Vorhersage
Wasser und Erderwärmung
|
| Vorhersagen beruhen auf Klimamodellen |
Es gibt kein Labor, das gross genug wäre, die Erdatmosphäre realistisch nachzustellen. Um trotzdem vorherzusagen wie das Klima auf der Erde sich in Zukunft entwickeln könnte, haben Wissenschaftler Computer-Modelle der Atmosphäre entworfen. Dabei handelt es sich um umfangreiche Programme, in denen möglichst viele Details der Dynamik (Wind, Strömungen) und Chemie in der Atmosphäre, die wir durch Gleichungen beschreiben können, berücksichtigt werden. Allerdings ist es leider nicht möglich, die Atmosphäre komplett realistisch zu beschreiben. Das hängt zum einen damit zusammen, dass auch Großrechner beschränkte Kapazitäten haben, und zum anderen damit, dass wir noch nicht alle Prozesse verstanden haben, die für das Klima wichtig sind.
Dabei spielt der Wasserdampf eine grosse Rolle. Wasserdampf liefert einerseits den größten Beitrag zum natürlichen Treibhauseffekt, ist andererseits aber nicht gleichmäßig in der Atmosphäre verteilt. Viele Prozesse, die die Wasserdampfverteilung in der Atmosphäre beeinflussen, sind so kleinräumig, dass sie in Klimamodellen, in denen wegen der begrenzten Computer-Kapazitäten nur grossräumigere Phänomene betrachtet werden können, nicht ausdrücklich berücksichtigt werden.
Unsere Umwelt als Box in einem globalen Modell |
Ein Ausflug in die Modellrechnung:
Die Modellrechner zerteilen die Atmosphäre in Boxen. In einer solchen Box werden dieselben Werte für chemische und meteorologische Größen (Windgeschwindigkeit, Luftfeuchte, Strahlung, etc.) angenommen. Innerhalb einer Box kann nicht mehr unterschieden werden.
|
Quelle: MPI Mainz Wie weit können wir in der Modellrechnung gehen? Hier drei Modelle, mit drei verschiedenen Auflösungen:
A 1200 km x 1200 km
etwa 14.000 Boxen
B 500 km x 500 km
etwa 57.000 Boxen
C 200 km x 200 km
etwa 500.000 Boxen
|
Die rasante Entwicklung bei den Großrechenanlagen in den letzten 20 Jahren machte es möglich, 3-dimensionale Modelle der Atmosphäre zu verwenden. Hierbei kann man die gesamte Atmosphäre verwenden oder auch nur einen Teilbereich (z.B. nur untere oder nur obere Atmosphärenschichten oder nur Europa).
Bei den globalen Modellen unterscheiden wir zwei Typen:
Globale Zirkulations Modelle (GCM)
Bei diesem Modelltyp werden alle meteorologischen Größen (Wind, Temperatur, Feuchte, Wolken, Niederschlag, Schneebedeckung, etc.) vom Modell selbst berechnet. Diese Modelle unterscheiden sich nicht wesentlich von den für die Wettervorhersage verwendeten, außer dass meist eine weniger feine Auflösung verwendet wird. Auch wird meist bei der Wettervorhersage nur ein Teilbereich der Atmosphäre betrachtet (z.B. Europa). Zusätzlich kann auch die Kopplung des Klimasystems mit chemischen Vorgängen berücksichtigt werden.
Chemie-Transport-Modelle (CTM)
Diese Modelle werden mit den wichtigsten meteorologischen Größen wie Wind und Temperatur gefüttert und berechnen dann Transport, Umwandlung und Auswaschungsprozesse von chemischen Substanzen in der Atmosphäre. Durch die Vorgabe der meteorologischen Daten wird weniger Rechenzeit benötigt, die dann für eine genauere Untersuchung der chemischen Prozesse genutzt wird. Die Abbildung links zeigt verschiedene horizontale Auflösungen solcher Modelle und die Anzahl der Boxen.
