Towards constraining the role of internal climate variability and the forced response in the global carbon cycle
Year: 2024
Type: dissertation
Abstract: Der globale Kohlenstoffkreislauf weist von Jahr zu Jahr große Schwankungen auf. Diese Schwankungen sind in erster Linie auf Klimaschwankungen zurückzuführen, die wiederum von natürlichen und anthropogenen Faktoren beeinflusst werden (Bacastow, 1976; Deser et al., 2012b; Lombardozzi et al., 2014; Piao et al., 2020; Bonan et al., 2021; Friedlingstein et al., 2022). Das Verständnis dieser Faktoren ist entscheidend für die Untersuchung der Kohlenstoff-Klima-Rückkopplung auf verschiedenen Zeitskalen (Lombardozzi et al., 2014; Bonan et al., 2021). Diese Dissertation setzt den Schwerpunkt darauf, ein besseres Verständnis von interner Variabilität und externen Faktoren dieser Schwankungen im Kohlenstoffkreislauf zu generieren. Die soll dazu beitragen, das Verständnis der Reaktion und Interaktion des Kohlenstoffkreislaufs auf Klimavariabilität und Klimawandel zu verbessern. Zwei verschiedene Methoden der Klima-Attribution (multivariate statistische Analyse und die Analyse von großen Ensemble-Simulationen von Erdsystemmodellen) werden angewendet, um die Wechselwirkungen zwischen natürlichen Klimaschwankungen und menschlichen Einflüssen auf den Kohlenstoffkreislauf zu untersuchen. Die erste publizierte Studie (Kapitel 2) deckte einen engen Zusammenhang zwischen der zwischenjährlichen Variabilität der atmosphärischen CO2-Wachstumsrate und großräumigen atmosphärischen Zirkulationsmustern auf (Li et al., 2022). Unter Verwendung des Drucks auf Meereshöhe (sealevelpressure,SLP) als Proxy für zirkulationsbedingte Klimavariabilität wurde in der Studie die Ridge-Regression—einstatistisches Lernverfahren—eingesetzt, um die zwischenjährlichen Schwankungen im globalen Kohlenstoffkreislauf vorherzusagen (Sippel et al., 2019; Li et al., 2022). Es zeigte sich, dass globale Druckmuster während des borealen Winters die interannuelle Variabilität des globalen Kohlenstoffkreislaufs in der nahen Zukunft zuverlässig vorhersagen können und damit ein flexibleres Instrument für das Verständnis des Einflusses der regionalen zirkulationsbedingten Klimavariabilität auf die Variabilität des globalen Kohlenstoffkreislaufs bietet (Li et al., 2022). Die zweite publizierte Studie (Kapitel 3) baut auf der ersten auf, indem sie unter- sucht, ob Veränderungen zentraler Metriken des Kohlenstoffkreislaufs auf natürliche Klimaschwankungen oder Klimawandel zurückzuführen sind (Li et al., 2024). Als Metrik wird die Sensitivität der jährlichen atmosphärischen CO2-Wachstumsrate gegenüber Klimaschwankungen untersucht. In diesem Kapitel wird die beobachtete Verdopplung der Sensitivität der atmosphärischen CO2-Wachstumsrate gegenüber der tropischen Temperatur im Zeitraum 1959-2011 analysiert. Diese Verdopplung wurde auf zunehmende Trockenheit in den Tropen zurückgeführt (Wang et al., 2014b; Luo and Keenan, 2022), ist aber seither zurückgegangen (Luo and Keenan, 2022; Li et al., 2024). Wäre die zunehmende Trockenheit allein auf den Klimawandel zurückzuführen, wäre die Sensitivität nicht gesunken (IPCC, 2021; Li et al., 2024). Dies deutet darauf hin, dass interne Klimavariabilität und nicht allein der Klimawandel zu diesem Trend beigetragen hat (Rödenbeck et al., 2018a; Li et al., 2024). Unter Verwendung von Ensemble-Simulationen von Erdsystemmodellen trennt die Studie die interne Klimavariabilität von externen Signalen, insbesondere dem anthropogenen Klimawandel (Deser et al., 2020; Li et al., 2024). Zu den wichtigsten Ergeb- nissen gehören (Li et al., 2024): (1) Die Verdopplung der Sensitivität ist größtenteils auf interne Variabilität zurückzuführen und daher kein direktes Ergebnis des Klimawandels (Li et al., 2024); (2) Die Empfindlichkeit deutet nicht auf eine physiologische Änderung in der Reaktion des Kohlenstoffkreislaufs hin, sondern steht im Zusammenhang mit einigen extremen El-Niño-Ereignissen in den 1980er und 1990er Jahren, die die Empfindlichkeit künstlich erhöhten und dann den scheinbar signifikanten Anstieg verursachten (Rödenbeck et al., 2018a; Li et al., 2024). Diese Ergebnisse legen nahe, dass die derzeitigen Methoden zur Bewertung der Empfindlichkeit des Kohlenstoffkreislaufs möglicherweise