Tìm hiểu về sự biên đổi của khí hậu và kết hợp mô hình toàn cầu

Một dự báo cụ thể dựa trên mô hình có thể chứng minh được là đúng hoặc sai nhưng bản thân mô hình luôn luôn cần xem xét thận trọng. Điều này đúng với dự báo thời tiết và dự báo khí hậu. Dự báo thời tiết được sinh ra từ những thông tin cơ bản, thường xuyên và có thể đối chiếu với những hiện tượng đã xảy ra. Theo thời gian, nhưng thông tin này được tích lũy và cung cấp cho mô hình. Trái lại, trong mô phỏng sự biến đổi khí hậu, mô hình được sử dụng để dự báo những thay đổi trong tương lai có thể xảy ra qua khoảng thời gian hàng thập kỷ và không có những thay đổi tương tự đã xảy ra trong quá khứ. Độ tin cậy của mô hình có thể thu được qua việc mô phỏng những ghi chép trong lịch sử hoặc khí hậu cổ, nhưng điều này bị giới hạn hơn so với dự báo thời tiết.

1 Tổng quan

Mục tiêu của chương là đánh giá khả năng và giới hạn của mô hình khí hậu toàncầu Một số hoạt động đánh giá được mô tả ở những chương khác của báo cáo.Chương này cung cấp bối cảnh những nghiên cứu đó và hướng dẫn người đọcnhững chương thích hợp

1.1 Đánh giá có nghĩa là gì

Một dự báo cụ thể dựa trên mô hình có thể chứng minh được là đúng hoặc sainhưng bản thân mô hình luôn luôn cần xem xét thận trọng Điều này đúng với dựbáo thời tiết và dự báo khí hậu Dự báo thời tiết được sinh ra từ những thông tin cơbản, thường xuyên và có thể đối chiếu với những hiện tượng đã xảy ra Theo thờigian, nhưng thông tin này được tích lũy và cung cấp cho mô hình Trái lại, trong

mô phỏng sự biến đổi khí hậu, mô hình được sử dụng để dự báo những thay đổitrong tương lai có thể xảy ra qua khoảng thời gian hàng thập kỷ và không có nhữngthay đổi tương tự đã xảy ra trong quá khứ Độ tin cậy của mô hình có thể thu đượcqua việc mô phỏng những ghi chép trong lịch sử hoặc khí hậu cổ, nhưng điều này

bị giới hạn hơn so với dự báo thời tiết

1.2 Phương pháp đánh giá

Mô hình khí hậu là mô hình tổng hợp với nhiều thành phần Mô hình phải được thửnghiệm ở mức độ hệ thống, tức là chạy một mô hình đầy đủ và so sánh kết quả vớithông tin đã thu thập được Những thử nghiệm này có thể cho thấy lỗi của mô hìnhnhưng nguyên nhân của chúng bị ẩn đi bởi tính phức tạp của mô hình Vì vậy, cần

1

phải thử nghiệm mô hình ở mức độ thành phần, tức là cô lập những thành phần vàkiểm tra chúng độc lập so với một mô hình hoàn chỉnh Việc đánh giá mức độthành phần của mô hình khí hậu là thông thường Phương pháp số được thửnghiệm ở những test tiêu chuẩn, được thiết lập qua hoạt động như hội nghị hai nămmột lần về Partial Differential Equations on Sphere Các thông số vật lý sử dụngtrong mô hình biến đổi khí hậu được thử nghiệm qua nhiều nghiên cứu (một số dựatrên những số liệu thu thập được và một số được lý tưởng hóa), được thiết lậpthông qua chương trình Đo lường phóng xạ khí quyển (ARM), Hệ thống mây châu

Âu (EUROCS), Năng lượng toàn cầu và cuộc thử nghiệm chu trình nước(GEWEX), Nghiên cứu hệ thống mây (GCSS) Những hoạt động này đã và đangdiễn ra trong một thập kỷ hoặc nhiều hơn và phần lớn kết quả đã công bố

Việc đánh giá mức độ hệ thống tập trung vào kết quả của mô hình đầy đủ (ví dụ

mô hình mô phỏng các biến khí hậu) và các phương pháp cụ thể được bàn chi tiếtdưới đây

1.2.1 So sánh các mô hình và ensemble

Hoạt động so sánh mô hình toàn cầu bắt đầu từ cuối những năm 1980, được tiếptục với dự án so sánh mô hình khí quyển (AMIP) bây giờ đã bao gồm vài tá dự ánbao phủ toàn bộ các thành phần mô hình khí hậu và các dạng mô hình kết hợp khácnhau (tóm tắt tại http://www.clivar.org/science/mips.php) Nỗ lực tham vọng trongviệc thu thập và phân tích kết quả mô hình lưu chuyển khí quyển đại dương(AOGCM) từ các thí nghiệm tiêu chuẩn được thực hiện trong vài năm gần đây

Điều này khác với các so sánh mô hình trước đó ở chỗ một tập hợp hoàn thiện cácthí nghiệm được thực nghiệm, bao gồm việc mô phỏng có điều khiển không bắtbuộc, mô phỏng nhằm tái tạo biến đổi khí hậu được quan sát qua những thời điểm

và mô phỏng biến đổi khí hậu trong tương lai Với mỗi thí nghiệm, các mô phỏngđược thực hiện trên nhiều mô hình khác nhau để việc chia sẻ tín hiệu biến đổi khíhậu từ sự biến thiên bên trong trong phạm vi hệ thống khí hậu được dễ dàng hơn