Wir sehen, dass ein Modell mit einer Auflösung von 200 x 200 km (d.h. für Wuppertal und Köln oder für München und die Zugspitze werden die gleichen Daten angenommen) schon zu einer halben Million Boxen führt. Dies braucht eine enorme Rechenzeit. Denken wir nun daran, dass es sehr wohl in München warm und trocken sein kann, während gerade über der Zugspitze heftige Gewitterregen herniedergehen, dann haben wir ein Gefühl dafür, wie schwer Wasserdampf und Wolken in globalen Vorhersagen zu berücksichtigen sind.
|
Wie kommt die Wolke trotzdem ins Modell?
Wir haben gesehen: Ein Klimamodell kann nicht einzelne Wolken erfassen. Um die verschiedenen Effekte von Wolken dennoch im Modell zu berücksichtigen, werden mit Hilfe eines genaueren, aber nicht globalen, Computermodells Einzelstudien durchgeführt. Dabei versucht man einfache Zusammenhänge zu verstehen, die die betreffenden Größen (z.B. Bedeckungsgrad des Himmels durch Wolken, Transport von chemischen Stoffen in der Wolke, usw.) mit anderen Modellgrößen haben. Dies wird Parametrisierung genannt.
Kurz gefasst: Man vereinfacht und nimmt Durchschnittwerte an und prüft mit einem genaueren Modell, ob das Ergebnis nicht zu falsch wird.
In solchen Einzelstudien versucht man also zu erreichen, dass sowohl die komplizierte Beschreibung (genaues Modell) als auch die einfach Beschreibung (globales Klimamodell) als auch die Meßwerte (z.B. Luftfeuchtemessung) möglichst wenig voneinander abweichen. Oft muß aber für Klimamodelle so stark vereinfacht werden (wie für die Luftfeuchte und die Wolkenbildung), dass das Ergebnis sehr ungenau ist.
|
Wenn nun mehr andere Treibhausgase, wie Kohlendioxid oder Methan emittiert werden, steigt der Wasserdampfgehalt in der Atmosphäre durch die Erwärmung an. Dies hängt einfach damit zusammen, dass wärmere Luft mehr Wasserdampf aufnehmen kann, und dadurch mehr Wasser von den Ozeanen verdunstet, und hat nichts damit zu tun, dass auch Wasserdampf emittiert wird.
Durch den steigenden Wasserdampfgehalt, wird aber wiederum der Treibhauseffekt verstärkt. Dies führt zu einem sich selbst verstärkenden Effekt, der auf Englisch 'feedback' genannt wird. Man geht nach dem heutigen Stand der Forschung davon aus, dass eine Verdopplung der Kohlendioxid Konzentration in der Atmosphäre eine Erwärmung von 1,5 bis 4,5 Grad Celsius bewirken würde. Dies enspricht einer Strahlungsdichte von 3,5-4,1 W/m2. Durch das Wasserdampffeedback ohne Berücksichtiung der Wolken verdoppelt sich der Wert auf 7-8 W/m2. Zum Vergleich: die Strahlungsdichte der Sonnenstrahlung ist ungefähr 1370 W/m2. Laut diesen Modellen ist die Strahlungsdichte durch den von uns Menschen verursachten Kohlendioxid Ausstoß bereits um ca. 1,46 W/m2 angestiegen. Nimmt man Methan, Stickoxide und halogenierte Kohlenwasserstoffe hinzu, die alle relativ gleichmässig in der Atmosphäre verteilt sind, sogar um etwa 2,43 W/m2.
Veranschaulichen wir uns die Zunahme der Strahlungsdichte bei verdoppeltem CO2-Gehalt.
[Bislang hat sich die CO2 Konzentration in der Atmosphäre von etwa 280 ppm vor der Industrialisierung auf 370 ppm erhöht.]
Quelle: ESPERE - eu
1) Vor der Industrialisierung und Verstädterung:
Die Kohlendioxidkonzentration (grauer Balken) liegt bei 280 ppm, die Strahlungsdichte (roter Balken) bei Startwert x.
2) Städte, Industrie, Kraftwerke und Verkehr wachsen an
3) Aus den Emissionen (Abgasen) kommen nochmal 280 ppm CO2 hinzu.
4) Die Strahlungsdichte erhöht sich um 3,5-4 W/m2
5) Die Erwärmung erhöht den Wasserdampfgehalt in der Luft und die Strahlungsdichte verdoppelt sich nochmal.
