Tilbake til søkeresultatene

FRINATEK-Fri prosj.st. mat.,naturv.,tek

Snow D-excess OriGin Study

Alternativ tittel: Opprinnelsen av d-excess signalet i snø

Tildelt: kr 4,3 mill.

Vann husker klimaforholdene på sin vei gjennom vannsyklusen, og når vann fryser til snø og is, blir denne informasjonen bevart gjennom tidene. Så enhver snø- og isprøve har en klimahistorie å fortelle, og forskere lærer å knytte det kjemiske signalet i vannet til det tilsvarende klimasignalet. SnowDOGS-prosjektet vil studere hvordan et visst signal som vi finner i snøen, dannes og dermed identifisere hvordan klimaet har vært – omtrent som en hund, som snuser seg frem til begynnelsen av en sti når den følger løypa bakover; som ga oss ideen om å kalle prosjektet SnowDOGS. I jordas polare områder har snø samlet seg i hundretusener av år, og dermed inneholder iskjerner boret i Grønlandsisen og Antarktis uvurderlig informasjon om jordas klimahistorie. Denne informasjonen er avgjørende for å forstå det komplekse klimasystemet og prosessene som definerer den gjennomsnittlige klimatilstanden, men også svingningene rundt gjennomsnittet. Når vi først har forstått klimasystemet og kan bygge klimamodeller som kan reprodusere klimasignalet vi finner i iskjerner, kan vi ha tillit til klimamodellens spådommer om fremtidig klima. For øyeblikket klarer modellene ikke å reprodusere snøsignalet som er koblet til årlige og dekadale klimasvingninger. Derfor kan det hende at modellen ikke simulerer prosessene som danner klimasignalet i snøen – kanskje noe mangler i modellen? Målet med SnowDOGS er å forbedre eksisterende modeller ved å ta med kjemiske prosesser som skjer i snøen etter at den har falt på bakken. SnowDOGS bygger dermed på ny forskning som har vist at disse prosessene kan være viktige. Den forbedrede modellen vil bli testet ved å sammenligne modellsimuleringer med snødata hentet fra forskjellige steder på Grønland og Antarktis. Vi håper at den forbedrede modellen vil forbedre våre muligheter å snuse frem opprinnelsen til klimasignalet i snøen, også for snøen som har falt for mange hundretusen år siden. Dette vil også forbedre våre muligheter å forutsi framtidig klima.

Ice core water isotope records from the polar areas are invaluable climate proxies providing information about the relationship between the climate mean state and it's variability. The secondary ice core water isotope "excess" parameters, d-excess and 17O-excess, are especially useful for climate reconstruction since they presumably contain climatic information from the precipitation source regions. However, when simulating excess records with state-of-the-art isotope-enabled climate models, simulated and observed records disagree in seasonal to decadal signal variability. Strikingly, the ability to simulate isotope variability in precipitation and isotope variability in ice cores is distinct, which suggests d-/17O-excess signal formation processes after deposition. Recently, it was demonstrated that post-depositional processes (PDP) can influence the snow isotopic composition, yet the impact of PDP on the ice core signal has not been quantified. Thus, PDP could be the missing link in our understanding of the transfer function between climate and ice core signal. SnowDOGS' hypothesis is thus that PDP, which are currently not implemented in climate models, define the ice core d-/17O-excess signals and overprint the original precipitation source region information. SnowDOGS will quantify the impact of PDP on ice core excess signals by implementing multiple PDP in an existing snow model for the first time. Simulated d-/17O-excess records will be compared against observed ice core records from various locations on both ice sheets. SnowDOGS will clarify i) if PDP help in aligning simulated and observed isotope records, ii) to what extent PDP overprint the original source signal, and iii) what role PDP played in generating the high-frequency variability in d-/17O-excess records observed during both the current warm and the last glacial period. SnowDOGS will thus combine modeling and proxy records to improve the reconstruction and prediction of climate variability.

Budsjettformål:

FRINATEK-Fri prosj.st. mat.,naturv.,tek