độ giữa và cao của nam bán cầu những quan
sát mang tính mờ hơn và vận chuyển dòng nhiệt được mô phỏng bởi mô hình
hướng tới xung quanh ước lượng quan sát.
Những dòng biển nóng có sự biến thiên theo mùa lớn dẫn tới sự biến đổi theo mùa
lớn của lượng nhiệt đại dương đặc biệt ở vĩ độ giữa. Kho nhiệt đại dương dần dần
cạn kiệt và làm chậm chu trình mùa của nhiệt độ bề mặt. Sự mô phỏng mô hình
được đánh giá là phù hợp với những quan sát về kho nhiệt đại dương theo
mùa.Những vấn đề đáng chú ý của mô hình trong vùng chí tuyến nơi mà nhiều mô
hình tiếp tục có những xu hướng mô tả dòng nhiệt từ vùng chí tuyến vào trong
vùng có vĩ độ giữa và cao.
Thành phần khu vực trung bình của ứng suất gió bề mặt hàng năm được tính trung
bình qua những đại dương, nếu kết quả tốt sẽ được mô phỏng cẩn thận bằng mô
hình. Tại đa số vĩ độ những ước lượng phân tích (dựa vào mô hình mô phỏng dựa
trên những kết quả quan sát) sai số trong phạm vi kết quả của mô hình. Từ vĩ độ
giữa cho đến thấp mô hình trải ra có sự quan hệ nhỏ và tất cả kết quả mô hình nằm
trong giới hạn của sự phân tích. Từ vĩ độ giữa cho đến vĩ độ cao giá trị lớn nhất của
ứng suất gió được mô phỏng bởi mô hình theo hướng nằm trên đường xích đạo
của sự phân tích. Sai số này đặc biệt lớn trong tại nam bán cầu một vùng mà tại đó
tính mờ nhiều hơn khi phân tích, hầu như mọi nơi khi mô phỏng ứng suất lớn nhất
của gió tại nam bán cầu đều gặp phải vấn đề này.Những sai số của ứng suất gió
vùng biển phía nam trong tích hợp quản lý có thể bất lợi đến các khía cạnh mô
phỏng khác và có rất có thể dòng biển nóng làm biến đổi khí hậu như thảo luận
dưới đây.
31
Lớp QLMT_K48
Phần nhiều những sai số mô hình riêng rẽ trong khu vực được tính trung bình SST
được tìm thấy trong vĩ độ giữa và vĩ độ cao đặc biệt trong phạm vi chính giữa của
bắc bán cầu, nơi mà mô hình mô phỏng nhiệt độ quá lạnh. Hầu hết mọi mô hình
đều có khuynh hướng này. Sự sai số này liên tưởng đến những mô phỏng nghèo
nàn ở phần phía bắc Đại Tây Dương và dường như là liên quan đến vấn đề thành
phần đại dương hơn là vấn đề với dòng bề mặt. Trong vùng khu vực khoảng 600
nam có xu hướng ấm lên trong các kết quả trung bình của mô hình. Nhiều mô hình
bị ảnh hưởng bởi hiện tượng quá ấm của SST ở nam đại dương.
Trong bản đồ sai số SST mô hình riêng rẽ, đó là điều hiển nhiên khi mà hầu hết
mô hình đều có một xu hướng vùng ấm rộng ở phần phía đông của biển nhiệt đới
gần với thềm lục địa. Đó cũng là điều hiển nhiên trong kết quả giá trị trung bình
của mô hình và được kết hợp với những quyết định còn thiếu cái mà dẫn đến
những vấn đề trong mô phỏng ứng suất gió địa phương, biển và dự báo tổng lượng
mây. Có những vùng mà mối quan hệ rộng được trải dài giữa mô hình mô phỏng.
Đây là một khu vực mà ở đó rất nhiều mô hình có những vấn đề mang tính chất địa
phương của dòng biển bắc Đại Tây Dương, một vùng SST biến đổi lớn.
Cho dù vẫn còn những lỗi thì mô phỏng mô hình của trường SST là khá tốt. Qua
tất cả các vĩ độ sai số SST tính trung bình cho vùng trung bình mô phỏng là thấp
hơn 20C điều mà được coi là tốt khi mà hầu hết mô hình không sử dụng sự điều
chỉnh dòng trong quá trình mô phỏng. Sai số SST địa phương trung bình của mô
hình đều nhỏ hơn với hầu hết các vùng với chỉ khu vực nhỏ quan hệ đang vượt quá
giá trị này. Thậm chí sai số SST nhỏ cũng có thể ảnh hưởng đến mô phỏng sự
biến thiên và sự kết nối từ xa.
Qua hầu hết các vĩ độ, ở độ sâu từ 200-300m nhiệt độ đại dương được tính trung
bình cho khu vực trung bình của mô hình là quá ấm. Hướng ấm nhất (khoảng 20C)
mang tính chất cục bộ trong riêng vùng nước sâu biển Atlantic của phía bắc. Trên
200m, mô hình trung bình lại quá lạnh, với hướng lạnh nhất (lớn hơn 10C) gần vĩ
độ giữa trên bề mặt của bắc bán cầu, như thảo luận ở trên. Phần lớn mô hình nói
chung có kiểu sai số tương tự với mô hình trung bình chấp nhận cho CNRM-
CM3và MRI-CGCM2.3.2 cái mà quá lạnh xuyên suốt vĩ độ giữa và thấp của đại
dương. Mô hình GISS-EH lại quá lạnh trong suốt vùng cận nhiệt đới và một phần
32
Lớp QLMT_K48
bắc bán cầu của FGOALS-g1.0. Kiểu sai số là tương tự với mô hình trung bình đã
trình bày ở trên. Mức độ sai số, đặc biệt trong phần sâu hơn của đại dương phụ
thuộc vào phương pháp AOGCM.
Kiểu sai số mà ở những nơi có độ sâu lớn hơn 200m trong đại dương có xu hướng
quá lạnh trong khi lớp bên dưới quá ấm, từ đó chỉ ra rằng dòng nhiệt trong mô hình
trung bình lâ quá phân tán. Sai số này cái mà trong thời điểm hiện tại của TAR
được xem như có quan hệ với sai số ứng suất gió trong phần chú ý về nam bán cầu
ở trên và có thể dẫn đến sai lầm trong thông tin và trộn lẫn vào trong NADW. Sai
số mô hình trung bình của nhiệt dộ và độ muối tại vĩ độ thấp và vĩ độ cao gần như
phụ thuộc vào hướng di chuyển của dòng nhiệt và có thể kết hợp với vấn đề thông
tin của nước trung gian biển Đại Tây Dương
33
Lớp QLMT_K48
8.3.2.2. Sự mô phỏng những đặc tính tuần hoàn quan trọng cho đáp ứng khí
hậu
8.3.2.2.1. Chu trình nhiệt-muối đại dương (MOC)
MOC là một thành phần quan trọng của khí hậu ngày nay và đã có nhiều mô hình
đề cập đên điều này, nó sẽ thay đổi trong tương lai.Thật không may nhiều hình ảnh
của quá trình lưu thông này không được quan sát tốt. MOC vận chuyển một lượng
lớn nhiệt và muối trong vùng có vĩ độ cao của vùng biển bắc Đại Tây Dương nơi
mà nước bề mặt ấm và mặn được làm mát bởi khí quyển, làm cho đủ đậm đặc để
có thể chìm xuống sâu. Lượng nước sau khi chảy về phía nam ra phía nam đại
dương nơi mà chúng được trộn lẫn với phần nước còn lại của đại dương.
Những mô hình mô phỏng các khía cạnh của MOC và mô phỏng một số loại gió
thổi bề mặt.Ở vùng nhiệt đới và cận nhiệt đới, gió này là gió sông hồ, nhưng ở vĩ
độ của Drake Passage (550 nam) gió này mở rộng ra đến độ sâu lớn hơn(2-3km).
Phần lớn những mô hình trong dữ diệu mô hình có sự thể hiện các loại gió khác
nhau. Sức mạnh và cách phá vỡ sự lưu thông khác nhau từ mô hình đến mô hình.
GISS-AOM đưa ra sức mạnh lớn nhất phá vỡ sự lưu thông là khoảng 40-
50sv(106m3/s). Mô hình CGCM và GOALS đưa ra yếu nhất là 10sv. Giá trị quan
sát được khoảng 18sv.
Ở Đại Tây Dương, MOC mở rộng đến độ sâu đáng kể được chấp nhận cho phần
rộng của sự vận chuyển dòng nhiệt ở bắc đại dương trong cả quan sát và mô hình.
Hình 10.15 giời thiệu biển Đại Tây Dương ở 300 bắc cho bộ của AOGCM mô
phỏng thế kỉ 20. Trong khi phần lớn mô hình chỉ ra điểm mạnh của MOC cái mà
được thể hiện qua sự quan sát không chắc chắn. Một vài giá trị cao hơn và thấp
hơn và một vài trong số đó chỉ ra rằng dòng chảy chậm cái mà giải thích cho việc
sử dụng MOC khi mà sử dụng mô hình gặp nhiều khó khăn.
34
Lớp QLMT_K48
Một vài khía cạnh trong mô phỏng MOC đã được cải tiến từ TAR. Đây là do sự
phối hợp để phát triển, để sử dụng mô hình đại dương cao hơn và mô phỏng dòng
bề mặt tốt hơn. Sự phát triển này được thể hiện trong mô hình MOC do thực tế
thông tin độ sâu nước có tình địa phương và thực tế hơn với các đại dương như
Greenland, Icelanh, Nauy, và biển Labrador được chứng minh qua giá trị hàm của
dòng chảy phía bắc lớn hơn ở vị trí 600 bắc và độ sâu của nước bị thấp hơn tính
xác thực của dòng trộn lẫn. Có một phần dành cho phát triển sự mô phỏng mô hình
của các quá trình này nhưng không có bằng chứng của sự phát triển nhiều mô hình
được phân tích ở đây.
8.3.2.2.2. Sự lưu chuyển của vùng biển phía nam
Sai số ứng suất gió biển phía nam có tác hại rất lớn đến mô hình mô phỏng biển
phía nam. Phần nhiều do ứng suất sai số của gió nhân dạng ở trên, Mô phỏng định
vị của AAC là quá xa phương bắc trong hầu hết mô hình. Từ khi AAIW được thiết
lập trên cực bắc của AAC, đặc điểm khối nước của AAIG bị sai lệch. Hệ mô phỏng
AAIW quan hệ thấp góp phần tạo ra sai số của mô hình trung bình nơi mà dòng
nhiệt quá phân tán bởi vì nước phụ thuộc vào dòng nhiệt quá ấm hay quá mặn.
Điều đó giống như mối quan hệ rời rạc của mô phỏng nam đại dương sẽ ảnh hưởng
ngắn đến khí nhà kính bởi ảnh hưởng của dòng biển nóng. Khi bị bắt ép phải tạo ra
bởi bức xạ, mô hình với vùng biển nam hòa trộn nhỏ bé sẽ có thể dưới ước lượng
của dòng biển nóng. Mô hình với quá nhiều sự hòa trộn sẽ dẫn đến sự phóng đại
quá mức. Những sai số của dòng biển nóng sẽ được thay đổi trong khoảng rộng
của mực nước biển.
8.2.3. Tóm tắt mô phỏng các thành phần của đại dương
Sự phát triển trong mô phỏng quan sát trạng thái của biển được chú ý trong TAR,
và được tiếp tục trong đánh giá mô hình. Đó là điều đáng kể để tiếp tục phát triển
cho dù thực tế gần đây các mô hình sẽ rắc rối hơn(dài hơn) khi sử dụng dòng bề
mặt. Sự phỏng đoán phát triển tham số vật lý tạo ra cách giải và phát triển dòng bề
mặt để cùng nhau xác định vị trí trên mô hình mô phỏng. Sai số nhiệt độ và độ mặn
trong dòng nhiệt nhiều khi vẫn lớn, sẽ bị giảm trong nhiều mô hình. Ở bắc bán cầu,
nhiều mô hình vẫn gặp phải rắc rối do xu hướng lạnh ở trên biển cái mà lớn nhất ở
gần bề mặt và có thể làm méo mó tín hiệu hồi tiếp từ một số mô hình. Ở vùng biển
phía nam, ứng suất gió lớn nhất theo hướng xích đạo ra phiấ tây được tìm thấy
trong hầu hết mô hình mô phỏng là một vấn đề mà có thể ành hưởng mô hình tiếp
nhận để tạo ra bán kính ảnh hưởng.
8.3.3. Băng biển
Cường độ và sự phân chia không gian của hiện tượng biến đổi khí hậu ở vĩ độ cao
có thê bị ảnh hưởng mạnh bởi tính chất của băng biển nhưng việc đánh giá băng
biển trong mô hình bị cản trở do thiếu sự quan sát của các biến then chốt, thậm chí
sai số của băng biển được xác định là rất khó. Thật khó để tách biệt các nguyên
35
Lớp QLMT_K48
nhân xuất hiện từ sự thiếu xót trong sự biểu diễn của bản thân băng biển, cũng có
thể là do tính không hoàn thiện của mô hình khí quyển và đại dương ở vĩ độ cao
cái mà điều khiển băng biển chuyển động.
Cho dù việc xử lý băng biển trong AOGCM đã trở lên tinh vi hơn nhưng sự biểu
diễn tốt hơn của động học và nhiệt động học để cải tiến mô phỏng băng biển trong
một số mô hình , giống như một nhóm, là không rõ ràng. Trong một số mô hình sự
phân chia về địa lý và mùa của băng biển bây giờ được thể hiên tốt hơn .
Đánh giá kết quả mô hình, đặc tính của băng biển thay đổi theo mùa, mặc dù sự
khác nhau về bề rộng giữa các mô hình và phạm vi mô hình trung bình của băng
biển là phù hợp với sự quan sát. Do 14 của AOGCM 15 có hiệu lực tại thời điểm
phân tích(một mô hình được chặn bởi phạm vi băng rộng lớn) phạm vi trung bình
của băng biển vượt cái mà quan sát được ở bắc bán cầu không vượt quá 1.106km2
qua các năm. Ngược lại chu kì hàng năm ở bắc bán cầu tăng lên lên quá nhiều băng
36
Lớp QLMT_K48
biển vào tháng 9(khoảng 2.106km2) và quá ít vào tháng 3 do tổng số ít hơn . Sự
phân chia vùng trong nhiều mô hình của băng biển được mô phỏng quá xấu thậm
chí phạm vi khu vực bán cầu được hiệu chỉnh xấp xỉ. Khoảng mô phỏng băng biển
được đo từ độ lệch chuẩn của mô hình trung bình và thường ở bắc bán cầu hẹp hơn
so với nam bán cầu. Thậm chí trong trường hợp phạm vi mô phỏng băng biển
phóng đại 50% giá trị trung bình và có thể biến thiên độ dày của băng , đang dự
đoán rằng giả thuyết này là giảm lượng băng biển. Xu hướng mô hình băng biển có
thể tác động đến khí hậu toàn cầu.Có một xu hướng về quan hệ giữa mô hình và
phạm vi rộng của mô hình khí hậu ngày nay để có độ nhạy cao hơn , đây là sự
đúng đắn đặc biệt từ bên ngòai của mô hình để làm giảm sự mở rộng cực.
Giữa những nguyên nhân cơ bản của xu hướng trong mô phỏng băng biển xu
hướng mô phỏng gió ở vĩ độ cao, tốt với đỉnh và trộn ngang của biển. Một điều
quan trong nữa là sai số của dòng nhiệt bề mặt nơi mà có thể liên quan đến kết quả
của nhiều tham số không đầy đủ lớp ranh giới khí quyển và mô phỏng không tốt.
8.3.4. Bề mặt đất
Sự đánh giá thành phần của bề mặt đất trong mô hình kết hợp bị giới hạn những
quan sát thiếu thực tế. Bề mặt trái đất thể hiện vai trò của thời tiết trong mức độ
ảnh hưởng đến sự phân chia năng lượng tái tạo, giữa dòng nhiệt ẩn và dòng nhiệt
có thể nhận ra, xác định lượng nước mất đi hay quá trình tái tạolại do bốc hơi , xác
định bề mặt băng tan và lượng đóng băng còn lại và những ảnh hưởng đến mômen
và carbon của dòng bề mặt. Một vài cái có thể xác định trong khoảng không gian
rộng hoặc thời gian chia dài. Do đó trong phần này sẽ định lượng cho số lượng đầu
ra của dữ liệu quan sát.
8.3.4.1. Bề mặt tuyết
Phân tích và so sánh kết quả của AMIR có giá trị tại thời điểm của TAR và gần kết
quả của AOGCM hơn trong hiện tại MMD ở PCMDI, chỉ ra rằng mô hình phù hợp
hơn trong những mô phỏng của vỏ tuyết. Tuy nhiên với những vấn đề gặp phải,
Rresch chỉ ra rằng những mô hình mô phỏng gần đây phỏng đoán quá mức đương
lượng nước tuyết, vào mùa xuân có thể xảy ra do sự phỏng đoán quá mức của mùa
đông, Được tìm thấy trong mô hình mô phỏng theo mùa của AMIP-2 và quan hệ
không gian của SWE thẳng qua bắc mỹ, nhưng nhận ra xu hướng đánh giá quá
mức sự tiêu hao trong suốt mùa xuân. Ở phạm vi lục địa SWE hàng tháng cao nhất
hòa trộn với lục địa bắc mỹ trong mô hình biến thiên+-50% của AMIP-2 của giá trị
quan sát là 1500km3.Mức độ sai số của những mô hình là đủ lớn để ảnh hưởng đến
cân bằng nước lục địa. Vùng tuyết bị mô tả bởi các mô hình gần đây nhưng sự biến
đổi là quá thấp khi băng tan. Frei chỉ ra rằng nơi mà sự quan sát nằm trong phạm vi
của mô hình AMIP-2 cho tất cả các tháng ở bán cầu và lục địa. Sự khích lệ có ý
nghĩa phát triển mô hình mô phỏng mùa và biến thiên biến thiên hàng năm của
SCA trong AMIP-1. Cả AOGMCS gần đây và AMIO-1 đã có sự quan sát hàng
năm của SCA biểu diễn từ 1979-1995 và phần lớn mô hình có sự thay đổi trong
37
Lớp QLMT_K48
khoảng 10 năm qua của thế kỉ 20. Mặc dù những cải tiến này nhưng một số mô
hình vẫn làm tăng SCA.
Sự sai khác lớn của suất phản chiếu cho khu vực biến thành rừng trong điều kiện
có tuyết, do khó khăn trong việc xác định phạm vi bề mặt của tuyết cho thực vật.
Khả năng của mô hình về đất trong mô phỏng tuyết dưới sự quan sát của khí tượng
học đã ước lượng được qua nhiều so sánh khác nhau. Trong những ô chia riêng cho
vùng vĩ độ giữa và vị trí vùng núi, mô hình mô phỏng trải ra thường bao quanh sự
quan sát. Tuy nhiên mô phỏng ô phân chia của tuyết qua sông ở vĩ độ cao được
nhận dạng ra giới hạn quan trọng. Do những khó khăn tạo ra khi tính toán bán kính
lưới. sự phân chia vỏ tuyết và ảnh hưởng lẫn nhau với thực vật.
8.3.4.2. Thủy văn đất
Đánh giá các thành phàn thủy văn trong mô hình khí hậu dẫn đến không kết hợp
được trong AOGCM. Đây là phần khó của ước lượng trệch khỏi mô phỏng theo
phạm vi mô hình khí hậu do sự khác biệt của lượng mưa,băng tan, và bức xạ mạng
lưới. Đã có một số cố gắng nhất định, Arora đã sử dụng khung của AMIP-2 chỉ ra
rằng mô phỏng mô hình khí hậu Canada trong chu trình thủy văn toàn cầu so sánh
tốt với sự quan sát nhưng biến thiên lượng mưa vùng và sai lệch dẫn đến sự khác
biệt của tỉ lệ khu vực. Gerten đã ước lượng sự biểu diển thủy văn của mô hình
Land-Postdam-Jena chỉ ra rằng mô hình biến thiên tốt trong mô phỏng sự bốc hơi
nước và dỏng chảy so sánh với mô hình thủy văn toàn cầu khác là tốt cho dù thế hệ
chất lượng của LPJ đã được nâng cao để cải tiến mô phỏng thủy văn qua đời đã
được sử dụng bởi Sitch.
Millg đã sử dụng MMD cái mà chứa đựng kết quả của mô hình gần đây để tìm ra
hướng quan tâm của thế kỉ 20.Trong vùng thủy văn đất bị cho là có thể thay đổi
cấu tạo của khí quyển và bức xạ mặt trời. Những phân tích của họ, do sự tích hợp
của 26 yếu tố của thế ki20 từ 9 mô hình khí hậu, chỉ ra rằng vùng cực nơi mà
những mô hình đã tái tạo quan sát được kích thước dòng chảy với chất lượng tốt.
Qua đó mô hình thể hiện những yếu tố quan trọng trong xác định hướng chảy của
dòng bởi dòng Gausses dài hạn 165. Họ kết luận rằng tác động của sự thay đổi
thành phần khí quyển và bức xạ mặt trời được quan sát trên dòng chảy và là điều
cuối cùng có thể dự đoán. Đây là một tiến bộ khoa học quan trọng, nó dự báo cái
mà còn hạn chế trong tham số thủy văn và mô hình khí hậu, những mô hình này có
thê quan sát được sự thay đổi dòng chảy thế kỉ 20 kết hợp với thành phân khí
quyển và những thay đổi của bức xạ mặt trời . Những tin tưởng này là cơ sở cho
nhữgn mô hình trong tương lai.
8.3.4.3. Dòng bề mặt
Cho dù những cố gắng đáng kể từ TAR, sự không chắc chắn còn lại trong tham số
của bức xạ mặt trời trong mô hình khí hậu-những kết quả của AMIP-2 và kết quả
mô hình gần đây trong MMD cung cấp cơ hội cho đánh giá mô hình hệ thống
38
Lớp QLMT_K48
chính của mô hình khả thi để mô phỏng bức xạ mặt trời. Wild và các cộng sự đã
đánh giá những mô hình và tìm ra những khác biệt đáng kể trong hấp thụ bức xạ
mặt trời trung bình hàng năm của trái đất trên bề mặt trái đất. Khi so sánh sự quan
sát bề mặt trái đất Wild kết luận rằng nhiều mô hình khí hậu ước lượng quá mức
sức hút của bức xạ mặt trời do những vẫn đề của tham số trong khí quyển, mây và
bình xịt. Tương tự là sự không chắc chắn khi mô phỏng tia hồng ngoại chiếu
xuống. Những khó khăn trong mô phỏng sức hút mặt trời và tia hông ngoại ở bề
mặt không chắc chắn trong mô phỏng bề mặt nhạy cảm và dỏng nhiệt ẩn.
8.3.4.4. Carbon
Sự tiến bộ chính từ TAR là có khả năng quản lý hệ thống của bề mặt trái đất để
nghiên cứu carbon. Dargavill đã ước lượng khả năng của 4 mô hình thực vật trái
đất để mô phỏng động lực mùa và biến động hàng năm CO2 trong khí quyển từ
1980-1991. Sử dụng ngoại suy họ đã đánh giá được khả năng của các mô hình để
mô phỏng dòng carbon dựa vào mô hình vận chuyển khí quyển, sử dụng quan sát
nồng độ CO2 trong khí quyển. Họ đã tỉm ra những cái mà mô hình trên cạn hướng
tới để ước lượng dưới biên đô tuần hoàn theo mùa và mô phỏng mùa xuân với
lượng CO2 xấp xỉ một đến 2 tháng sớm hơn. Một trong 4 mô hình, không được
sạch để có thể mô phỏng lượng carbon toàn cầu nhưng cả 4 mô hình tạo ra nét đặc
trưng chính của tuần hoàn mùa được quan sát ở CO2 trong khí quyển. Ước lượng
ngoại suy xa hơn của mô hình thực vật trên trái đất LPJ bởi Sitch đã cung cấp sự
tin tưởng vào mô hình có thể tái tạo kiểu thực vật được quan sát, biến động mùa
trong hệ sinh thái thay đổi và lượng nước ẩm trong đất địa phương khi bị ép buộc
bởi những quan sát khí hậu.
