Observationally-based constraints of future climate projections of carbon cycle feedbacks and the shift in the Austral Jet Stream

Der anthropogene Klimawandel wird vor allem durch die Emissionen von Treibhausgasen (GHG) verursacht, welche den Energiehaushalt der Erde ändern. Der Anstieg in GHG- Konzentrationen verstärkt nicht nur den strahlungsgetriebenen Treibhauseffekt, sondern beeinflusst auch die atmosphärische Zirkulation sowie biogeochemische Kreisläufe. Rückkopplungsprozesse von Biogeochemischen Kreisläufen können dabei die Klimaerwärmung verstärken oder abschwächen. Aktuelle Erdsystemmodelle (ESMs) aus der fünften Phase des Coupled Model Intercomparison Project (CMIP5), beinhalten solche biogeochemische Prozesse. Diese ermöglichen die Untersuchung von biogeochemischen und Klima Feedbacks des Erdsystems. Diese Feedbacks in Klimaprojektionen unterliegen jedoch großen Unsicherheiten, da das Verständnis der zugrundeliegenden Prozessen und deren Repräsentation in ESMs oft noch unzureichend ist. Das Ziel dieser Arbeit ist zu untersuchen wie beobachtbare Eigenschaften des aktuellen Klimas genutzt werden können, um Unsicherheiten in ausgesuchten Rückkopplungsprozessen zu reduzieren. Um den Zusammenhang zwischen der Klimasensitivität auf anthropogen verursachte Klimaänderungen und beobachtbare Eigenschaften des globalen Klimasystems besser zu verstehen, wurde die relativ neue Methode der so genannten Emergent Constraints verwendet. Emergent Constraints beschreiben dabei Zusammenhänge zwischen einem Aspekt der simulierten Erdsystemsensitivität und einem beobachtbaren Trend oder Variation des aktuellen Klimas. Diese Methode wurde in dieser Arbeit verwendet um Feedbacks im Kohlenstoffkreislauf sowie Änderungen in der Position des Südhemisphären (SH) Jets auf anthropogene Klimaänderungen genauer zu bestimmen. Dafür wurden neue Diagnostiken entwickelt und in das Earth System Model Evaluation Tool (ESMValTool) implementiert. Diese erste Studie nutzt Beobachtungsdaten, um den Kohlenstofkreislauf-Klima- Feedback genauer zu bestimmen und wurde in Journal of Geophysical Research 2014 publiziert. In den meisten Klimaprojektionen führt eine Erwärmung des Klimas zu einer geringeren Aufnahmefähigkeit von atmosphärischem Kohlenstoff Dioxid (CO2) durch die terrestrische Senke. Als Ergebnis bleibt mehr CO2 in der Atmosphäre zurück wo es als GHG klimawirksam ist. Dieser Effekt beschreibt einen positiven Rückkopplungsprozess des Kohlenstoffkreislaufes zur Klimaerwärmung (L) und wird durch den anteiligen Kohlenstoffverlust pro Kelvin Erwärmung quantifiziert, in Einheiten von GtC pro K. Dieser unterliegt jedoch starken Unsicherheiten in Klimaprojektionen des 21. Jahrhunderts. CMIP5 Modelle simulieren den Betrag der tropischen terrestrischen Kohlenstoffsenke, bei ausgeblendeten Klimaeinwirkungen auf den Kohlenstoffkreislauf, im Bereich von 252 ± 112 GtC für eine Verdopplung atmosphärischen CO2 Konzentrationen. Eine gute Korrelation zwischen dem Kohlenstoffkreislauf-Klima-Rückkopplungsfaktor und der beobachtbaren Sensitivität der interannualen CO2-Wachstumsrate auf Temperaturschwankungen ermöglicht es die Unsicherheiten in Klimaprojektionen mit Beobachtungen einzuschränken. Die beobachtete Sensitivität (-4.4 ± 0.9 GtC per year and K) reduziert dabei die Unsicherheiten zu -44 ± 14 GtC pro K um mehr als die Hälfte im Vergleich zum Multimodellmittelwert von 49 ± 40 GtC pro K. Die Ergebnisse der ersten Studie implizieren, dass mit einem Temperaturanstieg weniger Kohlenstoff in der terrestrischen Senke gespeichert wird. Dieser Effekt ist im Vergleich zum Multimodellmittel für den neu berechneten Wert geringer, was einen geringeren Anstieg der CO2 Konzentration durch Klimaerwärmung bedeutet. Die zweite Studie nutzt Beobachtungsdaten, um den Kohlestofkreislauf-CO2 Feedback genauer zu bestimmen und ist in der Begutachtung bei Nature. Unsicherheiten in der Sensitivität des Landökosystems auf erhöhte atmosphärische CO2 Konzentrationen tragen zusätzlich zu Unsicherheiten von Klimaprojektionen bei. CMIP5 Modelle mit interaktivem Kohlenstoffkreislauf simulieren für einen Anstieg der atmosphärischen CO2 Konzentration eine Erhöhung der terrestrischen Brutto Primärproduktion (GPP). Dieser Düngeeffekt wird jedoch von den CMIP5 Modellen unterschiedlich stark für eine aktuelle atmosphärische CO2 Konzentration (ca. 400 ppmv) simuliert und ist im Bereich von 7.5 ± 7 GtC relativ zu vorindustriellen Zeiten. In dieser Studie wurde eine starke Korrelation zwischen dem Düngeeffekt von CO2 auf GPP in höheren Breiten sowie den Extratropen und der beobachteten Änderung der CO2 Amplitude im Jahresgangs (0.05 ± 0.001 ppmv pro ppmv) festgestellt. Mithilfe der Beobachtungen konnte für eine Verdopplung der atmosphärischen CO2 Konzentrationen ein Düngeeffekt auf GPP in hohen Breiten von 0.14% pro ppmv und für GPP in den extratropischen Regionen von 0.12% pro ppmv ermittelt werden. Durch die Anwendung der beobachtungsbasierte Methode auf den Kohlestofkreislauf-CO2 Feedback konnte deutliche Verringerung der Unsicherheiten des Düngeeffekts erzielt werden. Die dritte Studie nutzt Beobachtungen um die Position des SH Jets in Klimaprojektionen genauer zu bestimmen und wurde im Journal of Climate 2016 publiziert. Die Zuname stratosphärischen Ozons und den Anstieg von GHG haben einen starken Einfluss auf die SH extratropische Zirkulation was eine Verlagerung der SH Jetposition zur Folge hat. Die mittlere SH Jetposition ist in CMIP Modellen in Bezug auf Beobachtungsdaten zum Äquartor verschoben und die Modelle simulieren eine Verteilung der Jetposition über 10 Grad in der historischen Klimatologie und in Klimaprojektionen. Die Multiple Diagnostik Ensemble Regression (MDER) Methode wurde verwendet um prozess-orientierte Diagnostiken des aktuellen Klimas mit Projektionen der SH Jetposition zu korrelieren. Die MDER Methode wurde auf den Zeitraum 2015 - 2034 angewendet, wo sie aus den 20 Diagnostiken die historische Jetposition als die wichtigste Größe aussucht. Die Methode detektiert den zum Äquator hin verschobenen Bias in der historischen Jetposition und berechnet eine Korrektur von 1.5 Grad südlich für die Vorhersage. Durch die Analyse konnte somit eine Verbesserung zum Ensemblemittelwert und dessen Unsicherheit erzielt werden. Emergent Constraints, wie sie in dieser Arbeit untersucht wurden, können helfen Modellentwicklungen und Beobachtungen auf Prozesse zu fokussieren, die zur Größenordnung und den Unsicherheiten zukünftiger Klimavorhersagen maßgeblich beitragen.Anthropogenic climate change is mainly driven by increasing greenhouse gas (GHG) concentrations that alter the Earth’s energy budget. Higher GHG concentrations not only result in an increase of the radiative forcing but also affect the atmospheric circulation and biogeochemical cycles. Feedbacks of biogeochemical cycles potentially amplify or dampen warming and cooling processes of the climate. State-of-the-art Earth system models (ESMs) participating in the 5th phase of the Coupled Model Intercomparison Project (CMIP5) include biogeochemical components allowing investigations of biogeochemical and climate feedbacks of the Earth system. The magnitude of these feedbacks remains a key uncertainty in climate change projections because of the lack of understanding of the underlying processes and their representation in ESMs. The aim of this work is to study how observable features of the current climate can be used to reduce uncertainties in selected key feedbacks. In order to constrain the climate’s sensitivity to anthropogenic forcings with observations, the relatively new method of emergent constraints is used. Emergent constraints are relationships between some aspect of the simulated Earth system sensitivity and an observable trend or variability in the current climate. This approach is applied in this thesis to constrain carbon cycle feedbacks and the shift in the positions of the Southern Hemispheric (SH) Jet Stream due to anthropogenically forced climate change. New diagnostics are developed and implemented into the Earth System Model Evaluation Tool (ESMValTool). The first study uses observations to constrain the carbon cycle-climate feedback and has been published in a peer-reviewed publication in the Journal of Geophysical Research in 2014. In most climate-carbon cycle projections, climate warming reduces the efficiency of carbon dioxide (CO2) absorption by the land. As