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 midHolocene 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 eddypermitting 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. 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
14

Lớp QLMT_K48

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 trên mặt 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. Việc 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 vào các mô hình liên kết hoàn chỉnh là một tiến bộ mũi nhọn trong khoa học khí hậu. Tiến bộ chính từ khi có TAR là việc có tính đến động học chu trình các bon bao gồm chu trình 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 các mô hình được khảo sát, bể sinh quyển giảm đi trong tương lai trong khi mà khí hậu ấm lên.
15

Lớp QLMT_K48

Các thành phần đơn lẻ khác của quá trình bề mặt đất đã được cải tiến từ TAR, như thông số gốc (Arora and Boer, 2003; Kleidon, 2004) và độ phân giải cao hơn đường đi của sông (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 giai đoạn 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 diễn tiến theo thời gian rất rõ ràng 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 tăng cường quan sát bề mặt, 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 trong bảng 8.1 mà hầu hết đều bao gồm các module cân bằng
16

Lớp QLMT_K48

năng lượng bề mặt của sự phức tạp hơn là của mức tối thiểu được xác định bởi Pitman et al. 2004. Mặc dù chưa có nhiều công trình nghiên cứu đánh giá khả năng của các mô hình bề mặt đất trong các mô hình khí hậu liên kết, nhưng các mô hình này vẫn đang được dần dần cải tiến và sự tính đến cácbon trong các mô hình là một tiến bộ cơ bản. 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 kiểm soát sự bốc hơi của nó. Một quá trình quan trọng, sự phản hồi lượng ẩm của đất đã được nghiên cứu 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 liên quan tới mức độ liên kết giữa đất và khí quyển, mà vốn không đo đạc trực tiếp được ở phạm vi lớn trong tự nhiên mà chỉ được định lượng 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
17

Lớp QLMT_K48

đất. Những điểm nóng của sức mạnh lien kết các 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, tính mờ trong sự liên kết giữa khí quyển và bề mặt đất thể hiện được độ tin cậy của các 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 băng quyển 8.2.4.1. Băng quyển 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 động học có sẵn ngày nay không tính các quá trình được kết hợp với các dòng chuyển động của băng hay hay sự di chuyển băng trên mặt đất, cái mà có thể cho phép các thay đổi động học nhanh chóng trong các lớp băng. Các tảng băng do kích cỡ tương đối nhỏ và khả năng ảnh hưởng nhỏ nên không được tính đến trong AOCGMs. 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 biển trong mô hình AOGCMs thường dự đoán độ dày của băng (hay thể tích), tỷ lệ che phủ, 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 biển 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 biển trong các AOGCMs đã tiến triển chậm hơn: nó bao gồm tính dẫn không đổi và các khả năng mang 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 hình thành 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 tuyết ở trên lại bị đóng băng lại. Quá trình gần đây là đặc biệt quan trọng trong hệ thống băng Nam cực. Cho dù với độ phân giải tốt hơn, rất nhiều các mô hình băng biển vẫn chia độ độ dày của băng thành nhiều nhóm mà không coi băng là một khối thống nhất ( Thorndike et al., 1975). 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 các khía cạnh khác của động lực học nước đá biển trong các mô hình AOGCMs.
19

Lớp QLMT_K48

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 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 về liên kết 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. Tần xuất liên kết thường là một vấn đề quan trọng, bởi vì các dòng trao đổi là tính trung bình trong các khoảng ngắt. Điển hình, hầu hết các AOGCMs được đánh giá ở đây thông qua các dòng và các biến khác giữa các phần khác nhau một lần một
20

Lớp QLMT_K48

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 khởi hoạt và điều chỉn dòng trao đổi Kể từ TAR, nhiều mô hình khí hậu được phát triển mà không điều chỉnh nhiệt độ bề mặt, dòng trao đổi nước và các dòng động lượng để 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 khởi hoạt 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 oceanonly 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 kiểm soát tiền công nghiệp luận trong chương 10, hầu hết các AOGCMs sử dụng các biến 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.

Figure 8.2. (a) Observed climatological annual mean SST and, over land, surface air temperature (labelled contours) and the multi-model mean error in these temperatures, simulated minus observed (colour-shaded contours). (b) Size of the typical model error, as gauged by the root-meansquare error in this temperature, computed over all AOGCM simulations available in the MMD at PCMDI. The Hadley Centre Sea Ice and Sea Surface Temperature (HadISST; Rayner et al., 2003) climatol-ogy of SST for 1980 to 1999 and the Climatic Research Unit (CRU; Jones et al., 1999) climatology of surface air temperature over land for 1961 to 1990 are shown here. The model results are for the same period in the 20th-century simulations. In the presence of sea ice, the SST is assumed to be at the approximate freezing point of seawater (-1.8°C). Results for individual models can be seen in the Supplementary Material, Figure S8.1.

