Door te kijken naar satellietmetingen van temperatuurveranderingen in de onderste laag van de aardatmosfeer, wetenschappers ontdekten dat klimaatmodellen de natuurlijke temperatuurvariabiliteit van tien jaar tot tien jaar mogelijk hebben overschat.

Lawrence Livermore National Laboratory (LLNL) statisticus Giuliana Pallotta en klimaatwetenschapper Benjamin Santer creëerden een statistisch raamwerk om de significantie van verschillen tussen gesimuleerde en waargenomen natuurlijke variabiliteit in de midden- tot hogere troposferische temperatuur (TMT) uitgebreid te beoordelen. De troposfeer is het laagste deel van de atmosfeer, zich uitstrekkend van het aardoppervlak tot een hoogte van ongeveer 4 tot 12 mijl, afhankelijk van de breedtegraad en het seizoen.

Het team ontdekte dat in huidige en eerdere generaties klimaatmodellen, de natuurlijke variabiliteit van tien tot tien jaar van temperatuur in de troposfeer is systematisch te groot in vergelijking met schattingen van natuurlijke variabiliteit verkregen door satellieten. Een dergelijke overschatting van natuurlijke "klimaatruis" zou het moeilijker maken om een ​​door de mens veroorzaakt troposferisch opwarmingssignaal te identificeren. Het onderzoek verschijnt in de Tijdschrift voor Klimaat .

"Onze bevindingen vergroten het vertrouwen in eerdere beweringen van detecteerbare door de mens veroorzaakte opwarming van de troposfeer en impliceren dat deze beweringen conservatief kunnen zijn, ' zei Pallota.

Verbeterde kennis van dit troposferische opwarmingssignaal, en een beter begrip van onzekerheden in satelliettemperatuurwaarnemingen, hebben bijgedragen aan het bevorderen van detectie- en attributiestudies, die helpen bij het ontrafelen van de oorzaken van de recente klimaatverandering.

Natuurlijke interne variabiliteit treedt op bij afwezigheid van door de mens veroorzaakte veranderingen in de samenstelling van de atmosfeer. Het vormt het achtergrondgeluid waartegen elk langzaam evoluerend door de mens veroorzaakt opwarmingssignaal moet worden gedetecteerd. De studie richt zich op het spectrum van interne variabiliteit, het verstrekken van informatie over de verdeling van temperatuurvariabiliteit op tijdschalen variërend van maanden tot decennia. Dergelijke informatie is een cruciaal onderdeel van antropogene signaaldetectiestudies.

Pallota en Santer onderzochten de gevoeligheid van model-versus-data spectrale vergelijkingen voor een breed scala aan subjectieve beslissingen. Deze omvatten de keuze van satelliet- en klimaatmodel TMT-datasets, de methode die wordt gebruikt voor het scheiden van opwarmingssignalen van natuurlijke variabiliteitsruis, het bereik van de beschouwde frequenties en het statistische model dat wordt gebruikt om de waargenomen natuurlijke variabiliteit weer te geven.

"We vinden dat op tijdschalen van één tot twee decennia, waargenomen TMT-variabiliteit wordt gemiddeld overschat door de laatste twee generaties klimaatmodellen, " zei Santer. De geanalyseerde modellen maakten deel uit van eerdere en meest recente fasen van het Coupled Model Intercomparison Project (CMIP5 en CMIP6).

Een van de uitdagingen waarmee de onderzoekers worden geconfronteerd, is dat veranderingen in de troposferische temperatuur in de echte wereld slechts een enkel geval van door de mens veroorzaakte opwarmingssignalen en natuurlijke klimaatvariabiliteit vertegenwoordigen. Het is moeilijk om signaal en ruis eenduidig ​​te scheiden in deze ene realisatie van signaal en ruis. Het team heeft veel verschillende manieren onderzocht om deze scheiding in de satelliet TMT-gegevens te bereiken. Voor elk van de toegepaste signaal- en ruisscheidingsmethoden, ze onderzochten veel verschillende statistische modellen van het korte- en langetermijn "geheugen" van klimaatgeluid.

Pallotta merkte op:"De statistische modellering stelde ons in staat vele duizenden verschillende plausibele schattingen van interne klimaatvariabiliteit te genereren op basis van de enkele realisatie van waargenomen klimaatverandering. Zonder de statistische modellering, het zou moeilijker zijn geweest om betrouwbare conclusies te trekken over de statistische significantie van verschillen tussen waargenomen troposferische temperatuurvariabiliteit en de temperatuurvariabiliteit in klimaatmodellen."

Het team is van plan het statistische raamwerk dat ze hebben ontwikkeld toe te passen op andere klimaatvariabelen. Een voor de hand liggende volgende stap is kijken naar oppervlaktetemperaturen, die bijna drie keer langer zijn dan het 41-jarige satelliet TMT-record.