Mit dieser Seite möchten wir einen kurzen Überblick geben, wie Klimamodelle arbeiten und auch ein paar Einzelheiten über die in diesem Experiment climateprediction.net verwendeten Modelle. Die Seite ist in folgende Abschnitte aufgeteilt:

1. Das 'Unified Model'
2. Horizontale Auflösung - Gitter
3. Vertikale Auflösung – Ebenen
4. Zeitintervalle
5. Parameterisation
6. Ozeanmodelle und ihre Wechselwirkung mit der Atmosphäre
7. Chaos, Ensembles und Wahrscheinlichkeit
8. Kartenprojektion, geographische Breite und Länge

Was ist ein Klimamodell? Klimamodelle sind numerische Darstellungen von verschiedenen Teilen des Klimasystems der Erde. Man kann dies auf zweierlei Art und Weise betrachten. In gewisser Hinsicht versuchen Wissenschaftler, das komplexe Klimaverhalten auf einen Satz mathematischer Gleichungen einzuschränken in der Hoffnung, dass sie danach beginnen, die stattfindenden Prozesse zu verstehen. Dies trifft zu, besonders bei ziemlich einfachen Modellen. Im Fall von den General Circulation Models (GCMs), die dem neuesten Stand der Technik entsprechen, wie z.B. im Experiment climateprediction.net benutzt, geht es mehr darum zu versuchen alles aufzuführen, selbst wenn die Dinge dann so kompliziert werden, dass wir nicht immer verstehen können, was vor sich geht. Die Gleichungen sind in angemessenen Grenzen angeglichen, so dass das Modell so gut wie möglich vergangene und gegenwärtige Klimazustände produziert (verglichen mit archivierten Beobachtungen). Man kann dann damit versuchen vorherzusagen, wie sich das Klima in der Zukunft verhalten wird.

GCMs versuchen, so viel wie möglich über Klimasysteme zu simulieren: die einkommende und ausgehende Strahlung, wie sich die Luft bewegt, wie sich Wolken bilden und Niederschlag fällt, wie Eisflächen wachsen und kleiner werden, usw. Die Modelle werden häufig (wie in den von uns verwendeten Modellen) mit einer Darstellung des Ozeans verbunden. Sie berücksichtigen möglicherweise wie sich die Vegetation auf der Erdoberfläche ändert. Entscheidend ist, sie versuchen zu berechnen wie alle diese verschiedenen Teile des Klimasystems aufeinander einwirken und wie der Rückmeldungsprozess arbeitet.

Aus diesem Grund kommen die "besten" Abschätzungen für zukünftiges Klima eher von allgemeinen Modellen atmosphärischer Luftströmungen als von vereinfachten Modellen.

Der atmosphärische Teil des Modells, der von climateprediction.net eingesetzt wird, ist das dem neuesten Stand der Technik entsprechende vereinheitlichte Modell des britischen meteorologischen Amtes; dasselbe Modell, das für die Wettervorhersage im britischen Fernsehen verwendet wird. Es gibt natürlich einige Unterschiede zwischen der Art und Weise wie das Modell zur Herstellung einer kommerziellen Wettervorhersage läuft und wie wir es laufen. Der offensichtlichste Unterschied ist die Auflösung. Abbildung 1 zeigt den Unterschied in der Auflösung über den britischen Inseln; offenbar wäre die von uns verwendete Auflösung überhaupt nicht sinnvoll, um der Bevölkerung zu sagen, wie viel es, z.B., in Manchester regnen wird.

Abbildung 1. Diese Abbildung zeigt den Unterschied in der Anzahl der Gitterfelder über den britischen Inseln in der climateprediction.net Version des Modells (links) und einer regionalen Version (rechts). Dieses Bild zeigt, dass ein regionales Modell eine bessere Simulation des Niederschlags in Großbritannien wiedergibt als das gröbere Modell von climateprediction.net [ Abbildung freundlicherweise vom Hadley Centre zur Verfügung gestellt].