a result more of the emitted carbon remains in the atmosphere leading to additional warming, representing a positive carbon cycle-climate feedback. The longterm sensitivity of land carbon storage to future climate warming (g_L) can be quantified in terms of carbon loss per unit temperature change, usually given in GtC per K, and remains a key uncertainty in climate projections of the 21st century. The CMIP5 models with interactive carbon cycle simulate a spread in the tropical land carbon storage in the order of 252 ± 112 GtC at a doubling of CO2. A good correlation between the carbon cycle-climate feedback and the (observable) sensitivity of interannual variations in the CO2 growth rate to temperature variations was found in the CMIP5 models, enabling the projections to be constrained with observations. The observed sensitivity of CO2 to changes in tropical temperature (-4.4 ± 0.9 GtC per year and K) narrows the range of the carbon cycle-climate feedback to -44 ± 14 GtC per K, compared to the unconstrained multi model mean of -49 ± 40 GtC per K. The results show that with increasing temperature less carbon will be stored in the terrestrial sink, but this carbon cycle-climate feedback is smaller in the constrained ensemble. This implies a less severe increase of atmospheric CO2 concentrations with climate warming than the increase simulated by the unconstrained model ensemble. The second study uses observations to constrain the carbon cycle-CO2 feedback and is currently under review in Nature. Uncertainties in the vegetation response to rising CO2 concentrations contribute significantly to the large spread in projections of future anthropogenic CO2 and hence climate change. CMIP5 models with interactive carbon generally agree that elevated CO2 will enhance Gross Primary Productivity (GPP), but the magnitude of this fertilization effect varies widely among the models, simulating a GPP increase for current CO2 concentrations (approx. 400 ppmv) of 7.5 ± 7 GtC relative to pre-industrial times. The projected CO2 fertilization effect on high-latitude and extra-tropical GPP is found to be correlated with the magnitude of the CO2 fertilization effect on the amplitude of the CO2 seasonal cycle (0.05 ± 0.001 ppmv per ppmv), allowing this to be used as an emergent constraint. With the observational constraint the increase in GPP for a doubling of the atmospheric CO2 concentration is estimated to be in the order of 0.14% per ppmv for high-latitude GPP and 0.12% per ppmv for extra-tropical GPP, respectively. The observational constraint on the carbon cycle-CO2 feedback therefore significantly reduces the uncertainty and suggests that models overestimate the magnitude of the terrestrial carbon sink. The third study uses observations to constrain the projected position in the austral jet stream and has been published in a peer-reviewed publication in the Journal of Climate in 2015. Stratospheric ozone recovery and increasing GHGs are expected to have a large impact on the SH extratropical circulation shifting the position of the jet stream and thus the SH storm tracks. Models participating in CMIP5 have difficulties in reproducing the observed properties of the austral jet. Typically, the position of the jet is shifted equatorward in the models and 10 deg spread in their historical and future climatologic meridional position. A Multiple Diagnostic Ensemble Regression (MDER) method was used to relate process-oriented diagnostics of the current climate to projections of future SH jet stream positions. MDER is targeted to constrain nearterm (2015-2034) projections of the austral jet position, and selects the historical jet position as the most important of 20 diagnostics. The method essentially recognizes the equatorward bias in the past jet position, and provides a bias correction of about 1.5 deg southward to future projections. This constitutes an improvement of the projected jet position and also narrows the uncertainty compared to the unweighted multi model mean. Emergent constraints of the types studied in this thesis can help guiding model development and observations onto processes crucial to the magnitude and spread of future Earth system change