Figure 8.3. Observed standard deviation (labelled contours) of SST and, over land, surface air temperature, computed over the climatological monthly mean annual cycle, and the multi-model mean error in the standard deviations, simulated minus observed (colour-shaded contours). In most regions, the standard deviation provides a measure of the amplitude of the seasonal range of temperature. The observational data sets, the model results and the climatological periods are as described in Figure8.2. Results for individual models can be seen in the Supplementary Material, Figures S8.5 to S8.8.

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 chủ yếu 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

Figure 8.4. Root-mean-square (RMS) model error, as a function of latitude, in simulation of (a) outgoing SW radiation re ected to space and (b) outgoing LW radiation. The RMS error is calculated over all longitudes and over all 12 months of a climatology formed from several years of data.The RMS statistic labelled ‘Mean Model’ is computed by rst calculating the multi-model monthly mean elds, and then calculating the RMS error (i.e., it is not the mean of the individual model RMS errors). The Earth Radiation Budget Experiment (ERBE; Barkstrom et al., 1989) observational esti-mates used here are for the period 1985 to 1989 from satellite-based radiometers, and the model results are for the same period in the 20th-century simulations in the MMD at PCMDI. See Table 8.1 for model descriptions. Results for individual models can be seen in the Supplementary Material, Figures S8.5 to S8.8.

26

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 đới 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 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 ròng 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 trung bình hàng năm cục bộ nào trong dòng bức xạ ròng TOA (SW cộng LW) phải được cân bằng bởi sự phân kỳ năng lượng ròng nằm ngang kết hợp với chiều dọc của năng lượng bởi đại dương và khí quyển. Trong thực tế dòng 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 27

Lớp QLMT_K48

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 bất 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 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 vùng hội tụ nội nhiệt đới (ITCZ)2 quanh cận xích đạo 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 song song vĩ độ và kéo dài quá 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 28

Lớp QLMT_K48

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 uơc tính 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 rất nhỏ 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 là so sánh kết quả mô hình và dòng chảy quan sát thuc te và gần như phải buoc cân bằng đuoc luơg van chuyen cua khi quyen vì sự biến thien du tru nước trên mặt đất trong phạm vi thời gian dài là rất nhỏ.( xem 8.3.4.2). Mặc dù phép phân tích của dong nuoc mua 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 quan sát trong sự phân bố độ ẩm không khí. Mô hình tái tạo lại sự giảm ở phạm vi lớn độ ẩm với cả vĩ độ và kinh độ (sơ đồ S8.11), mặc dù đây là sự kiem tra mô hình, nhưng nó là kết quả trực tiếp của sự mô phỏng thực tế 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 không rõ rag trong quan sát. Khi phan tich lai bang da mo hinh thi su sai so theo vug nho hon 10% (Bất cứ sai số nào trong sự phân bố hơi nước cũng ảnh hưởng tớ sự phản xạ lại bức xạ LW (xem 8.3.1.1.2), cái mà khong lien quan den sai so he thong trung bình khu vực . 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

Figure 8.5. Annual mean precipitation (cm), observed (a) and simulated (b), based on the multimodel mean. The Climate Prediction Center Merged Analysis of Precipitation (CMAP; Xie and Arkin, 1997) observation-based climatology for 1980 to 1999 is shown, and the model results are for the same period in the 20th-century simulations in the MMD at PCMDI. In (a), observations were not available for the grey regions. Results for individual models can be seen in Supplementary Material, Figure S8.9.

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 cah tiep can thường được sử dụng để mô tả đặc điểm hoạt động của lốc, các phương pháp phân tích mà nhận diện và theo dõi dau vet 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 rang buoc voi 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 vẽ ra các đuờng di chuyen cua bao , nhưng khong mo ta sự 30

Lớp QLMT_K48

phân bố và các cap do 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) để cải thiện trong viec nghien cua khí hậu bão nhiệt đới bất thường, đặc biệt ở NH nơi mà sự quan sát đáng tin cậy nhất. Sự cải tiến ban chat 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. Đại 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 các chế độ của 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 đóng vai trò quan trọng 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 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 có thể đến cấp số mũ của 10 trên một m2 đối với dòng nhiệt kể cả đối với giá trị trung bình theo vùng. 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.
31

Lớp QLMT_K48

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 sai số hệ thống 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 sự hấp thự nhiệt làm biến đổi khí hậu như thảo luận dưới đây.