Chỉ hệ thống ước lượng của mô hình carbon cái mà có ảnh hưởng lẫn nhau trong
mô hình khí hậu xảy ra như một phần của đề án so sánh mô hình tuần hoàn carbon
kết hợp với khí hậu. Nơi mà Friedlingsten đã so sánh khả năng của một bộ mô hình
để mô phỏng nồng độ CO2 trong khí quyển theo lịch sử bị ép buộc bởi quan sát
phát thải. Điều tạo ra ảnh hưởng lớn đến sự màu mỡ và sự phân chia giữa đất và
đại dương được nhận ra trong mô hình riêng biệt, nhưng nó chỉ tạo ra lượng CO2
nhỏ hơn trong tương lai và những khác biệt đó trở lên lớn hơn. Một vài nhóm khác
được ước lượng quá tác động riêng biệt tới mô hình carbon đến mô hình khí hậu
nhưng những kết quả rất khó đạt được do hướng chắc chắn xảy ra của cả phần trên
mặt đất và khí quyển.
8.3.5. Những thay đổi trong thể hiện mô hình
Kinh nghiệm chỉ ra rằng, chấp nhận với mô hình khí hậu để tạo thuận tiện cho so
sánh mô hình đã tạo ra hồ sơ mô hình., đầu ra cái mà làm cho nó dễ hơn là lần theo
lịch sử thay đổi của biểu diễn mô hình. Phần lớn các nhóm mô hình cái mà đã góp
phần cho đầu ra đến dòng MMD tại PCMDI cũng như hồ sơ mô phỏng từ những
mô hình mô phỏng trước đây như một phần của đề án so sánh mô hình kết hợp.
TAR dựa nhiều vào dữ liệu của mô hình trước đây.
39
Lớp QLMT_K48
Do có hồ sơ mô hình đầu ra, do đó có thể xác định được lượng thay đổi trong biểu
diễn của mô hình cải tiến. Điều này có thể làm cho dễ hiểu, được tính bởi nhóm 14
mô hình cái mà góp phần vào đẩu ra của cả những mô hình truớc đây và cả những
mô hình gần đây. Một khía cạnh quan trọng của mô hình là tuy mô hình mô phỏng
kiểu toàn bộ thay đổi theo mùa của trường quan trọng về phương diện khí hậu chỉ
trường trung bình hàng thángcó giá trị trong hồ sơ CMIP1 và CMIP2. Sự dự đoán
nhiệt độ không khí bề mặt và mực nước biển trung bình là trọng tâm của phẩn phân
tích này. Cho dù những điều kiện mô phỏng trong mô phỏng thế kỉ 20 trong MMD
là không đồng nhất với CMIP1 và CMIP2 khi điểu khiển. Nhưng những khác biệt
đó không làm thay đổi kết luận dưới đây bời vì đặc trưng của vùng khí hậu rộng
lớn có tình chi phối lớn, là kết quả lo lắng nhỏ từ sự biến đổi khí hậu.
Tóm tắt khả năng của AOGCM để mô phỏng tình trạng khí hậu thay đổi theo mùa
được cung cấp bởi 8.11 cái mà biểu diễn sai số dụng cụ mà được dự đoán từ mô
hình mô phỏng gần đây. Áp suất nước biển và nhiệt độ không khí bề mặt được so
sánh với những phỏng đoán của họ. Sai số RMS được đưa ra gọi là thống kê không
gian-thời gian được tính từ sai số vuông, cộng lại 12 tháng trong năm và toàn bộ
trái đất với giá trị ô chia được tăng thêm bởi khu vực ô chia tương ứng. Thống kê
này có thể sử dụng để quản lý sự đóng góp của sai số không gian và sai số tuần
hoàn mùa. Sai số RMS được chia bởi độ lệch chuẩn được quan sát đáp ứng của
trường để cung cấp giới hạn sai số. Trong 8.11 chỉ ra rằng áp suất được mô phỏng
tốt hơn dự báo và nhiệt độ bề mặt được mô phỏng tốt nhất.
Mô hình trong 8.11 được phân loại dựa vào cho dù sự hiệu chỉnh dòng được chấp
nhận, một trong những mô hình sớm nhất, 8 trong số 14 mô hình được hiệu chỉnh
40
Lớp QLMT_K48
dòng chảy nhưng chỉ hai trong số đó tiếp tục thực hiện. Một vài kết luận có thể
được đưa ra từ hình này:
 Cho dù hiệu chỉnh mô hình dòng chảy ở giá trị trung bình có sai số nhỏ hơn
những cái khác và sai số nhỏ nhất trong mô phỏng áp suất mực nước biển và
nhiệt đô bề mặt được tìm ra ở mô hình không có sự hiệu chỉnh dòng chảy.
 Cho dù hiệu chỉnh dòng chảy trong tất cả nhưng 2 mô hình gần đây, sai số trung
bình vẫn còn tồn tại từ bộ 14 mô hình gần đây là nhỏ hơn sai số tìm thấy trong
bộ mô hình tương ứng trước đây.
 Mô hình không hiệu chỉnh dòng tiến đến giá trị trung bình như mô hình có hiệu
chỉnh dòng. Và kết luận cuối cùng ở đây là giảm thiểu sai số RMS trung bình
cho áp suất mực nước biển được tìm ra trong mô hình hiệu chỉnh dòng. Cho dù
sự cải tiến không rõ ràng của giá trị trung bình trong trường hợp này, 3 trong số
các mô hình khái quát gần đây có sai số áp suất mực nước biển nhỏ hơn bất kì
sai số nào trước đây.
Những kết quả này chỉ ra rằng những mô hình đang được sử dụng bây giờ bởi
những nhóm mô hình khí hậu chính mô phỏng sự biến động mùa tốt hơn, áp suất
mực nước biển trung bình và nhiệt độ không khí bề mặt tốt hơn mô hình dựa vào
những nhóm giống nhau trong cùng thời điểm của TAR.
8.4. Đánh giá sự biến đổi khí hậu theo phạm vi lớn khi được mô phỏng bởi sự
kết hợp mô hình toàn cầu
Hệ thống khí hậu kết hợp đại dương khí quyển cho thấy những kiểu khác nhau của
tính biến thiên phạm vi rộng từ khoảng thời gian từng mùa nội bộ đến quy mô thập
kỉ. Sự mô phỏng và sự dự đoán thành công của những hiện tượng trên phạm vi
rộng làm tăng độ tin cậy trong AOGCMs được dùng dự đoán khí hậu tương lai.
8.4.1. Kiểu hình khuyên miền bắc và miền nam
Có bằng chứng rằng “phản ứng” mô phỏng đối với cưỡng bức khí nhà kính trong
AOGCMs có kiểu giống như mô hình NAM, vì vậy cần phải mô phỏng thực tế cả
mô hình NAM. Sự phân tích riêng các AOGCM đã thể hiện rằng chúng có thể
giống hình dạng nhiều kiểu NAO và NAM.bao gồm sự liên kết giữa vòng lưu
chuyển và nhiệt độ. Các so sánh đa mô hình của áp suất khí quyển mùa đông
(Osborn, 2004), nhiệt độ mùa đông ( Stephenson và Pavan, 2003) và áp suất khí
quyển trong suốt các tháng trong năm (AchutaRao, 2004), bao gồm sự đánh giá
của MMD tại PCMDI (Miller, 2006) xác nhận kĩ năng tổng thể của các AOGCM
nhưng cũng nhận định sự liên kết từ xa giữa biển thái bình dương và đại tây dương
là mạnh trong nhiều mô hình hơn đối tượng quan sát (Osborn, 2004). Trong một số
mô hình nó thường thiên lệch về hướng một cơn lốc xoáy ở địa cực mạnh trong tất
cả các mùa đông, bởi vậy những mô hình của chúng thường phản ánh nó chỉ được
quan sát một vài lần cùng với những cơn lốc xoáy mạnh.
41
Lớp QLMT_K48
Phần lớn các AOGCM đưa quá nhiều tính biến thiên áp suất mực nước biển vào
NAM và NAO. Sự biến đổi qua các năm của NAM hay NAO đã tạo ra mô hinh
phù hợp bởi một vài AOGCM; trong khi các mô hình khác biến đổi đáng kể thì sự
liên tục các trạng thái bất thường lớn hơn được quan sát. Độ lớn của sự biến thiên
nhiều thập kỉ trong mô hình điều khiển AOGCM thấp hơn được quan sát, và
không thể tái lập trong mô phỏng mô hình hiện tại với sự bắt buộc bên ngoài. Dĩ
nhiên , Scaife et al chỉ ra rằng su hướng nhiều thập kỉ được quan sát trong bề mặt
NAM và NAO có thể tái lập trong một AOGCM nếu xu hướng được quan sát trong
chu trình tầng bình lưu được quy định trong mô hình. Quá trình ghép tầng bình lưu
tầng đối lưu có thể bởi vậy cần được bao gồm trong những mô hình tới mô phỏng
hoàn toàn tính biến thiên NAM. Sự phản ứng cả NAM và NAO với các sự không
bình thường như: băng tan, biến thiên nhiệt độ bề mặt biển, núi lửa phun khói
chúng minh một vài tính tương thích với những biến đổi được quan sát, thông qua
sự khó khăn trong việc xác định những nguyên nhân và ảnh hưởng của hệ thống
được ghép nối giới hạn những kết quả , nó có thể được đưa vào với sự lưu ý tới
tính tinh cậy của cách đối xử mô hình.
Giống như bản sao NH của nó, NAM, SAM (the Southern Annular Mode ) đã có
những signatures trong sự lưu hành tầng đối lưu, cơn lốc cực tầng đối lưu, giữa
phạm vi hoành hành cơn bão, sự lưu hành đại dương và băng biển. Các AOGCM
nói chung mô phỏng hiện thực SAM. Ví dụ, hình 8.12 so sánh SAM mùa đông
NAM được mô phỏng trong MMD tại PCMDI tới SAM được quan sát như miêu tả
trong reanalysis NCEP (National Centers for Environmental Prediction). Nhân tố
chính của mô hình, không bình thường áp suất trên Antarctica và không bình
thường áp xuất cao theo hướng xích đạo 60oS bị dành được tốt bởi các AOGCM.
Trong tất cả nhưng hai AOGCM, sự tương quan không gian giữa SAM được mô
phỏng và được quan sát là hơn 95%. Sự phân tích về sau cho thấy răng signature
SAM trong nhiệt độ bề mặt, như sự không bình thường bề mặt ấm lên trên bán đảo
nam cực được liên quan tới sự kiện SAM dương, nó cũng nhận được từ một vài
AOGCM. Những cái theo sau từ sự mô phỏng hiện thực của lưu trình SAM-related
được thể hiện trong hinh 8.12, bởi vì signatures nhiệt độ bề mặt của SAM phản ánh
đặc trưng bình lưu của phân phối nhiệt độ khí hậu bởi lứu trinhf SAM-related.
Mặc dù cấu trúc không gian của SAM được mô phỏng tốt bởi các AOGCM trong
MMD tại PCMDI, những đặc tính khác của SAM ,như độ rộng, cấu trúc khu vực
chi tiết, phân bố thời gian, nó không thường so sánh tốt với NCEP reanalysis SAM.
Ví dụ, hình 8.12 thể hiện rằng biến thiên SAM được mô phỏng trong phạm vi giữa
0.9 và 2.4 lần biến thiên NCEP reanalysis SAM. Tuy nhiên, những đặc tính như
vậy thay đổi đáng kể trong số các realisation khác nhau của toàn bộ các bộ phận,
và tính biến thiên thời gian của NCEP reanalysis SAM không so sánh tốt được với
dữ liệu trạm. Như vậy nó thật khó đánh giá dù những sự xung khắc giữa SAM
được mô phỏng và NCEP reanalysis SAM này dẫn tới những sai sót trong mô hình
hoặc sai sót trong thống kê được quan sát.
42
Lớp QLMT_K48
Việc giải quyết những vấn đề này có thể yêu cầu một sự hiểu biết hơn về dynamics
SAM. Mặc dù SAM thể hiện nhưng dấu hiệu sáng sủa trong đại dương và tâng
bình lưu, cấu trúc tâng bình lưu của nó có thể được mô phỏng, ví dụ, trong các
GCM khí quyển với một tầng bình lưu được giải quyết kém và driven bởi các SST
prescribed. Thậm chí nhiều mô hình khí quyển đơn giản hơn với một hay hai mức
đứng tạo ra biến thiên SAM-like. Những mô hình tương đối đơn giản này dành
được dynamics mà nàm dưới biến thiên SAM – cụ thể là, sự tương tác giữa gió
xoáy tầng đối lưu và hệ thống thời tiết extratropical. Tuy nhiên đại dương và tâng
bình lưu có thể vẫn ảnh hưởng biến thiên SAM theo những cách quan trọng. Ví du,
các mô phỏng AOGCM suggest strong SAM-related impacts on nhiệt độ dại
dương, sự vận chuyển nhiệt đại dương, phân phối nước đá biển, gợi ý một tiềm
năng những sự tương tác biển không khí tới influence dynamics SAM. Hơn nữa,
khả năng quan sát và nghiên cứu mô hình hóa gợi ý rằng tầng bình lưu có lẽ cũng
đã gây ảnh hưởng tới SAM tầng đối lưu, ít nhất trong mùa hè và mùa xuân phương
Nam. Như vậy, một sự mô phỏng chính xác của khí quyển - đại dương và tầng bình
lưu - tầng đối lưu có thể vẫn cần thiết để mô phỏng chính xác SAM.
8.4.2. Biến thiên thập kỉ thái bình dương
Recent work suggests that dao động thập kỉ thái bình dương là expression thái
bình dương bắc của a near-global ENSO-like pattern of variability được gọi là dao
43
Lớp QLMT_K48
động thái bình dương nhiều thập kỉ hay IPO. Sự xuất hiện của IPO như the leading
Empirical Orthogonal Function (EOF) của SST trong các AOGCM mà không bao
gồm biến thiên nhiều thập kỉ trong tự nhiên hay cưỡng bức bên ngoài biểu thị IPO
được sinh ra từ nội tại, hình thức tự nhiên của tính biến thiên. Ghi chú, dĩ nhiên
rằng một vài AOGCM biểu hiện EL Nino – giống như sự phản ứng của ấm lên
toàn cầu nó có thể mất hàng thập kỉ để tạo ra. Bởi vậy, một vài nhưng không phải
mọi thứ của tính biến thiên được nhìn thấy trong IPO và chỉ số PDO có lẽ do tác
động của con người trong nguồn gốc. IPO và PDO có thể được hiểu từng phần khi
số dư của các thập kỉ ngẫu nhiên thay đổi rong hoạt động ENSO, với hình ảnh của
chúng được làm đỏ bởi hiệu ứng hòa nhập của lớp đai dương trên được trộn và sự
kích thích của nhưng sóng Rossby xa xích đạo tân số thấp. Một vài sự biến thiên
các thập kỉ trong các vùng nhiệt đới cúng có một gốc extratropical và nó có thể
mang cho IPO một thành phần có thể đoán trước.
Những mô hình lưu trình chung đại dương khí quyển dường như không có khó
khăn trong mô phỏng IPO – như tính biến thiên, even AOGCMs that are too coarse
to properly resolve equatorially trapped waves important for ENSO dynamics.
Một vài nghiên cứu đã cung cấp trước tiêu chuẩn để đánh giá mục tiêu thực tế
của biến thiên thập kỉ được mô hình. Ví dụ pierce et al (2000) nhận ra rằng ENSO
– như dạng SST thập kỉ trong biển thái bình dương AOGCM của chúng có một
đường mà mang một tương quan 0.56 với bản sao được quan sát của nó. Nó được
so sánh với một hệ số tương quan 0.79 giữa dạng ENSO interannual được quan
sát và được làm mô hình. Thỏa thuận giảm thiểu trong thời gian thập kỉ đã được
cho là thấp hơn so với biến thiên được quan sát trong xoay tròn gần cực thái bình
dương Bắc, qua thái bình dương phương tây nam và dọc theo phương bờ biển
phía tây của Bắc Mỹ. Cái thứ 2 được cho là quyết định kém của waveguide ven
biển trong AOGCM. Sự quan trọng của việc giải quyết đúng mức những sóng bị
mắc ven biển trong tình huống việc mô phỏng tính biến thiên thập kỉ trên Thái
Bình Dương đã được nâng lên trong một số nghiên cứu( Chẳng hạn., Meehl Và
Hu, 2006). Cuối cùng, có một it công việc đánh giá biên độ tính biến thiên thập kỉ
thái bình dương ở các AOGCM. Manabe và Stouffer (1996) cho thấy rằng tính
biến thiên đó có roughly the right magnitude trong AOGCM của chúng, nhưng
một sự khảo sát chi tiết hơn sử dụng AOGCMs gần đây với một trọng điểm điểm
cụ thể trên tính biến thiên IPO-like có thể hữu ích.
8.4.3. Mô hình Bắc Mỹ - Thái bình dương
Mô hình Mỹ Bắc Thái Bình Dương (nhìn Chương 3) thường được kết hợp với sự
phản ứng tới forcing ranh giới dị thường . Tuy nhiên, những mẫu tựa như PNA đã
được mô phỏng trong những sự thí nghiệm GCM khí quyển được đưa tới những điều
kiện biên bất biến. Từ đây, những quá trình cả ngoài lẫn bên trong có thể đóng góp
tới sự hình thành những mô hình này. Sự chú ý đặc biệt được có được paid tới
những ảnh hưởng ngoài nhờ tới những dị thường SST được liên quan đến những
44
Lớp QLMT_K48
thời kỳ ENSO trong Thái Bình Dương nhiệt đới, cũng như những (cái) mà được
định vị trong Thái Bình Dương Bắc extratropical. Những cơ chế bên trong mà có lẽ
đã đóng một vai trò trong sự hình thành mô hình PNA bao gồm những sự tương tác
giữa thành phần biến đổi chậm của lưu hành và những sự rối loạn tạm thời tần số
cao, và sự bất ổn định mô hình dòng chảy khí hậu. Trenberth v.v.... (1998) đã xem
xét vô số những nghiên cứu khả năng quan sát và mô hình hóa trên những quá
trình khác nhau góp phần vào mô hình PNA.
Khả năng các GCM tái tạo lại những khía cạnh khác nhau của mẫu PNA đã được
kiểm tra trong những thí nghiệm coordinated. Cho đến vài năm đã qua, Những sự
thí nghiệm như vậy được chỉ đạo bằng việc chỉ định quan sát những dị thường
SST được quan sát như những điều kiện biên thấp hơn cho GCMs khí quyển. Đặc
biệt đáng chú ý là toàn thể sự hoạt động của mô hình được thực hiện dưới sự ủng
hộ của Dự Đoán Biến Đổi Khí hậu Châu Âu trên Từng mùa tới những kế hoạch
DSP ( dynamical seasonal Prediction) US và những khoảng thời gian Interannual.
Kỹ năng hindcasts từng mùa việc tham gia những dị thường khí quyển của mô
hình trong những vùng khác nhau trên toàn cầu (bao gồm khu vực PNA) được
tổng kết trong một loạt những bài báo được soạn thảo bởi Palmer và Shukla
(2000). Những kết quả này thể hiện sự bắt buộc SST được qui định sử dụng một
ảnh hưởng đáng kể trên khí quyển mô hình. Kỹ năng hindcast cho extratropical NH
mùa đông đặc biệt cao trong đoạn EL Nino và La Nina rộng lớn nhất Tuy
nhiên,những thí nghiệm này biểu lộ tính biến thiên đáng kể của sự phản ứng những
mô hình riêng lẻ, và trong toàn thể thành phần một mô hình đã cho. Sự khuếch tán
lớn này của phản ứng mô hình gợi ý rằng sự biến đổi khí quyển trong extratropics
chỉ được hạn chế yếu ớt bởi cướng bức SST nhiệt đới.
Sự thực hiện hệ thống dự báo theo mùa động lực học tại US NCEP trong việc dự
đoán những sự dị thường khí quyển được đem cho cưỡng bức SST dị thường bị chỉ
định (trong khu vực PNA) được đánh giá bởi Kanamitsu v.v.... (2002). Trong thời
gian sự kiên EL Nino lớn từ 1997 đến 1998, những dự báo được dựa vào hệ thống
này với thời gian trước 1 tháng là thỏa thuận tốt với những sự thay đổi đươc quan sát
trong khu vực PNA, với những điểm tương quan dị thường 0.8 tới 0.9(đối với 200 mb
chiều cao) 0.6 tới 0.8 (nhiệt độ bề mặt) và 0.4 tới 0.5 (lượng mưa). Mới đây hơn,
những sự thí nghiệm hindcast đã được giới thiệu sử dụng AOGCMs. Nỗ lực Châu
Âu được hỗ trợ bởi sự Phát triển của một Hệ thống Toàn thể Đa Mô hình Châu Âu
cho từng mùa tới chương trình Dự đoán Interannual . Đối với mùa đông bắc, và với
hindcasts được bắt đầu trong tháng mười một, chỉ số PNA được phát sinh bởi mô
hình thể hiện những tương quan thời gian có ý nghĩa thống kê với những sự quan sát
tương ứng. Tính trung thực của mô phỏng PNA hiển nhiên trong cả hai giá trị trung
bình toàn thể các mô hình, cũng như trong đầu ra từ mô hình thành viên riêng lẻ.
Tuy nhiên, độ dài của tín hiệu trung bình vẫn còn ngắn khi so sánh với khoảng rộng
thống kê được vì những dao động giữa những mô hình khác nhau, và giữa độ sai
lệch thực của mô hình đã cho. Kỹ năng mô hình thấp hơn đáng kể trong những mùa
45
Lớp QLMT_K48
còn lại và dài hơn khoảng thời gian ban đầu. Phân tích hàm trực giao thực nghiệm
của số liệu chiều cao thế năng trái đất cung cấp bởi những mô hình đơn lẻ thừa nhận
rằng mẫu PNA là một kiểu không gian đầu tiên của sự biến đổi khí hậu trong những
mô hình này.
Tích hợp nhiều thế kỷ cũng được hướng dẫn tại những tổ chức khác nhau sử dụng
sự phát sinh hiện thời của AOGCM. Không dioongs như hindcassting hoặc dự báo
được đề cập ở trên, những mô hình khí hậu này không tái tạo một hiện tượng ENSO
đặc biệt trong hệ thống quan trắc. Sự mô tả đầu ra từ một AOGCM tích hợp chỉ ra
rằng những hiện tượng ENSO được mô phỏng được kết nối với một PNA giống như
một mẫu trong tâng đối lưu trên. Vị trí quan sát của những trung tâm hành động của
những mẫu được mô phỏng được chuyển từ 20 tới 30 kinh độ tây. Sự mâu thuẫn này
rõ ràng được liên kết với một sự chuyển dịch không gian tương ứng trong quan hệ
ENSO và SST và trung tâm dị thường PRRECIPITATION mô phỏng trong vùng
nhiệt đới của Đại Tây Dương. Sự minh họa này mà cấu hình không gian của mẫu
PNA trong AOGCMs được dựa trên sự chính xác của mô hình ENSO trong vùng
nhiệt đới.
8.4.4. Mẫu Đất liền ấm-Đại dương lạnh
Mô hình COWL chỉ ra rằng về phía địa cực khoảng 40 độ Bắc: đại dương thì có
nhiệt độ tương đối lạnh và lục địa thì có nhiệt độ tương đối ấm. Khi NH cung
tương đối ấm. Những kết quả của mô hình COWL từ sự tương phản trong quán
tính nhiệt giữa lục địa và đại dương, đã cho phép biên độ nhiệt độ lục địa lớn hơn,
và do đó ảnh hưởng mạnh mẽ hơn giá trị nhiệt độ trung bình ở bán
cầu(hemispheric). Mô hình COWL đã mô phỏng trong mô hình khí hậu thay đổi
mức độ phức tạp, và những mô hình tương tự cũng đạt được từ sự phân tích tổng
hợp và phân tích EOF của số liệu phân tích lại. Trong một số nghiên cứu những
mùa lạnh hướng về nhiệt đột NH và mực nước biển áp lực trong suốt thế kỷ đã liên
hệ với xu hướng trường kỳ trong chỉ số của mô hình COWL.