Có lẽ, thay đổi quan trọng nhất từ những nỗ lực này là bộ sưu tập tập hợp các kếtquả mô hình ở chương trình Chẩn đoán mô hình khí hậu và so sánh (PCMID).Thành tựu này liên quan đến Tập hợp dữ liệu đa mô hình (MMD) ở PCMID, đãcho phép hàng trăm nhà khoa học ở bên ngoài các nhóm làm mô hình có thể xemxét kỹ lưỡng mô hình dưới nhiều góc độ khác nhau

Sự nâng cao việc phân tích chẩn đoán kết quả mô hình khí hậu là một bước quantrọng Nhìn chung, những hoạt động so sánh đang diễn ra đã làm gia tăng mối liên

hệ giữa các nhóm làm mô hình, cho phép nhận dạng nhanh chóng và sửa chữa sai

số của mô hình, khuyến khích sáng tạo sự tính toán tiêu chuẩn cũng như những ghichép có hệ thống về những tiến bộ trong mô hình hóa

Ensemble của mô hình đại diện cho một phương thức mới để nghiên cứu mộtnhóm khí hậu đáng tin cậy tương ứng với một cưỡng bức cho trước Nhữngensemble này có thể được tạo ra từ việc thu thập kết quả của một nhóm mô hình ởcác trung tâm làm mô hình khác nhau (ensemble đa mô hình) hoặc được tạo ra quacác phiên bản đa mô hình trong phạm vi cấu trúc một mô hình cụ thể, bằng cách

3

thay đổi các thông số mô hình bên trong trong một khoảng tin cậy (ensemble vật lýxáo trộn) Những tiếp cận này được bàn chi tiết ở phần 10.5.

1.2.2 Hệ thông số độ tin cậy của mô hình

Độ chính xác mô phỏng mô hình khí hậu trong quá khứ hay hiện tại cho biết điều

gì về độ chính xác của dự báo biến đổi khí hậu? Một số các thông số dựa trênthông tin thu thập được sử dụng để định lượng độ tin cậy của mô hình khi đưa ra

dự báo xác suất (phần 10.5.4)

Với bất kỳ thông số nào, cần đánh giá sự đúng đắn của kết quả mô hình dự báo khíhậu trong tương lai Không thể tiến hành phép thử trực tiếp bởi vì không có nhữngthay đổi cưỡng bức tương tự như những thay đổi dự báo ở thế kỷ 21 Dù vậy, mốiquan hệ giữa thông số từ thông tin thu thập được với lượng dự báo (ví dụ độ nhậykhí hậu) có thể được khám phá qua ensemble mô hình Shulka et al (2006) đã liên

hệ độ trung thực của nhiệt độ bề mặt mô phỏng trong thế kỷ 20 với những thay đổinhiệt độ bề mặt được mô phỏng ở thế kỷ 21 trong một ensemble đa mô hình Kếtquả là, mô hình có sai số ở thế kỷ 20 nhỏ nhất tạo ra một số gia nhiệt độ bề mặtkhá lớn ở thế kỷ 21 Knutti et al.(2006) sử dụng một ensemble vật lý xáo trộn khác

đã chỉ ra rằng mô hình có nhiệt độ bề mặt thay đổi theo mùa thường có độ nhậy lớnhơn Những thông số phức tạp hơn được phát triển dựa vào những thông tin thuthập về khí hậu hiện tại và có tiềm năng làm giảm tính mờ của độ nhậy khí hậu quanhững ensemble mô hình đã cho (Murphy et al.,2004; Piani et al.,2005) Nhữngnghiên cứu trên hứa hẹn rằng thông số định lượng khả năng xảy ra của dự báo mô

hình có thể được phát triển, nhưng sự phát triển của thông số mới ở giai đoạn đầu,việc đánh giá mô hình mô tả ở chương này chủ yếu dựa vào kinh nghiệm và suyluận vật lý.

Một sự phát triển quan trọng kể từ khi Báo cáo đánh giá thứ ba (TAR) đang thiếtlập và định lượng quá trình thông tin phản hồi (feedback process) là xác định phảnứng của thay đổi khí hậu Hiểu biết về những quá trình này củng cố cả cách tiếpcận đánh giá mô hình dựa trên thông số lẫn truyền thống Ví dụ Hall và Qu (2006)phát triển một thông số cho feedback giữa nhiệt độ và albedo trong một vùng bịbao phủ bởi tuyết, dựa trên mô phỏng chu kỳ theo mùa Họ thấy rằng, mô hình cófeedback dựa vào chu kỳ mùa cũng có một feedback ở điều kiện khí nhà kính tănglên So sánh với giá trị ước đoán quan sát được của chu kỳ theo mùa cho thấy đa số

mô hình trong MMD thấp hơn giá trị ước đoán của feedback này Phần 8.6 mô tảcác feedback khác nhau, vận hành trong hệ thống băng bề mặt biển, khí quyển đất

để xác định độ nhậy của khí hậu và phần 8.3.2 mô tả vài quá trình quan trọng về sựhấp thu nhiệt của đại dương (và thay đổi khí hậu nhất thời)

1.2.3 Thử nghiệm mô hình với khí hậu trong quá khứ và hiện tại

Thử nghiệm khả năng của mô hình trong việc mô phỏng khí hậu hiện tại (bao gồmtính biến thiên và điểm cực) là một phần quan trọng của đánh giá mô hình (phần8.3 tới 8.5, và đánh giá vùng cụ thể ở chương 11) Trong đó, cần có những lựachọn thực tế(…) Những quyết định như thế được đưa ra bởi các nhà nghiên cứu và

