CECILIAProject No. 037005

КЛИМАТИЧНИТЕ ПРОМЕНИ.КАКВО ВСЪЩНОСТ ОЗНАЧАВАТ И КАКВО ДА ОЧАКВАМЕ В БЪЛГАРИЯ

Валери Спиридонов

NIMH

ЦЕЛИ

•Запознаване с проекта и българското участие

•Идеология на климатичните модели

•Как да се интерпретират резултатите и разпространени грешни разбирания

•Конкретни резултати

Проектът CECILIA ( http://www.cecilia-eu.org/ стартира на 1 юни през 2006, като част от 6-та рамкова програма на ЕС и включва 16 института от 12 европейски страни. Целта му е да подобри разбирането за климатичните промени в Централна и Източна Европа, както и въздействието им върху различни икономически области. Дейността на проекта е систематизирана в 8 работни пакета (WP):WP1: Подготовка на информация за регионалните моделиWP2: Изследване на климатичните промени с регионални числени модели;WP3: Статистически методи за downscaling, оценки, локализация;WP4: Климатичните промени при екстремните метеорологични условия;WP5: Въздеиствие върху управлението на водите;WP6: Въздействие на климатичните промени върху земеделието и горите;WP7: Въздействие върху качеството на въздуха и здравето;WP8: Мениджмънт и разпространение на резултатите.В различните етапи много сътрудници имат принос, но основните участници съответно са В. Спиридонов и А. Богачев в WP2, WP3; В. Александров и К. Колева в WP4, WP6, Д.Сираков, М.Проданова, Г. Милошев и К. Ганев (ГФИ) в WP7.

Пространствената стъпка в числените модели е от съществено значение. Намаляването й е съпроводено с голямо увеличение на изчислителните ресурси. Затова тези модели се разделят на глобални и регионални. Първите са с ниска резолюция (~ 300 км) и са директно координирани от IPCC (Inter- governmental Panel on Climate Change) www.ipcc.ch/ . При такава резолюция от планините на Европа могат да се отличат само Алпите. За по-детайлно определяне на промените в даден регион се използват регионални модели с висока резолюция. Доскоро 50 км се считаше за такава. В CECILIA и други програми, вече се преминава към стъпка от 10 км. През 2001-2004 проектът PRUDENCE (от 5-та рамкова програма на EC) обедини серия регионални модели на основата на 50 километрова резолюция. По-долу са дадени систематичните грешки за територията на България, на различните модели включени в този проект. Те са означени с буквите от a до j, както следва (в скоби са дадени глобалните модели, от които се взимат граничните условия при климатичните симулации за всеки от регионалните модели):CNRM Метео-Франс ARPEGE (модел с променлива резолюция), (a) Дания (HadAM); (b1) Дания (ECHAM) (b2); Швейцария (ETHZ) (c); Германия (GKSS) (d); Италия (e); Холандия (f); Германия (MPI) (g); Швеция (HadAM) (h1); Швеция (ECHAM) (h2); Испания (UCM) (i) и Англия (HadAM3H) (j). В началото са добавени симулациите с климатичната версия на ALADIN, с 10 км резолюция:

Систематична грешка на температурата (градуси) за България при различните модели участвали в PRUDENCE с 50 км резолюция

ALADIN 10 км a b1 b2 c d e f g h1 h2 i j

Дек.- Февр. 2.10 3.61 4.68 4.64 3.57 4.05 4.51 4.32 4.73 4.23 4.73 3.84 4.76

Mарт-Май

2.11 4.00 3.07 4.32 3.04 2.87 3.43 3.55 3.20 3.35 4.28 3.77 4.46

Юни-Авг. 2.10 5.93 5.33 6.21 4.74 4.35 5.03 6.51 4.67 5.87 7.07 5.91 6.79

Септ.-Ноем. 2.10 4.21 4.58 5.28 3.26 3.38 4.07 4.32 4.09 4.13 4.65 4.25 4.68

Същото за валежите (мм/ден)

ALADIN10 км

a b1 b2 c d e f g h1 h2 i j

Дек.-Февр. -0.08 -0.10 -0.01 -0.08 -0.06 0.01 0.14 0.02 -0.18 -0.03 -0.56 0.03 -0.02

Mарт-Май 0.10 -0.40 -0.04 -0.31 -0.18 -0.09 -0.29 -0.17 -0.15 -0.21 -0.47 -0.18 -0.30