Trong những phân tích của mô hình AOGCM, Brocoli đã chỉ ra rằng phương pháp
ban đầu cho việc tách mô hình COWL có thể cung cấp những kết quả sai lệch khi
ứng dụng một mô phỏng bắt buộc bở sự biến đổi trong quá khứ và tương lai dưới
áp lực của con người. Đương không gian là một đường ghép liên kết với sự biế đổi
khí hậu tự do và dấu ấn của của con người. Broccoli cũng ghi chú rằng nhiệt độ ở 2
trung tâm lục địa của mô hình COWL là không tương quan, gợi ý rằng sự kết nối
khí quyển khác liên quan tới sự sản xuất trong mô hình này. Quadrelli và Wallace
chỉ ra rằng mô hình COWL có thể tái xây dựng như một tổ hợp tuyens tính của 2
AOFs đầu tiền của áp lực mực nước biển trung bình từ tháng 3 tới tháng 12. Hai
EOF này là NAM và một kiểu gần với mô hình PNA. Một đường tổ hợp tuyến tinh
của những mô hình căn bản có thể tính toán cho một phần của mùa đông hướng tới
áp lực nước biển NH trong suốt thế kỷ 20.
8.4.5. Atmospheric Regimes and Blocking
46
Lớp QLMT_K48
Chế độ thời tiết hay khí hậu là những nhân tố quan trọng trong việc xác định khí
hậu ở những vị trí khác nhau trên thế giới. Chúng có thể có một tác động lớn trong
sự biến đổi hàng ngày. Mô hình tuần hoàn chung đã tìm ra sự mô phỏng chế độ khí
hậu bán cầu khá tốt. Chế độ khí hậu vùng được mô phỏng qua Bắc Đại Tây Dương
khá gióng với chế độ được báo cáo bởi Casou, trong khi chế độ khí hậu ở phía bắc
Đại Tây Dương được mô phỏng bởi Farrara một cách chắc chắn. Từ TAR, việc
thống nhất giữa những ý kiến khác nhau đã được phát triển đối với tổng số cấu trúc
của chế độ khí quyển của cả khu vực và bán cầu, mặc dù điều còn lại của một
nghiên cứu và chế độ có ý nghĩa thống kê dã được thảo luận và vẫn còn một vấn
đề chưa được giải quyết.
Hiện tượng kết khối là một loại quan trọng của chế độ thời tiết khu vực, liên hệ với
sự đỏa ngươicj của những cơn gió ở phạm vi chính giữa. Hầu hết sự so sánh có hệ
thống trong hiện tại của sự so sánh GCM khí hậu của khối NH. Với những kết
luận chắc chắn của những nghiên cứu trước đó, những nghiên cứu hiện tại đã tìm
ra rằng GCMs dẫ tới mô phỏng địa phương của sự kết khối NH đúng hơn tần số
hay khoảng thời gian: mô phỏng sự kiện thì nhanh hơn so với quan sát các sự kiện.
Một bản phân tích của một AOGCMs từ MMD ở PCMDI đã chỉ ra rằng tăng sự
phân tích theo phương ngang kết hợp với các tham số vật lý đã cho phép cải tiến
trong các mô hình của khối NH và chế độ thời tiết khái quát qua Châu Âu. Cuối
cùng, cả những mô phỏng GCM và sự phân tích những dãy số liệu dài gợi ý rằng
sự tồn tại giữa các năm tới sự biến đổi giữa các thập kỷ trong tần suất đóng khối,
sự chiếu sáng những yêu cầu đánh giá sự kết khối bắt nguồn từ những bản báo cáo
ngắn. Hiện tượng kết khối cũng xảy ra ở phạm vi giữa SH, không có sự so sánh
giữa các hệ thống của sự quan sát và mô phỏng sự kết khối SH kết nối giữa Nam
và bắc Đại Tây Dương và sự biến đổi ENSO, và giữa khối Bắc Đại Tây Dương và
đột ngột ấm lên của tầng bình lưu nhưng những sự kết nối này cũng không được
khám phá có hệ thống trong AOGCMs.
8.4.6. Sự biến đổi theo nhiều thập kỷ ở Đại Tây Dương
Biển Đại Tây Dương đã có sự biến động qua nhiều thập kỷ lớn với khoảng thời
gian từ 50 đến 100 năm. Sự biến động này xuất hiện như một đặc tính linh hoạt
của khí hậu bề mặt ở vùng Đại Tây Dương, như được minh họa bởi sự tái cấu trúc
vòng cây của vài thế kỷ trước. Sự biến đổi theo nhiều thập kỷ ở Đại Tây Dương có
một đường không gian nhất định ở lĩnh vực SST, với sự thay đổi ngược chiều giữa
Bắc và Nam Đại Tây Dương, và đường lưỡng cực này vừa chỉ ra sự tương quan rõ
nét với sự thay đổi theo thập kỷ ở trận mưa Sahelian. Biến đổi thập kỷ trong tác
động của bão cũng liên hệ với sự biến đổi SST theo nhiều thập kỷ ở Đại Tây
Dương. Mô hình tuần hoàn khí hậu biển mô phỏng sự biến đổi theo nhiều thập kỷ
ở Đại Tây Dương và mô phỏng cấu trúc không gian-thời gian . Sự biến động này
mô phỏng bởi AOGCMs bắt nguồn từ sự biến thiên trong MOC. Tuy nhiên, cơ chế
điều khiển sự biến thiên trong MOC khác nhiều với AOGCMs. Trong hầu hết
AOGCMs, sự biến đổi có thể hiểu như một eigenmode biển ẩm, nó ngẫu nhiên
47
Lớp QLMT_K48
được kích động bởi khí quyển. Tuy nhiên, trong một vài AOGCMs khác sự tương
tác lẫn nhau giữa biển và khí quyển có vai trò quan trọng hơn. Sự tương quan vai
trò của phạm vi quá trình cao và thấp khác với từ mô hình tới mô hình. Sự biến
động ở Đại Tây Dương SST có liên hệ với những thập kỷ đầu tiên, nó đã minh
chứng bởi những nghiên cứu dự báo truyền thống và dự báo tiềm năng. Chất lượng
khí quyển không thể dự báo ở phạm vi thập kỷ trong nghiên cứu này, sự minh họa
trong sự việc trên chỉ là những biến động cưỡng bức ngẫu nhiên.
8.4.7. Dao động El Nino – Phía Nam
Trong suốt thập kỷ trước, đã có những quy trình tin cậy trong mô hình hóa và dự
báo ENSO và liên hệ với sự biến đổi toàn cầu sử dụng AOGCMs. Qua vài năm gần
đây các tham số vật lý đã trở nên toàn diện, sự phân tích theo phương ngang và
phương thẳng đứng, đặc biệt trong mô hình tổng hợp khí quyển, đã có sự phát triển
48
Lớp QLMT_K48
đáng ghi nhận và sự ứng dụng của những dự báo ban đầu đã trở nên quá ngụy biện.
Sự hoàn thiện trong trình bày mô hình đã cho phép sự trình diễn của đường không
gian của SST ở phía đông Thái Bình Dương. Trên thực tế, như sự hoàn thiện mô
hình hiện tại, nhiều mô hình cổ điển IPCC đã được sử dụng để dự đoán ENSO.
Mặc dù quy trình này, có lỗi hệ thống nghiêm trọng trong mô phỏng khí hậu .
Ví dụ: cái gọi là vấn đề “ITCZ bội” ghi chú bởi Mechoso và những thứ khác (et
al.) vẫn còn một nguồn sai số chính trong mô hình hóa vòng tuần hoàn hàng năm ở
chí tuyến trong hầu hết các AOGCMs, mà ảnh hưởng cuối cùng bởi sự trung thực
của mô hình ENSO. Dọc theo đường xích đạo ở Thái Bình Dương những mô hình
thất bại trong mô tả đầy đủ đường dốc SST theo khu vực, cấu trúc dải lạnh xích
đạo là sự giới hạn theo xích đạo và mở rộng xa tới cực đông, và sự mô phỏng điển
hình có sự thay đổi đột ngột của nhiệt độ nước mà được khuyếch tán quá xa. Hầu
hết AOGCMs thất bại khi mô tả phía đông Thái Bình Dương. Hầu hết AOGCMs
tạo ra sự biến đổi ENSO mà nó xuất hiện cùng thời điểm trong phạm vi rộng
nhanh hơn những gì chúng ta quan sát được, mặc dù ở đó đã có một vài sự tiến
triển đáng chú ý, trong nhiều mô hình ESNO. Vài AOGCMs thất bại trong việc
biểu diễn cấu trúc không gian và thời gian của sự không đối xứng giữa El Nino-La
Nina. Mô hình khác kém chính xác hơn hơn trong mô phỏng biên độ và cấu trúc
của sự biến động ENSO đang được thảo luận ở Davey và Oldenborg.
Những điểm nghiên cứu hiện tại hướng tới một vài triển vọng xác định những vấn
đề trên. Ví dụ, phát triển sự phân tích khí quyển theo cả hai hướng thẳng và hướng
nằm ngang, có thể hoàn thiện những đặc điểm quang phổ được mô phỏng của
những tham số vật lý biển, cũng đã chỉ ra sự ảnh hưởng một cách đáng kể tới sự
biến đổi và tiếp tục những thí nghiệm bằng số có phương pháp vào nguồn của lỗi
mô hình sẽ gợi ý chiến lược phát triển mô hình một cách chắc chắn.
Trong dự báo đường của ESNO, hai cải tiến lớn nhất là:
- Nhận ra rằng sự dự báo phải bao gồm những thông tin chắc chắn và không
chắc chắn và bằng chứng phải bao gồm sự đo lường những kỹ năng cho những dự
báo hầu như chắc chắn; và một chiến lược toàn thể mô hình ghép có thể đạt tới
hiện tại một cách tốt nhất dành cho sự phân chia một cách đầy đủ với dự đoán
không chắc chắn, Ví dụ, Palmer, tronghình 2 chứng mình rằng một dự đoán toàn
thể mô hình ghép tốt hơn sự so sánh toàn thể phụ thuộc vào một mô hình đơn lẻ.
Sự cải tiến trong sử dụng số liệu, đặc biệt là đối với đại dương, đối với sự tiếp nối
dự đoán ban đầu tiến tới sự nâng cao hiệu quả trong kỹ năng dự báo. Hơn nữa,
những nghiên cứu khác cũng chỉ ra rằng những chiến lược dự báo ban đầu có thể
chỉ ra sự cải tiến đáng kể trong kỹ năng dự báo. Tuy nhiên, Những câu hỏi căn bản
đối với dự báo của SST trong Thái Bình Dương nhiệt đới còn là những thách thức
mở trong dự báo. Ví dụ, sự không rõ ràng như thế nào ở những trận cuồng phong ở
phía tây, sự biến động theo mùa hoặc tiếng ồn thời tiết khí quyển trong dự báo giới
hạn chung của ENSO. Có những biến đổi theo thập kỷ trong kỹ năng dự báo
49
Lớp QLMT_K48
ENSO, và nguồn gốc của những sự thay đổi này là chủ đề của những tranh luận.
Cuối cùng, nó vẫn còn không rõ ràng để dự báo hiệu ứng ENSO với sự thay đổi
khí hậu.
8.4.8. Dao động Madden-Julian
MJO có liên quan tới sự biến động theo mùa trong tầng đối lưu nhiệt đới. Nó được
đặc trưng bởi vùng phạm vi của sự đối lưu tăng hoặc giảm, kết hợp với khí áp
(baroclinic) sâu. Cùng nhau, chúng diễn ra một cách chậm chạp về phía đông dọc
theo xích đạo từ phía Ấn Độ Dương tới trung tâm của Thái Bình Dương và thể
hiện sự tuần hoàn theo địa phương trong khoảng từ 30 đến 90 ngày. Sự mô phỏng
của MJO trong mô hình khí hậu kết hợp hoặc không kết hợp vẫn còn không thỏa
mãn, một phần bởi vì yêu cầu từ mô phỏng mô hình, vì sự lý giải của những quy
tắc của MIO trong việc mở rộng hệ thống khí hậu khí quyển đại dương kết hợp. Ví
dụ như, mô phỏng của MJO trong mô hình ở thời điểm với TAR là judged using
gross metrics. Sự định pha không gian của của những luồng bề mặt kết hợp là xác
định như sự tới hạn của sự phát triển của MJO và sự tương tác của nó với phía
dưới đại dương. Như vậy, khi một mô hình có thể mô phỏng một vài đặc điểm của
MJO, sự mô phỏng này có thể không thành công khi cấu trúc chi tiết của dòng bề
mặt đang được nghiên cứu.
Sự biến đổi với những đặc tính của MJO được mô phỏng trong nhiều mô hình hiện
tại, nhưng sự biến đổi này là không đặc trưng, không mô phỏng sự xảy ra thường
xuyên. Sự đánh giá thấp độ dài và sự gắn với nhau của đối lưu và sự biến đổi của
gió ở MJO theo phạm vi thời gian và không gian nghĩa là mô hình khí hậu hiện tại
sẽ mô phỏng những hiệu ứng khí hậu quan trọng của MJO (ví dụ kết của sự biến
đổi của những cơn mưa theo gió mùa hoặc module sự phát triển hình xoáy nhiệt
đới). Sự mô phỏng của cấu trúc không gian của MJO như nó tiến triển qua vòng
đời vẫn còn mơ hồ, với những xu hướng của sự đối lưu bất thường được phân chia
trong ITCZs ở Thái Bình Dương và cho những tín hiệu đối lưu sai lệch tới vài phát
triển ở phái đông Thái Bình Dương. Nó cũng chỉ ra rằng sự biểu diễn không đủ
trong mô hình khí hậu của những sự tương tác bức xạ và/hoặc sự tương tác đối
lưu-ẩm có thể giải thích vài sự khó khăn trong mô hình hóa MJO.
Mặc dù MJO có thể không phải là căn bản của một kiểu khí quyển đại dương kết
hợp, sự kết hợp không khí - biển làm xuất hiện để đẩy mạnh về hướng đông và
( mùa hè ở phương bắc) sự truyền đạt về hướng bắc trong MJO trong phạm vi
không gian và thời gian. Sự tương tác với những hoạt động của đại dương rất quan
trọng đặc biệt trong thời kỳ đối lưu bị chặn khi SSTs đang ấm lên và lớp ranh giới
đang bị che phủ. Như vậy, hầu hết mô hình thực của MJO được đoán trước với
AOGCMs. Tuy nhiên, kết hợp lạinó không phải là giải pháp cho mọi vấn đề. Khi
kết nối trong một vài mô hình cải tiến nhiều khía cạnh của MJO, đặc biệt là sự
chuyển tới phiá đông và gắn với đối lưu dị thường ngang Ấn độ dương và phía tây
Thái Bình Dương, khó khăn với cấu trúc theo chiều nằm ngang và vết tích theo
50
Lớp QLMT_K48
mùa.Tiêu biểu, những môhình chỉ ra những tác động có lợi của việc kết nối dựa
trên những đặc trưng truyền dẫn của MJO cũng là những mô hình mà có hầu hết sự
biến động theo mùa không thực của hoạt động MJO. Mô hình phi thực (unrealistic)
sự biến đổi theo mùa của hoạt động MJO bao hàm sự mô phỏng MJO sẽ tương tác
không thích hợp với hiện tượng khí hậu biến đổi theo mùa.
Sự mô phỏng của MJO có ảnh hưởng bất lợi do sự lệch lạc trong trang thái trung
bình.
Sự phát triển những dòng giới hạn duy trì và mở rộng về phía đông của sự đối lưu
có liên hệ với MJO,do đó, giảm độ dài của nó. Đến bây giờ , sựmôphỏng của MJO
đã tỏ ra rất nhạy cảm tới sự tham số hóa dòng đối lưu trong mô hình khí hậu. Một
sự nhất trí,mặcdù vẫn còn sự phản đối, xuất hiển trong sơ đồ dòng đối lưu phục
thuộc vào sự ổn định theo phương thẳng đứng tại địa phương và bao gồm sự biến
đổi MJO hiện thực hơn những sự đối lưu đó. Tuy nhiên vài mô hình phức tạp hầu
hết theo quy luật tự nhiên phụ thuộc vào các sự tham số hóa dòng đối lưu không
thể mô phỏng hoạt động MJO một cách hợp lý.
8.4.9. Dao động trong gần 2 năm
Dao động QBO là một sự đảo gió trung bình theo khu vực bị ảnh hưởng bởi sóng
gần như tuần hoàn mà sự vượt trọng sự biến đổi theo tần suất thấp của tằng bình
lưu xích đạo thấp (3 ến 100 hPa) và ảnh hướng của những hiện tượng ngoài nhiệt
đới bao gồm: độ dài và độ mạnh của những cơn lốc ở địa cực vào mùa đông. Lịch
sử và những quan sát trong hiện tại đã chỉ ra rằng một phạm vi rộng của những làn
sóng lan truyền theo chiều thẳng đứng ở tầng khí quyển xích đạo phải được xem
xét vàgiải thích trong QBO. Mô hình thực của QBO trong GCMs phụ thuộc vào 3
điều kiện quan trọng:
- đường thẳng đứng đủ để quyết định trong tầng bình lưu cho phép sự thể hiện
của những làn sóng xích đạo tại phạm vi giải quyết theo phương ngang của một
GMC.
- Một sự kích ứng thực của các làn sóng ở xích đạo được giải quyết bởi sự mô
phong thời tiết nhiệt đới và
- Những tham số của hiệu ứng những làn sóng trọng lực ko nhất định
Vì giá trị tính toán liên hệ với yêu cầu về tầng bình lưu nên những mô hình phải
được sử dụng cho sự đánh giá hiện tại mà không phải là đánh giá một cách chung
chung bao gồm QBO. Từ lâu, những waves resolved không có khả năng điều khiển
sự gây ra một QBO tự động trong GCMs Chỉ mới đây, 1996, hai điều kiện cần
được xác định để waves resolved gây ra QBO:
- Sự phân giải theo phương thẳng đứng cao trong tầng bình lưu thấp (khoảng xấp
xỉ 0.5 Km),
- Một tham số hóa dòng đối lưu sâu với sự biến đổi theo thời gian dài.
51
Lớp QLMT_K48
Tuy nhiên, sự phân tích hiện tại của vệ tinh nhân tạo và của sự quan sát đài ra đa
của dòng đối lưu nhiệt đới sâu chỉ ra rằng: áp lực của một QBO bởi waves
resolved yêu cầu một tham số của dòng đối lưu sâu với một lượng lớn sự biến đổi
theo thời gian.Như vậy, ý tưởng hiện thời là sự giải quyết kết hợp và tham số hóa
những waves được yêu cầu trong mô hình thích đáng QBO. Tiện ích của làn sóng
trọng lực không thuộc địa hình núi được tham số hóa dẫn tới sự cưỡng bức QBO
đã được thể hiện trong hiện tại bởi một số các nghiên cứu. Thường là sự nâng cao
dòng động lượng đầu vào trong vùng nhiệt đới tương quan với những yêu cầu
trong vùng ngoài nhiệt đới.Tuy nhiên, một sự nâng cao như vậy phụ thuộc tuyệt
đối vào lượng lớn những resoved waves và lần lượt như vậy, những thuộc tính
không gian và thời gian của dòng đối lưu sâu được biểu hiện bằng tham số tận
dụng trong mỗi mô hình.
8.4.10. Biến đổi của gió mùa
Sự biến đổi của gió mùa xảy ra trong thời gian từ nội bộ từng mùa tới nhiều thập
kỷ. Từ TAR, AOGCMs có khả năng mô phỏng sự biến đổi mùa trong từng mùa và
trong phạm vi nhiều năm đã được kiểm định. Lambert và Boer (2001) so sánh
AOGCMs tham gia vào CMIP, tìm ra những sai số lớn trong việc mô phỏng sự
precipitation trong vùng các xích đạo và ở khu vực gió mùa châu Á. Lin và những
người khác đã đánh giá sự biến đổi theo mùa của sự precipitation trong MMD ở
PCMDI. Họ đã tìm ra rằng sự biến đổi theo mùa của việc mô phỏng precipitation
bởi hầu hết các AOGCMs là nhỏ hơn các giá trị quan sát được. Hình ảnh không
gian thời gian của hầu hết những mô phỏng mô hình đều ít hơn nhiều so với hình
ảnh quan sát được, đặt biệt là khong quản thời gian ít hơn 6 ngày. Trong hầu hết
các mô phỏng AOGCM, tốc độ của những cơn sóng xích đạo thì quá nhanh và sự
liên tục của sự precipitation quá dài. Annamalai và cộng sự đã kiểm tra độ trung
thực của mô phỏng precipitation ở vùng gió mùa châu Á trong MMD ở PCMDI.
Chỉ 6 trong 18 AOGCMs có tính toán đến mô phỏng sự ngưng tụ gió mùa khí hậu
cho thế kỷ 20. Cho tập hợp bộ mô hình, sự tương quan không gian của những phần
của sự ngưng tụ gió mùa giữa những mô hình lớn hơn 0.6, và chu trình mùa của
những cơn mưa do gió mùa đã được mô phỏng rất tốt. Giữa những mô hình này,
chỉ có bốn sự thể hiện một sự kết nối đồng thời gió mùa và ENSO một cách linh
hoạt. Cook và Vizy (2006) đánh giá mô hình khí hậu của thế kỷ 20 ở phía bắc
Châu Phi trong MMD ở PCMDI. Họ tìm ra sự mô phỏng sự ngưng tụ trong mùa hè
ở bắc Phi Châu là hiện hơn sự mô phỏng ở Mỹ hoặc châu Âu. Tóm lại, hầu hết
AOGCMs không mô phỏng được sự biến đổi của sự kết tụ gió mùa theo không
gian hoặc trong từng mùa một cách chính xác. Xem chương 11 để có thêm các chi
tiết về sự đánh giá theo vùng của sự mô phỏng biến đổi của gió mùa.
8.4.11. Dự đoán ngắn hạn sử dụng mô hình khí hậu
Mục này tập trung vào một vài kết quả trong dự đoán kết quả ban đầu bằngviệc sử
dụng mô hình đồng nhất hoặc rất gần nay. Nững mô hình được dùng trong những
52
Lớp QLMT_K48
chương khác hoặc trong báo cáo này để hiểu và dự đoán sự thay đổi khí hậu.
Dự báo thời tiết
Từ TAR, nó đã chỉ ra rằng mô hình khí hậu cóthể được kết hợp như mô hình dự
báo thời tiết nếu chúng được khởi tạo phù hợp (Phillips, 2004). Sự tiến bộ này có
thể vì:
- Sự cải tiến trong mô hình dựbáo phân tích và
- Tăng các giải pháp không gian trong mô hình khí hậu
Một lợi thế của sự kiểm tra khả năng của một mô hình đẻ dự báo khí hậu là một số
quy trình vật lý khu vực mạng lưới con mà nó đã được tham số hóa trong mô hình,
có thể được đánh giá trong khoảng thời gian đặc điểm của những quy trình đó,
không có sự phức tạp của những phản hồi từ sự các quy trình này đang làm biến
đổi trang thái bên dưới của khí quyển. Sử dụng đầy đủ có thể tạo ra những tập dữ
liệu thời tiết chi tiết và quan sát từ thí nghiệm ngoài trời chuyên dụng. Phù hợp với
nhữngnghiên cứu này, nhiều độ lệch được tìm tra trong mô hnhf khí hậu cũng là
bằng chứng trong sự phân tích của dự báo thời giết những gợi ý này là những sự
cải tiến đang diễn ra trong mô hình mô phỏng điều khiển chủ yếu bởi những yêu
cầu về dự báo thời tiết có thể cũng tạo ra những dự báo đáng tin cậy hơn.