5

phụ thuộc vào vấn đề được nghiên cứu Sự khác nhau giữa mô hình và các quan sátcần được xem xét nếu chúng nằm trong phạm vi:

1 Tính biến thiên bên trong không dự đoán được (ví dụ thời điểm quan sát cómột số bất thường các sự kiện El Nino)

2 Sự khác nhau theo một điều kiện

3 Tính mờ trong các lĩnh vực quan sát

Trong khi không gian không cho phép bàn luận chi tiết các vấn đề trên cho mỗibiến khí hậu, chúng được tính đến trong đánh giá tổng thể Mô phỏng mô hình khíhậu hiện tại ở phạm vi toàn cầu đến tiểu lục địa được mô tả ở chương này, các chitiết về vùng có thể xem ở chương 11

Mô hình được sử dụng rộng rãi để mô phỏng biến đổi khí hậu trong suốt thế kỷ 20

Vì những thay đổi bắt buộc không được biết tới đầy đủ ở thời điểm đó (chương 2),những thử nghiệm như trên không ràng buộc đầy đủ phản ứng trong tương lai vớinhững thay đổi bắt buộc Knutti et al.(2002) chỉ ra rằng trong một ensemble vật lýxáo trộn của Mô hình hệ thống trái đất có sự phức tạp trung bình (EMICs), nếucưỡng bức sol khí được phép thay đổi trong phạm vi khoảng mờ của nó thì môphỏng từ mô hình này trong một khoảng độ nhậy khí hậu là phù hợp với nhiệt độkhông khí bề mặt được quan sát và hàm lượng nhiệt trong đại dương Mặc dù giớihạn cơ bản này, thử nghiệm mô phỏng các quan sát trong lịch sử thế kỷ 20 tạo raràng buộc với phản ứng của khí hậu tương lai (Knutti et al., 2002) Chủ đề nàyđược bàn chi tiết ở chương 9

cổ bị giới hạn Hơn nữa, tình trạng khí hậu có thể thay đổi (ví dụ kích cỡ lớn nhấtcủa dải băng) dẫn đến quá trình định lượng (ví dụ độ nhậy của khí hậu) khác biệt

so với ở thế kỷ 21 Cuối cùng là khoảng thời gian biến đổi rất dài dẫn đến nhữngkhó khăn trong thiết kế thực nghiệm, ít nhất là cho mô hình lưu chuyển chung(GCMs) Những vấn đề này được bàn sâu sắc trong chương 6

Mô hình khí hậu có thể được thử nghiệm thông qua những dự báo dựa trên điềukiện ban đầu Mô hình khí hậu liên quan với mô hình dự báo thời tiết bằng số( )

Dù vậy, mô hình dự báo thời tiết bằng số chạy ở độ phân giải cao hơn so với môphỏng khí hậu Đánh giá những dự báo như thế kiểm tra mô tả của mô hình đốivới một vài quá trình chính trong không khí và đại dương, mặc dù mối liên hệ giữanhững quá trình này và phản ứng khí hậu dài hạn không được thiết lập Chất lượngcủa một dự báo có giá trị ban đầu phụ thuộc vào vài yếu tố vượt ra ngoài bản thân

mô hình bằng số (ví dụ kỹ thuật đồng hóa, phương pháp sinh ensemble), và những

7

yếu tố này có thể kém liên quan tới dự đoán phản ứng bắt buộc, dài hạn của hệthống khí hậu với những thay đổi theo cưỡng bức bức xạ

1.3 Mô hình được xây dựng như thế nào

Cơ sở để xây dựng mô hình không thay đổi kể từ TAR, mặc dù mô hình đã cónhững bước phát triển cụ thể (phần 8.2) Mô hình khí hậu có được từ các định luậtvật lý cơ bản (ví dụ như định luật chuyển động của Newton), để đưa ra xấp xỉ vật

lý phù hợp với hệ thống khí hậu trong phạm vi lớn, và xa hơn để xấp xỉ trongdiscretization toán học Những ràng buộc của máy tính hạn chế giải pháp có thểxảy ra trong phương trình discretized và những ảnh hưởng có quy mô lớn của quátrình không được giải đáp (vấn đề thông số)

1.3.1 Lựa chọn thông số và tuning

Thông số hóa dựa một phần vào mô hình vật lý đơn giản của những quá trìnhkhông được giải đáp (ví dụ ) Hệ thông số hóa cũng liên quan thông số bằng sốđược chỉ rõ ở đầu vào Một vài thông số này có thể đo lường, ít nhất là theo nguyêntắc, trong khi những thông số khác không thể Bởi vậy, có thể điều chỉnh giá trị củathông số (có thể chọn từ những phân bố ưu tiên) để tối ưu hóa mô phỏng mô hìnhcác biến cụ thể hoặc để cải thiện sự cân bằng nhiệt độ toàn cầu Quá trình này gọi

là ‘tuning’

1 Ràng buộc dựa trên quan sát của khoảng thông số không quá lớn Trong một vàitrường hợp, điều này cung cấp một điều kiện về giá trị thông số (ví dụ,Heymsfield và Donner 1990)

2 Mức độ tự do của những thông số có thể điều hòa nhỏ hơn mức độ tự do củanhững điều kiện dựa trên quan sát sử dụng trong đánh giá mô hình Điều nàyđúng với đa số GCMs- ví dụ mô hình khí hậu không điều hòa một cách rõ ràng