Figure 8.6. Annual mean, zonally averaged oceanic heat transport implied by net heat fluux imbalances at

32

Lớp QLMT_K48 the sea surface, under an assumption of negligible changes in oceanic heat content. The observationally based estimate, taken from Trenberth and Caron (2001) for the period February 1985 to April 1989, derives from reanalysis products from theNational Centers for Environmental Prediction (NCEP)/NCAR (Kalnay et al., 1996) and European Centre for Medium Range Weather Forecasts 40-year reanalysis (ERA40; Uppala et al., 2005). The model climatologies are derived from the years 1980 to 1999 in the 20th-century simulations in the MMD at PCMDI. The legend identifying individual models appears in Figure 8.4.

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 sai số dương 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.(chờ hồi sau sẽ rõ) 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 200-3000m nhiệt độ đại dương được tính trung bình cho khu vực trung bình của mô hình là quá ấm. Sai số dương lớn 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 sai số âm lớn 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 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.
33

Lớp QLMT_K48

34

Lớp QLMT_K48

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 điểm dị nhiệt trong mô
35

Lớp QLMT_K48

hình trung bình là 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 liên quan với vấn đề thông tin của nước trung gian biển Đại Tây Dương

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 đến 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 ô bề mặt bị tác động bởi gió. Ở vùng nhiệt đới và cận nhiệt đới, ô này là gió sông hồ, nhưng ở vĩ độ của Drake Passage (550 nam) gió này mở rộng ra đến độ sâu lớn hơn(23km). 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 4036

Lớp QLMT_K48

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. 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 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, địa điểm mô phỏng 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 điểm dị nhiệt 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,
37

Lớp QLMT_K48

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(độ dày của băng), thậm chí sai số của băng biển được xác định là rất khó. Thật khó để tách biệt các nguyên 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 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 sai số 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.

38

Lớp QLMT_K48

39

Lớp QLMT_K48

8.3.4. Bề mặt đất Sự đánh giá thành phần của bề mặt đất trong mô hình liên 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, 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 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 rừng trong điều kiện có tuyết, do khó khăn trong việc xác định phạm vi bề mặt của tuyết bởi 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 lẫn nhau. Trong những ô chia riêng cho vùng vĩ độ giữa và vị trí vùng núi, sai số 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
40

Lớp QLMT_K48

phạm vi mô hình khí hậu do sự khác biệt của lượng mưa,băng tan, và bức xạ ròng. 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 LandPostdam-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 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 hấp thụ mặt trời và tia hông ngoại ở bề mặt không chắc chắn trong mô phỏng dòng nhiệt ẩn và nhạy cảm bề mặt. 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
41

Lớp QLMT_K48

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 dự 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. 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
42

Lớp QLMT_K48

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 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 loại bỏ 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
43

Lớp QLMT_K48

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 mô hình toàn cầu liên kết. Hệ thống khí hậu liên kết 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 với vành khuyên bắc của mô hình, vì vậy cần phải mô phỏng thực tế cả mô hình vành khuyên bắc (NAM). Sự phân tích riêng các AOGCM đã thể hiện rằng chúng có thể giống hình dạng nhiều kiểu NAO và NAM trong đó có sự liên kết giữa vòng lưu chuyển và nhiệt độ. Nhiêu nghiên cứu chỉ ra rằng liên kết tầm xa giữa đại tây dương và thái bình dương mạnh hơn được quan sát. 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. 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 được mô hinh đúng 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. Với những mô hình mô phỏng tinh biến thiên 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
44

Lớp QLMT_K48

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, mặc dù sự khó khăn trong việc xác định những nguyên nhân và ảnh hưởng của hệ thống liên kết đã làm hạn chế độ tin cậy của mô hình. Giống như NAM ở NH, SAM đã có những dấu hiệu ảnh hưởng trong sự lưu trình tầng đối lưu, cơn lốc cực tầng đối lưu, đường đi của bão ở vùng vĩ độ giữa, chu trình đại dương và băng biển. Các AOGCM nói chung mô phỏng hiện thực SAM. Ví dụ, hình 8.12 so sánh SAM mùa đông phương nam được mô phỏng trong MMD tại PCMDI với SAM được quan sát như miêu tả trong phân tích lại NCEP (National Centers for Environmental Prediction). Nhân tố chính của mô hình, sự không bình thường áp suất trên Antarctica và không bình thường áp xuất cao theo hướng xích đạo 60oS được AOGCMs nắm bắt tốt. 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 dấu hiệu ảnh hưởng 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 mô phỏng thực tế lưu trình liên quan đến SAM 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 lưu trình liên quan đến SAM. Mặc dù cấu trúc không gian SAM được mô phỏng tốt bởi AOGCMs trong MMD tại PCMDI, những đặc tính khác của SAM ,như biên độ, cấu trúc từng khu vực nhỏ, phân bố thời gian, nó không giống với kết quả phân tích của NCEP. 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 phân tích lại 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 phân tích lại SAM không so sánh tốt được với dữ liệu trạm. Rất khó xác định xem sai sót này là của mô hình hay của trung tâm NCEP. Việc giải quyết những vấn đề này có thể yêu cầu một sự hiểu biết hơn về động lực học SAM. Mặc dù SAM thể hiện những 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 được lái bởi các SST được quy định. Thậm chí nhiều mô hình khí quyển đơn giản hơn với một hay hai mức đứng tạo ra biến thiên giống SAM. 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
45

Lớp QLMT_K48

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 cho thấy 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, cần mô mô phỏng chính xác về liên kết tầng bình lưu - tầng đối lưu và khí quyển - đại dương để mô phỏng chính xác SAM.