Юни-Авг. 0.50 -0.59 -0.60 -0.36 -0.52 -0.47 -0.62 -0.75 -0.35 -0.43 -0.22 -0.42 -0.63

Септ.-Ноември

-0.09 -0.25 -0.20 -0.21 -0.20 0.35 -0.15 -0.23 0.13 -0.16 -0.37 -0.21 -0.07

Моделът ALADIN възникна след 1992 г. с обединените усилия на много страни и се използва, като основно средство за краткосрочна прогноза на времето. www.cnrm.meteo.fr/aladin/ . В НИМХ времето се “изчислява” вече 10 години. През периода 2004-2005 г. бе разработен климатичния вариант на модела (Spiridonov, V., Déqué, M., and Somot, S., 2005: ALADIN-CLIMATE: from the origins to present date. ALADIN Newsletter 29). Този модел, заедно с RegCM на института по теоретична физика в Триест (ICTP) www.ictp.trieste.it/~pubregcm/ са моделите използвани в CECILIA.

Динамични характеристики на модела ALADINРазликите между моделите, освен в подхода за решаване на динамичната част, са и в параметризациите на различните процеси. От гледна точка на числената схема за динамиката, ALADIN е спектрален модел с полу-Лагранжева адвективна схема. Това позволява комбинирането на големи стъпки по времето (т.е. икономичност), което е характерно за полу-Лагранжевите схеми, както и със запазване на енергията и контрол на честотите, което е преимущество на спектралното представяне. Граничните условия са радиационни и спектралното представяне води до бипериодизация и общата област може да се представи във форма на тор:

Съхранение наСъхранение на моментамомента

Съхр. на кол топлинаСъхр. на кол топлина

ЗапазванеЗапазванена масатана масата

Запазв кол. влагаЗапазв кол. влага

Уравн на състУравн на съст..

Разпр. на аерозоли

Параметризиране на процеситеРегионалните модели имат за цел по-детайлното рапределение на метеорологичните полета и са базирани на същите уравнения, както глобалните модели, но е възможно да се отличават в параметризацията на различните подмрежови процеси. Често възникват проблеми с параметризационните схеми, когато те зависят явно или неявно от самата резолюция.

Различните модели описват (параметризират) различно множество от климатообразуващи фактори, но основните са:

Радиационен приток и аерозоли;Конвекция – плитка и дълбока;Облачност и водна пара;Граничен слой- схеми на ‘затваряне’ и турбулентност, както и орографско триене (Drag);Растителност, почва, хидроложки цикъл.

Параметризацията зависи и от резолюцията на модела. За повечето модели при резолюция под 20 км се получават сериозни грешки. Глобалният модел ARPEGE е разработван, като модел с променлива резолюция. Това е правено за да се съвместят предимствата на глобалния модел, където не се проявяват проблеми с изкуствените (неизбежни) странични гранични условия и възможността за по-детайлна прогноза над даден район, което е предимството на регионалните модели. Затова, параметризациите са правени с такава идеология, че максимално да се избегне зависимостта от резолюцията. Като „регионален двойник”, ALADIN има същото предимство. Параметризираните процеси са изключително взаимосвързани. Радиационния приток зависи от аерозолите и облачността, а радиационния баланс е малка разлика между няколко поорядъка по-големите по стойност потоци на приток на радиация и излъчване, контролирано от парниковите газове и облачността. Облаците, от една страна имат най-значима задържаща роля и пречат за изстиването, но от друга страна и най-много отразяват слънчевата радиация. Противоположността на ефектите на тези процеси именно създават динамичния баланс и устойчивост, което усещаме като „климат”.Климатичните модели са почти същите, като тези, с които се прават краткосрочни прогнози. Ако сме недоволни от краткосрочната прогноза, защо да имаме абсолютната увереност за резултатите получени от интегриране за 30 годишен период?Очевидно има необходимост от „инструмент”, с който да изследваме чуствителността на климатичните модели при различните параметризации. Това е важно, защото много процеси действат в противни посоки и най-малко дебалансиране може да доведе до сериозни изменения при продължителното, интегриране. Иначе казано, има опасност от ‘параметризационна неустойчивост’. При краткосрочните, където малките дисбаланси не се забелязват, но е възможна структурна неустойчивост, „объркваща” прогнозата, такъв инструмент вече е много добре развит. Това е ансамбловата прогноза. При климатичните модели, за съжаление, това е невъзможно. При тях началните условия са без значение и обикновено се прилага „адаптационно” интегриране от 1-2 години, докато моделът влезе в режим.