để đưa ra tính biến thiên của dao động phía bắc Đại Tây Dương (NAO)- nhưngkhông có nghiên cứu nào có giá trị để trả lời câu hỏi trên Nếu mô hình đượcđiều hòa để đưa ra trình diễn tốt về một lượng quan sát cụ thể thì thỏa thuận vớiquan sát này không thể được sử dụng để xây dựng độ tin cậy của mô hình Dùvậy, một mô hình có thể được điều hòa để trình diễn tốt một số quan sát chủchốt có khả năng đưa ra một dự báo chính xác, hơn là một mô hình tương tự (có

lẽ là một thành viên khác của ensemble vật lý xáo trộn) nhưng ít được điều hòa(phần 8.1.2.2 và chương 10)

Dựa vào thời gian máy tính, quy trình điều hòa theo nguyên tắc có thể được tựđộng sử dụng quy trình đồng hóa dữ liệu khác nhau Dù vậy, điều này chỉ khả thivới EMICs (Hargreaves et al.,2004) và GCMs phân giải thấp Phương phápensemble không phải lúc nào cũng tạo ra một thông số tốt nhất với một sai số đãcho

1.3.2 Dải mô hình hay hệ thống cấp bậc

Giá trị khi sử dụng một nhóm mô hình (một dải hay hệ thống) có tính phức tạpkhác nhau được nói đến trong TAR (phần 8.3) Những mô hình rẻ hơn như EMICscho phép khám phá thấu đáo hơn khoảng cách thông số và cũng đơn giản hơn khiphân tích phản ứng của mô hình cụ thể Mô hình có độ phức tạp giảm được sử

9

dụng một cách rộng rãi trong báo cáo hơn là trong TAR, và giá trị của chúng đượcbàn đến ở phần 8.8 Mô hình khí hậu vùng có thể xem như phần hình thành một hệthống mô hình khí hậu.

Câu hỏi 8.1: Mô hình đưa ra dự báo biến đổi trong tương lai có độ tin cậy như thế

nào?

Mô hình khí hậu cung cấp giá trị ước lượng đáng tin cậy về biến đổi khí hậu trongtương lai, đặc biệt là ở quy mô lục địa và lớn hơn Sự tin cậy bắt nguồn từ sự thànhlập mô hình dựa trên nguyên tắc vật lý đã được chấp nhận và khả năng của chúngkhi tái tạo ra đặc điểm biến đổi khí hậu hiện tại và trong quá khứ Độ tin cậy trongước lượng mô hình cho vài biến khí hậu (ví dụ nhiệt độ) cao hơn so với những biếnkhác (ví dụ lượng mưa) Qua vài thập kỷ phát triển, mô hình đã cung cấp một bứctranh rõ ràng về sự ấm lên của khí hậu ứng với sự tăng lên của khí nhà kính

Mô hình khí hậu là biểu diễn toán học về hệ thống khí hậu, được diễn tả qua mãmáy tính và chạy trên máy tính mạnh Một nguyên nhân dẫn đến độ tin cậy của môhình là những yếu tố cơ bản của mô hình dựa trên những định luật vật lý đã thiếtlập như định luật bảo toàn khối lượng, năng lượng và động lượng, cùng với nhiềuquan sát

Nguyên nhân thứ hai là khả năng của mô hình trong việc mô phỏng những khíacạnh quan trọng của khí hậu hiện tại Mô hình được đánh giá một cách tổng quátqua việc so sánh mô phỏng với những quan sát về không khí, đại dương, khu vựcthấp và bề mặt đất Mức độ đánh giá chưa từng thấy đã chiếm chỗ hơn một thập kỷ

gần đây là so sánh đa mô hình có tổ chức Mô hình có những kỹ năng đáng kể vàtăng lên khi thể hiện nhiều đặc điểm khí hậu quan trọng như phân bố trong phạm vilớn của nhiệt độ không khí, lượng mưa, phóng xạ và gió, nhiệt độ đại dương, dòng

và sự bao phủ băng trên biển Mô hình cũng có thể mô phỏng những khía cạnh cốtyếu của nhiều kiểu biến thiên khí hậu được quan sát qua các khoảng thời gian Ví

dụ như bước tiến và lùi của hệ thống gió mùa chính, sự chuyển đổi theo mùa củanhiệt độ, đường đi của bão và vành đai mưa, dao động trong phạm vi bán cầu của

áp suất bề mặt (phương thức hình khuyên phía bắc và phía nam) Một số mô hìnhhay những biến thể liên quan cũng được thử nghiệm bằng cách sử dụng những môhình này để dự báo thời tiết và dự báo theo mùa Những mô hình này cho thấy kĩnăng trong những dự báo như trên, chúng có thể biểu diễn những đặc điểm quantrọng của chu trình nói chung qua một khoảng thời gian ngắn cũng như tính biếnthiên theo mùa và giữa năm Tính biến thiên của mô hình khi biểu diễn những đặcđiểm khí hậu quan trọng làm tăng lên sự tin cậy rằng chúng mô tả quá trình vật lýcốt yếu mà quá trình này mô phỏng biến đổi khí hậu trong tương lai (chú ý rằnggiới hạn của tính biến thiên mô hình khí hậu khi dự báo thời tiết muộn hơn một vàingày không giới hạn khả năng của chúng để dự báo biến đổi khí hậu dài hạn, bởi vìđây là những kiểu rất khác nhau của dự báo)

