Long-range memory in Earths climate response and its implications for future global warming

Atmosfærisk CO2 fanger noe av varmen som stråles ut fra jordas overflate, og rask tilførsel av denne drivhusgassen fører til en midlertidig ubalanse der Jorden tilføres mer energi fra solstrålingen enn den taper til verdensrommet i form av utstrålt varme. Jorden unngår ubegrenset oppvarming fordi den utgående strålingen øker med økende temperatur. Den gjengse oppfatningene har derfor vært at responsen til økt CO2-konsentrasjon er en rask temperaturøkning som vil stanse når en ny energibalanse er blitt opprettet. Denne oppfatningen er blitt utfordret av moderne klimamodeller som beskriver havenes dynamikk mer realistisk. De viser at det kan ta lang tid å gjenopprette energibalansen. Solinnstrålingen varmer ikke bare de øvre lagene i havene; der er også en langsom vertikal varmetransport drevet av havstrømmene. Det betyr at hvis fluksen av energi inn i klimasystemet har en rask økning på grunn av menneskeskapte CO2-utslipp, så vil en rask økning av temperaturen i overflatelaget bli fulgt av en langsommere økning som vil vare i hundrevis av år. I matematiske termer beskriver vi dette fenomenet som langtidshukommelse i temperaturresponsen. I den perioden som denne langsomme oppvarmingen finner sted vil planeten motta mer energi enn den sender ut i rommet, og det vil ha implikasjoner på lang sikt. Den globale middeltemperaturen har allerede steget om lag en grad over de siste 150 år. Beregninger vi har publisert i Journal of Climate viser at selv om CO2 konsentrasjonen ble holdt konstant på dagens nivå, så ville temperaturen stige nok en grad fram mot år 2100. I en verden uten utslippsbegrensninger kan vi forvente en prosent økning i CO2-konsentrasjonen hvert år, og dette vil føre til ytterligere tre graders økning innen år 2100 og åtte grader innen år 2200. Våre estimater er basert på statistisk langtidshukommelse i observerte temperaturtidsrekker, men de stemmer godt overens med det som observeres i klimamodeller. I vårt prosjekt erstattet vi de ekstremt komplekse generelle sirkulasjons-modellene for klimasystemet med enkle lineære responsmodeller. De viser seg å gi sammenlignbare klimaprognoser og usikkerheter for d en globale middeltemperaturen som de komplekse modellene. Vi kan ikke påstå at de gir bedre estimater, men de viser at for global temperatur er det meste av informasjonen og de kostnadskrevende beregningene uvesentlige. Det som er viktig er styrken og hukommelsen i klimaresponsen og som reflekteres i responsfunksjonen. Komplekse modeller for karbonsyklusen indikerer at en lineær responsfunksjon med langtidshukommelse kan være en god beskrivelse av hvordan klimasystemet responderer på et større utslipp av CO2 til atmosfæren. Ved å bruke en slik respons til å beregne den projiserte CO2-konsentrasjonen og det resulterende klima-pådrivet, og ved å sette dette pådrivet inn i modellen for temperaturresponsen, så får vi en lukket modell for den projiserte temperaturen i hvilket som helst utslippsscenario. Beregningene tar sekunder på en laptop, hvilket tillater kostnadsfri lek med scenarier og gjør modellen velegnet som klimamodul i integrerte klima-økonomiske modeller. Modellen er også velegnet som pedagogisk redskap, siden man studere interaktivt virkningen av forskjellige scenarier og virkningen av å variere parametere i modellen, og på denne måten få et grep om virkningen av modellusikkerhet. Langtidshukommelse i klimaresponsen er matematisk uttrykt som en potens-lov. En slik funksjon har den egenskapen at den er skala-invariant, dvs. Funksjonen antar samme form uavhengig av hvilken skala man betrakter. Mange forskere tar en slik skalering til inntekt for at dynamikken har karakter av en turbulent kaskade som er en følge av den ikke-lineære naturen til likningene som beskriver klimaets dynamikk. Vi har imidlertid vist at denne tolkningen er urimelig som en forklaring på skaleringen i global temperatur og at skaleringen kan følge av lineær vekselvirkning mellom ulike deler av klimasystemet med forskjellig responstid, slik som ulike lag i verdenshavene. I vår modellering kan den interne naturlige variabiliteten i klimasystemet beskrives som en treg respons på atmosfærens støyete værdynamikk. Den resulterende klimastøyen (med langtidshukommelse) har vi vist eksisterer også under istider, avbrutt av plutselige intervaller av varmere klima kalt Dansgaard-Oeschger hendelser. Ved å bruke dette har vi vært i stand til å utvikle en metode som muliggjør varsling av slike hendelser. Metoden er svært generell og utvider mulighetene for å varsle vippepunkter og regime-skift i klimasystemet og andre komplekse system.

The Earth's climate is a driven complex system which responds to a variable radiative forcing on a vast range of time scales. This response is influenced by fast and slow feedbacks involving a large number of interacting subsystems encompassing atmosphe re, ocean mixed layer, thermohaline ocean circulations, snow and vegetation cover, sea ice and ice sheets, hydrosphere and lithosphere. The project explores the hypothesis that the temporal global temperature response can be modeled as a long-range memo ry (LRM) stochastic process on time scales from months to millennia, driven by both deterministic and random forcing. The LRM is a mathematical representation of the multitude of response times associated with the various subsystems. The project add resses the serious implications of such memory effects on future global warming due to the stronger disturbance of the Earth's energy balance under sustained forcing. Long-range memory leads to periods of apparent drift in the global temperature, which is random in nature, but often incorrectly interpreted as trends driven by external forcing. Thus, the long-range memory hypothesis leads to larger uncertainties in estimated trends in the temperature record, and suggests that many acclaimed cycles and t rends should rather be considered as inherent fluctuations of the climate system. The team will make an effort to improve our understanding of the physical dynamics underlying the long-range memory effects. This effort includes systematic analysis of instrumental and and paleoclimatic records for forcing and response, and data from a broad range of climate models; from simple conceptual models to sophisticated Earth-system models. A particular task will involve millennium-long runs of the state-of-t he-art NorESM. The project will announce one postdoc and one PhD fellowship to specialize on paleo-data and model data, respectively, and procure R&D services for statistical analysis and runs of NorESM.