Много важни фактори не се отчитат, например:Вариацията на Слънчевата константа и активниост, включително електромагнитните процеси в горните слоеве на атмосферата;Вулканичната дейност;Изменението на масата на атмосферата, включително поради притоците от влага и освобождаването й чрез валежите;Влиянието на океана е зле отчетено, доколкото не е ясно как ще се изменят океанските течения, солеността и др.

Поради чисто изчислителни причини, моделите “генерират” маса, която периодически трябва да бъде изкуствено корегирана. Това “генериране” се изразява в систематично нарастване на приземното налягане. Една от причините е трудността за адекватно задаване на горното гранично условие, т.е. къде “свършва” атмосферата. Този недостатък обезсмисля съответните параметризации. От друга страна, съдържанието на водната пара (тя е най-ефективният парников газ), зависи от температурата и води до промени не само на парниковия ефект но и на масата на атмосферата и на нейното “пространствено преразпределение”. От тук има влияние на “пространственото разпределение” на радиационния баланс и на общата циркулация, т.е. на обособяването на климатичните райони.

Това състояние на познанието ни досега е описано от един от водещите специалисти по моделиране на

атмосферата, Roger Pielke:

„...След като климатичните модели не съдържат всички важни климатоопределящи фактори и обратни

връзки, моделните резултати не бива да бъдат интерпретирани, като прогноза. След като се

прилагат за осреднените за десетилетия атмосферни условия през следващите 50-100 години, те не могат

да бъдат интерпретирани и като диагностични модели...”

Как да се интерпретират резултатите от климатичните симулации

Присъща характеристика на уравненията, описващи атмосферната динамика, е специфична хаотичност на решението им. Това е фундаментално свойство на самата термодинамична система и няма нищо общо с разнообразните други фактори, които се добавят при създаването на всеки климатичен модел. За първи път такова изследване е направено от Edward Lorenz през 1963 и е породило цяла математична теория. Решението на един твърде опростен вариант на тези уравнения има вида представен на следващата фигура

Образно казано, моментните състояния на системата (представени като топчета) гравитират около два центъра на привличане (атрактори), които са устойчивите състояния на системата. По случаен, изглеждащ странен начин, става прехода от едното към другото устойчиво състояние. От тук идва името на тази фигура. Ако си представим, че тези центрове са „различни климати”, а топчетата са ‘метеорологичното време’ през един даден период, то отговорът на въпроса, дали има климатична промяна следва от това, дали се е сменила орбитата около единия атрактор към орбита около другия. Колкото е по-голямо „парчето орбита” което изследваме, толкова по-сигурно може да определим неиния център. Това важи особено, ако сме в област, където орбитите около различните центрове са близки една до друга (червеният квадрат на фигурата). Симулациите на климатичните промени трябва да се разглеждат, като „сравнение” на орбита от миналото с орбита от бъдещето. Това е и начинът по който можем да получим идея за климата в бъдеще, съобразена с забележката на Roger Pielke. Обикновено се вземат „нормите” от 30 годишни периоди за определяне „средното” състояние за дадена „орбита”. Напълно погрешно е да се търси детайлизация ‘вътре в този интервал’ за някакви по-малки периоди. Климатичните симулации са решения, които не се влияят от началните данни, както бе споменато. Обикновено се интегрира 1-2 години, докато системата се самоадаптира. По такъв начин, „астрономическото време” на модела няма нищо общо с реалното. Например, максималното затопляне може да се появи в началото на периода, а в действителност де се случи в средата или в края му. Преди това, трябва да отговорим на въпроса какъв е „базовият” климат, т.е даден център, от аналогията от фигурата. След това трябва да уточним кое е „вариация” на климата, или пак следвайки горната аналогия, до каква степен са „широки” орбитите около даден център.

СценарииКлиматичните промени се изследват, като се предполага различно развитие на човешката дейност. Това е представено като 40 ‘сценарии’, систематизирани в SRES (IPCC Special Report on Emissions Scenarios, 2000). Обикновено, вместо тях се използват 6 модификации, които описват различно изменение на СО2 до 2100 година:

Изследванията в CECILIA са основно по сценария А1В. Той се счита за “среден” спрямо останалите, с начално повишение на СО2, както при

А1иА2 и последващо понижение до междинните стойности на сценариите В1 и В2.