Nguyên nhân thứ ba là khả năng của mô hình tạo ra đặc điểm của biến đổi khí hậutrong quá khứ Mô hình cũng được sử dụng để mô phỏng khí hậu cổ như thể mid-Holocene ấm ở 6000 năm trước hay cực đại băng hà cách đây 21000 năm (chương

11

6) Chúng có thể tạo ra nhiều đặc điểm (cho phép tính mờ trong khí hậu cổ đangxây dựng) như độ lớn và broad-scale pattern của quá trình làm lạnh biển suốt thời

kỳ đóng băng Mô hình cũng có thể mô phỏng nhiều khía cạnh được quan sát củabiến đổi khí hậu qua các ghi chép của dụng cụ Một ví dụ là xu hướng nhiệt độtoàn cầu hơn một thế kỷ gần đây (hình 1)có thể được mô hình hóa với kỹ năng caokhi cả yếu tố tự nhiên và nhân tạo có ảnh hưởng tới khí hậu được tính đến Môhình cũng có thể tạo ra những thay đổi được quan sát khác như nhiệt độ ban đêmtăng lên nhanh hơn so với ban ngày, sự ấm lên ở Nam Cực, và quá trình làm lạnhtoàn cầu ngắn hạn (và sự phục hồi sau đó) sau những vụ phun núi lửa chính, như ởMt.Pinatubo 1991 Mô hình dự báo nhiệt độ toàn cầu được làm qua hơn hai thập kỷgần đây và vẫn còn phù hợp với những quan sát sau thời điểm đó

Dù vậy, mô hình cũng có sai số đáng kể Những sai số này lớn hơn ở trong phạm

vi nhỏ( ) Ví dụ sự thiếu hụt còn lại trong mô phỏng lượng mưa nhiệt đới, sự daođộng phía nam của El Nino và sự dao động Madden-Julian (một biến đổi đượcquan sát về gió nhiệt đới và lượng mưa trong khoảng thời gian 30 đến 90 ngày).Nguyên nhân cuối cùng gây ra sai số là nhiều quá trình quan trọng trong phạm vinhỏ không thể mô tả một cách rõ ràng trong mô hình, và phải ở dạng xấp xỉ khichúng liên kết với những đặc điểm trong phạm vi lớn Điều này một phần bởi vìgiới hạn của tính toán, nhưng cũng là kết quả từ giới hạn hiểu biết khoa học hoặctính biến thiên của những quan sát tỉ mỉ quá trình vật lý Tính mờ đáng kể liênquan đến việc mô tả những đám mây, và phản ứng của mây với biến đổi khí hậu

Do đó, mô hình tiếp tục mô tả một khoảng theo sau sự biến đổi nhiệt độ toàn cầuứng với khí nhà kính tăng lên Mặc dù tính mờ, mô hình thống nhất trong dự báo

sự ấm lên của khí hậu sau đó dưới sự tăng lên của khí nhà kính, và sự ấm lên này

có độ lớn phù hợp với ước lượng độc lập nhận được từ những nguồn khác, ví dụ từnhững biến đổi khí hậu được quan sát và sự khôi phục khí hậu trong quá khứ Bởi vì độ tin cậy của biến đổi được dự báo bằng mô hình toàn cầu giảm ở phạm vinhỏ, nên những kỹ thuật khác như sử dụng mô hình khí hậu vùng hoặc phươngpháp downscaling được phát triển cho nghiên cứu biến đổi khí hậu của vùng và địaphương Dù vậy, khi mà mô hình toàn cầu tiếp tục phát triển, và cách giải chúngđược mở rộng, chúng trở thành công cụ hữu ích để điều tra đặc điểm trong phạm vinhỏ như sự thay đổi khi thời tiết cực độ, và những cải tiến xa hơn trong mô tả vùngđược mong đợi với năng lực tính toán được tăng lên Mô hình đang ngày càng toàndiện trong xử lý hệ thống khí hậu, sự mô tả một cách rõ ràng quá trình sinh lý, vật

lý và sự tương tác coi biến đổi khí hậu quan trọng một cách tiềm năng, đặc biệt là ởkhoảng thời gian dài Ví dụ, các phản ứng của thực vật gần đây, sự tương tác sinhhọc và hóa học trong biển, và động học bao phủ băng trong vài mô hình khí hậutoàn cầu

Tóm lại, độ tin cậy trong mô hình bắt nguồn từ nền tảng vật lý và kỹ năng mô tảbiến đổi khí hậu được quan sát và khí hậu trong quá khứ Mô hình được chứngminh là một công cụ quan trọng mô phỏng và hiểu biết về khí hậu, và có một sự tincậy đáng kể rằng chúng có khả năng cung cấp ước lượng định lượng đáng tin của

13

biến đổi khí hậu tương lai, đặc biệt là ở phạm vi lớn Mô hình có giới hạn đáng kểnhư trong việc mô tả đám mây, dẫn đến tính mờ trong độ lớn và thời gian, cũngnhư chi tiết vùng của biến đổi khí hậu được dự đoán Dẫu vậy, qua vài thập kỷ pháttriển của mô hình, chúng đã cung cấp một bức tranh rõ ràng sự ấm lên của khí hậucùng với sự tăng lên của khí nhà kính