Hình 8.12: Toàn bộ hàm trực giao kinh nghiệm (EOF) chính trung bình của áp suất mực nước biển bán cầu Nam mùa hè (Tháng 11 đến tháng 2) trong năm khoảng 1950 đên 1999. EOFs được chia độ do vậy các thành tố chính kết hợp có biến thiên đơn vị trên thứ tự đó. Tỷ lệ phần trăm biến thiên đã tính bởi dạng chính được ghi tại góc trái trên của mỗi ô. Sự tương quan không gian (r) với kiểu được quan trắc được chỉ rõ tại góc phải trên. Tại góc phải dưới là tỷ lệ của biến thiên không gian EOF với giá trị quan trắc. “Canadian CC” refers to CGCM3.1 (T47), và “Russell GISS” refers to the GISS AOM. Adapted from Miller et al. (2006). 46

Lớp QLMT_K48

8.4.2. Biến thiên thập kỉ thái bình dương Những công trình gần đây cho thấy rằng dao động thập kỉ thái bình dương là biểu hiện của bắc thái bình dương giống với ENSO trong phạm vi toàn cầu được gọi là dao động thái bình dương liên 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 liên thập kỉ ở vùng nhiệt đới cúng có bản chất ngoại nhiệt đới và nó có thể mang cho IPO một thành phần có thể đoán trước. Những mô hình lưu trình chung đại dương khí quyển (AOGCM) dường như không có khó khăn trong mô phỏng IPO – như tính biến thiên. 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. Kiểu Bắc Mỹ - Thái bình dương
47

Lớp QLMT_K48

Kiểu Mỹ Bắc Thái Bình Dương (nhìn Chương 3) thường có liên quan với phản ứng đối với cương bức biên bất thường. Tuy nhiên, những kiểu giống PNA đã được mô phỏng trong AGCM và nó phụ thuộc điều kiện biên không đổi. Từ đây, những quá trình cả ngoài lẫn bên trong có thể đóng góp tới sự hình thành những kiểu 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 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. Cho đến vài năm đã qua, Những sự thí nghiệm như vậy được tiến hành với những điểm dị thường SST quan sát được là điều kiện biên dưới 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 chỉ ra được sự biến thiên đáng kể của phản ứng trong từng mô hình và giữa tập hợp thành viên của một mô hình đã cho. Sự biến thiên lớn này cho thấy những thay đổi của Khí quyển của vùng ngoại nhiệt đới chỉ bị rằng buộc bới cưỡng 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
48

Lớp QLMT_K48

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 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. Việc kiểm tra kết quả từ việc kết hợp AOGCM cho thấy rằng các sự kiện ENSO đựoc mô hình hoá được liên quan với một PNA ở vùng trên tâng đối lưu. Sự sai lệch hiển nhiên là có liên quan đến sự hoán chuyển không gian trong SST liên quan đến ENSO và những trung tâm bất thường về lượng mưa ở vùng thái bình dương nhiệt đới. 8.4.4. Kiểu đất 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 Kiểu COWL là kết quả của sự tương phản quán tính nhiệt giữa lục địa và đại dương, đã cho phép tính bất thường của nhiệt độ có biên độ nhiệt độ lục địa lớn hơn, và do đó ảnh hưởng mạnh tới giá trị nhiệt độ trung bình ở bán cầu(hemispheric). Kiểu COWL đã mô phỏng trong mô hình khí hậu với nhiều độ phức tạp, và những kiểu tương tự cũng rút ra từ sự phân tích tổng hợp và phân tích EOF của số liệu phân tích lại. Trong một số nghiên cứu những xu hương mùa lạnh của nhiệt độ 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 gốc để tìm ra đường COWL có thể dẫn tới những kết quả sai lệch khi ứng dụng một mô phỏng chịu ảnh hưởng của những biến thiên về cưỡng bức nhân tạo 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 chỉ ra các điểm dị thường nhiệt độ ở rằng ở 2 trung tâm lục địa của kiểu COWL là không liên quan, cho thấy rằng các sự liên kết tầm xa khí quyển khác nhau là có liên quan tới sự hình thành đường này. Quadrelli và Wallace chỉ ra rằng mô hình COWL có thể tái xây dựng như một tổ hợp tuyến 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. Sự phân vùng và chế độ khí quyển (Atmospheric Regimes and Blocking) Chế độ thời tiết hay khí hậu là những nhân tố quan trọng trong việc quyết định khí
49