Dự báo mùa
Sự kiểm tra khả năng dự báo theo từng mùa cung cấp sự kiểm định khả năng của
một mô hình đại diện cho những dao động vật lý và các quá trình động học (tự do)
trong hệ thống môi trường. Sự dự báo phù hợp những tín hiệu khí hậu như NESO
và những kết nối toàn cầu của nó cung cấp những đặc tính mô tả cho những mô
hình khí hậu trong một khoảng thời gian dài.
Một phiên bản của HadCM3 AOGCM đã được đánh giá cho kỹ năng dự báo sự
biến đổi khí hậu theo mùa. Graham và cộng sự đã phântích trong 43 năm của dự
báo theo chu kỳ 6 tháng với Glosea, chạy từ những điều kiện ban đầu của khí
quyển đất và đại dương được quan trắc. Một bộ gồm 9 mẫu đã được dùng để lấy
mẫu về sự không chắc chắn trong các điều kiện đầu. Những kết luận liên quan đến
HadCM3 bao gồm: 1. Mô hình có khả năng mô phỏng lại những hồi đáp trong
phạm vi rộng tới hiện tượng ENSO trong những SST ở Ấn Độ dương và vùng
nhiệt đới của Đại Tây Dương; 2. Mô hình có thể dự đoán những chi tiết SST bất
thường ở phía Băc Đại Tây Dương, chỉ ra những liên hệ quan trong với NAO và sự
bất thường của nhiệt độ mùa qua Châu Âu.
GFDL-CM2.0 AOGCM cũng đã được đánh giá cho dự báo mùa. Dự báo 12 tháng
trước đã sử dụng bộ 6 mẫu hơn 15 năm bắt đầu từ năm 1991. Những dự báo này đã
sử dụng sự đồng hóa dữ liệu đại dương toàn cầu và quang sát khí quyển cưỡng
bức, và kết hợp với những điều kiện ban đầu của khí quyển từ những thành phần
của khí quyển của mô hĩnh với sự quan sát SST. Kết quả chỉ báo kỹ năng mô hình
53
Lớp QLMT_K48
nằm ngoài 12 tháng cho dự báo ENSO. Sự kết nối toàn cầu từ dự phân tích lại
NCEP là bằng chứng cho dự báo 12 tháng.
8.5. Mô phỏng mô hình đối với các cực trị
Sự nhận thức của xã hội về sự thay đổi của khí hậu và khí hậu biến đổi là do chu kì
và tính khắc nghiệt của các thái cực. Điều này đặc biệt đúng nếu như các sự kiện
khắc nghiệt có ảnh hưởng gây hại lớn và nghiêm trọng đối với cuộc sống và của
cải. Khi mô hình khí hậu biến đổi và quá trình vật lý thực nghiệm, sự tái tạo của
các thái cực sẽ được cải thiện đáng kể. Chính bởi sự tăng lên của các số liệu có
sẵn( ví dụ như: số liệu hàng ngày, các chỉ số khác nhau…). Sự taọ nhóm theo mẫu
đã kiểm chứng mô hình mô phỏng theo hướng chi tiết hơn và đưa ra sự so sánh cụ
thể về các sự kiện khắc nghiệt trong mô hình kết nối sử dụng cho mô tả thay đổi
khí hậu trên bề mặt trái đất.
Một vài thái cực bởi bản chất tự nhiên của chúng mà có quy mô nhỏ hơn và thời
gian tồn tại cũng ngắn hơn, được hiện thị bởi độ phồng lớn hay là một
Equilibration ở độ lớn hơn sảy ra tự nhiên ở những vùng bất ổn định. Quy mô lớn
và tồn tại lâu của các thái cực nói chung là do sự tồn tại lâu dài của các mô hình
khí hậu liên quan tới sự tác động qua lại giữa khí biển và khí đất. Một giả thuyết
hợp lý là có thể rằng sự phân giải thô AOGCMs có thể không mô phỏng chu kì tồn
tại ngắn ngủi của các hiện tượng khắc nghiệt, nhưng đó không phải là một trường
hợp. Đánh giá của những nghiên cứu khoa học gần đây đã chỉ ra rằng thật ngạc
nhiên là những thống kê toàn cầu về các hiện tượng khắc nghiệt của khí hậu hiện
tại, đặc biệt là nhiệt độ nói chung có thể được mô phỏng rất hiệu quả bởi những mô
hình hiện tại ( xem 8.5.1). Những mô hình này sẽ thành công hơn trong việc mô
phỏng nhiệt độ các thái cực hơn là sự hội tụ của chúng.
Sự đánh giá về các thái cực, cụ thể là về nhiệt độ đã được tiến hành bằng cách đo
kiểm tra độ lớn, tần số và sự tồn tại của các số liệu sau: Nhiệt độ cao nhất và thấp
nhất trong ngày (ví dụ: các ngày nóng, các ngày lạnh, các ngày có tuyết…), sự kết
tủa mạnh mẽ hàng ngày và tần suất, nhiệt độ mùa và sự kết tủa, tần số và các trận
bão nhiệt đới. Về sự hội tụ, đánh giá được thực hiện trên cả giá trị nhận được thấp
hay tỉ lệ hội tụ cao.
8.5.1. Nhiệt độ cực trị
Kiktev et al (2003) so sánh kết quả nhận được từ các sự kiện khắc nghiệt với phép
đo áp suất- chỉ GCM (HadAM3) …Các chỉ số về các sự kiện khắc nghiệt mà họ sử
dụng đã được sự cho phép của Frich et al (2002). Họ thấy rằng trong
anthropogenic radictive forcing đã được yêu cầu thể hiện lại những thay đổi khi
quan sát nhiệt độ các thái cực cụ thể là ở trong không gian. Sự giảm đi các ngày có
tuyết bao phủ ở Nam nước Úc đã được mô phỏng bởi HadAM3 với anthropogenic
forcing trong điều kiện nhất trí cao với khảo sát. Việc tăng lên của các buổi đêm
nóng ở Eurasia được mô phỏng rất khó khi hiệu ứng anthropogenic không được
54
Lớp QLMT_K48
tính đến, nhưng kết cục hiệu ứng anthropogenic chứng minh khuynh hướng tạo
nhóm qua phía tây nước Nga và thể hiện sự tăng lên nói chung trong việc có quá
nhiều đêm nóng lên của NH.
Meehl et al ( 2004) so sánh số ngày có tuyết mô phỏng bởi mô hình PCM với
những quan sát. Mô phỏng thế kỉ 20 bao gồm sự thay đổi về năng lượng, núi lửa,
bình phun sunfat, ozon và hiệu ứng nhà kính. Tất cả các mô hình mô phỏng và
quan sát cho thấy rằng: số lượng ngày có tuyết giảm khoảng 2 ngày trên một thập
niên ở tây nước mĩ trong suốt thế kỉ 20. Mô hình mô phỏng không đồng nhất với
những quan sát ở Nam Mĩ, nơi mà những mô hình cho rằng số ngày có tuyết trong
vùng giảm đi trong thế kỉ thứ 20 còn những quan sát lại cho rằng số ngày này tăng
lên. Meehl et al (2004) lập luận rằng sự khác biệt này có thể là do các mô hình
không có khả năng mô phỏng ảnh hưởng của El nino đến số ngày tuyết rơi ở Nam
mỹ. Meehl và Tebaldi (2004) so sánh sóng nóng mô phỏng bởi PCM từ các quan
sát. Họ địng rằng một sóng nóng khi có 3 đêm nóng nhất liên tiếp sảy ra trong 1
năm. Trong suốt giai đoạn từ 1961 đến 1990, có sự giống nhau giữa các mô hình
và các quan sát( NCEP phân tích lại)
Kharin et al (2005) kiểm tra cấc mô phỏng nhiệt độ và sự kết tủa các thái cực cho
mô hình AMIP -2, một vài trong số đó là những phần nhiễm điện của bầu khí
quyển của mô hình kết nối sử dụngtrong đánh giá. Họ tìm ra rằng mô hình mô
phỏng sử dụng nhiệt đột thái cực, đặc biệt ở các thái cực ấm, mùa rõ rệt. Các mô
hình có sự thiếu hụt nghiêm trọng trong việc mô phỏng hội tụ của các thái cực, cụ
thể ở chí tuyến nam. VAvrus et al (2006) sử dụng các giá trị hàng ngày của sự
thống nhất 7 mô hình ở thế kỷ 20. họ định rằng một khối không khí lạnh bột phát
là kết quả của việc hai hay nhiều ngày kéo dài liên tiếp mà nơi đây đòng nghĩa với
việc nhiệt độ bề mặt không khí ở mức thấp hơn 2 tiêu chuẩn lệch phía dưới nhiệt
độ mùa đông ở khu vực này. Họ cũng thấy rằng những mô hình khí hậu đã thể hiện
tính địa phương và độ lớn của khối không khí lạnh bột phát ở khi hậu hiện tại.
Các nhà nghiên cứu cũng ước tính mối quan hệ giữa đặc điểm có tính tuần hoàn
quy và các khối không khí lạnh hay nóng. Chẳng hạn như, Vavrus et al (2006) cho
rằng các điểm khác nhau của khối không khí lạnh rất gần và xuôi từ phía các vùng
có áp suât giới hạn. Tương tự như vậy, Meehl và Tebaldi (2004) cũng tìm ra rằng
khối không khí nóng xuyên Châu âu và Nam Mỹ đã kết hợp với sự thay đổi của
500 mẫu có tính tuần hoàn.
8.5.2. Lượng mưa cực trị
Sun et al kiêm chứng độ mạnh của các hội tụ mô phỏng bởi 18 AOGCMs, một vài
trong số đó được đề cập trong báo cáo này. Họ thấy rằng Những mô hình cho hội
tụ ánh sáng (<10mm day-1) nhiều hơn những quan sát, có một vài những nơi hội
tụ nhiều ánh sáng và có quá ít những điểm hội tụ nhiều(>10mmmday-1). Lỗi này
dự định được bỏ qua vì vậy sự hội tụ theo mùa là có thực (xem 8.3).
55
Lớp QLMT_K48
Bắt đàu từ Tar, rất nhiều mô phỏng được tạo ra với độ phân giải cao GMCs. Iorio
et al (2004) kiểm tra ảnh hưởng của mô hình riêng trong mô phỏng hội tụ của khí
hậu theo nhóm mo hình khí hậu thứ 3 (CCM3). Họ thấy rằng mô hình sự fân giải
cao cho thấy những điều đáng tin cậy hơn những con số thống kê hội tụ hàng ngày.
Mô hình hội tụ thô đã có rất nhiều ngày hội tụ yếu và không đủ hội tụ với cường
độc ao. Xu hướng này bị loại bỏ trong sự mô phỏng phân giải cao, nhưng trong các
mô phỏng phân giải ở mức cao nhất thì mức độ phân giải cao hàng ngày vẫn còn
quá thấp. Vấn đề này đã bị lọi bỏ khi mô hình phân tích mây đã được gắn chặt
trong mọi điểm được đánh dấu của GCM.
Kimôt et al (2005) so sánh hội tụ hàng ngày trên toàn Nhật Bản trong một mô hình
gọi là AOGCM với 2 điều hoàn toàn tách biệt nhau là hội tụ cao và hội tụ trung
bình của MIROC 3.2 và cho sự phân bổ hội tụ đáng tin cậy hơn với độ phân giải
cao hơn. Emori et al (2005) chỉ ra rằng một phân giải cao AGCM( áp suất từng
phần của phân giải cao MIroc 3.2) có thể mô phỏng một cách đáng tin cậy độ hội
tụ cao hàng ngày nếu như những điều trong mô hình ngăn cản sự đối lưu khi có độ
ẩm bao quanh là nhỏ hơn 80%, ví dụ như mẫu hội tụ hoàn toàn có tính độc lập
parametrization cao. Kitev et al so sánh các quan sát về lượng mưa với các mô
phỏng về áp suất GCM HadAM3 được tạo ra bởi rất nhiều những tác động của
đại dương và anthropogenic radictive forcing ( hiệu ứng….). Họ thấy rằng mô hình
này chỉ ra một vài kĩ năng trong việc mô phỏng một vài sự thay đổi hội tụ của các
thái cực. Ông May (2004) đã kiểm tra tính hay thay đổi( biến đổi) và mức cực đại
của lượng mưa hàng ngày trong mô phỏng nhiệt độ những ngày gần đây của
ECHAM GCM. Ông cho rằng mô hình này mô phỏng sự biến đổi và mức cực đại
của lượng mưa khá chuẩn xác trên hầu khắp đất nước Ấn Độ khi so sánh với lượng
mưa đo được qua vệ tinh, nhưng có xu hướng là lượng mưa cao hơn mức ước tính
ở trung Ấn. Duman et al.(2001) so sánh những sự hộit ụ hang ngày lớn nhất ở
Châu âu mô phỏng bởi HadCM2GCM với các quan sát. Họ thấy rằng khả năngcủa
GCM trong việc mô phỏng hội tụ hang ngày vượt quá 15mmm một ngày đã là rất
tốt nhưng khả năng của nó mô phỏng hội tụ ở 30mm một ngày là điều rất khó.
Kiktev et al. (2003) chỉ ra rằng HadAM3 có khả năng mô phỏng sự biến đổi tự
nhiên của chỉ số hội tụ lớn(thông thường có nghĩa là hộit ụ chia ra thành các ngày
với độ hội tụ nhỏ hơn 1mm). nhưng nó lại không thể mô phỏng một cách chính xác
số lượng biến đổi của các ngày ẩm ướt (số ngày ẩm ướt trong 1 năm có độ hội tụ
cao hơn 10mm).
Sử dụng chỉ số Palmer Drought severity (PDSI) Dai at al. (2004) khẳng địng rằng
những vùng khô hạn hay ẩm ướt trên toàn cầu (PDSI trên +3 hay dưới -3) đã tăng
lên từ 20 % tới 38 % từ năm 1972. Thêm vào đó để mô phỏng những hiện tượng
ngẵn ngủi này như các trận nóng dữ dội hay những ngày ẩm ướt và các khối không
khí. Mô hình cũng cho thấy sự thành công trong việc mô phỏng những hiện tượng
bất thường. Chẳng hạn, Burke et al. (2006) chỉ ra rằng mô hình HadCM3 có tính
toàn cầu và tỉ lê thời gian có tính thập niên ‘ thể hiện xu hướng nghiên cứu khô’
56
Lớp QLMT_K48
như đã được định ra bởi PDSI nếu bao gồm hiệu ứng anthropogenic, mặc dù mô
hình này không phải lúc nào cũng mô phỏng chính xác sự phân bố các khu vực khô
và ẩm ướt.
8.5.3. Những cơn bão nhiệt đới
Sự phân tách không gian của 2 mô hình áp suất biển sử dụng trong đánh giá IPCC
mang tính chung chung và không có khả năng phân tích các cơn bão nhiệt đới và
đặc biệt là mô phỏng sự dữ dội của chúng. Một cách tiếp cận phổ biến hơn để kiểm
chứng hiệu ứng nóng lên toàn cầu lên các cơn bão nhiệt đới là sử dụng điều kiện
đường biên giới SST từ sự thay đổi bối cảnh toàn cầu dẫn đến sự phân giải cao của
AGCM. Mô hình hoạt động sau này được so sánh với cách điều khiển sử dụng
phân giải cao AGCM thực hiện với sự quan sát cụ thể của SST với khí hậu hiện tại
( Sugi…….2006- trang 628). Cũng có một vài mô hình thí nghiệm lí tưởng mà
trong đó sự phân giải cao kết hợp với và không thể thiếu được sự nóng lên hay
lạnh ổn định của SST. Một cách khác gắn với mô hình phân giải cao của vùng với
sự phân giải thấp hơn mô hình khí hậu(Ku…….trang 628). Mô hình sử dụng các
phương pháp này được nói tới ở chương 10..
BENg…- trang 628 chỉ ra rằng độ dài toàn cầu của các cơn bão nhiệt đới ( nhiệt
đới hay nửa bán câù) đều được thể hiện hoàn toàn nhờ mô hình ECHAM5, ngay cả
khi công dụng của chúng rất lớn.. Tuy nhiên lỗi về sựt hay đổi độ đo trong một số
trường hợp là có thật) trong mô phỏng tần số và độ mạnh của các cơn bão nhiệt đới
đã được đề cập tới trong một số mô hình ( ví dụ…. trang 628).Mô phỏng các cơn
bão nhiệt đới đã được chỉ ra mmột cách sắc bén để lựa chọn parametrization đối
lưu trong một số trường hợp.
Ôuchi et al. (2006) sử dụng một trong số những mô hình phân giải áp suất cao nhất
để mô phỏng tần suất, sự phẩn bố và sự mạnh mẽ của các cơn bão nhiệt đới ở khí
hậu hiện thời. Mặc dù có một vài sai sót trong mô phỏng sự phân bố địa lí của các
cơn bão nhiệt đới (dự tính vị trí của các cơn bão nhiệt đới ở vào khoảng trên 0 độ
đến 10 độ Nam ở bờ biển Ấn độ trên mức dự đoán và từ 0 độ đến 10 độ Bắc dưới
mức dự đoán ở Bắc thái bình dương, mô phỏng toàn bộ phân bố địa lí và tần suất là
rất tốt. Mô hình này không thể mô phỏng các quan sát về tốc độ mạnh của gió, và
những áp lực trọng tâm thấp như đã quan sát, chẳng hạn thậm chí còn phân giải
cao hơn có thể đòi hỏi phải mô phỏng những cơn bão nhiệt đới mạnh nhất.
8.5.4. Kết luận
Bởi hầu hết AOGCMs đều là những hệ thống phân giả thô và có tỉ lệ lỗi lớn và các
sự kiện lớn có xu hướng tồn tại ngắn hơn và ở không gian nhỏ hơn. Đó là điều
ngạc nhiên vì sao các mô hình mô phỏng rất tốt các hiện tượng lớn trong khí hậu
hiện thời sảy ra trong suốt thế kỉ 20 ( xem chương 9 để biết them chi tiết) . Điều
này đặc biệt đúng với nhiệt độ của các thái cực, nhưng mạnh, tần suất và sự phân
bố của sự hội tụ ít hơn như đã mô phỏng. Mô hình phân giải cao hơn sử dụng trong
57
Lớp QLMT_K48
việc thể hiện sựt hay đổi các cơn bão nhiệt đới (chương 10) nói chung tạo ra mô
phỏng tốt về tần số và sự phân bố của các cơn bão nhiệt đới nhưng không thể mô
phỏng hết được tính mạnh mẽ của chúng. Sự cải thiện trong mô phỏng độ hội tụ
mạnh mẽ và các cơn bão nhiệt đới với độ mạnh tăng lên trong mô hình phân giải
AGCMs chỉ ra rằng khi mô hình khí hậu đã mô tả đầy đủ để phân tích rõ ràng nhất
hệ thống đối lưu mà không sử dụng parametrization đối với tầng đối lưu thấp, điều
này đồng nghĩa với việc mô phỏng sự hội tị và độ mạnh của các cơn bão nhiệt đới
sẽ được cải thiện.
8.6. Độ nhạy khí hậu và sự phản hồi
8.6.1. Giới thiệu
Độ nhạy khí hậu là một thông số được sử dụng những đặc tính đáp ứng lại hệ
thống biến đổi khí hậu toàn cầu đó là một sự cưỡng ép. Nó đại thể được định nghĩa
như là sự thay đổi nhiệt độ trung bình bề mặt toàn cầu ở trạng thái cân bằng là do
nồng độ khí CO2 trong khí quyển tăng gấp đôi. Sự trải rộng của độ nhạy khí hậu
trong mô hình là một nhân tố rất lớn góp phần phát hiện ra các biến đổi khí hậu
trong tương lai (xem chương 10) tiếp theo với sự không chắc chắn sẽ phát ra những
cảnh tượng trong tương lai và những hiểu biết về sự nóng lên của đại dương. Do đó
độ nhạy khí hậu giữa các mô hình là khác nhau chúng sẽ được thu nhận và đánh
giá trong 4 báo cáo của IPCC. Độ nhạy khí hậu là rộng được xác định bởi bên
trong quá trình phản hồi mở rộng hoặc sự chống lại sự phát xạ dòng chảy của khí
hậu. Việc đánh giá độ nhạy của mô hình khí hậu là đáng tin cậy, mô hình khí hậu
có thể mô phỏng theo những cách khác nhau, sự biến đổi khí hậu được quy vào bởi
sự chống lại những đặc tính phải đánh giá. Cái này bao gồm các tảng băng lớn sẽ
bị vỡ ra và bao phủ hàng nghìn năm và trong thế kỷ 20. Việc đánh giá độ nhạy khí
hậu được thu thập và so sánh nhận được từ các mô hình và từ sự quan sát hiện tại
trong hộp 10.2. Một sự lựa chọn là gần như bắt buộc, quá trình phản hồi khí hậu là
chìa khóa tin cậy và nó có vai trò trong việc đánh giá độ nhạy khí hậu của mô hình.
Có thể lý giải tại sao việc đánh giá độ nhạy khí hậu và sự phản hồi khí hậu khác
nhau giữa các mô hình hiện hành, trong tổng quan dưới đây sẽ thấy vai trò của quá
trình phản hồi kết hợp với hơi nước và tỷ lệ giảm nhiệt độ, mây, tuyết và băng biển
trong độ nhạy khí hậu, và đánh giá giải pháp các quá trình trong mô hình khí hậu
toàn cầu được sử dụng để phát hiện sự thay đổi khí hậu trong tương lai. Cuối cùng
chúng tôi thảo luận và đưa ra đánh giá và tin tưởng rằng việc đánh giá độ nhạy khí
hậu sẽ nhận được kết quả chính xác từ mô hình khí hậu. Chú ý những sự phản hồi
khí hậu kết hợp với các quá trình sinh học và hóa học sẽ không được bàn luận
trong đoạn này (nó đã được đề cập đến chương 7 và chương 10).
8.6.2. Giải thích về việc đánh giá độ nhạy khí hậu giữa các mô hình chung
hiện hành
8.6.2.1. Định nghĩa của độ nhạy khí hậu
58
Lớp QLMT_K48
Như các định nghĩa từ trước và trong các chú giải, nhiệt độ trung bình bề mặt
không khí hàng năm trên trái đất thay đổi bởi hệ thống khí hậu sau đó nó sẽ đạt
trạng thái cân bằng mới đó là kết quả của việc nồng độ CO2 trong khí quyển tăng
gấp đôi dẫn đến ‘ độ nhạy khí hậu cân bằng’, và nó thường là thời kì đơn ‘ độ nhạy
khí hậu’. Nó được đánh giá rất nhiều từ số liệu thí nghiệm trong một mô hình
AGCM đó là mô hình đơn, không động lực trên đại dương với sự thay đổi nhiệt độ
đại dương ( thường dẫn đến trộn lẫn các tầng hoặc hoặc mô hình đại dương) và
nồng độ CO2 sẽ tăng gấp đôi. Trong mô hình AOGCM và ở trạng thái không vững
vàng ( hoặc vận chuyển) dựa theo phản ứng khí hậu vận chuyển nó được định
nghĩa là sự thay đổi nhiệt độ trung bình bề mặt khí quyển hàng năm trên toàn cầu
trong suốt thời kì 20 năm tập trung vào lượng CO2 trong 1% yr-1 hỗn hợp CO2 sẽ
tăng trong tương lai. Chúng phụ thuộc vào cả độ nhạy và sự nóng lên của đại
dương. Một đánh giá độ nhạy khí hậu khi cân bằng trong sự biến đổi khí hậu để
hòa hợp với môi trường thu nhận được từ hậu quả độ nhạy khí hậu. Nó phù hợp
với phản ứng nhiệt độ toàn cầu xảy ra nếu AOGCM chạy cân bằng với sự phản hồi
tập trung vào sự vững chắc chuẩn đoán giá trị một vài điểm trong việc đánh giá
biến đổi khí hậu. Nó được tính toán từ sự dự trữ nhiệt ở đại dương, chống lại sự
phát ra và nhiệt độ bề mặt thay đổi.