Митове за климатичните промени

Мит номер 1Може да се предвидят промените до 2050 година

От систематичните грешки (по-горе), както и след симулации при различните сценарии НЕ СЕ УСТАНОВЯВА СТАТИСТИЧЕСКИ ЗНАЧИМ СИГНАЛ ЗА ПРОМЕНИ при всички сценарии и модели. Това е споменато в редица изследвания, включително и в този проект, но не му се обръща внимание. Големият интерес към климата създава среда за много спекулации и истината остава на заден план.

Мит номер 2Парниковите газове са причина за глобалното затопляне

Най-силен парников ефект има водната пара. Той е неколкократно по-голям от този на въглеродния двуокис. СО2 е съществен, поради акумулирането му, като газова съставка на атмосферата. Влиянието на водната пара е несравнимо по-голямо, но нейното влияние в атмосферата се счита за относително постоянно, доколкото периодично тя се “извалява”. От друга страна, ефектът й се усилва от парниковото влияние на въглеродния двуокис, защото с увеличаване на температурата, атмосферата акумулира повече водна пара и това води до още по-силен парников ефект. Въпреки това, този механизъм не може да е пряко отговорен за систематичното увеличаване на температурата. Парниковият ефект в “изчистен вид” евентуално се проявява в определени случай през лятото, в периода на тъй-наречените „горещници”. Тогава, в условията на дългоживуща антициклонална безоблачна структура, нагряването през деня не може да се компенсира от охлаждането през ноща и температурите систематично се покачват. Температурните рекорди през последните години са при подобни условия. Но важно условие е пряката слънчева радиация да е голяма и процесът да се развива след първоначална адвекция на топъл въздух. При подобни антициклонални условия, но през зимата, отново при ясно небе, се случват най-големите мразове.

В моделите промяната на радиационния баланс в следствие на парниковите газове се проявява опосредствано чрез процесите на облако-образуване, които са параметризирани процеси. Нещата съществено зависят от това, каква параметризационната схема сме избрали. Изменението на топлинния баланс вследствие само на парниковите газове е пренебрежимо спрямо това, причинено от режима на облачността. В използваните схеми този баланс е ‘спусъкът’.

Облачната покривка спира много по-силно радиационното изстиване, а от друга страна увеличава албедото и притока на пряката радиация. По такъв начин, вечер тя има на порядъци по-силен парников ефект, а през деня обратно, води до изстиване на атмосферата. Ако систематично конвекцията започва малко по-рано сутрин, като се образуват повече облаци, а вечер тя затихва по-бързо и има по-малко облачност, то балансът ще е отрицателен и атмосферата ще изстива. Някои модели показват такъв ефект, доколкото използват сходни параметризационни схеми.

Мит номер 3Ледниците се топят поради затоплянето на атмосферата

Има два типа ледници, които се топят, при това в естествен режим на промени на обема им от времето, когато наблюденията са описани. Единият тип са навътре в сушата а другите са на брега или в океана. Едно естествено образувание е муленът (мелница).

Тези отвори стигат до основата на ледника и някои предполагат, че това действа като „смазка” и е причина за плъзгането на ледниците към морето (World Climate Report, 14 Nov., 2008). Движението на Гренландския леден щит към океана често е даван за пример на подобно движение, а възникването на мулени, като доказателство за затоплянето.

Има места, където се наблюдава забавяне на това движение („К-разреза” от статията “Van de Wal, R.S.W., et al., 2008. Large and Rapid Melt-Induced Velocity Changes in the Ablation Zone of the Greenland Ice Sheet. Science, 321, 111-113”)

Друг пример за предричане топенето на ледниците е „Западно антарктичния леден щит (покривка)” (West Antarctic Ice Sheet (shelf)- WAIS) Той обхваща няколко зони. През международната геофизична година (1957–1958), се установява, че той лежи на морското дъно. На практика, той се подчинява на рeжима, който има леда на Северния полюс. Mercer (1978) изказва хипотезата, че този щит е нестабилно образувание и ще бъде рязко повлиян при повишение на температурите заради парниковите газове, които са в центъра на вниманието по същото време.

Това, което се пропуска е, че този тип ледници са „морски” и са зависими от океанските течения, солеността и температурата на океана, много повече от атмосферната температура. От своя страна, океанската температура е подчинена на друг режим.