Hình 1: Nhiệt độ gần bề mặt trung bình toàn cầu qua thế kỷ 20 có được từ quan sát(màu đen) và từ 58 mô phỏng tạo ra bởi 14 mô hình khí hậu khác nhau và yếu tốcon người tác động đến khí hậu (màu vàng) Trung bình của những kết quả nàyđược biểu diễn (đường màu đỏ) Sự bất thường của nhiệt độ xảy ra từ năm 1901đến 1950 Đường màu xám thẳng đứng chỉ ra thời gian xảy ra những vụ phun núilửa chính

2 Sự cải tiến trong mô hình hoá

Rất nhiều cải tiến trong mô hình hoá xuất hiện từ báo cáo TAR Do khoảng cách vềkhông gian mà không thể thảo luận một cách toàn diện về tất cả các thay đổi chủyếu trong vài năm qua, vì vậy nhằm vào 23 mô hình AOGCMs được sử dụng rộngrãi trong báo cáo này (xem bảng 8.1) Những cải tiến trong mô hình có thể gộp lạithành 3 loại Thứ nhất, phần quan trọng nhất của động lực học (advection …) đãđược cải tiến, và sự phân giải theo chiều ngang và chiều dọc của nhiều mô hìnhcũng được tăng lên Thứ hai, nhiều quá trình được kết hợp trong một mô hình,trong mô hình hoá riêng biệt của các chất phun (aerosols), của mặt đất, và của quátrình băng trên biển Thứ ba, hệ thông số hoá của quá trình vật lý đã được cải tiến

Ví dụ, như sự thảo luận sâu hơn ở phần 8.2.7, hầu hết các mô hình không sử dụnglâu bất kì sự điều chỉnh nào (Manebe and …) để giảm bớt xu thế khí hậu Các cảitiến khác nhau, được thảo luận giữa các nhóm mô hình hoá chính, được trình bàytốt trong các mô hình khí hậu sử dụng trong bản báo cáo này

Mặc dù nhiều cải tiến, nhưng vẫn còn nhiều vấn đề Nhiều quá trình quan trọng, đểxác định mô hình đối phó với những biến đổi trong bức xạ cưỡng bức, không đượcgiải quyết bởi lưới mô hình Thay vào đó, hệ thông số hoá trong phạm vi lưới phụ

là các thông số mà quá trình không giải quyết được, như sự hình thành mây và sựhoà lẫn nhờ các xoáy nước ở đại dương Sự cải tiến trở thành trường hợp mà việc

mô phỏng ensemble đa mô hình nói chung cung cấp nhiều thông tin thiết thực hơn

15

so với những mô hình đơn lẻ bất kì Bảng 8.1 tổng kết những trình bày rõ ràng vềtừng mô hình AOGCMs được sử dụng trong báo cáo này.

Hiện nay không có sự nhất trí về cách tối ưu để phân chia nguồn tài nguyên máytính ở giữa số lưới mô hình lớn hơn, lưới này cho phép việc mô phỏng tốt hơn;greater number of ensemble members, cho phép đánh giá thống kê tốt hơn nhữngtrạng thái không rõ ràng; và bao gồm cả tập hợp đầy đủ hơn của quá trình (vd: sựphản carbon, sự ảnh hưởng lẫn nhau của các thành phần trong khí quyển)

2.1 Qúa trình khí quyển

2.1.1 Hệ thuật toán

Trong báo cáo TAR, hơn một nửa số mô hình khí quyển tham gia đều sử dụngspectral advection Từ báo cáo TAR, semi-Lagrangian advection schemes đượcchấp nhận trong một vài mô hình khí quyển These schemes cho phép các bướctiến hành trong thời gian dài và khẳng định các giá trị xác thực của advected tracernhư hơi nước, nhưng chúng cũng khuyếc tán, và một số kiểu không được chínhthức bảo tồn khối lượng Trong bản báo cáo này, nhiều mô hình sử dụng spectral,semi-Lagrangian, and Eulerian finite-volume and finite-difference advectionschemes, mặc dù không có sự nhất trí để dạng của schemes là tốt nhất

2.1.2 Sự phân giải theo chiều ngang và chiều dọc

Sự phân giải theo chiều ngang và chiều dọc của mô hình AOGCMs được phát triểntương xứng với báo cáo TAR Ví dụ mô hình HadGEM1 có gấp 8 lần ô lưới của

mô hình HadCM3 (số ô gấp 2 lần cả 3 kích thước) Ở trung tâm quốc gia nghiêncứu khí quyển (NCAR) hiện nay thường sử dụng kiểu T85 của mô hình hệ thốngkhí quyển (CSM), trong khi kiểu T42 đã từng là tiêu chuẩn của báo cáo TAR.Trung tâm nghiên cứu hệ thống khí quyển (CCSR), Viện quốc gia nghiên cứu môitrường (NIES) và trung tâm nghiên cứu lĩnh vực biến đổi trái đất (FRCGC) đã pháttriển mô hình khí quyển có độ phân giải cao (MIROC-hi, gồm có mô hình T106L56 AGCM và mô hình 1/4o đến 1/6o L48 OGCM) và Viện nghiên cứu khí tượng(MRI) của cơ quan khí tượng học Nhật Bản (JMA) đã phát triển mô hình TL956L60 spectral AGCM, là mô hình được sử dụng trong phương thức khoảng thời gian(time-slice) Sự dự đoán được tạo ra với những mô hình này được trình bày trongchương 10.