Độ nhạy khí hậu phụ thuộc vào loại tác nhân ứng dụng trong hệ thống khí hậu và
vùng địa lý cũng như sự phân bố theo phương thảng đứng. Nó có ảnh hưởng bởi
bản chất và tầm quan trọng của sự phản hồi tác dụng trong sự đáp ứng của khí hậu.
Nó hầu như phụ thuộc vào giá trị trung bình của khí hậu. Một vài độ nhạy khí hậu
khác nhau chúng là kết quả từ sự chống lại các đặc tính được tính toán bởi các quy
tắc khác nhau. Sự thay đổi nhiệt độ trung bình bề mặt hàng năm trên trái đất thực
tế là bị giới hạn về phần miêu tả và sự hiểu biết phản ứng của khí hậu chống lại
bên ngoài. Quả thực, phản ứng nhiệt độ khu vực chống lại sự đông nhất ( hơn nữa
chúng phân bố thẳng đứng ở vùng đó) là cao không đồng đều. Thêm vào đó, độ
nhạy khí hậu chỉ quan tâm đến nhiệt độ trung bình bề mặt và nó không cho thấy
bất ngờ xảy ra hoặc sự kiện cuối cùng. Mặc dù có giới hạn, tuy nhiên, phần chính
độ nhạy khí hậu chỉ dùng như một khái niệm bởi vì nhiều mô hình khí hậu có vẻ
ngoài là tốt với nhiệt độ trung bình toàn cầu (mặc dù không cần thiết ở mô hình
khác), bởi vì nhiệt độ trung bình toàn cầu của trái đất rõ ràng là đều đặn, và bởi vì
nó cung cấp một cách đơn lẻ về số lượng và so sánh với sự phản ứng khí hậu bơi
các mô hình khác nhau đã bị xáo trộn một cách đặc biệt, độ nhạy khí hậu có thể
hầu như có thể là riêng rẽ đối với sự phản ứng khí hậu từ khu vực biến đổi.
8.6.2.2. Tại sao lại có đánh giá mô hình khí hậu thay đổi từ TAR?
Sự phát sinh mô hình GCM bao gồm độ nhạy khí hậu cân bằng từ 2.10C đến 4.40C
(với giá trị trung bình là 3.20C), chúng hoàn toàn đúng như trong TAR(bản báo cáo
thứ 2). Hầu hết các mô hình khí hậu đều trải qua một thực tế phát triển từ TAR
chúng bao hàm các thông số cải tiến chúng của một quá trinh đặc biệt như mây, lớp
59
Lớp QLMT_K48
ranh giới hoặc sự đối lưu. Trong một vài trường hợp sự phát triển liên quan đến
liên quan đến các con số, nhân động lực, hoặc hợp với thành phần mới (đại dương,
chu kì carbon,…). Các nước cải tiến đưa ra lời giải thích mới của mô hình cải tiến
bằng vật lý cơ bản của thông số hoặc dựa vào khí hậu hiện hành chúng là tâm điểm
của một nhóm mô hình hoạt động. Lý do căn bản để chúng thay đổi là nó kết hợp
với quá trình quan sát được những đám mây hoặc những xoáy nước rộng theo các
mô hình và trên tất cả các tính chất của mô hình. Sự phát triển có thể và làm, tác
động độ nhạy khí hậu của mô hình.
Đánh giá độ nhạy khí hậu cân bằng từ các phiên bản mô hình sau này sử dụng bởi
một nhóm mô hình có cải tiến (ví dụ CCSM3, CSM10, ECHAM5/MPI-OM,
ECHAM3/LSG, ÍPL-CM4, IPSL-CM2, IPSL-CM4,…) so sánh trong TAR. Trong
một vài mô hình sự thay đổi độ nhạy khí hậu đầu tiên được gán cho các thông số
mây hoặc đặc trưng cho tính phat tán của mây ( ví dụ CCSM3, MRI-CGCM2.3.2).
Tuy nhiên, hầu hết các mô hình sự thay đổi độ nhạy khí hậu không thể không có
những thay đổi đặc biệt trong mô hình. Thay thế cho những ví dụ cá biệt, Johns et
al. (2006) cho thấy cho thấy những thay đổi riêng lẻ tạo ra trong suốt quá trình phát
triển của HadGEM1 có một va chạm nhỏ đến độ nhạy khí hậu, và tác động toàn
cầu ngay lập tức thay đổi rất rộng hủy bỏ mỗi khi. Thêm vào đó, các thông số có
thể thay đổi làm ảnh hưởng đến các thông số của mô hình.
8.6.2.3. Đánh giá độ nhạy khí hậu được lý giải về sự trải rộng như thế nào?
Như đã bàn luận trong chương 10 và trong 3 bản báo cáo của IPCC, mô hình khí
hậu cho thấy việc đánh giá độ nhạy khí hậu trên một rải rộng, theo điều tra một
phiên bản mô hình cho trong bảng 8.1, tìm thấy những sự phản hồi khác nhau góp
phần hầu hết vào 3 lần vào dãy độ nhạy khí hậu cân bằng được đánh giá trong các
mô hình khác nhau chống lại sự trải rộng của mô hình.
Có một vài phương pháp có thể sử dụng để dự đoán sự phản hồi khí hậu trong
GCM, chúng là tất yếu và được xem xét lại. Các phương thức này bao gồm’ bộ
phận xáo trộn phát ra’ rất gần và nó thay đổi sử dụng mô hình phát xạ đối lưu và
phương thức chống lại sự phát xạ của mây. Từ TAR tại đây người ta tiến hành so
sánh quá trình phản hồi bởi mô hình khí hậu trong đó CO2 khí quyển được thí
nghiệm là cân bằng sự thay đổi khí hậu là hòa hợp với môi trường. Hơi nước, tỷ lệ
giảm áp suất, mây và các thông số phản hồi bề mặt, nó được đánh giá bởi
Colman(2003), Soden và Held(2006) và Winton(2006) cho thấy trên hình 8.14.
Trong AOGCM, thành phần phản hồi hơi nước là quá trình phản hồi xa và rất
mạnh mẽ , với một mô hình multi thì độ lệch chuẩn và giá trị trung bình là MMD
và PCMDI là 1.80 ± 0.18 W/m-2 0C-1, phản hồi dương là chảy (- 0.84 ± 0.26 Wm-2
0
C). và phản hồi âm là (0.26 ±0.08 Wm-2 0C). Sự phản hồi mây có giá trị trung bình
là 0.69 Wm-2 0C với một giá trị rất rộng trong mô hình là ±0.38 Wm-2 0C.
60
Lớp QLMT_K48
Một thực tế rõ ràng là sự trải rộng của sự phản hồi hơi nước là nhỏ hơn của Soden
và Held (2006) hơn Colman (2003). Nó không cho thấy sự trải rộng là nhỏ hơn sự
nhất trí giữa các mô hình AOGCM hiện hành hơn các mô hình cũ, sự khác nhau
trong các phương pháp hoặc sự khác nhau bản chất biến đổi khí hậu để hòa hợp với
môi trường giữa hai nghiên cứu. Trong cả hai nghiên cứu, sự phản hồi tỷ lệ giảm
áp suất hầu như cho thấy một thực tế mở rộng giữa các mô hình, chúng dàn trải bởi
bên trong mô hình khác nhau liên quan sự ấm lên bề mặt thấp và cao của đường vĩ
độ. Bởi vì hơi nước và sự phản ứng của nhiệt độ là cao gấp đôi trong tầng đối lưu,
các mô hình với một khoảng phản hồi âm rộng và sự phản hồi dương rất rộng của
hơi nước. Việc này sẽ bù đắp cái khác. Như một kết quả, nó được cân nhắc một
cách hợp lý tổng của hơi nước và số lượng phản hồi là đơn giản khi phân tích
nguồn gốc bên trong mô hình khác nhau trong sự kết hợp với hơi nước và tỷ lệ
phản hồi về thực chất nhỏ hơn góp phần vào sự trải rộng của việc đánh giá độ nhạy
khí hậu khác với phản hồi của mây (hình 8.14). Nguồn gốc khác nhau của giá trị
trung bình tỷ lệ phản hồi giữa hai nghiên cứu là không rõ ràng nhưng nó quan hệ
không thích hợp gồm cả nhiệt độ tầng bình lưu phản ứng trong một vài phân tích
phản hồi.
Trong 3 nghiên cứu sử dụng hệ phương pháp luận khác nhau đánh giá phản hồi bề
mặt trái đất kết hợp với sự thay đổi tuyết và băng biển, tất cả được đề xuất sự phản
hồi là có thể trong tất cả các mô hình và dãy nhỏ hơn sự phản hồi mây.
Winton(2006) đề xuất sự xuất hiện về 3/4 phản hồi bề mặt địa cầu từ NH.
Chuẩn đoán sự phản hồi phát ra từ địa cầu cho phép hiểu tốt hơn của sự trải rộng
độ nhạy khí hậu cân bằng đánh giá giữa các mô hình GCM hiện hành. Sự lý tưởng
hóa vị thế của phản ứng khí hậu làm cho nồng độ CO2 gấp đôi, nhiệt độ chỉ thay
đổi đồng nhất, không có tác dụng phản hồi ( nhưng cho phép làm tăng kết quả làm
mát từ sự gia tăng nhiệt độ), sự ấm lên trái đất từ mô hình GCM xung quanh 1,2 0C.
Sự phản hồi hơi nước, có tác dụng quyết định, phản ứng của nó là muộn hơn cả. Sự
phản hồi hơi nước, tuy nhiên, có liên quan đến tỷ lệ phản hồi (nhìn bên trên), và
kết hợp hai kết quả trong một thông số phản hồi xấp xỉ là 1 Wm-2 0C-1, tương ứng
với sự mở rộng của phản ứng nhiệt độ cơ bản bởi xấp xỉ là 50%. Sự mở rộng phản
hồi bề mặt, phản ứng cơ bản là 10%, sự phản hồi mây trong khoảng 10 đến 50%
phụ thuộc trên mô hình GCM. Chú ý, tuy nhiên, bởi vì nó vốn gắn liền với bản
chất không phải là đường phản ứng của sự phản hồi, cuối cùng sự va chạm trên độ
nhạy không phải đơn giản là tổng của các phản ứng. Đây là kết quả của nhiều phản
hồi dương chúng bổ sung cho nhau mỗi sự va chạm của độ nhạy khí hậu.
Sử dụng thông số phản hồi từ hình 8.14, nó có thể đánh giá sự có mặt của hơi
nước, tỷ lệ phản hồi bề mặt, nhưng sự vắng mặt của phản hồi mây, mô hình GCM
hiện hành dự đoán một độ nhạy khí hậu (±1 độ lệch chuẩn) chừng khoảng 1.90C ±
0.150C ( bác bỏ sự trải rộng từ chống lại phát xạ khác nhau). Việc đánh giá, giá trị
trung bình và độ lệch chuẩn của độ nhạy khí hậu nhận được từ mô hình GCM hiện
61
Lớp QLMT_K48
hành là một khoảng rộng hơn (3.20C±0.70C) là cần thiết bởi vì tất cả GCM dự
đoán một sự phản hồi mây dương (hình 8.14) không giống với tầm lớn của nó.
Sự trải rộng của phản hồi mây là rất lớn là sự kết thúc của những phản ứng mây
khác nhau của độ nhạy khí hậu là nguồn cơ bản bên trong mô hình với các độ nhạy
khác nhau. Tuy nhiên, sự góp phần của tỷ lệ hơi nước và phản hồi bề mặt sự trải
rộng của độ nhạy là không đánh kể, đặc biệt từ sự va chạm tăng lên bởi giá trị
trung bình của mô hình sự phản hồi mây là dương và hoàn toàn bền vững.
8.6.3. Những quá trình vật lý chủ chốt trong sự nhạy cảm của khí hậu
Một phương pháp truyền thống trong việc đánh giá độ nhạy của mô hình được đặt
ra để xem xét hơi nước, tỷ lệ giảm áp, suất phân chiếu bề mặt và đặc biệt những
phản hồi của mây. Mặc dù sự phân chia này có thể được quan tâm như có phần giả
tạo, bởi vì, ví dụ, hơi nước, những đám mây và nhiệt độ có tác động qua lại rất
mạnh mẽ, nó vẫn là quan niệm có ích, và được nhất quán trong giả thiết với những
đánh giá trước. Do đó, và bởi vì mối quan hệ giữa tỷ lệ giảm áp và những phản hồi
hơi nước, phần này đặc biệt đề cập phản hồi hơi nước/tỷ lệ giảm áp và sau đám
mây và những phản hồi suất phân chiếu bề mặt.
8.6.3.1 Hơi nước và tỷ lệ nhiệt độ
Sự hút thu của bức xạ LW tăng theo hàm loga của phần trăm hơi nước, trong
phương trình Clausius- Clapeuron cho biết một quan hệ hàm loga tăng trong việc
giữ hơi ẩm với nhiệt độ. Từ tầng đối lưu và nhiệt độ bề mặt được kết hợp chặt chẽ(
xem phần 3.4.1), những sự kiềm chế này dự đoán một phản hồi hơi nước dương
mạnh nếu độ ẩm tương đối là đóng kín để không thay đổi. Hơn nữa, sự kết hợp
phản hồi hơi nước- tỷ lệ nhiệt độ là mối quan hệ không nhạy cảm để thay đổi trong
tỷ lệ giảm nhiệt độ làm không thay đổi độ ẩm tương đối (Cess, 1975) do bù những
hiệu quả của hơi nước và nhiệt độ trên OLR (xem hộp 8.1). Việc hiểu những quá
trình xác định phân phối và xác xuất trong độ ẩm tương đối (RH) là về trọng tâm
để hiểu về phản hồi hơi nước-tỷ lệ giảm áp. Cho một xấp xỉ đầu tiên, GCM đóng
vai trò duy trì một phân phối không đổi của RH dưới ảnh hưởng của khí nhà kính.
Chính xác hơn, một vật nhỏ nhưng sự tăng RH lan rộng trong những mô phỏng
GCM đặc trưng giảm sức mạnh phản hồi đã đối chiếu với một phản ứng RH hằng
số (Col man, 2004, Soden và Held, 2006; Hình 8.14).
Trong lớp biên của hành tinh, độ ẩm được điểu khiển bằng việc nối lại mạnh mẽ
với bề mặt, và quy mô rộng gần như không thay đổi phản ứng RH là không bàn cãi
(Wentz và Schabel, 2000; Trenberth er al, 2005; Dai, 2006). Nói riêng trong phản
hồi hơi nước của GCM là cũng liên quan lớn trong nhiều chí tuyến, bởi vì những
xoáy nước quy mô rộng, chịu trách nhiệm cho làm ẩm tầng đối lưu, được chuyển
rõ ràng, và giữ nhiều không khí tại phần quan trọng cho trạng thái bão hoà hàng
năm (Stocker et al, 2001). Độ ẩm thay đổi trong trung nhiệt và phía trên tầng đối
lưu, tuy nhiên, được hiểu ít và có nhiều tác động bức xạ TOA hơn những vùng
62
Lớp QLMT_K48
khác của khí quyển (thí dụ., Held và Soden, 2000; Col man, 2001). Cho nên, nhiều
nghiên cứu từ TAR đã tập trung trên phản ứng RH trong các vùng nhiệt đới( xem
Bony et al., 2006 for a review), và nói riêng trong phản ứng ẩm của vùng này là
trung tâm để tin tưởng trong lập mô hình phản hồi hơi nước.
Phân phối độ ẩm trong tầng đối lưu nhiệt tự do được xác định bởi nhiều nhân tố,
bao gồm sự hạ nhiệt của hơi nước và làm ngưng tụ nước từ những hệ thống đối lưu
và sự lưu thông không khí trên quy mô rộng. Những khu vực khô liên quan hạ
xuống một quy mô rộng đóng một vai trò lớn trong việc làm lạnh LW nhiệt đới, và
những thay đổi trong những khu vực đó hoặc độ ẩm có thể tiềm ẩn có một tác động
quan trọng trên hơi lực phản hồi hơi nước (Pierrehumbert, 1999; lindzen et la.,
2001; Peters và Bretherton, 2005). Cho phần phức tạp của quá trình điều khiển độ
ẩm nhiệt đới, tuy nhiên, luận cứ vật lý có sức thuyết phục đơn giản về những biến
đổi dưới việc nóng lên quy mô toàn cầu là rất khó chống đỡ, và việc kết hợp các
mô hình và những nghiên cứu quan sát là cần thiết để đánh giá độ tin cậy của mô
hình phản hồi hơi nước.
Trong sụ tương phản phản hồi mây, phản hồi hơi nước tích cực là một đặc trưng
thiết thực của GCMs (Stocker et at ., 20001), được tìm thấy bên kia mô hình với
nhiều những phối hợp khác nhau cho bình lưu, sự đối lưu và sự ngưng tụ của hơi
nước. Quy mô trung gian phân giải cao (Larson and Hartmann, 2003) và những mô
hình phân giải mây (Tomkín anhd Craig, 1999) chạy trên giới hạn lãnh thổ nhiệt
đới cũng biểu lộ phản ứng ẩm phù hợp với phản hồi tích cực, mặc dù với những
khác biệt trong chi tiết của những RH phía trên tầng đối lưu (UTRH) với nhiệt độ.
Thí nghiệm với GCM đã tìm thấy phản hồi hơi nước mạnh từ không có cảm nhận
đến những biến đổi lớn trong sự phân giải thẳng đứng, cũng như sự đối lưu biểu
hiện bằng tham số và những sơ đồ đối lưu( Ingram, 2002). Những nghiên cứu mô
hình này cung cấp dấu hiệu phản ứng RH tầng đối lưu tự do những mô hình kết
hợp toàn cầu dưới việc ấm lên của khí hậu là không đơn giản một giả tưởng của
GCMs hoặc sự phân tích GCM thô, từ những biến đổi tương tự rộng lớn đã tìm
thấy trong phạm vi của những mô hình phức tạp khác nhau và mục tiêu. Gián tiếp
ủng hộ dấu hiệu cho mô hình phản hồi hơi nước cũng đến từ thử nghiệm nó chỉ ra
việc ngăn chặn thay đổi độ ẩm từ quy luật phát xạ trong một AOGCM sản xuất
không thực thay đổi chậm hàng năm( Hall and Manabe, 1999).
Tin rằng trong mô hình phản hồi hơi nước không phụ thuộc trên việc hiểu các quá
trình vật lý quan trọng cho việc điều khiển UTRH, và tin rằng trong đại diện của
chúng trong GCMs. TAR chú ý một độ nhạy của UTRH để đại diện của những quá
trình vi vật lý mây trong một số nghiên cứu mô hình đơn giản. Tuy nhiên, dấu hiệu
khác đề nghị vai trò của vi vật lý là giới hạn. người quan sát lĩnh vực RH trong
nhiều vùng nhiệt đới có thể tái tạo không có vi vật lý, nhưng đơn giản bởi những
hướng quan sát trong việc đặt lên một giới hạn cao của 100% RH trên những phần
(Pierrehumbert and Roca, 1998; Gettelman et al., 200; Dessler and Sherwood,
63
Lớp QLMT_K48
2000), hoặc bằng xác định một mặt nghiêng hạ nhiệt từ thời tiết khô làm mát bức
xạ (Folkín et al., 2002). Sự bốc hơi của mây ti giảm nhiệt ngưng tụ cũng không
chuyển vận một phần lớn trong việc làm ẩm vùng nhiệt phía trên tầng đối lưu
( Soden, 2004; Luo and Rossow, 2004), mặc dù mây ti có thể quan trọng như một
đầm hơi nước (Luo and Rossow, 2004). Toàn bộ những nghiên cứu này tăng tin
tưởng trong phản hồi hơi nước GCM, từ họ nhấn mạnh tầm quan trọng của những
quá trình bình lưu quy mô rộng, hoặc phát xạ, nơi được tin trong đại diện bởi
GCMs là cao, đối chiếu với những quá trình vi vật lý, nơi tin rằng là nhỏ hơn
nhiều. Tuy nhiên, một vai trò quan trọng cho vi vật lý trong việc xác định phân
phối của thay đổi trong hơi nước dưới việc ấm lên của khí hậu không thể được loại
trừ.
Những sự quan sát cung cấp chứng cớ phong phú về quy mô vùng tăng và giảm
trong UTRH nhiệt đới trong phản ứng để thay đổi trong sự đối lưu (Zhu et al,
2000; Bates and Jackson, 2001; Blankenship and Wilheit, 2001; Wang et, 2001;
Chen et al, 2002; Chung et al, 2004; Sohn and Schmetz, 2004). Như những biến
đổi, tuy nhiên, cung cấp một ít sự hiểu biết trong mối quan hệ nhiệt động quy mô
rộng ( rất quan trọng cho phản hồi hơi nước) trừ khi chú ý đến trên toàn bộ những
hệ thống lưu thông. Những nghiên cứu quan sát gần đây về phản ứng UTRH trung
nhiệt đới cho nhiệt độ đã mang lại hiệu quả phù hợp rằng RH những thay đổi gần
đây tại một thay đổi của những vùng thời gian ( xem phần 3.4.2.2). Những phản
ứng bao hàm này từ những thay đổi hàng năm ( Bauer et al, 2002; Allan et al,
2003; McCarthy and Toumi, 2004), sức mạnh của núi lửa ( Soden et al, 2005), mặc
dù sự giảm RH có mức độ được chú ý tại những mức cao trên những vùng thời
gian hang năm ( Minschwaner and Dessler, 2004; section 3.4.2.3). Những thay đổi
từng mùa trong quan sát những bẫy bức xạ LW toàn cầu cũng phù hợp với phản
hồi hơi nước tích cực ( Inamdar and Ramanathan, 1998; Tsushima et al, 2005). Chú
ý, tuy nhiên, những phản ứng ẩm đến thay đổi hoặc ảnh hưởng vùng thời gian ngắn
phải được giải thích cẩn thận, như họ không có những vật trực tiếp để tăng khí nhà
kính,, bởi vì sự khác nhau trong các mẫu của việc ấm lên và những thay đổi lưu
thông.
8.6.3.1.1. Đánh giá của những quá trình phản hồi hơi nước/tỷ lệ giảm nhiệt độ
trong những mô hình
Việc đánh giá phân phối độ ẩm và những thay đổi của nó trong GCMs, trong khi
không trực tiếp kiểm tra những phản hồi biến đổi khí hậu của chúng, có thê đánh
giá khả năng của chúng để đại diện những quá trình vật lý chìa khoá việc điều
khiển hơi nước và bởi vậy ảnh hưởng tin tưởng trong phản hồi nước của chúng. Sự
giới hạn những sự kiện hoặc độ chính xác của máy thăm dò hoặc tái phân tích đã
đề ra một vấn đề cho đánh giá UTRH trong những mô hình (Trenbirth et al, 2001;
Allan et al, 2004), và sự nhấn mạnh gần đây đã được đánh giá sử dụng vệ tinh đo
đạc, song song với việc tăng nỗ lực để trực tiếp dựa theo những ánh sáng vệ tinh
64
Lớp QLMT_K48
trong những mô hình (để mà giảm những lỗi trong việc chuyển đổi đến cấp độ mô
hình RH) (e.g, Soden et al, 2002, Allan et al, 2003; Iancono et al, 2003; Brohniez
et al, 2005; Huang et al 2005).
Một đặc điểm lớn của phân phối độ ẩm trung bình được mô phỏng phù hợp bởi
GCMs, song song với phân phối hợp lý của OLR (xem phần 8.3.1). Trong những
vùng cận nhiệt đới quan trọng, những mô hình chỉ một phạm vi kĩ năng trong việc
miêu tả UTRH trung bình. Vài độ dốc vùng lớn đã được tìm thấy (Iacono et al,
2003; Chu ng et al, 2004), mặc dù sự phù hợp tốt của của phân phối và biến với dữ
liệu vệ tinh đã được ghi chú trong vài mô hình (Allan et al, 2003; Brogniz, 2005).