Не може да се пренебрегне възможността от увеличаване на валежите в континенталната част (водната пара се е увеличила – виж по-горе) и съответно на ледниците. Това става за сметка на „отнетата” вода от океана.Описанието на ледниците върху континента изисква много по-сложен подход, отколкото се използва в момента. За първи път, достатъчно подробна схема на тези процеси бе използвана от Brun, E., E. Martin and V. Spiridonov (“Coupling a multi-layered snow model with GCM”, Annals of Glaciology, 25, 66-72, 1997). За да се постигне задоволително представяне на еволюцията на снега и леда над Антарктида бе необходимо да се използва 50 слоя на модела, описващ процеса сняг-лед-топене. За сравнение, климатичните модели се ограничават с 2-3 слойни параметризационни схеми. Макар и бавно, ледниците “текат”. Ако има намаление на валежите в централната част, постепенно те “изтичат”, без възстановяване, и се стапят много по-надолу, извън ледниковата зона, където температурите са високи. Някои се възстановяват в този смисъл, други – не. Причината не е ясна, но това поведение не се описва директно при моделните симулаци. Ледниците в планините, които също се използват за илюстрация на затоплянето, се подчиняват на такъв режим. Те подхранват от хилядолетия едни от най-големите рeки. Топенето на ледника на Килиманджаро, обаче се оказва породено от сублимационни процеси.

Климатични експерименти

С всичките условности, казани по-горе, ще представим очакванията за промените на температурата и валежите по сезони, през периодите за района на България. Въпреки големите грешки и отбелязаните проблеми и недостатъци на моделите, има методи с които да се “улови” някакъв сигнал за промяна. Идеята се състои в следното. Прави се климатична симулация на периода, с който искаме да сравняваме. В случая, 1960-1990. Вземат се осреднените резултати за сезоните или месеците за целия период (във всеки възел от изчислителната мрежа). Този експеримент се нарича 'референтен'. Същото осредняване се прави и с моделирания период. В нашият случай, 2020-2050 или 2070-2100. От тези стоиности се изваждат 'референтните' и сe намират тенденциите. Предположението е, че амплитудата на грешките и пространственото им разпределение се запазват, както при симулациите за бъдещиия период, така и при референтния. Но това е хипотеза. Няма никаква гаранция, че при симулирания режим моделът ще “греши” по същия начин.

Средно годишната промяна на температурите за периода 2020-2050 спрямо периода 1960-1990

Средно годишната промяна на температурите за периода 2070-2100 спрямо периода 1960-1990

Средногодишна промяна на валежите в проценти за периода 2020-2050 спрямо периода 1960-1990

Средногодишна промяна на валежите в проценти за периода 2070-2100 спрямо периода 1960-1990

Климатичните симулации са основани на US EPA група модели:

CMAQ - (Community Multi-scale Air Quality model) със CTM (Chemical-Transport Model of the System; MM5 - 5 поколение месо-метеорологичен модел на PSU/NCAR, използван за препроцесор на CMAQ;SMOKE (Sparse Matrix Operator Kernel Emissions Modelling System) – емисионен препроцесор на CMAQ.

КАЧЕСТВО НА ВЪЗДУХА

3. CALCULATIONS FLOW

On the base of the experience, obtain during the elaboration of the above-mentioned TPP forecast system, the following one-day calculation scheme will be used for calculation of the regional impact of the climate changes on air quality by the NIMH group:

ALADIN 6 h output

(GRIB)

MM5 1 h output (binary)

SMOKE 1 h output (NetCDF)

Emission inventory (gridded)

Zero Boundary Conditions

CMAQ 1 h output (NetCDF)

EXTR 16 pollutants, at ground, 2 h

MCIP 1 h output (NetCDF)

AEMIS area emiss.

(NetCDF)

LandUse (gridded) (NetCDF)

1 6 11 16 21 26 31 36 41 46 51 56 61 66 71 761

6

11

16

21

26

31

36

41

46

51

56

61

66

71

76

17

23

62

70

CMAQ areaCROSS-pointsNx=70-17+1=54Ny=62-23+1=40

Center

15

65

7

MM5 areaCROSS-pointsNx=73-7+1=67Ny=65-15+1=51

73

(10,8)

ALADIN area

среден дневен максимум(ADM )

Периодите за симулация са 10 годишниКонтролна (референтна) симулация

1990-2000

Средна концентрация за периода

SO2 NO2

PM10 particulate sulphate

По долу е означено CR (контрола) NF (2041-2050) FF(2091-2100)

Разликите за 10-годишните SO2 средни стойности for “NF-CR” (ляво), “FF-CR” (среда) and “(FF-NF) (дясно)

Същото, но за NO2

Същото, но за озон ADM

БЛАГОДАРЯ