Bởi vì sự phát triển của độ phân giải theo chiều ngang và chiều dọc, cả trong đặctrưng khí hậu vùng và trái đất, nên mô phỏng tốt hơn Ví dụ, hiệu ứng dịch chuyển

ra xa của đảo Hawaiian ở Thái Bình Dương được mô phỏng rất tốt và sự phân phốithường xuyên của lượng mưa kết hợp với Bain front cũng được cải tiến

2.1.3 Các hệ thông số hoá

Hệ thống khí quyển bao gồm các trạng thái khác nhau của quá trình vật lý như quátrình mây, quá trình bức xạ và quá trình boundary-layer, những quá trình tác độngtới mỗi phạm vi mặt đất và không gian Bởi vì giới hạn sự phân giải của các môhình, mà đa số các quá trình này không được giải quyết tương xứng bằng lưới mô

17

hình và phải nhờ vào các thông số Sự khác nhau giữa các hệ thông số hoá lànguyên nhân quan trọng làm mô hình khí hậu có những kết quả khác nhau Ví dụ,

hệ thông số hoá về new boundary-layer có sự tác động dương (positive impact)mạnh mẽ đến sự mô phỏng tầng mây tích trên biển, được tạo ra bởi phòng thínghiệm động lực chất lỏng thuộc địa vật lý và mô hình khí hậu trung tâm Hadley,nhưng hệ thông số hoá tương tự có sự tác động dương kém hơn trong khi thực hiện

ở kiểu ban đầu của mô hình trung tâm Hadley Rõ ràng là các hệ thông số hoá phảiđược hiểu trong điều kiện của số đông mô hình

Quá trình mây ảnh hưởng đến mô hình khí hậu bởi nó điều chỉnh việc phát tán củabức xạ ở tầng trên của khí quyển, bởi sự tạo mưa, bởi sự phân phối lại của lượngkhí quyển thỉnh thoảng diễn ra và hoàn thành nhanh chóng và bổ sung cơ cấu làquá nhiều trong danh sách ở đây (Arakawa and Schubert, 1974; Arakawa, 2004).Các hệ thông số hoá mây là nền tảng của các giả thuyết vật lý, các giả thuyết nàynhằm vào việc diễn tả các số liệu thống kê của vùng mây nhưng không có việcdiễn tả các thành phần mây đơn lẻ Trong sự phát triển về số lượng mô hình khíquyển, các hệ thông số hoá vi vật lý, các thông số đại diện cho quá trình như sựhình thành hạt mây và hạt mưa, được sử dụng để dự đoán sự phân phối của mâylỏng và băng Các hệ thông số hoá này cải tiến việc mô phỏng khí hậu hiện tại, vàảnh hưởng sự nhạy cảm của khí hậu Các hệ thông số hoá thực tế của quá trìnhmây là điều kiện tiên quyết để mô hình khí hậu hiện tại và tương lai đang tin cậy

Dữ liệu từ nhiều cuộc thí nghiệm như chương trình nghiên cứu khí quyển trái đất(GARP), thí nghiệm vùng nhiệt đới ở Đại Tây Dương (GATE, 1974), thí nghiệm

về mùa mưa (MONEX) và khí quyển trái đất vùng biển nhiệt đới (TOGA) thínghiệm về sự đối phó cặp khí quyển đại dương (COARE, 1993) được sử dụng đểkiểm tra và cải tiến các hệ thông số hoá của mây và sự đối lưu Nghiên cứu có hệthống như việc quản lý bởi GCSS được tổ chức để kiểm tra các hệ thông số hoácủa quá trình bởi việc so sánh kết quả với cả sự quan sát và kết quả của mô hìnhphân giải mây Những kết quả này có ảnh hưởng đến sự phát triển của nhiều môhình mới thành lập Ví dụ, hệ thông số hoá buondary-layer cloud của Lock và cộng

sự (2000) và Lock (2001) cũng được kiểm tra qua GCSS Các hệ thông số hoá củaquá trình bức xạ được cải tiến và kiểm tra bằng việc so sánh kết quả của các hệthông số hoá bức xạ sử dụng trong mô hình AOGCMs với hầu hết các trình bày chitiết “line-by-line” quy ước bức xạ Từ báo cáo TAR, việc cải tiến được tạo ra trongmột vài mô hình hướng đến sự ghép nối vật lý giữa các hệ thông số hoá mây và đốilưu, ví dụ, trong mô hình Max Planck Institute (MPI) AOGCM sử dụng Tompkins(2002), trong mô hình IPSL-CM4 AOGCM sử sụng Bony and Emanuel (2001) vàtrong mô hình GFDL sử dụng Tiedtke (1993) Các ví dụ này là của bài kiểm tramức độ cấu thành

Song song với việc cải tiến các hệ thông số hoá, mô hình không phải thuỷ tĩnhcũng được sử dụng để hạn chế phạm vi Một mô hình với lưới 5 km trên lãnh thổ

19

4000 x 3000 x 22 km đặt ở giữa che phủ nước Nhật cũng được tiến hành bởiMRI/JMA, sử dụng phương khoảng thời gian (time-slice) để thực hiện báo cáođánh giá thứ tư (AR4) (Yoshizaki và cộng sự, 2005).