überarbeitet werden müssen: Die Auswirkungen interner Klimavariabilität sollten daher in Studien zum Kohlenstoffkreislauf berücksichtigt werden, da interne Klimaschwankungen langfristige Trends im Kohlenstoffkreislauf verschleiern oder verstärken können (Bonan et al., 2021; Li et al., 2024). Während intern getriebene Veränderungsmuster im Kohlenstoffkreislauf zeitlichen Schwankungen unterliegen, werden sich die durch den Klimawandel getriebenen Muster mit der globalen Erwärmung wahrscheinlich verstärken (Li et al., 2024). Die dritte Studie (Kapitel 4) untersucht, wann der anthropogene Einfluss auf die globale Landkohlenstoffsenke den Einfluss von natürlicher Klimavariabilität übersteigt. Dieses Konzept ist als „Time of Emergence“ bekannt (Lombardozzi et al., 2014; Lehner et al., 2017; Bonan et al., 2021). Seit den 1950er Jahren hat die globale Kohlenstoffsenke an Land stetig zugenommen, was in erster Linie auf den Anstieg der atmosphärischen CO2-Konzentration und den anthropogenen Klimawandel zurückzuführen ist (O’Sullivan et al., 2022; Ruehr et al., 2023). Die Erkennung dieses anthropogenen Signals ist jedoch nach wie vor eine Herausforderung, da es von Jahr zu Jahr erhebliche Schwankungen gibt, die langfristige Trends entweder verschleiern oder verstärken können, insbesondere auf regionaler und dekadischer Ebene (Deser et al., 2012b; Lombardozzi et al., 2014; Kay et al., 2015; Maher et al., 2019; Bonan et al., 2021). Unter Verwendung von Ensemble-Simulationen von Erdsystemmodellen (aufbauend auf Kapitel 3) und der Ridge-Regression-Methode zur Erfassung der zirkulationsbedingten Variabilität (Kapitel 2) wird in dieser Studie ermittelt, wann das anthropogene Signal das natürliche Signal übersteigt. Das bedeutet also, den Zeitpunkt zu finden, ab wann sich das anthropogene Signal dauerhaft außerhalb der statistischen Spannbreite der natürlichen Variabilität bewegt (Bonan et al., 2021). Kapitel 4 deutet darauf hin, dass interne Variabilität anthropogene Trends verdecken kann, insbesondere auf regionaler Ebene (Maher et al., 2019; Chen et al., 2021a). Weiterhin zeigt es die Herausforderungen bei der Projektion zukünftiger Veränderungen der Kohlen-stoffsenke an Land aufgrund von Modellunsicherheiten hervor (Friedlingstein et al., 2014; Arora et al., 2020), da sich die Modelle in der jeweiligen 'Time of Emergence'teils deutlich unterscheiden. Durch die Trennung von zirkulationsbedingten Schwankungen mittels Ridge-Regression bietet die Studie eine neue Methode zur frühzeitigen Erkennung des menschlichen Einflusses auf die Kohlenstoffdynamik an Land und stellt ein nützliches Instrument für politische Entscheidungsträger dar, um natürliche Kohlenstoffsenken auf regionaler Ebene zu überwachen. Insgesamt beschäftigen sich noch wenige Studien mit der Bedeutung von interner Klimavariabilität auf den Kohlenstoffkreislauf (Lombardozzi et al., 2014; Bonan et al., 2021). Während Trends im Kohlenstoffkreislauf ausgiebig untersucht werden, ist eine Trennung zwischen interner Variabilität und externen Ursachen dieser Trends selten (Lombardozzi et al., 2014; Bonan et al., 2021). In dieser Arbeit wird gezeigt, dass Methoden aus der Klima-Attribution unser Verständnis der Variabilität des globalen Kohlenstoffkreislaufs verbessern, indem sie Einblicke in vergangene Trends und potenzielle Beschränkungen für zukünftige Veränderungen bieten (Lombardozzi et al., 2014; Bonan et al., 2021; Hegerl et al., 2021). Durch ein besseres Verständnis der Ursachen historischer Trends, wie z. B. interne Variabilität oder externe Einflüsse, können wir die Modellprojektionen für künftige Trends, sowohl kurz- als auch langfristig, viel besser bestimmen. (Die obigen Angaben stammen aus der Dissertation)
Author: Li, Na
Language: German
Subfield: Global and Planetary Change
Field: Environmental Science
Domain: Physical Sciences
Keywords: carbon cycle, natural climate variability, anthropogenic forcing, climate change attribution, atmospheric CO2 growth rate, interannual variability, atmospheric circulation patterns, sea level pressure, ridge regression, Earth system model ensembles, carbon-climate feedback, ocean carbon uptake, ocean carbon fluxes, carbon cycle-climate interactions
SDG: Climate action
Open Access status: green
OpenAlex ID: W7043648069