Lớp QLMT_K48

hậu ở những địa điểm khác nhau trên thế giới. Chúng có thể có một tác động lớn trong sự biến đổi hàng ngày. Mô hình lưu chuyển chung đã tìm ra sự mô phỏng chế độ khí hậu bán cầu giống với kết quả quan sát. Chế độ khí hậu vùng được mô phỏng qua Bắc Đại Tây Dương rất giống với quan sát, 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, sự đồng thuận giữa những ý kiến khác nhau đã được cải thiện về mặt số lượng và cấu trúc của cả chế độ khí quyển của cả vùng và bán cầu, mặc dù vẫn còn cần nghiên cứu thêm và chế độ và tầm quan trọng của thống kê của các chế đã được thảo luận và vẫn còn một vấn đề chưa được giải quyết. Các sự kiện chắn là một loại quan trọng của chế độ thời tiết theo vùng, liên hệ với sự đỏa ngược của những cơn gió tây ở vĩ độ 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 mô phỏng địa điểm của sự chắn NH chính xác tần số hay thời gian kéo dài: sự kiện mô phỏng thì ngắn hơn so với quan sát các sự kiện. Một phân tích về AOGCMs từ MMD ở PCMDI đã cho thấy rằng tăng sự phân giải theo chiều ngang kết hợp với các hệ thôngsố vật lý tốt hơn đã giúp cải thiện việc mô phỏng hiện tượng chắn ở NH và chế độ thời tiết chung ở Châu Âu. Cuối cùng, cả các phân tích lẫn mô phỏng của GCM đối với những bộ số liệu dài cho thấy rằng sự biến thiên từ nhiều năm tới sự biến đổi giữa các thập kỷ trong tần suất của hiện tượng chắn, cho thấy một nhu cầu phải cẩn thận khi đánh giá khí hậu học chắn bắt nguồn từ những số liệu ngắn hạn. 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 đối với vài thế kỷ trước. Sự biến đổi theo nhiều thập kỷ ở Đại Tây Dương có một đường không gian độc nhất đối với sự dị thường SST, với sự thay đổi ngược lại 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. AOGCM mô phỏng sự biến thiên nhiều thập niên ở Đại Tây Dương và cấu trúc không gian-thời gian có kết quả khá tương đồng với quan sát. Sự biến động này mô phỏng bởi AOGCMs bắt nguồn từ sự biến thiên trong MOC. Tuy nhiên, cơ chế kiểm soát sự biến thiên trong MOC khác biệt giữa các AOGCMs. Trong hầu hết AOGCMs, sự biến đổi có thể hiểu như một eigenmode biển ẩm, nó ngẫu nhiên được kích động bởi khí quyển. Tuy nhiên, trong một vài AOGCMs
50

Lớp QLMT_K48

khác sự tương tác lẫn nhau giữa biển và khí quyển có vai trò quan trọng hơn.Vai trò tương đối của quá trình ở vĩ độ thấp và cao cũng khác biệt giữa các mô hình . Sự biến thiên SST ở Đại Tây Dương cũng có thể dự báo trong phạm vi vài thập kỷ tới, 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 Có những tiến bộ rõ rệt trong sự mô phỏng và dự đoán 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 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 .

51

Lớp QLMT_K48

Ví dụ: cái gọi là vấn đề “ITCZ bội” ghi chú bởi Mechoso và những thứ khác (et
52

Lớp QLMT_K48

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 nghiên cứu gần đây cho thấy 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 định lượng về tính mờ. (Ví dụ là dự báo xác suât) và việc xác minh bao gồm những kỹ năng đối với dự báo xác suất. và sự nhận thức được rằng chiến lược tập hợp đa mô hình có thể là cách tiếp cận hiện thời tốt nhất để giải quyết tốt nhất tính mờ trong dự báo.

-

Ví dụ, Palmer, trong hình 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 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.
53