In den GCMs wird berechnet, was das Klima an einer Anzahl von bestimmten Punkten auf der Erdoberfläche und in der Atmosphäre/Ozean macht (im Hinblick auf Wind, Temperatur, Feuchtigkeit, usw.). Diese Punkte sind als Gitter über die Erdoberfläche hin angeordnet, indem sie die Oberfläche in viele kleine Felder aufteilt (siehe (Abb. 2)). Je mehr Felder, umso feiner ist die Auflösung des Modells und umso kleiner maßstäbliche Klimamerkmale kann sie darstellen. Von diesem Gesichtspunkt aus gesehen wäre das beste Klimamodell dasjenige mit der feinsten Auflösung. Leider hat dies Nachteile; je mehr Punkte, umso mehr Berechnungen müssen durchgeführt werden und umso mehr Computerzeit nimmt der Modelllauf in Anspruch. Im allgemeinen müssen wir einen Kompromiss zwischen Auflösung und Laufzeit schließen. Für eine Wettervorhersage, bei der nur von Interesse ist was so in den nächsten 5 Tagen passiert, kann die Auflösung viel feiner sein als für eine Klimavorhersage, die sich mit den nächsten Jahrhunderten befasst! Paläoklima-Modellierer, die daran interessiert sind was das Klima vor Tausenden von Jahren machte, müssen Modelle mit noch gröberen Auflösungen verwenden.

Dies ist der Grund, warum es im Modell climateprediction.net nur 4 Gitterfelder über den britischen Inseln gibt. Dies ist offensichtlich nicht sehr gut, wenn man das Klima z.B. im Lake District darstellt, das ein bergiges Gebiet ist und eine viel kleinere Fläche als ein Gitterfeld bedeckt. Es sollte jedoch gut genug sein, um ein genaues Bild des großmaßstäblichen Klimas z.B. der britischen Inseln zu bekommen. Die Auflösung ist 2,5° (Breite) mal 3,75° (Länge).

Abbildung 2. Ein typisches Display vom Modell, das die Temperatur der Erdoberfläche in jedem Gitterfeld des Modells zeigt.

Auf ähnlicher Weise wie beim horizontalen Gitter ist das vertikale Profil der Atmosphäre in eine Anzahl von verschiedenen Ebenen unterteilt. Das in climateprediction.net verwendete Modell hat 19 vertikale Ebenen in der Atmosphäre (und 20 im Ozean) und Abb. 3 zeigt wie sie in der Höhe verteilt sind. Abweichend vom horizontalen Gitter ist das vertikale Gitter nicht in gleichmäßigen Abständen verteilt. Sie sind nicht einmal im Druck gleichmäßig aufgeteilt. Dies kann sinnvoll sein, da die, zum Beispiel, 950 hPa Ebene (nahe der Oberfläche) und 900 hPa Ebene (ein wenig höher) zwischen sich dieselbe Luftmasse haben wie die 100 hPa und 50 hPa Ebenen; obwohl der physische Abstand zwischen ihnen viel geringer ist. Dies liegt darin begründet, weil die Dichte der Luft exponentiell mit dem Abstand von der Erdoberfläche abnimmt: die Druckdifferenz zwischen der Everestspitze (ca. 10km hoch) und ca. 9 km Höhe ist viel kleiner als die Druckdifferenz zwischen Meereshöhe und 1 km aufwärts.

Die Ebenen sind tatsächlich ungleich aufgeteilt, selbst vom Druck aus gesehen. Dies wurde so gewählt, damit sie in solchen Gebieten, z.B. nahe der Erdoberfläche, konzentriert werden können, wo wir stärker daran interessiert sind was passiert, als auf anderen Ebenen. Die Modellebenen berücksichtigen was die Oberfläche macht; eine Ebene verschwindet nicht plötzlich, wenn sie einen Berg kreuzt! Die oberste Ebene liegt bei ca. 30 km; in der Mitte der Stratosphäre.

Abbildung 3. Die 19 Modellebenen in der Version des Unified Model, das von climateprediction.net verwendete Modell. Die Ebenen sind weder in der Höhe (rechte Skala) noch im Druck (linke Skala) gleichmäßig aufgeteilt.

Als Ergebnis der horizontalen und vertikalen Gitteraufteilung ist die Atmosphäre effektiv in dreidimensionale Felder aufgeteilt; Abb. 4 zeigt wie.

Abbildung 4. Das vertikale und horizontale Gitter über Britannien.