Tuy nhiên, điều không chắc chắn trong dữ liệu nhận được từ vệ tinh đặt ra những
so sánh phức tạp hơn nữa. Kĩ năng trong việc phác hoạ lại tình trạng trong phân
phối độ ẩm tại những quy mô khác nhau cũng được tìm thấy bất đồng giữa những
mô hình (Zhang et al, 2003; Pierrehumbert et al, 2007), có thể kết hợp đảo trộn
những quá trình và phân tích. Ghi chú, tuy nhiên, đưa sự phụ thuộc theo quan hệ
hàm loga của bức xạ LW trên độ ẩm, những sai số trong việc xử lý độ ẩm khí hậu
có những hiệu quả trực tiếp trong sụ nhậy cảm của khí hậu; đó là những thay đổi
phân đoạn của độ ẩm như những biến đổi khí hậu ( Held and Soden, 2000).
Một vài bài kiểm tra mới của những biến quy mô rộng của UTRH đã đáp ứng cho
GCMs từ TAR, và nói chung đã tìm kĩ thuật mô phỏng mô hình. Allan et al (2003)
thấy rằng một AGCM bắt buộc bằng quan sát SSTs đã mô phỏng những thay đổi
hàng năm trong vùng nhiệt đới trung bình 6,7 µm radiance (nhạy cho UTRH và
nhiệt độ) trong kết hợp rộng với những quan sát bằng máy phân tích bức xạ hồng
ngoại cao (HIRS) qua 2 thập niên trước. Mínchwaner et al. (2006) đã phân tích
phản ứng hàng năm vùng nhiệt đới trung bình 250 hPa RH đạt trung bình SST của
vùng hoạt động đối lưu trong 16 AOGCMs từ MMD tại PCMDI. Phản ứng mô
hình trung bình ( tăng nhở trong RH) được thống kê phù hợp với phản ứng 215 hPa
được phỏng đoán từ quan sát vệ tinh, khi không chắc chắn từ những quan sát và
mô khoảng rộng mô hình được đưa vào trong bản kế toán. AGCMs có thể đã được
sản sinh toàn cầu hoặc những biến đổi trung bình nhiệt đới (những thay đổi điều
kiện nhiệt) trong không khí sạch OLR (nhạy với hơi nước và phân phối nhiệt độ)
khắp vùng (Tsushima et al, 2005) cũng như những phạm vi hàng năm và thập niên
(Soden, 2000; Allan and Slingo, 2002) (mặc dù sự phun hoặc khí nhà kính không
chắc chắn và việc lấy mẫu khác có thể ảnh hưởng so sánh sau này; Allan et al,
2003). Trong tầng đối lưu thấp, GCMs có thể mô phỏng thay đổi hơi ẩm hàng năm
quy mô toàn cầu tốt (e.g. Allan et al , 2003). Tại một quy mô nhỏ, môt số GCMs
cũng đã trình diễn kĩ năng trong việc mô phỏng những thay đổi vùng trong UTRH
trong phản ứng để những biến đổi lưu chuyển như vậy từ những vùng hoặc thay
đổi hàng năm (e.g. Soden 1997; Allan et al, 2003; Brogniz et al 2005).
Một bài kiểm tra cao hơn cho phản ứng của nhiệt độ tầng đối lưu và độ ẩm tự do
đến nhiệt độ bề mặt trong mô hình là tốt như thế nào chúng có thể mô phỏng
65
Lớp QLMT_K48
những mối tương quan hàng năm giữa nhiệt độ bề mặt và mặt nghiêng độ ẩm theo
chiều dọc. Mặc dù GCMs chỉ thành công cục bộ trong mô hình vùng (Ross et al,
2002) và tương quan nhiệt trung bình (Bauer et al. 2002), sự khác nhau rõ ràng tìm
thấy trong những nghiên cứu trước đó (Sun and Held, 1996; Sun et al, 2001) đã chỉ
ra một phần lớn một kĩ thuật lấy mẫu giả tạo (Bauer et al 2002).
Ở đây cũng đã ảnh hưởng từ TAR để kiểm tra phản ứng hơi nước của GCMs so với
những thay đổi nhiệt độ quy mô toàn cầu của thập niên gần đây. Một nghiên cứu
gần đây sử dụng thời kỳ dài của dữ liệu vệ tinh (1982- 2004) để phỏng đoán xu
hướng trong UTRH, và tìm thấy rằng một AGCM, những bắt buộc để quan sát
SSTs, có thể giữ quan sát toàn cầu và xu hướng độ ẩm khu vực tốt (Soden et al
2005). Một giả thiết thứ hai sử dụng việc làm lạnh tiếp theo của Mt Pinatubo. Việc
sử dụng đánh giá ảnh hưởng của phun trào , Soden et al (2002) tìm thấy một mô
hình mô phỏng phản ứng của HIRS 6,7 µm radiance phù hợp với quan sát vệ tinh.
Chúng cũng tìm thấy một mô hình phản ứng nhiệt độ toàn cầu tương tự như quan
sát trước đó, nhưng không nếu phản hồi hơi nước tương tự được tắt (mặc dù nghiên
cứu những thay đổi trong mây và hấp thụ hơi nóng tiềm ẩn bởi đại dương sâu. Việc
sử dụng những tính toán bức xạ cơ bản trên quan sát độ ẩm, Forster và Collins đã
tìm thấy phù hợp trong kết luận sức mạnh phản hồi hơi nước với toàn bộ phân tích
mô hình, mặc dù chiều cao- phạm vi mẫu của phản ứng độ ẩm quan sát không nối
chặt chẽ như sự hiểu đơn giản. Họ đã suy luận phản hồi hơi nước của 0,9 đến 2,5
Wm-2 0C-1, một khoảng nó bao phủ của những mô hình dưới ảnh hưởng khí nhà
kính (xem hình 8.4). Một điều kiện quan trọng để nghiên cứu là sự lo sợ khí hậu
trên những thay đổi tự nhiên (Forster and Col lín, 2004). Nguyên nhân của những
đòi hỏi khi so sánh với những phản hồi từ việc tăng khí nhà kính, bởi vì ảnh hưởng
của bức xạ từ núi lửa phun là phân chia khác nhau và xảy ra trên quy mô thời gian
ngắn, nó có thể bao gồm những thay đổi khác nhau trong lưu chuyển và độ
nghiêng mối quan hệ phản ứng đại dương/đất liền (mặc dù nghiên cứu AOGCM
gần đây tìm thấy tương tự như phản hồi không khí sạch bức xạ LW toàn cầu giữa
hai lực; Yokohata et al 2005). Tuy nhiên, việc so sánh quan sát và mô hình phản
ứng hơi nước cho sự phun của Mt. Pinatubo tạo thành một con đường để kiểm tra
mô hình có khả năng tương tự những thay đổi độ ẩm bao gồm ảnh hưởng quy mô
toàn cầu bên ngoài.
Tại vĩ độ thấp, GCMs chỉ phủ định phản hồi tỷ lệ giảm nhiệt độ bởi xu hướng
chúng hướng tới tỉ lệ giảm nhiệt độ đoạn nhiệt ẩm, sản sinh đáp ứng hơi ấm trên
cao. Tại vĩ độ từ giữa đến cao, tăng mức độ ấm chậm, đặc biệt trong gió, góp phần
cho phản hồi dương (e.g, Col man, 2003b), và sức mạnh phản hồi toàn cầu phụ
thuộc trên gradient đường kinh (Soden and Held, 2005). Ở đây đã được kiểm tra
bao quát của phản ứng nhiệt độ tầng đối lưu GCM so với xu hướng quan sát cho
mục đích phát hiện biến đổi khí hậu (xem phần 9.4.4). Mặc dù vài nghiên cứu gần
đây đã đề nghị lưu ý giữa những thay đổi quan sát và mô hình (e.g Fu et al, 2004;
Santer et al, 2005), tiếp tục tranh luận như để tán thành, đặc biệt trong vùng nhiệt
66
Lớp QLMT_K48
đới (phần 9.4.4). Không chú ý tới, nếu RH còn lại từ khép kín đến không thay đổi,
kết hợp tỷ lệ giảm nhiệt độ và phản hồi hơi nước là quan hệ không không nhạy
cảm đến khác biệt trong phản ứng tỉ lệ giảm nhiệt độ (Cess, 1975; Allan et al.
2002; Colman, 2003a).
Trong tầng đối lưu, phản ứng phản hồi hơi nước GCM là nhạy cảm đến vị trí của
ảnh hưởng liên quan ban đầu (Joshi et al 2003; Stuber et al, 2005). Việc ảnh hưởng
tập trung trên tầng bình lưu thấp, như từ biến đổi tầng Ozon, viện dẫn phản hồi
dương bao gồm tăng hơi nước và nhiệt độ điểm lạnh nhiệt đới trong một nghiên
cứu (Stuber et al, 205). Tuy nhiên, cho ảnh hưởng đồng nhất, như từ CO2, sự đóng
góp hơi nước tầng đối lưu cho mô hình nhạy cảm xuất hiện yêu ớt (Col man, 2001;
Stuber et al, 2001, 2005). Có bằng chứng quan sát của tăng trong thời gian dài
trong hơi nước tầng đối lưu (phần 3.4.2.3), mặc dù nó là không rõ ràng khí có một
quá trình phản hồi. Nếu có một xu hướng trung gian toàn cầu quan trọng với cơ
chế phản hồi, tuy nhiên, nó bao hàm một phản hồi hơi nước quan trọng (Forster
and Shine, 2002).
8.6.3.1.2. Kết luận về những phản hồi tỷ lệ giảm nhiệt độ và hơi nước
Những quá trình quan trọng đã được làm từ TAR trong việc hiểu và đánh giá
những phản hồi hơi nước và tỉ lệ giảm nhiệt độ. Những kiểm tra mới đã áp dụng
cho GCMs, và nói chung đã tìm thấy kĩ thuật trong việc đại diện cho những phản
ứng độ ẩm tầng bình lưu tự do quy mô rộng và những thay đổi hàng năm, những
xu hướng khí hậu và làm lạnh. Bằng chứng mới từ cả hai quan sát và mô hình đã
củng cố cách nhìn trước về những phản ứng RH không thay đổi một cách mạnh mẽ
cho sự ấm lên. Nó cũng tăng quả quyết trong khả năng của GCMs cho những đặc
trưng quan trọn tương tự của độ ẩm và phản ứng nhiệt độ dưới khoảng của sự xáo
trộn khí hậu khác nhau. Bằng chứng tốt ủng hộ kết hợp phản hồi hơi nước và tỉ lệ
giảm nhiệt độ của xung quanh cường độ tìm thấy trong những mô hình khí hậu
toàn cầu.
8.6.3.2. Những đám mây
Bằng việc phản xạ những bức xạ mặt trời trở lại không gian (hiệu ứng suất phản
chiếu của những đám mây) và việc giữ lại tia hồng ngoại phát ra từ bề mặt trái đất
và tầng đối lưu dưới( hiệu ứng nhà kính từ các đám mây), các đám mây đã sử dụng
2 hiệu ứng cạnh tranh nhau và ảnh hưởng đến nguồn bức xạ nhiệt của trái đất.
Hai hiêu ứng này thường được gọi là 2 thành phần SW và LW của bức xạ cưỡng
bức từ đám mây (CRF). Sự cân bằng của 2 thành phần này phụ thuộc vào nhiều
yếu tố bao gồm các vi thể và thuộc tính của vi thể có trong đám mây. Đối với khí
hậu hiện thời thì những đám mây gây hiệu ứng làm lạnh khí hậu. Trong sự đáp lại
với sự nóng lên của khí hậu toàn cầu thì hiêu ứng làm lạnh của những đám mây có
thể được tăng cường hoặc giảm bớt , do đó nảy sinh một sự phản hồi bức xạ tới sự
67
Lớp QLMT_K48
ấm lên của khí hậu (Randall ..., 2006; NRC, 2003; Zhang, 2004; Stephens, 2005;
Bony ..., 2006).
Trong nhiều mô hình khí hậu sự mô tả chi tiết những đám mây có thể ảnh hưởng
đáng kể đến sự ước lượng mô hình của sự phản hồi đám mây và độ nhạy của khí
hậu (... Senior and Mitchell, 1993; Le Treut..., 1994; Yao và Del Genio, 2002;
Zhang, 2004; Stainforth ..., 2005; Yokohata...., 2005). Hơn nữa sự mở rộng của
những ước lượng về độ nhạy của khí hậu trong các mô hình hiện nay chủ yếu xuất
hiện từ những sự khác nhau liên mô hình trong những sự phản hồi (Colman, 2003a;
Soden và Held, 2006; Webb ..., 2006 ; mục 8.6.2, phần 8.14). Bởi vậy sự phản hồi
còn lại từ các đám mây là nguồn lớn nhấtt của sự không chắc chắn trong những
ước lượng về độ nhạy của khí hậu.
Trong mục này sẽ :
- Đánh giá sự tiến bộ từ TAR trong những hiểu biết những quá trình vật lí liên
quan trong những phản hồi từ đám mây (mục 8.6.3.2.1)
- Giải thích phạm vi của phản hồi từ đám mây để đánh giá những mô hình khí
hậu hiện tại (mục 8.6.3.2.2)
- Đánh giá mô hình những phản hồi từ đám mây sử dụng những quan sát (mục
8.6.3.2.3)
8.6.3.2.1. Sự hiểu biết về những quá trình vật lí liên quan trong sự phản hồi từ đám
mây
Sự u ám của bầu trời liên quan đến những đám mây các loại trên phạm vi rộng lớn
tồn tại ở lớp dưới của tầng đố lưu. Để hiểu được những phản hồi từ đám mây cần
có những hiểu biết về sự thay đổi khí hậu có ảnh hưởng đến phạm vi và thuộc tính
bức xạ của những đám mây khác nhau và ước lượng những tác động của những sự
thay đổi này đối với nguồn bức xạ chung của trái đất. Từ TAR trở đi đã có những
tiến bộ trong việc phân tích những quá trình vật lí liên quan tới những phản hồi từ
đám mây, nhờ vào sự phân tích kết hợp giữa sự quan sát những mô hình quan niệm
đơn giản, những mô hình phân tích mây và GCM (tổng quan theo Bony ...,2006).
Những kết quả chính được trình bày dưới đây.
Một vài cơ chế liên hệ ngược từ khí hậu đến những đám mây ở tầng đối lưu dưới
đã được khảo sát. Hartmann và Larson (2002) cho rằng sự tăng nhiệt độ của những
đám mây nhiệt đới thực chất độc lập với nhiệt độ bề mặt (giả thuyết nhiệt độ đệm
cố định) và nó sẽ là phần không đổi khi khí hậu thay đổi. Đề xuất này phù hợp với
mô hình phân tích mây chỉ ra trong việc ấm lên của khí hậu. Những mặt cắt ở giữa
và trên tầng đối lưu, sự ngưng tụ và độ ẩm tương đối đều thay đổi theo chiều cao
cùng với nhiệt độ (Tompkins và Craig,1999). Mặc dù vậy giả thuyết này chưa được
kiểm tra bằng quan sát hoặc những mô hình phân tích mây có được sự phân tích
theo phương hẳng đứng tốt đối với tầng trên của tầng đối lưu . Những phản ứng
68
Lớp QLMT_K48
các thành phần của đệm mây để thay đổi nhiệt độ vẫn là một chủ đề tranh cãi . Giả
sử rằng sự tăng nhiệt độ do hiệu quả ngưng tụ của các đám mây đối lưu làm giảm
bớt lượng hơi nước trong tầng đối lưu trên, Lindzen...(2001) cho rằng ở vùng nhiệt
đới che phủ bởi đệm mây có thể giảm với sự tăng lên của nhiệt độ, điều đó có thể
dẫn đến việc phủ định những phản hồi từ khí hậu. Nhiều sự phẩn đối nhằm vào
những khía cạnh khác nhau của số liệu quan sát được cung cấp cho đến lúc này
(Chambers ..., 2002; Del Genio và Kovari, 2002; Fu ..., 2002; Harrison, 2002;
Hartmann và Michelsen, 2002; Lin..., 2002, 2004), dẫn đến những tranh luận mạnh
mẽ với tác giả của giả thuyết (Bell..., 2002; Chou ..., 2002; Lindzen ..., 2002 ).
Những nghiên cứu các khả năng khác (Del Genio và Kovari, 2002; Del Genio ...,
2005b) đưa ra giả thuyết về sự tăng nhiệt độ bề mặt và sự che phủ mây tầng đối lưu.
Những đám mây ở lớp gianh giới có tác động lớn đến nguồn bức xạ (..., Harrison ...,
1990; Hartmann.., 1992) và bao phủ phần lớn đại dương toàn cầu (..., Norris,
1998a,b). Việc hiểu rõ làm sao chúng có thể thay đổi trong sự hỗn loạn của khí hậu
là vấn đề sống còn của phản hồi từ đám mây. Việc quan sát mối quan hệ giữa số
lượng đám mây ở tầng thấp và độ ổn định chi tiết của tầng đối lưu thấp (Klein và
Hartmann, 1993), mà được sử dụng trong một số mô hình khí hậu đơn giản trong
việc tham số hóa lượng mây ở lớp gianh giới của một số mô hình GCMs (.,
CCSM3, FGOALS) đưa tới giả thuyết rằng sự nóng lên của khí hậu toàn cầu có
thể liên quan tới sự gia tăng mức độ che phủ của những đám mây ở tầng thấp mà
nảy sinh những sự phủ định những phản hồi từ khí hậu (..., Miller, 1997; Zhang,
2004) . Tuy nhiên những phương án xác định mức độ ổn định của tầng đối lưu thấp
mà có thể dự đoán lượng mây ở lớp gianh giới như Klein và Hartmann thực hiện
(1993), có thể không cần thiết phải sự gia tăng của những đám mây ở tầng thấp
trong sự nóng lên của khí hậu (..., Williams..., 2006 ). Hơn nữa những quan sát cho
thấy rằng những khu vực bao phủ bởi những đám mây ở tầng thấp , sự giảm sút độ
đậm quang học và SW CRF như sự gia tăng của nhiệt độ (Tselioudis và Rossow,
1994; Greenwald ...., 1995; Bony ...., 1997; Del Genio và Wolf, 2000; Bony và
Dufresne, 2005) nhưng các yếu tố khác mà có thể giải thích được những quan sát
này là không thật sự chắc chắn. Bởi vậy những hiểu biết về những sự quá trình vật lý
mà đièu khiển những phản ứng của những đám mây ở lớp gianh giới và thuộc tính
bức xạ của chúng tới sự thay đổi khí hậu còn rất hạn chế.
Ở những vùng giữa của khí quyển được cấu tạo trong hệ thống thời tiết chung với sự
ảnh hưởng của độ dày , những đám mây đỉnh ,đối diện trong vùng. Đối với NH ,một
vài mô hình khí hậu thông báo sự giảm sút tần số những cơn bãp nhiệt đới và sự gia
tăng cường độ cơn bão trong sự phản ứng với việc khí hậu nóng lên (..., Carnell và
Senior, 1998; Geng và Sugi, 2003) và sự dịch chuyển vệt bão tới địa cực (Yin,2005)
. Sử dụng những quan sát và sự phân tích để điều tra những động lực cho sự thay đổi
được tìm ra bởi Carnell và Senior (1998) có thể có được dựa vào nguồn bức xạ hồng
ngoại (NH) Tselioudis và Rassow (2006) cho rằng sự gia tăng sức mạnh của những
cơn bão có thể có một tác động bức xạ lớn hơn so với sự suy giảm tần số những cơn
69
Lớp QLMT_K48
bão và điều này có thể làm tăng sự phản xạ của bức xạ sóng ngắn (SW) và giảm
lượng bức xạ bước sóng dài (LW). Tuy nhiên sự chuyển dịch của những vệt bão địa
cực có thể giảm lượng bức xạ phản xạ SW (Tsushima ..., 2006). Ngoài ra trong
những nghiên cứu sử dụng những quan sát để điều tra sự phụ thuộc của thuộc tính
bức xạ của đám mây ở vùng giữa vào nhiệt độ Del Genio và Wolf (2000) chỉ ra rằng
bề dày vật lí của những đám mây lục địa ở tầng mây thấp giảm khi nhiệt độ tăng, kết
quả này đưa dến sự giảm sút nước trong mây và bề dày quang học như sự gia tăng
về nhiệt độ, Norris và Iacobellis (2005) cho rằng qua NH đại dương , một sự thay
đổi đồng dạng trong nhiệt độ bề mặt có thể là nguyên nhân dẫn đến giảm lượng mây
và bề dày quang học trên phạm vi rộng trong những điều kiện động lực. Những dấu
hiệu của những phản hồi về bức xạ thay đổi khí hậu liên quan đến những hiệu ứng
tổng hợp của những sự thay đổi động lực và nhiệt độ trong những đám mây nhiệt
đới vẫn còn nhiều điều bí ẩn.
Vai trò của những sự phản hồi từ đám mây cực trong độ nhạy của khí hậu đã được
nhấn mạnh bởi Holland và Bitz (2003) và Vavrus (2004). Mặc dù vậy những phản
hồi đó còn khá nghèo nàn.
8.6.3.2.2. Giải thích phạm vi của những phản hồi từ đám mây trong số những mô
hình khí hậu
Những thí nghiệm cân bằng CO2 khí quyển kép thực hiện bằng những mô hình
đường kết hợp khí quyển - đại dương cũng như trong sự hợp nhất biến đổi khí hậu
nhất thời thực hiện bằng những mô hình khí quyển - đại dương kép đầy đủ , những
mô hình trình diễn trên quy mô lớn của những phản hồi từ những đám mây toàn cầu
, với khoảng một nửa những mô hình khí hậu dự đoán một CRF âm trong việc phản
ứng lại với sự nóng lên toàn cầu và một nửa dự đoán ngược lại (Soden và Held,
2006; Webb..., 2006 ). Vài nghiên cứu cho rằng những dấu hiệu phản hồi từ các đám
mây có thể không nhất thiết do những thay đổi CRF (Zhang..., 1994; Colman,
2003a; Soden..., 2004 ) bởi sự đóng góp của những thay đổi bức xạ bầu trời quang
đãng (...hơi nước,nhiệt độ ,những thay đổi suất phản chiếu bề mặt ) dẫn tới sự thay
đổi CRF . Phương pháp sự hỗn loạn bức xạ cục bộ mà loại trừ sự thay đổi bầu trời
quang đãng từ sự xác định thông tin phản hồi từ đám mây ước đoán rõ ràng thông
tin phản hồi đám mây , với mạng lưới toàn cầu trong thực tế tất cả các mô hình
(Colman, 2003a; Soden và Held, 2006). Tuy nhiên những ước lượng phản hồi từ
đám mây ước đoán từ sự thay đổi trong CRF hoặc trong phương pháp PRP có được
mối tương quan tốt (những mối quan hệ chính có sự tương đồng) và chúng trình bày
một sự mở rộng tương tự trong các GCMs.