Lớp QLMT_K48

8.4.8. Dao động Madden-Julian MJO nói đến chế độ chủ đạo của sự biến thiên nội mùa của tầng đối lưu nhiệt đới. Nó được mô tả bởi vùng phạm vi lớn bởi đối lưu nén và tăng cường, liên quan với khí áp (baroclinic) sâu chủ yếu là sự bất thường trong chu trình của đới. Cả hai yếu tố lan truyền về phía đông theo xích đạo từ tây Ấn Độ Dương tới vùng giữa của Thái Bình Dương và có tính chu kỳ cục bộ trong khoảng từ 30 đến 90 ngày. Việc mô phỏng của MJO trong mô hình khí hậu liên kết hoặc không liên kết đều chưa đạt yêu cầu,một phần do yêu cầu hiểu biết về vai trò của MJO trong hệ thống khí hậu đại dương khí quyển tăng lên. 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. Biến thiên những đặc tính bất thường của MJO đã được mô phỏng trong nhiều mô hình hiện tại, nhưng sự biến thiên theo mô phỏng này lại không đủ mạnh để phân biệt tác động của MJO so với biến thiên nền. Sự sai số âm này về nhiều khía cạnh của MJO theo các phạm vi không gian và thời gian cho thấy rằng các mô hình khí hậu hiện thời vẫn còn mô phỏng rất kém, các tác động 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 là vấn đề. Nguyên nhân của nhiều khó khăn trong mô phỏng MJO có thể là sự tương tác bức xạ của mây và/hoặc tương tác đối lưu-độ ẩm Mặc dù MJO có thể không phải là một chế độ đại dương khí quyển liên kết, nhưng sự liên kết không khí - biển làm tăng sự chặt chẽ về phía đông và ( mùa hè ở phía bắc) là có sự tăng lan rộng về phía bắc của phạm vi không gian - thời của\ MJO . 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 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 phỏng không thực tế của các biến thiên theo mùa của hoạt động của MJO cho thấy rằng MJO mô phỏng sẽ tương tác không thích hợp với các
54

Lớp QLMT_K48

hiện tượng khí hậu gắn kết với chu kỳ mùa(Ví dụ: Gió mùa và ENSO). Mô phỏng của MJO cũng bị ảnh hưởng tiêu cực bởi các sai số hệ thống trong trạng thái trung bình. Những sai số hệ thống này bao gồm: Xu hướng phóng đại ITCZ đôi ở Ấn Độ Dương và tây Thái Bình Dương, gây sai số âm trong dự báo phạm vi về phía Đông của gió Tây về phía Tây Thái Bình Dương; Và có sai số dương trong dự báo phạm vi mở rộng về phía Tây của dòng biển lạnh Thái Bình Dương. 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 một số mô hình tinh xảo không có khả năng mô phỏng những hoạt động của MJO một các hợp lý. 8.4.9. Dao động trong gần 2 năm Dao động QBO là một sự đảo gió trung bình theo vùng bị chi phối bởi sóng có chu kỳ mà nó chi phối sự biến thiên tần số thấp của vùng dưới bình lưu xích đạo thấp(3 ến 100 hPa) và ảnh hướng tới một loạt hiện tượng ngoại nhiệt đới bao gồm: cường độ mạnh và tính ổn định cơn lốc 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:
-

Đủ phạm vi phân tích theo chiều dọc ở tầng bình lưu cho phép thể hiện các sóng xích đạo tại phạm vi phân giải quyết ngang của một GMC. Sự kích thích thực tế đối với sóng xích đạo được phân tích bởi khí hậu nhiệt đới theo mô phỏng và Hệ thông số hoá của tác động của các sóng trọng lực không phân tích

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. 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
55

Lớp QLMT_K48

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 chương khác hoặc trong báo cáo này để hiểu và dự đoán sự thay đổi khí hậu. Dự báo thời tiết
56

Lớp QLMT_K48

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 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.
57

Lớp QLMT_K48

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 cưỡng bức bức xạ nhân tạo 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 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.
58

Lớp QLMT_K48

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 lượng mưa (<10mm day-1) nhiều hơn những quan sát, có một vài những nơi hội tụ nhiều lượng 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). 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.
59

Lớp QLMT_K48

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).( các mô hình không chỉ ra được các giá trị của các cưỡng bức bức xạ nhân tạo) 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’ 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.
60

Lớp QLMT_K48

8.5.3. Những cơn bão nhiệt đới độ phân giải 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 cường độ 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 kịch bản 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 hệ thông số 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 một 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 khí quyển phân giải 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 tối đa của gió, và những áp suất trung tâm thấp nhất như đã quan sát, đòi hỏi những mô hình có 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 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
61

Lớp QLMT_K48

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 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. Khoang dao dong 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 buc xa chinh buc xa 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 về cách đánh giá độ chính xác tương đối trong kết quả đối với kết quả tính toán đối với kết quả độ nhạy mô hình khác nhau và đưa ra c 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 khoảng dao động kết quả ước tính độ nhạy khí hậu giữa các GCM
62