Neben der Aufteilung der Atmosphäre in Felder schreitet die Zeit ebenfalls in endlichen Intervallen fort. Im Modell climateprediction.net ist das grundlegende Zeitintervall eine halbe Stunde. Das Modell geht von einem Satz anfänglicher Bedingungen für Atmosphäre und Ozean aus und berechnet dann, auf welche Bedingungen sie sich nach einer halben Stunde, 1 Stunde, usw. entwickelt haben. Die Wahl des Zeitintervalls ist nicht leicht. Falls Sie ein Modell so schnell wie möglich durch 50 Jahre laufen lassen möchten, dann wollen Sie ein möglichst großes Zeitintervall gebrauchen. Dies ist leider nicht möglich, weil das Modell mit einem Zeitintervall oberhalb einer kritischen Größe instabil wird und zu arbeiten aufhört. Sehr vereinfacht ausgedrückt: Sie können sich vorstellen, dass dies passiert, wenn das Zeitintervall so groß ist, dass Luft (oder genauer gesagt, Energie) in einem Zeitintervall sich durch mehr als ein Gitterfeld bewegen kann und es dadurch unmöglich wird genau zu bestimmen, wie sich die Felder entwickeln. Gewisse Verhältnisse in der Atmosphäre verändern sich schneller als andere und müssen deshalb häufiger berechnet werden. Zum Beispiel, die dynamischen Kräfte (im Prinzip die Bewegung der Luft) müssen alle halbe Stunde berechnet werden, aber die Strahlung (das Gleichgewicht von einkommender und ausgehender Energie) kann weniger häufig berechnet werden. Deshalb scheint das Modell manche Zeitintervalle viel schneller zu beenden als andere.

Das Problem, die Atmosphäre in viele kleine Räume aufzuteilen, liegt darin, dass es viele Prozesse gibt, die kleiner sind als die Räume. So können, zum Beispiel, einzelne Wolken durchaus kleiner als ein Gitterfeld sein. Sie spielen trotzdem eine wichtige Rolle im Klimasystem, besonders als Ensemble, deshalb müssen die Prozesse, die sie bilden, und die Folgen ihrer Existenz repräsentiert werden. So, zum Beispiel, mit der Kenntnis von Temperatur und Feuchtigkeit in einem Feld, müssen wir abschätzen, wie viel Wolke und wie viel Regen in diesem Feld sind. Wir müssen auch wissen, wie viel Staub (d.h. 'Aerosol') im Feld sind, weil Regentropfen zu ihrer Bildung ein sehr kleines festes Teilchen in der Luft benötigen. Diese Prozess wird Parameterisieren genannt. Es befinden sich viele Parameterisationskonzepte im Modell, wie das Konzept, das berechnet wie viel Bewölkung anwesend ist. Einige dieser Konzepte werden durch Beobachtungen gut gezügelt und werden als ziemlich zuverlässig angesehen, während andere viel weniger klar sind und wir fühlen uns bei diesen ziemlich unsicher.

Der Ozean, wie die Atmosphäre, ist ein veränderlicher Bestandteil des Klimasystems und muss in Klimamodellen vertreten sein. Wärme und Wasser werden zwischen dem Ozean und der Atmosphäre ausgetauscht und diese Prozesse müssen so genau wie möglich dargestellt werden. Außerdem, die Windgeschwindigkeit an der Oberfläche hat Einfluss, wie der obere Teil des Ozeans gemischt wird und damit, wie schnell er auf wechselnde atmosphärische Temperaturen reagiert.

Ozean-"Wettersysteme" sind gewöhnlich viel kleiner als atmosphärische Wettersysteme, aus diesem Grund haben die Ozeankomponenten von Klimamodellen gewöhnlich eine feinere Auflösung als die atmosphärischen Komponenten. Ozeane brauchen viel länger, um auf Änderungen im Gleichgewicht zwischen eintretender und ausgehender Strahlung zu reagieren als die Atmosphäre. Dies bedeutet, dass Ozeanmodelle über viele Jahrzehnte laufen müssen falls sie in Klimavorhersagen eingeschlossen werden sollen. Diese Faktoren bedeuten, dass sie bedeutend mehr Computerleistung benötigen als atmosphärische Modelle. Dies wird manchmal vermieden, indem man ein vereinfachtes Modell namens "Platten-Ozean" verwendet, welches effektiv gerade die oberen 50m des Ozeans verkörpert, und keine der Tiefseeströmungen mitberücksichtigt, die einen enormen Betrag an Wärme transportieren, wenn auch sehr, sehr langsam. Deshalb muss die Wirkung der Strömungen parameterisiert werden.

Sowohl ein "Platten-Ozean" als auch ein "komplettes" Ozeanmodell werden im Experiment climateprediction.net verwendet.