Bằng việc phân hóa những phản hồi từ GCM vào trong những khu vực thành phần
hoặc những chế độ động lực, sự tiến bộ thực sự đã được tạo ra trong việc giải thích
phạm vi của những phản hồi đám mây thay đổi khí hậu. Sự so sánh AOGCMS kép
được sử dụng cho các dự án khí hậu được trình bày ở chương 10 (Bony và
Dufresne, 2005) , những phiên bản của khí quyển hoặc đại dương của GCMs hiện
70
Lớp QLMT_K48
thời (Webb..., 2006; Williams ..., 2006; Wyant..., 2006) hoặc những mô hình cũ
hơn (Williams..., 2003; Bony..., 2004; Volodin, 2004; Stowasser ..; 2006) chỉ ra
rằng những sự khác biệt liên mô hình trong phản hồi đám mây phần lớn là do thành
phần SW phản hồi đám mây và phản ứng với sự nóng lên toàn cầu của cả những
đám mây đối lưu sâu và những đám mây ở tầng thấp khác giữa các GCM. Những
sự phân tích gần đây cho thấy rằng những sự phản xạ của những lớp mây lớp gianh
giới đóng góp lớn nhất cho phạm vi phản hồi đám mây biến đổi khí hậu giữa các
GCM hiện thời (Bony và Dufresne, 2005; Webb...., 2006; Wyant ..., 2006). Nó con
dẫn tới những những xung đột lớn trong việc đánh giá phản xạ bức xạ bởi những
mô hình tại những khu vực bị chi phối bởi sự che phủ bởi ciủa những ấm mây ở
tầng thấp (Hình 8.15) và đến những khu vực rộng lớn của địa cầu che phủ bởi
những vùng này. tuy nhiên sự phản xạ của các loại mây khác nhau cũng quan trọng
bởi vì ,mỗi loại mây này có thể làm tăng thêm hoặc làm yếu đi những bức xạ phản
xạ từ những đám mây ở tầng mây thấp. Sự mở rộng của những mô hình phản hồi
từ các đám mây là quan trọng ở tất cả các phạm vi và hướng tới vùng nhiệt đới
rộng lớn hơn(Bony ...., 2006; Webb...., 2006). Những sự khác nhau trong hỗn hợp
các đám mây và trong sự chuyển dịch vĩ độ của các vệt cơn bão dự đoán bằng
những mô hình cùng với sự khác nhau liên mô hình trong phản xạ CRF đến biến
đổi khí hậu, đặc biệt trong bão nhiệt đới (Tsushima ..., 2006).
Hình 15 : Độ nhạy (tính bằng Wm-2 oC-1) bức xạ cưỡng bức từ đám mây (CRF)
của lưới nhiệt đới tới SST thay đổi liên quan đến sự nóng lên toàn cầu (mô phóng
bằng lượng CO2 tăng theo 1% yr-1). Những mảnh ghép cho thấy tính nhạy cảm
trung bình nhiệt đới Σ được dự đoán bởi 15 AOGCM sử dụng trong báp cáo này : 7
mô hình dự đoán Σ < 0 và 8 mô hình dự đoán Σ > 0. Tại ô chính so sánh độ nhạy
CRF với SST dự báo bởi 2 nhóm của những mô hình trong những chế độ khác
nhau trong quy mô lớn (500hPa tốc độ nén thẳng đứng được sử dụng cho sự
71
Lớp QLMT_K48
chuyển động quy mô lớn, với những giá trị âm tương ứng với sự tăng lên của quy
mô chuyển động, với những giá trị dương ứng với quy mô giảm chuyển động ).
Những nét đậm và những đường thẳng đứng đại diện cho giá trị trung bình và độ
lệch chuẩn cho đọ nhạy mô hình bên trong mỗi nhóm , những đướng chấm đại diện
cho giá trị lớn nhất và nhỏ nhất của độ nhạy của mô hình bên trong mỗi chế độ
động lực. Sự chênh lệch giữa 2 nhóm của các mô hình lớn nhất ở các chế độ của sự
giảm bớt quy mô. Những cơ chế này có một số lượng thông kê lớn ở khu vực nhiệt
đới được bao phủ bởi những đám mây lớp gianh giới lớn . Như một kết quả của sự
mở rộng phản hồi từ đám mây nhiệt đới trong số các mô hình xuất hiện từ sự khác
biệt liên mô hình trong phản xạ của tầng mây thấp trong những chế độ cảu giảm
bớt quy mô (Hiệu chỉnh bởi Bony và Dufresne).
8.6.3.2.3. Đánh giá những phản hồi từ đám mây phát sinh từ các mô hình khí hậu
Những đánh giá về các đám mây trong những mô hình khí hậu được dựa vào sự so
sánh của quan sát và mô phỏng khí hậu học của TOA dòng bức xạ và tổng lượng
mây (xem ở mục 8.3.1). Tuy nhiên việc thu được kết quả tốt từ việc quan sát số
lượng lớn có thể đưa đến từ việc bù trừ những sai số. Từ TAR và một phần vì sử
dụng mô phỏng của dự án vệ tinh khí hậu quốc tế (ISCCP): mô phỏng bởi (Klein
và Jakob, 1999; Webb ...., 2001) đánh giá mô hình đám mây được làm với nhiều
loại mây và các thuộc tính của chúng (Klein và Jakob, 1999; Webb ..., 2001;
Williams..., 2003; Lin và Zhang, 2004; Weare, 2004; Zhang...., 2005; Wyant..,
2006 ). Những mô hình đã trở nên tốt và ổn định hơn. Ngoài ra những cách quan
sát mới được áp dụng cho GCMs, sử dụng những kĩ thuật xếp nhóm và kết hợp, để
chuẩn đám những lỗi trong việc mô phỏng chế độ mây đặc biệt hoặc trong những
điều kiện động lực cụ thể. (Tselioudis ..., 2000; Norris và Weaver, 2001; Jakob và
Tselioudis, 2003; Williams ..., 2003; Bony ...., 2004; Lin và Zhang, 2004; Ringer và
Allan, 2004; Bony và Dufresne, 2005; Del Genio...., 2005a; Gordon..., 2005; Bauer
và Del Genio, 2006; Williams...., 2006; Wyant ..., 2006). Việc thử nghiệm những
quan sát tập chung vào phản ứng của trái đất do biến đổi các đám mây theo mùa đã
được đề xướng để ước lượng những phản hồi đám mây mô hình (Tsushima .., 2005)
nhưng nó vẫn chưa được áp dụng cho những mô hình hiện thời.
Những nghiên cứu nổi bật này thường thiên về mô phỏng những đám mây bằng
các mô hình hiện thời (Zhang ..., 2005). Tuy nhiên sự không chắc chắn còn lại trong
việc xác định căn cứ trên sự quan sát số lượng tương đối các loại mây khác nhau
(Chang và Li, 2005). Ở phạm vi chính giữa những sự sai lệch này đã được giải
thích như kết quả của sự phân tích thô của các mô hình khí hậu GCMs. Kết quả
của chúng thiếu khả năng để mô hình hóa một các đúng đắn sự tuần hoàn của khí
hậu. (Bauer và Del Genio, 2006) . Mặc dù những sai số trong mô hình hóa các loại
mây khác nhau có thể bù trừ một cách ngẫu nhiên dẫn đến một dự đoán mà giá trị
trung bình CRF phù hợp với những quan sát . (xem phần 8.3) . Chúng cộng gộp
những cái không chắc chắn thành cái có thể tin được trong mô hình phản hồi mây ,
72
Lớp QLMT_K48
ví dụ như việc cho rằng sự phụ thuộc phi tuyến của suất phản xạ đám mây với độ
sâu quang của đám mây, đánh giá cao bề dày quang học mây nghĩa là một sự thay
đổi bề dày quang học của mây thậm trí biểu hiện đúng và kích thước có thể sinh ra
một tín hiệu bức xạ quá nhỏ. Tương tự như vậy những dự báo trên ,dưới, ở giữa
những đám mây sử dụng những ảnh hưởng về độ lớn của phản xạ bức xạ tới sự ấm
lên của khí hậu trên những khu vực rộng lớn sẽ giảm . Những mô hình đảm đương
việc kiểm soát các phương diện của nước mây (lỏng,đá hoặc hỗn hợp) được cho là
sẽ quyết định đến sự dự đoán độ nhạy của khí hậu. Tuy nhiên những đánh giá về
việc này mới chỉ bắt đầu (Doutriaux-Boucher và Quaas, 2004; Naud...., 2006).
Tsushima (2006) cho rằng những quan sát ,phân loại các phương diện của nước
mây trong những mô hình khí hậu hiện tại có thể cung cấp một sự ràng buộc quan
trọng cho những mô hình phản hồi từ đám mây trên phạm vi lớn và trung bình.
Trong nỗ lực để đánh giá một số thành phần của phản xạ mây đến sự thay đổi khí
hậu, vài nghiên cứu khả năng của GCMs để mô hình độ nhạy của các đám mây và
CRF tới những thay đổi dài hạn trong những điều kiện môi trường. Khi tiến hành
những mô hình đại dương khí quyển các lớp đệm trộn lẫn, Williams (2006) tìm ví
dụ chứng minh rằng bằng việc xem xét phản xạ CRF tới thay đổi tốc độ theo
phương thẳng đứng trong quy mô rộng và trong sự ổn định của tầng đối lưu dưới,
một thành phần của phản xạ mây biến đổi khí hậu trung bình khu vực có thể được
liên hệ tới những sự thay đổi hàng ngày và đánh giá như vậy sử dụng những quan
sát (Bony và Dufresne 2005 và Stowasser và Hamilton 2006) thử nghiệm khả năng
của AOGCMs (chương 10), để mô hình hóa sự thay đổi trong CRF nhiệt đới đến
sự thay đổi SST , tốc độ thẳng đứng quy mô lớn và RH ở tầng đối lưu thấp. Họ chỉ
ra rằng những mô hình khác nhau nhiều nhất và ít thực tế nhất ở những vùng
chuyển động đối lưu sâu. Điều này nhấn mạnh sự cần thiêt phải cải tiến sự miêu tả
và đánh giá các quá trình mây trong các mô hình khí hậu và đặc biệt là những đám
mây ở lớp gianh giới.
8.6.3.2.4. Kết luận về những sự phản hồi đám mây
Mặc dù đã có được một số tiến bộ trong việc tìm hiếu các quá trình vật lí khống
chế các phản ứng từ mây đối với biển đổi khí hậu và trong việc đánh giá một số
thành phần của những phản hồi từ mây trong những mô hình hiện tại, nhưng vẫn
chưa thể công nhận đánh giá cho rằng những mô hình ước lượng phản hồi này là
đáng tin cậy nhất.
Tuy nhiên ,những tiến bộ đã được tạo ra trong việc nhận biết các loại mây, các cơ
chế động lực học và những khu vực tin cậy địa cầu mở rộng việc đánh giá phản hồi
đám mây trong số các mô hình hiện tại. Đây là khích lệ cho những phân tích quan
sát đặc thù và đánh giá của những phản hồi đám mây biến đổi khí hậu trong tương
lai.
8.6.3.3. Những sự phản hồi từ băng quyển
73
Lớp QLMT_K48
Nhiều thông tin phản hồi đã đóng góp quan trọng vào độ nhạy khí hậu toàn cầu
đưa lại bởi băng quyển. Một điểm nổi bật của phản ứng tới mô hình khí hậu là việc
tăng nồng độ khí nhà kính trong khí quyển vùng cực, việc thu hẹp của vùng đá
băng tuyết và việc mở rộng địa cực ở nơi nhiệt độ lớp dưới tầng đối lưu tăng lên.
Cùng lúc đó , phản ứng ở phạm vi rộng lớn việc tăng nồng độ khí nhà kính biến
đổi lớn trong số các mô hình khí hậu (Holland và Bitz, 2003 ) không được tập
chung trong các phiên bản mới nhất của AOGCMs (Chapman và Walsh, 2007;
xem thêm mục 11.8) .Có thể những thói quen bước đầu cũng đóng góp vào rủi ro
làm như thế nào băng quyển có thể mở ra kịch bản khí hậu trong tương lai.
Phản hồi mô hình quan trọng nhất kết hợp với băng quyển là sự tăng lên việc hấp
thụ bức xạ mặt trời ,kết quả của việc giảm phản xạ từ băng tuyết trong sự ấm lên
của khí hậu. Từ TAR một số quá trình đã tạo ra được mối quan hệ định lượng phản
hồi suất phản xạ bề mặt kết hợp với băng quyển. Hall (2004) tìm ra rằng phản hồi
suất phản xạ chịu trách nhiệm một nửa cho việc tăng gấp đôi lượng CO2 trong khí
quyển. Tuy nhiên một phân tích trong thời gian dài của các mô hình kiểm soát chỉ
ra rằng nó chỉ tính cho sự biến đổi nội bộ nhỏ. Hall và Qu (2006) chỉ ra rằng những
sai lệch của nhiều mô hình MMD trong mô phỏng chu trình quan sát hàng năm của
đất bao phủ tuyết (đặc biệt tan băng vào vùa xuân) liên hệ mật thiết với biến đổi ở
quy mô trong cường độ phản hồi suất phản xạ của tuyết, mô phỏng bởi những mô
hình tương tự trong kịch bản thay đổi khí hậu. Sai lệch chu kỳ theo mùa đáng chú ý
có thể cung cấp ràng buộc rằng có thể giảm sai lệch trong những mô hình phản hồi
suất phản xạ của tuyết dưới dạng thay đổi khí hậu. Tuy nhiên có thể sử dụng phản
hồi suất phản xạ tuyết theo mùa để đánh giá phản hồi phản xạ tuyết dưới dạng các
điều kiện biến đỏi khia hậu tất nhiên phụ thuộc vào liên hệ giữa 2 sự phản hồi đưa
ra bởi GCMs (phần 8.10). Một kết quả được tìm ra độc lập bởi Winton (2006a) và
Qu và Hall (2005 ) là các quá trình bề mặt là nguồn chính của những sai lệch trong
các mô hình khí hậu của phản hồi suất phản xạ bề mặt hơn là mô phỏng sự khác
nhau trong vùng mây ở các vùng băng quyển.
Tìm hiểu những sự phản hồi khác kết hợp với băng quyển (phản hồi cách nhiệt
băng, phản hồi MOC/SST- băng biển, phản hồi dày lên và lớn lên của băng ) đã
được cải thiện từ TAR (NRC, 2003; Bony ..., 2006). Tuy nhiên những ảnh hưởng
tương đối đến độ nhạy khí hậu của các phản hồi này đã không được định lượng.
Việc tìm hiểu và đánh giá những phản hồi băng biển bị trở ngại bởi sự kết nối của
các quá trình trong phạm vi rộng lớn của khí quyển và đại dương ,đặc thù các quá
trình mây địa cực và nhiệt độ đại dương và sự vận chuyển của nước ngọt. Ngoài ra
từ những tiến bộ ấn tượng đã xảy ra trong phát triển các thành phần băng biển
trong AOGCMs từ TAR, đặc biệt là phần lớn chúng chứa đựng các quá trình động
lực phức tạp (Mục 8.2.4) , đánh giá phản hồi băng quyển thông qua các tham số
của mô hình dựa vào quan sát bị cản trở bởi việc thiếu dữ liệu quan sát ở các khu
vực địa cực cần thiết quan sát độ dày của băng là một vấn đề cần xem xét.
74
Lớp QLMT_K48
Vai trò của động lực học băng biển trong độ nhạy khí hậu vẫn không chắc chắn
trong nhiều năm : Một số kết quả gần đây với việc kết nối AGCMs với các mô
hình đại dương (Hewitt...., 2001; Vavrus và Harrison, 2003) ủng hộ giả thiết rằng
sự mô tả các động lực băng biển trong các mô hình khí hậu đã dung hòa tác động
trong độ nhạy khí hậu . Tuy nhiên những kinh nghiệm với AOGCMs đầy đủ
(Holland and Bitz, 2003) chỉ ra rằng không có quan hệ ràng buộc giữa phản ứng
khí hậu nhất thời và sự góp mặt hoặc vắng mặt của các động lực băng, với nhiều
mô hình khác nhau dùng bất kì tín hiệu nào có thể đưa ra động lực băng. Một sự
kết nối quan trọng giữa mô phỏng ban đầu về băng biển và sự phản ứng đối với khí
nhà kính cưỡng bức (Holland và Bitz, 2003; Flato, 2004) xa hơn nữa hạn chế
những thí nghiệm ”sạch ” nhằm xác định và định lượng vai trò của các động lực
băng đá biển.
Nhiều quá trình, khác với sự phản hồi xuất phản xạ bề mặt đã chỉ ra rằng cũng
đóng góp vào mở rộng địa cực của các mô hình ấm lên (Alexeev, 2003, 2005;
Holland và Bitz, 2003; Vavrus, 2004; Cai, 2005; Winton, 2006b) . Một điều quan
trọng khác là vận chuyển năng lượng vùng địa cực bổ sung , những đóng góp từ
hơi nước mây và nhiệt độ ở khu vực rộng lớn (phản hồi) đã được xác điịnh. Những
quá trrình và những tác động qua lại giữa chúng là rất phức tạp, tuy nhiên với sự
biến đổi thật sự giữa các mô hình (Winton 2006b) và những đóng góp quan trọng
liên hệ của chúng đến mở rộng khu vực ẩm ướt lớn đã chưa được giải quyết đúng
mức.
Hình 8.16 Đồ thị biểu diễn các giá trị ∆αs/∆Ts mô phỏng mùa xuân trong
thay đổi khí hậu (trục tung) và các giá trị ∆αs/∆Ts mô phỏng mùa xuân theo chu kì
theo mùa (trục hoành) trong các thí nghiệm biến đổi khí hậu tạm thời với 17
75
Lớp QLMT_K48
AOGCM sử dụng trong báo cáo này (∆αs và ∆Ts tương ứng là suất phản xạ bề mặt
và nhiệt khí bề mặt) . Các giá trị biến đổi khí hậu ∆αs/∆Ts giảm trong trung bình
suất phản xạ bề mặt mùa xuân trên khắp lục địa Bắc bán cầu giữa thế kỉ thứ 20 và
thế kỉ thứ 22 phân chia bởi tăng nhiệt độ không khí bề mặt trong khắp khu vực
trong cùng một khoảng thời gian. Chu kì theo mùa các giá trị ∆αs/∆Ts là khác nhau
giữa thế kỉ thứ 20 trung bình tháng 4 và tháng 5 . ∆α trung bình trên khắp lục địa
Bắc bán cầu phân chia bởi sự khác nhau giữa tháng 4 và tháng 5 . Ts trung bình
trên cùng khu vực và cùng khoảng thời gian. Đường hồi quy bình phương nhỏ nhất
thích hợp cho những mô phỏng (đường đậm) vả quan sát chu kì theo mùa giá trị ∆
αs/∆Ts dựa vào phân tích SCCP và ERA40 (đường gạch nối) cũng đã chỉ ra điều
này. Vệt màu sẫm mang lại một đánh giá sai số thống kê theo công thức sai số tiêu
chuẩn trong đánh giá giá trị trung bình của một chuỗi thời gian (trong trường
trường hợp này , quan sát theo một chuỗi thời gian (trong trường hợp này, quan sát
của thời gian của ∆αs/∆Ts) mang lại biến đổi và độ lớn của chuỗi thời gian. Nếu sai
số thông kê này chỉ là do tính toán có thể cho rằng quan sát giá trị đúng thực tế
ngoài vùng sẫm là 5 %. mỗi một con số ứng với một AOGCM riêng( xem bảng
8.1) Hiệu chỉnh Bởi Hall và Qu (2006)
8.6.4.Làm thế nào để đánh giá mức độ tin cậy tương đối từ những sự phản hồi
được mô phỏng bởi những mô hình khác nhau.
Những đánh giá của chúng ta về độ tin cậy của mối quan hệ trong dự án về
khí hậu từ những mô hình khác nhau giúp ta có những nhận xét toàn diện về công
việc này và nó còn cho phép chúng ta xác định được những sai số của mô hình ở
những quy mô khác nhau trong các quá trình biến đổi những thống kê khí hậu bao
gồm mô hình khí hậu chung và từng thành phần khí hậu.
Để thực hiện những dự án về khí hậu trong tương lai cần phải có sự kết nối
chặt chẽ hơn giữa một hoặc vài khía cạnh của biến đổi khí hậu: Độ nhạy của khí
hậu, những dạng quy mô lớn của biến đổi khí hậu (Sự đối xứng liên bán cầu, sự
mở rộng của địa cực, sự biến đổi nhiệt độ theo phương thẳng đứng, tương quan
giữa diện tích đất liền và đại dương) dạng khu vực hoặc những khía cạnh tạm thời
của biến đổi khí hậu.
Ví dụ như để đánh giá mức độ tin cậy trong dự án mô hình khí hậu của
Australian: cần bao gồm một số tiêu chuẩn về chất lượng từ mô hình ENSO bởi vì
khí hậu của Australian phụ thuộc nhiều vào sự biến đổi này (Xem thêm phần 11.7)
Để việc đánh giá mức độ tin cậy từ những mô hình kỹ thuật khác nhau cho
độ nhạy của khí hậu được tốt hơn. Có 2 cách để kiểm tra có sẵn đó là:
- Kiểm tra mối quan hệ giữa những phản ứng kết hợp khí hậu toàn cầu với những
cưỡng bức bên ngoài rõ ràng (thảo luận trong chương 6,9 và 10 ; Bảng 10.2)
76
Lớp QLMT_K48
- Kiểm tra tập trung vào mô hình của các quá trình chủ yếu dựa vào thông tin
phản hồi.
Dựa vào những hiểu biết chính về các quá trình vật lý mà kiểm soát phản ứng
khí hậu (Phần 8.63) và cũng là nguồn gốc của sự khác nhau biên mô hình trong mô
phỏng các phản hồi (Phần 8.6.2). Những đặc trưng khí hậu sau khá quan trọng:
- Phản hồi tốc độ giảm nhiệt độ và hơi nước, phản ứng của RH ở tầng đối lưu
dưới và giảm nhiệt độ theo thế kỷ hoặc thập kỷ thay đổi khí hậu.
- Phản hồi mây, phản ứng của những tầng mây ranh giới và đậm mây tới thay đổi
những điều kiện khí hậu hoặc bề mặt và thay đổi thuộc tính bức xạ đám mây kết
hợp với thay đổi hệ thống thời tiết nhiệt đới
- Phản hồi suất phản xạ của tuyết, mối quan hệ giữa nhiệt độ khí bề mặt và tan
băng ở các khu vực phía Bắc trong suốt mùa xuân
- Phản hồi băng biển, mô phỏng độ dày băng biển.
Nhiều thử nghiệm chuẩn đoán đã được đề xướng từ TAR (Phần 8.6.3) nhưng
một số chấp nhận sử dụng một phần lớn các mô hình hiện tại. Hơn nữa, nó vẫn
chưa rõ ràng những thử nghiệm quyết định cho việc ràng buộc các dự án trong
tương lai. Vì vậy, một mô hình đo lường chuẩn mà có thể được sử dụng ở quy mô
hẹp cho phản hồi biến đổi khí hậu và độ nhạy khí hậu có vẻ hợp lý để được phát
triển.
8.7. Các Cơ chế về Ngưỡng và Biến đổi Khí hậu Đột ngột
8.7.1.Giới thiệu
Phần này bàn luận về “ngưỡng” và “biến đổi khí hậu đột ngột”, dựa trên những
định nghĩa tương ứng của Alley et al (2002). Hệ thống khí hậu có xu hướng phản
ứng lại những thay đổi một cách dần dần cho đến khi đạt đến một ngưỡng nào đó;
sau đó, nếu có biến đổi mà thay đổi trong phản ứng lón hơn nhiều thay đổi trong
cưỡng bức thì biến đổi đó được coi là đột ngột. Do đó, những biến đổi tại ngưỡng
là tương đối đột ngột so với những biến đổi trước và sau ngưỡng, và có thể dẫn đến
chuyển sang một giai đoạn mới. Phạm vi không gian của những thay đổi này có thể
là từ toàn cầu cho đến cục bộ. Trong định nghĩa này, cường độ của phản ứng và
cưỡng bức là rất quan trọng. Ngoài ra, phạm vi thời gian cũng là một yếu tố quan
trọng. Phần này tập trung chủ yếu vào phạm vi thập niên và thế kỷ.
Do bản chất có phần chủ quan của định nghĩa về ngưỡng và đột ngột, đã có nhiều
nỗ lực để xây dựng những phép đo định lượng để xác định các điểm này trong một
bộ số liệu theo thời gian của một biến cho trước. Cách thông dụng nhất là dùng
phép bỏ hướng tuyến tính các số liệu đầu vào của bộ số liệu và tìm ra sự đổi hướng
đột ngột trong đường lý thuyết. Một số phương pháp chặt chẽ hơn về mặt thống kê
được dựa trên phép thống kê Bayes.
