Winter-proofing land surface models - quantifying the critical role of cold season processes in vegetation-permafrost feedbacks

Klimaendringer har en forsterket påvirkning på Arktis. Regionen varmer opp tre ganger raskere enn resten av verden. Denne oppvarmingen er enda mer intens om vinteren, hvor det har blitt dokumentert at ekstreme værhendelser, som regn oppå snø og frosttørke, har forårsaket omfattende skader på vegetasjonen. At den kalde årstiden nå blir varmere, fører også til økt temperatur i jordsmonnet, som øker tapet av karbon lagret i permafrosten. Både skader på vegetasjon og opptining av permafrost kan føre til en økning i utslippene av drivhusgassene CO2 og metan. Når global oppvarming setter i gang prosesser som fører til enda mer oppvarming, som økning i utslipp av drivhusgasser, kalles det en positiv tilbakekobling. Disse tilbakekoblingene må vi forstå og tallfeste for å kunne forutsi hvordan klimaet vårt vil endre seg i framtida. Mye er likevel fortsatt usikkert. Modellene vi bruker for å beregne hvordan Arktis reagerer på klimaendringer, er ikke bygget for å simulere vinteren på en presis måte. I varmere deler av verden, der vintrene er korte og milde, er det ikke et problem, men den arktiske vinteren kan vare i opp til ni måneder. Hvis modellene kun har fokus på de resterende tre månedene, vil de ikke kunne forutsi hvordan klimatilbakekoblinger i Arktis vil utvikle seg i framtiden. I dette prosjekt var to ph.d-studenter ansatt, som begge har forsvart avhandlingen sin i vinteren 2022-2023. Den ene jobbet med den dynamiske vegetasjonsmodellen LPJ-GUESS, den andre med landoverflatemodellen CLM-FATES. Arbeidet med LPJ-GUESS har påvist at modellprediksjoner på mengden permafrost og karbontap er svært følsomme for måten snø blir representert på. Dessuten viser klimamodeller ulike trender for snødybde i framtiden, hvor man ser en sterk økning i snødybde i kaldere områder. Dypere snø funker som et teppe, og dette forsterker oppvarmingen av jordsmonnet og karbontap fra permafrost i de kaldeste regionene. Vi har også utviklet nye metoder for å simulere hvordan drivhusgasser blir presset ut av jorda under nedfrysningsperioden om høsten. Arbeidet med CLM-FATES har vist at vegetasjonsmodeller som simulerer transport av vann gjennom planter, bør ta høyde for plantenes tilpasning til kulda, noe som reduserer vanntap om vinteren. I tillegg har simuleringen av frostskader blitt forbedret, slik at den nå varierer ut fra hvor mye kuldetilpasning som skjer, noe som fører til en mer realistisk timing av skader på vegetasjonen. Disse forbedringene har blitt testet gjennom å modellere følgene av en frosttørke som rammet Norge i vinteren 2013-14. I tillegg har prosjektet bidratt til å lage en pan-arktisk database over fluksmålinger, som har avdekket at karbonutslipp om vinteren muligens veier opp for opptaket om sommeren (publisert i Nature Climate Change). Det samme arbeidet har også ført til en oppdatert vurdering av årlig CO2-utveksling i Arktis og den boreale regionen. Prosjektlederen har også bidratt til en artikkel i Nature Climate Change som belyser utfordringene med å følge med på dynamikken i plantevekst i hele Arktis. Prosjektet har utbedret modellprojeksjoner for hvordan arktisk-boreale vintre påvirker tilbakekoblinger mellom karbon og klima. Disse resultatene er viktige for politikere og myndigheter, for å gi dem bedre informasjon om konsekvensene av klimaendringer for vegetasjon i nordområdene og drivhusgassutslipp fra permafrosten.

WINTERPROOF has shown that climatic changes in winter act as a strong control on arctic carbon feedbacks. Not only because of the demanding conditions for vegetation survival, but also by being highly important for permafrost carbon loss. This project hired two PhD students, one at the University of Oslo in Norway and one at project partner Lund University in Sweden, who successfully defended their thesis in the winter of 2022/23. The focus of their PhDs has been to make two leading ecosystem models, CLM-FATES and LPJ-GUESS, more capable in simulating cold season processes. These developments include 1) a cold hardening scheme that emulates a number of physiological changes at the molecular level that arctic and boreal perennial plants carry out in autumn, to increase their tolerance to freezing, 2) a frost mortality scheme that is dependent on the cold hardening of vegetation, varying with plant functional type 3) an advanced multi-layer snow scheme to improve simulations of soil temperature and permafrost thaw, and 4) a dynamic soil gas reservoir that redefines the way in which greenhouse gas release from permafrost soils is simulated during winter. The cold hardening and soil gas reservoir schemes are both highly novel and not present in any other kind of process model, while rooted in strong observational evidence of their high relevance for the arctic carbon budget. Cold hardening is essential to accurately model plant hydraulics and survival in winter, and this was first identified by this project. This went undetected until now because most vegetation models have a highly simplified representation of plant hydraulics, or are developed for the tropics, where frost, snow and permafrost are absent. Another major outcome of this project is that mid-winter snow depth will strongly increase across most of the permafrost region with climate warming, despite an overall shortening of the length of the snow season. Thicker snow increases the insulation of soils, which stay warmer, accelerating permafrost thaw. This project is the first to identify a divergent pattern in pan-Arctic snow depth as a major control on permafrost carbon loss. The model developments by WINTERPROOF will be included in the operational versions of CLM-FATES and LPJ-GUESS through a close collaboration with main developers. This means that project outcomes will be used by dozens of research groups, across Europe, the USA, China and elsewhere, since it strongly improves the ability of these models to accurately simulate snow dynamics, plant growth and permafrost extent. WINTERPROOF has made a strong leap forward in projecting arctic-boreal carbon feedbacks by fixing some major oversights in how winter processes are simulated. The project outcomes are highly important to better inform policy makers on the consequences of climate change for northern ecosystems and the release of greenhouse gases from permafrost soils, with potentially global consequences.

Wintertime processes have emerged as a critical influence on the arctic carbon cycle: arctic browning has been linked to plant-damaging frost events, and permafrost soils emit up to half of the annual amount of greenhouse gases during the cold season. However, land surface models lack the ability to simulate these processes, and their response to the rapid warming of the Arctic, since they tend to prematurely switch off at the onset of winter. WINTERPROOF will, therefore, assess how warming arctic winters contribute to arctic browning, permafrost thaw, and associated climate feedbacks, using the regional Earth system models WRF-CLM and RCA-GUESS. The land surface components of these models, CLM and LPJ-GUESS, will gain the unique capability to simulate frost damage to vegetation and the wintertime release of CO2 and CH4. With these tools, WINTERPROOF aims to resolve the following overarching research question: How do rapidly warming arctic winters affect vegetation productivity and greenhouse gas release from permafrost, and do interactions between these processes enhance biogeochemical and biogeophysical climate feedbacks? This project will quantify the impact of climate change on the arctic system, and show how midwinter warming caused by sea ice loss may lead to extreme winter events that damage vegetation. These events contribute to arctic browning, whose future development will be assessed. Furthermore, WINTERPROOF will investigate whether successive winter damage to vegetation can become so excessive that ecosystem composition changes - altering the surface balance, enhancing permafrost thaw, and ultimately leading to an enhanced loss of permafrost carbon. WINTERPROOF will uniquely identify connections to sea ice loss and snow cover changes, assess vegetation-permafrost interactions, and be the first to simulate arctic browning events in land surface models, strongly advancing our understanding of the arctic carbon cycle and associated climate feedbacks.