Lớp QLMT_K48

8.6.2.1. Định nghĩa của độ nhạy khí hậu( như trên) 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 nhân tố cưỡng bức phụ, phân bố địa lý và theo độ cao. Ngoài ra nó còn phụ thuộc vào trạng thái khí hậu trung bình.Sự khác biệt về cưỡng bức bức xạ cũng dẫn đến khác biệt về tính toán độ nhạy khí hậu. Do đó, sự biến đổi về nhiệt độ bề mặt trung bình hàng năm toàn cầu thể hiện được những hạn chế về mô tả và hiểu biết về phản ứng của khí hậu đối với một cưỡng bức bên ngoài. Độ nhạy khí hậu chỉ xem xét được nhiệt độ trung bình bề mặt và không chỉ thị gì về các sự diễn ra các biến đổi đột ngột hoặc các hiện tượng cực trị. Tuy nhiên, độ nhạy khí vẫn là một yếu tố hữu dụng bởi vì rất nhiều khía cạnh của mô hình khí hậu liên quan đến nhiệt độ trung bình toàn cầu. 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
63

Lớp QLMT_K48

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 kết quả ước tính mô hình lại thay đổi kể từ TAR Thế hệ GCM hiện tại có khoảng độ nhạy khí hậu 2,1 độ C đến 4,4 độ C. Nhiều mô hình đã có những tiến bộ đáng kể từ TAR xung quanh việc cải tíên hệ thông số hóa đối với một số quá trình đặc thù như mây, lớp biên hoặc đối lưu. Ngoài ra còn một số tiến bộ về hệ thuật toán, bản chất động học hoặc liên kết thêm các thành phần mới ( Đại dương, chu trình các bon…). Kết quả ước tính độ nhạy khí hậu cân bằng của những mô hình mới nhất có nhiều chiều hướng thay đổi, tăng lên hoặc giảm đi hoặc không đổi kể từ TAR. Tuy nhiên, những thay đổi trong độ nhạy khí hậu lại không liên quan đến thay đổi cụ thể trong mô hình. Lý do là vì tưng thay đổi riêng biệt trong mô hình chỉ có tác động nhỏ đến độ nhạy khí hậu còn tác động toàn cầu của các thay đổi lại loại bỏ lân nhau. Ngoài ra sự thay đổi trong hệ thống số lại không tương tác tuyến tính tức là tổng thay đổi a và thay đổi b lại không bằng thay đổi của a + b. Nhìn chung là từng mô hình khác nhau có ảnh hưởng đến độ nhạy mô hình khác nhau. 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 toànf 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 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
64

Lớp QLMT_K48

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. Lý giải khoảng dao động kết quả ước tính độ nhạy khí hậu trong các mô hình Những khác biệt về phản hồi thì có tác động gấp 3 lần so với khác biệt về cưỡng bức bức xạ đối với khoảng dao động vệ độ nhạy khí hậu cân bằng. Phản hồi hơi nước là phản hồi mạnh nhất có giá trị trung binh đa mô hình và độ lệch chuẩn là 1.80 +- 0,18 W/m2/độ C/-1. Tiếp đó là phản hồi về tốc độ giảm nhiệt độ ( +- .26 W/m2/độv C) và tiếp nữa là phản hồi về suất phản chiếu bề mặt ( 0.26 +- 0.08). giá trị trung bình của phản hồi mây là 0.69 nhưng có khỏang sai số lên tới 0.38. Xem xét phản hồi bức xạ toàn cầu giúp hiểu rõ hơn khoảng dao động trong kết quả ước tính về độ nhạy khí hậu cân băng giữa các GCM hiện tại. Trong điều kiện lý tưởng nếu tăng gấp đôi lượng CO2 khí quyển thì nhiệt độ tăng lên khoảng 1,2 độ C. Tuy nhiên nếu chỉ dùng phản hồi hơi nước trong trương hợp này thì kết quả là gấp đôi. Phản hồi hơi nước và phản hồi tốc độ giảm nhiệt độ có khả năng làm tăng phản hồi nhiệt độ cơ bản thêm khoảng 50%, phản hồi suất phản chiếu bề mặt tăng 10%, phản hồi mây tăng 10-50% tùy GCM. Tuy nhiên đây là phản hồi chung không phải là tổng các phản hồi này.Nếu sử dụng các yếu tố phản hồi hơi nước và không sử dụng phản hồi mây thì cho kết quả về độ nhạy khí hậu khoảng 1,9 +0.15 độ C. tuy nhiên các GCM hiện tại cho kết quả lớn hơn ( 3.2 =+- 0.7 độ) do họ đều tính đến phản hồi mây và khác biệt độ lớn phản hồi mây. Sự khác biệt về phản hồi mây chính là nhân tố chính dẫn đến sự khác biệt về độ nhạy khí hậu, tuy nhiên cũng không bỏ qua các phản hồi khác 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.