77
Lớp QLMT_K48
Mục này tìm hiểu về những nguyên nhân tiềm ẩn và cơ chế tọ ngưỡng và biến đổi
khí hậu đột ngột về bàn luận về khả nưng mo phỏng những biến đổi này của các
mô hình khí hậu. ở đây bàn đến hai loại biến đổi: biến đổi cưỡng bức dẫn đến biến
đổi khí hậu đột ngột, và biến đổi khí hậu đột ngột do những biến động tự nhiên
trong một phạm vi thời gian dài. Loại thứ hai không phù hợp với những định nghĩa
đã đề ra, vì cưỡng bức (ít nhất là cưỡng bức bức xạ - điều kiện biên ngoài) không
thay đổi do thời gian. Tuy nhiên, loại thay đổi này cũng được đề cập nhièu trong
sách báo nên cũng sẽ được nói qua.
8.7.2. Biến đổi Khí hậu Đột ngột Cưỡng bức
8.7.2.1. Những biến đổi trong Luân chuyển Nhiệt muối Đại dương (MOC)
Khi cưỡng bức bức xạ thay đổi, hệ thống khí hậu phản ứng với những phạm vi thời
gian khác nhau. Với hệ thống khi hậu vật chất được mô phỏng trong các mô hình
ghép (đất, khí quyển, đại dương, băng biển), thời gian phản ứng lâu nhất là ở đại
dương. Đối với ngưỡng và biến đổi khí hậu đột ngột ở pạhm vi thập niên và thế kỷ,
đại dương cũng là đối tượng quan tâm chủ yếu. Cụ thể, MOC của Đại Tây Dương
là khu vực nghiên cứu chính.
MOC vận chuyển một lượng nhiệt (cỡ 1015 W) và muối lớn đến các vĩ độ cao ở
Bắc Đại Tây Dương. Ở đó, nhiệt dược giải phóng vào khí quyển, làm lạnh nước bề
mặt. Nước lạnh và có độ muôi tương đối cao bị chìm xuống và chảy về phía Nam,
ra hỏi Lòng chảo Đại Tây Dương. Người ta vẫn chưa biết được hoàn chỉnh về các
tác nhân khí hậu của dòng luân chuyển này tuy nhiên cũng xác định được tỷ trọng
và các cưỡng bức gió là quan trọng. Các nghiên cứu khí hậu cổ và nghiên cứu mô
hình hố cho rằng những gián đoạn trong MOC có thể dẫn đến biến đổi khí hậu đột
ngột. Một nghiên cứu so sánh giữa các mô hình một cách hệ thống đã cho thấy tất
cả 11 EMIC được đưa vào nghiên cứu đều có một ngưỡng mà tại đó MOC bị
ngừng. Do chi phí tính toán quá cao nên chưa thể tính được ngưỡng đó bằng
AOGCM.
Điều quan trọng là phải lưu ý phân biệt giữa các phản ứng phụ thuộc thời gian
hoặc tạm thời và cân bằng của MOC với những biến đổi do cưỡng bức. Do trong
đại dương có khoảng thời gian phản ứng dài (đôi khi là hơn 1000 năm), có khả
năng là những phản ứng ngắn hạn đối với một cưỡng bức cho trước có thể là rất
khác biệt so với phản ứng cân bằng. Những kiểu phản ứng động như vậy của hệ
thống phức hợp đã được ghi hạn trong ít nhất một AOGCM và được đề cập đến
trong kết quả của một số nghiên cứu AOGCM khác. Trong những thử nghiệm
AOGCM đó, MOC bị yếu đi khi lượng khí nhà kính trong khí quyển tăng lên. Khi
hàm lượng CO2 ổn định, MOC dần trở lại giá trị bình thường. Như mô tả trong
mục 10.3.4, MOC thường bị yếu đi khi khí nhà kính tăng do những biến đổi về
nhiệt độ bề mặt và dòng nước ngọt ở các vĩ độ cao. Những biến đổi ở dòng bề mặt
làm giảm tỷ trọng bề mặt, gây cản trở cho sự lưu chuyển nước theo chiều dọc và
làm chậm MOC. Khi MOC bị chậm lại, nó có thể tiến đến một ngưỡng nào đó mà
78
Lớp QLMT_K48
dòng lưu chuyển không thể tự duy trì. Khi MOC vượt qua ngưỡng này, nó có thể
thay đổi trạng thái nhanh chóng, gây ra biến đổi khí hậu đột ngột, khiến cho Bắc
Đại Tây Dương và các vùng đất bao quanh bị ạnh đi so với khi MOC còn hoạt
động bình thường. Đây là kết quả của việc mất lưu chuyển nhiệt từ các vĩ độ thấp
cùng các phản ứng từ việc giảm xáo trộn theo chiều dọc trong nước ở những vùng
vĩ độ cao.
Người ta thường hiểu nhầm rằng MOC bị yếu đi sẽ dẫn đến kỷ băng hà. Tuy nhiên,
không có mô hình nào ủng hô cho suy đoán này (khi đưa các cưỡng bức khí hậu
tương lai vào mô phỏng thực tế). Ngoài ra, trong các nghiên cứu mô hình lý tưởng
trong đó MOC bị ngừng do một lượng lớn nước ngọt (không có biến đổi trong khí
nhà kính), nhiệt độ bề mặt biến đổi không đúng với ý tưởng về việc MOC bị ngừng
dẫn đến kỷ băng hà, mặc dù tác động lên khí hậu là rất lớn. Trong một so sánh lẫn
nhau giữa 11 mô hình khí quyển-đại dương, MOC chỉ giảm 10-50% trong suốt thời
gian 140 năm (khi lượng CO2 khí quyển tăng gấp 4), và không có mô hình nào cho
kết quả là có vùng đất liền bị lạnh đi (vì sự ấm lên toàn cầu do CO 2 mạnh hơn hiệu
ứng làm lạnh do giảm MOC).
Do có lượng nhiệt và muối lớn được lưu chuyển lên phía Bắc và do độ nhạy cảm
với các dòng bề mặt, những biến đổi trong MOC có thể gây ra biến đổi khí hậu đột
ngột với quy mô thời gian từ thập niên đến thế kỷ. Các nghiên cứu lý tưởng thông
qua mô phỏng về hiện tại đã cho thấy rằng các mô hình có thể mô phỏng nhiều
biến đổi đã ghi nhận được trong khí hậu cổ theo quy mô thời gian từ thập niên đến
thế kỷ với cưỡng bức là các dòng nước ngọt trên bề mặt đại dương. Tuy nhiên,
giữa các mô hình có sự khác biệt lớn về kết quả định lượng về phản ứng đối với
thông số đầu vào là nước ngọt, buộc nhóm thực hiện CMIP và Dự án So sánh lẫn
nhau trong Mô hình hóa Cổ khí hậu (PMIP) phải thiết kế và thực hiện một bộ các
thí nghiệm kết hợp nhằm nghiên cứu vấn đề này.
Ngoài lượng nước ngọt đầu vào, địa điểm tính toán cũng là rất quan trọng. Thiết kế
thí nghiệm và xác định các cưỡng bức quá khứ thực cần cho thí nghiệm về phản
ứng của mô hình với quy mô thời gian là từ thập niên đến thế kỷ là một công việc
vẫn chưa được hoàn thành.
Quy trình xác định các phản ứng của MOC đối với việc tăng khí nhà kính đã được
một số mô hình nghiên cứu. trong nhiều mô hình, phản ứng ban đầu của MOC bị
phụ thuộc hoàn toàn vào hiệu ứng nhiệt. Trong hầu hết các mô hình, phản ứng này
được tăng cường bởi thay đổi trong độ muối do một số nguyên nhân trong đó có sự
tăng cường vòng tuần hoàn thủy học. nước tan từ Mảng Băng Greenland là một
nguồn nước ngọt tiềm ẩn quan trọng mà vẫn chưa được đưa vào mô hình do MMD
lập nên. Các phản ứng phức tạp hơn, đi kèm với những thay đổi về gió và thủy
học, cũng là rất quan trọng trong nhiều mô hình. Các phản ứng này bao gồm sự bất
thường về dòng bề mặt cục bộ ở các vùng hình thành nước sâu, và các biến đổi liên
đại dương do biến đổi trong lượng nước ngọt ở vùng Nam Đại Tây Dương và nhiệt
79
Lớp QLMT_K48
đới. Vẫn chưa thể biết rõ về cường độ của các tác nhân khí hậu làm MOC yếu đi,
cùng với các phản ứng và các tác nhân hồi phục kèm theo. Việc đánh giá các quy
trình này trong các AOGCM bị hạn chế chủ yếu do thiếu quan sát, những cũng đã
có một số tiến bộ sớm từ các nghiên cứu độc lập. các nghiên cứu so sánh lẫn nhau
giữa các mô hình được phát triển nhằm xác định và hiểu nguyên nhân gây ra
khoảng dao động lớn về phản ứng của MOC trong các mô hình ghép được sử dụng
ở đây.
8.7.2.2. Các Biến đổi về Luân chuyển Nhiệt muối Đại dương và sự Sụp đổ
Nhanh chóng của Mảng Băng Greenland và/hoặc Tây Nam cực
Sự tăng dòng nước ngọt vào đại dương từ các mảng băng là một cưỡng bức tiềm ẩn
đối với biến đổi khí hậu đột ngột. Đối với Nam cực ở khí hậu hiện tại, những dòng
này phát sinh chủ yếu từ sự tan chảy ở bên dưới các dải băng và sự tan các tảng
băng trôi trên đại dương; cả hai dòng đều có thể tăng lên đáng kể nếu khí hậu ấm
hơn. Sự tan băng do hai nguyên nhân trên, tương đối đều nhau, hiện đang mạnh
hơn dòng nước ngọt từ Mảng Băng Greenland. Nếu khí hậu ấm hơn, tốc độ tan
mảng băng có thể tăng nhanh chóng và trở nên lớn hơn nhiều so với tốc độ tan
băng trôi, vì tốc độ tan băng trôi sẽ giảm do các viền băng bị giảm và mỏng đi; sự
tan chảy cơ bản ở băng bên dưới sẽ vãn nhỏ hơn vài bậc so với các dòng khác.
Những biến đổi trong cưỡng bức bề mặt ở gần các vùng tạo nước sâu có thể là
nguyên nhân lớn nhất gây ra biên đổi khí hậu nhanh chóng trong quy mô thời gian
thập niên hay dài hơn do những thay đổi về xáo trộn và lưu chuyển trong đại
dương. Nếu có những biến đổi lớn về lượng băng ở Greenland, có khả năng là
lượng nước tan này sẽ làm ngọt nước bề mặt ở vùng vĩ độ cao của Bắc Đại Tây
Dương, làm cho MOC chậm lại. Rind et al. (2001) tìm ra rằng các biến đổi trong
tốc độ hình thành Nước Sâu Bắc Đại Tây Dương có thể dẫn đến biến đổi trong việc
hình thành nước sâu quanh Nam cực.
Phản ứng của MOC Đại Tây Dương đối với thay đổi ở Mảng Băng Nam cực chưa
được hiểu biết rõ. Các thí nghiệm với mô hình đại dương cho thấy nếu thêm một
lượng nước ngọt vào vùng đại dương phía nam thì MOC Đại TâyDương có thể
chuyển từ trạng thái “ngừng” sang trạng thái như ngày nay. Tuy nhiên, thí nghiệm
khác lại cho kết quả ngược lại, thêm nước ngọt lại làm yêu MOC, dẫn đến làm lạnh
nước quanh Nam cực.
Nói chung, có khả năng thay đổi nhanh trong các mảng băng dẫn đến biến đổi khí
hậu đôt ngột, thể hiện ở biến đổi mực nước biển và biến đổi các dòng lưu chuyển.
Mối liên quan của Mảng Băng Greenland với biến đổi khí hậu đột ngột rõ hơn là
của Mảng Băng Nam cực.
8.7.2.3. Núi lửa
Núi lửa tạo ra biến đổi khí hậu đột ngột ở quy mô thời gian ngắn. Hiệu ứng làm
lạnh bề mặt của các aerosol bình lưu, tác nhân cưỡng bức khí hậu chính, bị giảm đi
80
Lớp QLMT_K48
trong vòng 1 đến 3 năm sau khi núi lửa phun do vòng đời của các aerosol ngắn.
Cũng có khả năng một núi lửa lớn hoặc một loạt núi lửa tạo ra được biến đổi khí
hẩu đột ngột trong quy mô thời gian dài, đặc biệt là với các núi lửa ở vùng bán bề
mặt của đại dương.
Khả năng mô phỏng tác động của núi lửa phun đến biến đổi khí hậu của các mô
hình về lý thuyết là tương tự như mô phỏng tác động của khí nhà kính đến biến đổi
khí hậu. Tuy nhiên, các cơ chế liên quan đến trao đổi nhiệt giữa đại dương và khí
quyển của cưonwgx bức núi lửa so với việc tăng khí nhà kính có thể khác nhau.
8.7.2.4. Tính bất ổn định của Methane Hydrate/Methane đóng băng vĩnh cửu
Các methane hydrate được giữ dưới đáy biển dọc theo lục địa, tại đó các chất này
được cố dịnh dứoi áp suất cao và nhiệt độ thấp, như vậy nếu đại dương ấm lên thì
có thể gây ra mất ổn định hydrate và giải phóng methane vào khí quyển. Methane
cũng được giữ trong đất ở những vùng đóng băng vĩnh cửu do đó sự ấm lên cũng
làm tăng khả năng làm tan chảy những khu vực đóng băng và giải phóng methane.
Khả năng giải phóng methane dược đánh giá trong chương 7.
Mục này xem xét khả năng sự giải phóng methane này gây ra biến đổi khí hậu đột
ngột. cả hai loại giải phóng trên đều tạo ra một ngưỡng tiềm ẩn đối với khí hậu.
Khi khí hậu ấm lên, khả năng có một sự giải phóng bất ngờ dẫn đến làm cho hệ
thống vượt ngưỡng cũng tăng lên. Do những thay đổi này dẫn đến thay đổi tong
cưỡng bức bức xạ thông qua thay đổi lượng khí nhà kính, nên tác động khí hậu của
những sự giải phóng này cũng tương tự như tăng tốc độ thay đổi cưỡng bức bức
xạ. Do đó, khả năng mô phỏng của mô hình đối với loại tác động này cũng tương
tự như với mô phỏng các biến đổi về khí nhà kính.
8.7.2.5. Sinh địa hóa học
Có hai vấn đề về sinh địa hóa học cần quan tâm. Thứ nhất là những thay đổi trong
sinh địa hóa học có dẫn đến biến đổi khí hậu đột ngột không? Thứ hai là, những
biến đổi đột ngột trong MOC có dẫn đến ảnh hưởng đến cưỡng bức bức xạ thông
phản ứng sinh địa hóa học không?
Khả năng mô phỏng các biến đổi sinh địa hóa học của chúng ta vẫn chưa được tốt.
Tiềm năng biến đổi khí hậu nằm trong lượng dự trữ carbon của các hệ tthống trên
cạn. mặc dù vấn đề biến đổi khí hậu đột ngột trong các hệ thống khí hậu đã đuwojc
quan tâm, nhưng đối với các hệ thống trên cạn thì vẫn chưa rõ ràng. Lí do là thiếu
hiểu biết về các quá trình và có sự khác biệt về độ nhạy cảm của các hệ thống được
mô phỏng trong các mô hình, trong đó các thay đổi về hệ thống vật lý làm ảnh
hưởng đến các phản ứng sinh học.
Có một số bằng chứng về đa trạng thái cân bằng trong hệ cây-đất-khí hậu. Trong
đó có các nghiên cứu ở Bắc Phi và trung Đông Á. Những đánh giá sơ bộ này dùng
các mô hình khí hậu vật lý tương đối đơn giản để chỉ ra khả năng có những thây
81
Lớp QLMT_K48
đổi không thể đảo ngược trong hệ thống Trái đất, tuy nhiên cần có nghiên cứu rộng
hơn để đánh giá độ tin cậy của các hiện tượng này.
Chỉ có một vài nghiên cứu sơ bộ về tác động biến đổi khí hậu đột ngột như sự
ngừng MOC đối với chu trình carbon. Kết quả của các nghiên cứu này cho thấy sự
ngừng MOC có xu hướng làm tăng khí nhà kính.
8.8. Thể hiện Hệ thống Toàn cầu bằng các Mô hình Đơn giản hơn
8.8.1. Tại sao cần tính phức tạp thấp
Trong lĩnh vực mô hình hóa, có một thang chia cấp độ phức tạp. Để đánh giá một
mô hình, không nhất thiết phải xem xét độ phức tạp của nó mà quan trọng là phải
xem mô hình đó giải quết được vấn đề gì phù hợp với độ phức tạp của nó và chất
lượng mô phỏng.
Những mô hình toàn diện nhất là các AOGCM. Đây là những mô hình được thiết
kế để thể hiện một cách tốt nhất các hệ thống và động lực của chúng, phục vụ cho
những nghiên cứu thực tế nhất. Điểm hạn chế chính của các mô hình này là chi phí
tính toán cao. Hiện nay, trừ các mô hình được dùng cho một hệ thống máy tính
phân phối ở phạm vi vô cùng lớn, như là dự báo khí hậu, thì chỉ có một số ít thí
nghiệm có quy mô nhiều thạp niên được tến hành với AOGCM, gây cản trở cho sự
tìm tòi có tính hệ thống đối với các điều chưa rõ trong mô phỏng biến đổi khí hậu
và ngăn cản các nghiên cứu vè biến đổi khí hậu dài hạn.
Ở đầu kia của thang cấp độ phức tạp là các mô hình khí hậu được gọi là đơn giản.
Những mô hình khí hậu đơn giản tiên tiến nhất bao gồm các module cho phép tính
toán theo một cách được thông số hóa cao về (1) lượng khí nhà kính trong khí
quyển với một tương lai cho trước, (2) cưỡng bức bức xạ do phát thải khí nhà kính
và các aerosol theo mô hình đề ra, (3) phản ứng của nhiệt độ bề mặt trung bình với
cưỡng bức bức xạ mô phỏng và (4) sự dâng mực nước biển trung bình toàn cầu do
tăng nhiệt độ nước biển và tan băng. Những mô hình này có hiệu quả về chi phí
hơn là các AOGCM và có thể tận dụng để mô phỏng khí hậu tương lai theo các
mức phát thải khí nhà kính khác nhau. Tính mờ từ các module có thể được nối lại,
cho phép kết quả mô phỏng về mực nước biển được trình bày theo phân phối thống
kê, một việc khó thực hiện bằng AOGCM vì quá tốn kém. Một đặc tính của các mô
hình khí hậu đơn giản là độ nhạy cảm khí hậu và các đặc tính hệ thống phụ khác
cần phải được xác định rõ dựa vào kết quả của AOGCM hoặc qua quan sát. Do đó,
một mô hình đơn giản có thể được nâng cấp thành một AOGCM độc lập và được
sử dụng làm công cụ để mở rộng kết quả. Các mô hình này chủ yếu đựoc dùng để
kiểm tra các câu hỏi ở phạm vi toàn cầu.
Để vượt qua khoảng cách giữa các AOGCM và mô hình đơn giản, người ta đã phát
triển EMIC. Khoảng cách này là khá lứon, nên có một lượng lớn các EMIC. Thông
thường, EMIC dùng một thành phần khí quyển đơn giản hóa và ghép với một
82
Lớp QLMT_K48
OGCM hoặc các thành phần đại dương và khí quyển đơn giản hóa. Mức độ đơn
giản hóa các thành phần trong các EMIC là khác nhau.
EMIC (Mô hình Hệ thống Trái đất có độ Phức tạp Trung bình) là các mô hình có
độ phân giải đã giảm bớt, tổng hợp hầu hết các quy trình có trong AOGCM, ở dạng
được thông số hóa hơn. Chúng mô phỏng rõ ràng sự tương tác giữa các thành phần
của hệ thống khí hậu. Tương tự như AOGCM, nhưng tương phản với mô hình đơn
giản, số bậc tự do của EMIC nhiều số thông số có thể điều chỉnh đến vài bậc. Tuy
nhiên, những mô hình này lại đủ đơn giản để có thể mô phỏng khí hậu trong vòng
vài nghìn năm hoặc thậm chí cả chu kỳ băng hà (cỡ vài trăm nghìn năm), mặc dù
không phải mọi EMIC đều phù hợp với mục đích này. Hơn nữa, như ác mô hình
đơn giản, EMIC có thể tìm hiểu không gian thông số với độ hoàn thiện đến mức
nào đó, vf do đó phù hợp để đánh giá tính mờ. EMIC còn có thể được sử dụng để
xác định khoảng trống giai đoạn của khí hậu hay lịch sử khí hậu để xcs định các
khoảng ngắt thời gian, cung cấp thêm hướng dẫn để nghiên cứu kỹ hơn bằng
AOGCM. Ngoài ra, EMIC là một công cụ vô giá để hiểu về các quá trình và phản
ứng quy mô lớn trong hệ thống khí hậu. tất nhiên là nếu áp dụng EMIC cho nghiên
cứu có độ phân giải không gian và thời gian cao thì sẽ là không thích hợp. Ở phạmi
vi rộng, hầu hết các EMIC cho kết quả tuơng đối tốt so với quan sát hoặc so với
AOGCM. Do đó, có thể thấy rõ là có lợi nếu có một phạm vi rộng các mô hình với
độ phức tạp khác nhau.
8.8.2. Mô hình khí hậu đơn giản
Trong TAR, mô hình đơn giản được dùng để mô phỏng khí hậu tương lai và so
sánh với các AOGCM tân tiến, cho phép nghiên cứu nhiệt độ và mực nước biển
theo nhiều bối cảnh. Mô hình này là bản cập nhật của Mô hình Đánh giá Biến đổi
Khí hậu Do Khí nhà kính.
Mô hình đơn giản này được nâng cấp dựa trên kết quả của 19 AOGCM. Kết quả
mô phỏng đạt được là khá khác biệt do nhiều nguyên nhân, ví dụ như sử dụng
phương pháp khác nhau.
8.8.3. Mô hình Hệ thống Trái đất có độ Phức tạp Trung bình
EMIC có thể được coi là một vector 3 chiều, số các thành phần tương tác trong hệ
khí hậu mà mô hình thể hiện, số quá trình được mô phỏng và các chi tiết mô tả. Có
một phạm vi rộng lớn các EMIC, với quy mô khác nhau. Một số EMIC có số qú
trình và chi tiết giảm bớt để mô phỏng phản ứng giữa các thành phần của hệ thống
khí hậu. Một số khác lại giảm bớt số thành phần tương tác, được dùng trong các thí
nghiệm về tính biến thiên của khí hậu. Khoảng cách giữa những EMIC phức tạp
nhất với các AOGCM là không quá lớn. Thức chất thì những EMIC này cũng bắt
nguồn từ các AOGCM. Trong khí đó, EMIC lại khá khác biệt so với mô hình đơn
giản, ví dụ như EMIC có thể thể hiện các cấu trúc địa chất lớn của Trái đất, còn mô
hình đơn giản thì không.
83
Lớp QLMT_K48
Kể từ TAR, EMIC được sử dụng chủ yếu để nghiên cứu biến đổi khí hậu trong quá
khứ và tương lai. Đã có nhiều nỗ lực đánh giá các mô hình này thông qua so sánh
lẫn nhau.
84

Bai Tap GIS1

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Bai Tap GIS1

Uploaded by

Copyright:

Available Formats

Lớp QLMT_K48

8.1. Tổng quan

8.2. Sự cải tiến trong mô hình hoá

hệ thông số hoá về new boundary-layer có sự tác động dương (positive impact)

8.2.2.3. Các hệ thông số hoá

8.3.1.3. Các cơn bão nhiệt đới bất thường

You might also like