.Warum ist das Wetter so unberechenbar? Es ist nicht willkürlich; dies würde bedeuten, es gäbe keinen möglichen Weg zu wissen, was das Wetter als nächstes machen wird, sondern chaotisch; das Wetter folgt den physikalischen Gesetzen, jede Wirkung hat eine Ursache. Das Problem liegt darin, dass es so viele mögliche Ursachen gibt, dass wir uns unmöglich über alle auskennen können. Das häufig zitierte Beispiel (das von Ed Lorenz in den 1960zigern stammt) hierzu ist, dass ein Schmetterling, der mit seinen Flügeln im Regenwald des Amazonas schlägt, durch eine lange Reihe von unwahrscheinlichen, jedoch möglichen Folgen einen Sturm über Texas verursachen könnte.

Ein weiteres Beispiel: stellen Sie sich vor, dass Sie auf der flussaufwärts Seite einer Brücke einen Stock über einer flachen Strömung fallen lassen. Wie Sie den Stock los lassen, in welche Richtung er zeigt, usw. beeinflusst genau, wo und wie er auf dem Wasser landet. Unter der Brücke sind Steinbrocken und Vegetation, die bewirken wie sich die Strömung des Flusses verhält. Ein kleiner Stoß auf den Stock, wenn Sie ihn fallen lassen, kann einen Unterschied machen, ob er zu der einen oder der anderen Seite des ersten Steinbrockens, den er erreicht, fällt und dies könnte den Unterschied bedeuten, ob er in irgendwelchen Pflanzen stecken bleibt oder in der schnellsten Wasserströmung bleibt. Wenn Sie dann zur anderen Seite der Brücke hinüberlaufen, um nach dem Stock Ausschau zu halten, ist es nahezu unmöglich vorherzusagen, wann und wo er erscheinen wird, weil Sie nicht wissen, was mit dem Stock unter der Brücke passiert ist. Selbst wenn Sie genau wissen wie das Flussbett aussieht, die Tatsache, dass eine Ungewissheit darüber besteht wie Sie den Stock haben fallen lassen, bedeutet, dass es viele Möglichkeiten gibt wie er unter der Brücke her passieren könnte.

Genauso kann dies bedeuten, dass eine genaue Wettervorhersage oder Klimavorhersage ein hoffnungsloser Fall sei? Die Antwort ist nein! Wir müssen eine Vorstellung davon bekommen, in welcher Art und Weise die Atmosphäre sich weiterentwickeln könnte und welches die Wahrscheinlichkeit von jeder einzelnen möglichen Weise ist. Wir tun dies, indem wir Ensembles von GCM-Läufen laufen lassen. Ein Ensemble ist eine Sammlung von Läufen des gleichen GCM, die sich in ihren anfänglichen Bedingungen (so zum Beispiel, es könnte ein 1% Unterschied in der Windgeschwindigkeit über Oxford bestehen) oder in ihren Parameterisationen sehr leicht unterscheiden. Ensemblegrößen variieren enorm. Das europäische Zentrum, European Centre for Medium-Range Weather Forecasts (ECMWF) benutzt zur Zeit zur Wettervorhersage ein Ensemble von 50. In climateprediction.net erhoffen wir uns Ensembles mit mehreren Millionen Gliedern! Dann wird es möglich sein, Statistiken darüber aufzubauen, wie viele Ensembleglieder jedes mögliche Resultat beigebracht haben. Zum Beispiel, Abb. 5 zeigt (erfunden!) Temperaturen in London von einem Ensemble aus 500 Gliedern. Sie können sehen, dass ein sehr weiter Bereich von möglichen Temperaturen besteht. Es gibt ein paar Ausreißer; solche, die Temperaturen unter 10°C oder über 21°C vorhersagen. Die meisten Läufe haben jedoch Temperaturen zwischen 13 und 18 °C vorhergesagt und ein klarer Höhepunkt liegt bei 15,5°C.

Abbildung 5. Londoner Temperaturen wie von 500 (erfundenen) Läufen eines GCM's für eine 5 Tage Wettervorhersage

Unsere beste Annahme darüber, was die Temperatur tatsächlich machen wird, ist diejenige, welche von den meisten Läufen genannt wird, d.h. diejenige mit der größten Wahrscheinlichkeit. Wir nennen solche Diagramme Probability Density Functions oder kurz pdfs.

Breite: Ein Maß für die Entfernung vom Äquator. Der Äquator ist die 0° Breite und der Nord- und Südpol liegen bei +90° bzw. -90° Breite. Breitenkreise sind Kreise, die alle Orte mit derselben Breite verbinden, sie laufen um den Erdball; in Abb. 6, sind es die horizontalen Linien. Wenn Sie in gerader Linie zwischen 0° und 1° Breite nach Norden gehen, legen Sie genau dieselbe Entfernung zurück wie wenn Sie zwischen 89°?N und 90?° gehen würden. Falls Sie sich jedoch vorstellen, dass Sie um die Erde entlang einem Breitenkreis gehen, dann müssen Sie wesentlich weiter gehen, um am Äquator herumzukommen als, zum Beispiel, bei 50°S.