65

Lớp QLMT_K48

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. 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.
66

Lớp QLMT_K48

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 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 chính liên quan đến độ nhạy khí hậu Một phương pháp truyền thống trong việc đánh giá độ nhạy của mô hình được đặt ra có xem xét đến 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 giảm nhiệt độ Khả năng hấp thụ bức xạ sóng dài tăng tỷ lệ với logarit của nồng độ hơi nước Hiểu biết về quá trình phâ n phối và biếnt dổi độ ẩm tương đối là trọng tâm đẻ hiêur được các phản hồi hơi nước và độ giảm nhiệt độ Độ ẩm được kiểm soát bởi sự liên kết chặt chẽ với bề mặt. Độ tin cậy của các GCM đối với các phản hồi hơi nước ở các vùng ngoại nhiệt đ’ới là tương dối cao trong khi các vùng nhiệt đới là tương đối thấp( những biến đổi trong lớp giữa và trên của tâng nhiẹt đới của tầng đối lưu là chưa được hiểu biết rõ) Không như phản hồi về mây phản hồi hơi nước là một đặc tính khá ổn định của cac GCM. Độ tin cậy về phản hồi hơi nước phụ thuộc vào sự hiểu biết về các quá trình vật lý quan trong kiểm soát ỦTH ( độ ẩm tương đối của lớp trên tầng đối lưu) có ảnh hưởng của các quá trình vật lý nhưng ko đáng kể, có thể mô phỏng RH tốt chỉ cần mô phỏng thông qua gió với điều kiện giới hạn độ ẩm tương đối trên là 100%. Các quan sát cho thấy việc tăng và giảm ỦTH nhiệt đới phạm vi vùng tương ứng với sự thay đổi về đối lưu. Tuy nhiên những thay đổi này không giúp hiêu thêm về các mối quan hệ nhiệt động hoc phạm vi rộng trừ phi xem xét trên tổng thể hẹ
67

Lớp QLMT_K48

thông luân chuyển. Cần phải quan tâm kỹ lưỡng đến các phản hồi do cưỡng bức trong thời gian ngắn bởi vì chúng không tương tự đối với tác động do tăng khí nhà kính. Sự hút thu của bức. xạ LW tăng theo hàm loga của phần trăm hơi nướcr , trong phương trình Clausius- Clapeuron cho boiết một quaôn 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 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.
68

Lớp QLMT_K48

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, 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
69

Lớp QLMT_K48

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 những quá trình phản hồi hơi nước/tỷ lệ giảm nhiệt độ trong những mô hình Đánh giá phân bố và biến thiên về độ ẩm tuy không giúp kiểm tra phản hồi về biến đổi khí hậu nhưng lại giúp đánh giá khả năng biểu diễn các quá trinh vật lý chủ chốt kiểm soát hơi nước và do đó, ảnh hưởng tới độ tin cậy về phản hồi hơi. nước Các GCM không thành công lắm trong việc biểu diễn môi tương quan trỏng vung nhiệt đới nhưng nói chung những sự thiếu sót này chủ yếu là do kỹ thuật lấy mẫu. So sanh kết quả quan sát và kết quả mô hình từ việc núi lửa phun trào cũnglà mộtcách kiểm tra khả năng mô phỏng những biến đổi về độ ảm do cưỡng bức toàn cầu bên ngoài.

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 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).
70

Lớp QLMT_K48

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 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
71

Lớp QLMT_K48

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 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
72

Lớp QLMT_K48

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 kh doí 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.Tóm tắt về những phản hồi tốc độ hơi nước giảm nhiệt độ Đã có nhiều quá trình quan trọng 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 cách thức thể hiện được phản hồi về độ ẩm phạm vi lớn đối với các xu hướng khí hậu, làm lạnh do núi lửa, biến thiên trong năm và theo mùa.Cả quan sát lẫn mô hình đều cho thấy ít có biến đổi về độ ẩm tương đối do sự âm lên. GCM cũng đã tăng khả năng mô phỏng các đặc tính quan trọng về phản hồi nhiệt độ và độ ẩm do sự bất ổn định về khí hậu. 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 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;
73

Lớp QLMT_K48

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 may Độ mây của bầu trời liên quan đến những đám mây các loại trên phạm vi rộng lớn tồn tại ở lớp dưới của tầng đối 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 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
74

Lớp QLMT_K48

(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 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
75

Lớp QLMT_K48

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 khoảng dao động của những phản hồi từ đám mây giữa 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 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
76

Lớp QLMT_K48

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 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
77

Lớp QLMT_K48

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 , 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
78

Lớp QLMT_K48

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 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 thấp. 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
79

Lớp QLMT_K48

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. 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
80

Lớp QLMT_K48

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 ấm lên ở địa cực trong các mô hình (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 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
81

Lớp QLMT_K48

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)

- 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.
82

Lớp QLMT_K48

- 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. 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
83

Lớp QLMT_K48

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 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.
84

Lớp QLMT_K48

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 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
85

Lớp QLMT_K48

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 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.
86

Lớp QLMT_K48

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 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.

87

Lớp QLMT_K48

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 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.
88

Lớp QLMT_K48

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.
89

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.

90