Frühere Modelle der Atmosphäre haben diesen Effekt so berücksichtigt, und haben daher Erwärmungen der Erde vorhergesagt, die wir heute für übertrieben halten. Inzwischen ist nämlich klar geworden, dass vermehrter Wasserdampf in der Atmosphäre auch eine abkühlende Wirkung haben kann. Bilden sich nämlich z.B. mehr Wolken, können diese zum Teil Einstrahlung von der Sonne reflektieren, und damit weniger Energie in die Atmosphäre lassen. Dieser Effekt hängt aber stark von der geographischen Verteilung der Wolken, ihrer Höhe, und sogar von der Wolkentröpfchengröße ab. Er kann daher noch nicht korrekt simuliert werden. Die Wirkung von Wasserdampf alleine würde dabei die Wirkung verdoppeln, die eine verdoppelte Kohlendioxid Menge hätte. Betrachtet man aber auch die Wirkung der Wolken, findet man bei verschiedenen Modellen, die kleinräumige Prozesse unterschiedlich behandeln, unterschiedliche Effekte zwischen etwa -3 und +3 W/m2. Der Einfluss der Wolken kommt zu den anderen Effekten hinzu. D.h., nehme wir an, dass sich die Strahlungsdichte durch eine Verdopplung des Kohlendioxidgehaltes der Luft um 3,5-4,1 W/m2 erhöht und das das Wasserdampffeedback diesen Wert nochmal verdoppelt, also auf 7-8 W/m2, so kommt es durch den zusätzlichen Effekt der Wolken zu einer Bandbreite von 4-11 W/m2.
Quelle: ESPERE - eu
Fügen wir nun die Wolken hinzu, so können diese einerseits die Infrarotstrahlung (rote Pfeile) der Erde zusätzlich absorbieren. Zum anderen reflektieren sie aber auch die Sonnenstrahlung (gelbe Pfeile).
Für die Strahlungsdichte ergibt sich eine zusätzliche Unsicherheit nach oben wie nach unten (4-11 W/m2 Varianzbereich). Man nimmt aber eher an, dass der Effekt insgesamt zur Abkühlung führt (also eher 4-7 als 8-11 W/m2).
Die Unsicherheit ist jedoch recht hoch, und dies nicht nur bei solchen Modellrechnungen. Dies gilt auch für Messungen. Untersuchungen des 'feedback' Effekts von Wolken mit Hilfe von Strahlungsmessgeräten, die auf Satelliten um die Erde kreisen, und die von der Erde ausgehende Strahlung messen, widersprechen sich deutlich.
Ausserdem existieren weitere Prozesse, die zwar nur kleinräumig sind, aber grosse Auswirkungen auf die Wasserdampfverteilung und damit das Klima haben können. Insgesamt zeigen die Forschungsergebnisse aber eher eine Erwärmung aufgrund der Emission von Treibhausgasen durch die Menschheit. Die abmildernden Effekte scheinen nicht stark genug zu sein, die Erwärmung völlig auszugleichen. Aber die bisher noch ungenauen Kenntnisse dieser Effekte erschweren es, jetzt schon zuverlässige Aussagen über die zukünftige Entwicklung des Klimas zu machen.
|
Wir fassen zusammen:
Das Klimasystem als ganzes ist zu komplex, um es im Labor nachzustellen. Wir benötigen Modelle, in denen der Computer die Klimaveränderungen simuliert. Oft sind aber die eingegebenen Größen noch nicht hinreichend abgesichert. Zudem reicht die Leistungfähigkeit der Rechner nicht hin, um jeden kleinsten Prozess in einem weltweiten Modell zu berücksichtigen.
Bisherige Ergebnisse sagen voraus, dass sich bei Verdopplung des CO2 Gehaltes die Atmosphäre um 1,5-4,5°C erwärmt. Das Wasserdampffeedback könnte bewirken, dass die Strahlungsdichte nochmals um den gleichen Betrag zunimmt. Die zusätzliche Wolkenbildung aber macht diese Berechnung sehr unsicher.
|
Susanne Nawrath
Forschungszentrum Jülich / ICG2
Ergänzungen:
Elmar Uherek, MPI Mainz
|
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
|