Länge: : Ein Maß, wie weit Sie nach Osten oder Westen befinden. Der Greenwich Meridian, durch Ost-London gehend, ist 0° Länge und die Datumsgrenze, die mitten durch den Pazifik geht, liegt bei 180°. Längengrade sind Linien , die alle Orte mit derselben Länge miteinander verbinden, sie laufen von Pol zu Pol. In Abb.6, sind es die vertikalen, gekrümmten Linien. Wenn Sie um den Äquator gehen, ist die Entfernung zwischen 80°Ost und 90°Ost die gleiche wie zwischen 130°Ost und 140°Ost. An den Polen sind die Breitengrade jedoch viel dichter zusammen als am Äquator, d.h. die Entfernung zwischen 80°Ost und 90°Ost ist geringer als am Äquator.

Abbildung 6. Eine Projektion der Welt mit Breiten und Längen in 10° Intervallen markiert.

Eine Kartenprojektion ist ein Versuch, die Oberfläche der dreidimensionalen, sphärischen Erde auf einem flachen, zweidimensionalen (2D) Stück Papier /Computerbildschirm zu zeichnen. Um dies möglich zu machen, müssen Kompromisse geschlossen werden. Es ist nicht möglich, alles vollkommen genau beizubehalten. Zum Beispiel, der Winkel von einem Ort zu einem anderen kann verzerrt werden oder die relative Größe eines Landes in Bezug auf ein anderes kann falsch sein. In vielen Projektionen, wie z.B. zylindrische Projektionen, muss die Landmasse an den Polen ausgedehnt werden, um das rechteckige Feld ordentlich zu füllen. Dies bedeutet, dass dichter an den Polen gelegene Länder (wie z.B. das U.K.) relativ zu Ländern näher am Äquator (wie z.B. Länder in Afrika) viel größer erscheinen als sie wirklich sind.

Abbildung 7. Einige Beispiele zu Projektionen: Die Miller Cylindrical, Cylindrical Equidistant und Mercator Projektionen sind alles Beispiele von zylindrischen Projektionen, dies bedeutet eine Projektion der Erdoberfläche auf ein Stück Papier, das um die Erde wie ein Zylinder gewickelt ist, wobei der Äquator mit dem Papierstück in Berührung ist. Die zylindrische, gleiche Abstände habende Projektion ist die einfachste und alle Breiten und Längen behalten die gleichen Abstände wo immer man sich befindet und sind immer parallel/senkrecht zueinander. Dies bedeutet, dass die Umrisse der Länder ein sehr verzerrtes Bild geben. In der zylindrischen Projektion von Miller gehen die Breitenkreise weiter voneinander weg je näher man an die Pole kommt. Dies ist eine einfache Methode, den Ausmaß der Verzerrung zu verringern, aber es löst das Problem nicht vollständig; weder die Flächen von den Ländern noch die Winkel, zum Beispiel, ihrer Küsten sind korrekt. In der Mercator Projektion sind die Umrisse, zumindest örtlich, korrekt. Bei der stereographischen Projektion handelt es sich nicht um eine zylindrische Projektion, die Ländergrößen sind sehr verzerrt gegen den Rand des Plans hin, sämtliche Winkel sind jedoch korrekt.

Die Graphiken in climateprediction.net verwenden die einfachste Projektion, und zwar die Cylindrical Equidistant.

Abb 8. Beispiel der von climateprediction.net verwendeten zylindrischen, mit gleichem Abstand Projektion

Beispiel für Breiten und Längen

• Wendekreis des Krebses 23.5 °N
• Wendekreis des Steinbocks 23.5 °S
• Nördlicher Polarkreis 66.5 °N
• Südlicher Polarkreis 66.5 °S
  
  
• London (UK) 0 °W, 51.5 °N
• Denver, Colorado (US) 105 °W 39 °N
• Milton Keynes (UK) 1 °W 52 °N
• Alice Springs (Australien) 134 °E 23 °S
• Hawaii (US) 155 °W 20 °N
• Moskau (Russland) 38 °E 56 °N
• Kapstadt (Südafrica) 18 °E 33 °S
• Rio de Janeiro (Brasilien) 43 °W 23 °S