Aerosols có vai trò quan trọng trong hệ thống khí hậu Các hệ thông số hóa aerosol

có ảnh hưởng lẫn nhau, hiện nay được sử dụng trong một số mô hình (HADGEM1,MIROC-hi, MIROC-med) Cả hiệu ứng aerosol trực tiếp và gián tiếp (Chương 2)cũng bao hàm trong một số trường hợp (ví dụ, IPSL-CM4) Trong việc bổ sungsunfat, một số dạng khác của aerosols như carbon đen và carbon hữu cơ, muối biển

và bụi khoáng sản được giới thiệu như việc dự báo sự biến đổi Chi tiết hơn xemtrong phần 8.2.5

2.2 Qúa trình đại dương.

2.2.1 Hệ thuật toán

Gần đây, sự kết hợp theo chiều dọc của isopycnic hoặc hybrid vẫn được lựa chọntrong một số mô hình đại dương (GISS-EH và BCCR-BCM2.0) Bài kiểm tra đượctrình bày như mô hình có thể cung cấp giải pháp để tổ hợp sự phát tán thuộc miền,những điều này thực tế có thể được với sự kết hợp phổ biến theo chiều sâu (Drange

và cộng sự, 2005) Các vấn đề còn lại một lần nữa xử lý thích hợp củathermobaricity (mối quan hệ không theo thứ tự của nhiệt độ, độ mặn và áp suất dàyđặc (pressure to density)), điều này có nghĩa là một số mô hình kết hợp isopycnictương xứng với mật độ dày đặc của, ví dụ như, lượng nước ở đáy biển Địa Trung

Hải và Nam cực là không định hình (distorted) Giá trị của nhiều hệ thống kết hợptheo chiều dọc vẫn tiếp tục được thiết lập.

Mẫu rõ ràng (explicit representations) của độ cao trên mặt biển được sử dụng trongnhiều mô hình và dòng nước ngọt thực sự (real freshwater) thường cưỡng bức các

mô hình này thay vì dòng muối thực tế Phương pháp dòng muối thực tế đem lạisai số hệ thống trong việc dự báo độ mặn của bề mặt biển và nguyên nhân gây ranhiều vấn đề ở của sông nơi lưu vực rộng lớn (Hasumi, 2002a,b; Griffies, 2004)

Nói chung sự kết hợp theo đường cong ngang với ô lưới 2 cực và 3 cực (Murray,1996) được sử dụng rộng rãi trong thành phần đại dương của các mô hìnhAOGCMs Đây là chiến lược thường xử lý kết hợp kì dị ở Bắc cực, như là sự lựachọn trước cực lọc phổ biến hoặc chu kì kết hợp theo hình cầu Các lưới mới cóthuận lợi là những điểm dị thường có thể chuyển về đất liền trong khi vẫn giữnguyên những điểm thẳng hàng trên đường phân điểm Các phương pháp cũ đểlàm mẫu mặt biển, dòng nước bề mặt và Bắc cực vẫn còn được sử dụng trong mộtvài mô hình AOGCMs

2.2.2 Sự phân giải theo chiều ngang và chiều dọc

Có sự phát triển chung trong việc phân giải từ báo cáo TAR, với sự phân giải theochiều ngang theo thứ tự từ cấp 1 đến cấp 2 được sử dụng phổ biến trong thànhphần đại dương của hầu hết mô hình khí hậu Cách quyết định tốt hơn dấu hiệu chỉđường ở gần xích đạo, một vài mô hình sử dụng sự tăng cường phân giải theo

21

đường kinh tuyến trong vùng nhiệt đới Sự phân giải cao đủ để cho phép oceaniceddies, eddy-permitting, không được sử dụng trong a full suite of climate scenariointegrations bởi chi phí tính toán, nhưng từ báo cáo TAR nó được sử dụng trongmột số ý tưởng và các thí nghiệm dự đoán cơ bản khí hậu như thảo luận dưới đây.Tập giới hạn của sự tích hợp sử dụng mô hình eddy-permitting MIROC3.2 được

sự dụng tại đây và chương 10 Một số trung tâm lập mô hình cũng có sự tiến bộtrong việc phân giải theo chiều dọc từ báo cáo TAR

Một vài mô hình khí hậu liên kết (coupled climate) với sự phân giải permitting ocean (1/6o đến 1/3o) đã có sự phát triển (Roberts và cộng sự, 2004;Suzuki và cộng sự, 2005), và tỉ lệ lớn đặc trưng mô hình gây ra bởi sự liên kếtkhông khí biển cục bộ đã được mô phỏng thành công

eddy-Roberts và cộng sự (2004) đã tìm thấy sự tiến bộ trong việc phân giải đại dươngcủa mô hình HadCM3 từ about 1o to 0.33o by 0.33o by 40 levels (trong khi sự dịchchuyển của các thành phần khí quyển là không biến đổi) kết quả đạt được chính là

sự cải tiến trong mô phỏng những đặc điểm lưu thông của đại dương Tuy nhiên,

sự tác động đối với mô phỏng khí quyển là tương đối nhỏ và cục bộ Sự đối phónhững biến đổi khí hậu tương tự như mô hình phân giải tiêu chuẩn, với sự tăng giátrị lên không đáng kể của sự ấm lên ở vùng Northern Europe-Atlantic nhờ vào sựđối phó với những phá vỡ lưu thông theo đường kính (MOC) ở Atlantic Khoảngthời gian sử dụng của ngân sách nước ngọt Atlantic Basin được điều chỉnh giảm từ

khoảng 400 năm xuống còn 150 năm cùng với sự phân giải đại dương cao hơn, và

đề xuất sự khác nhau có thể chấp nhận được trong sự đối phó với MOC thoáng quatrong những khoảng thời gian này, nhưng cơ chế và vai trò tương đối của sự phângiải theo chiều ngang và chiều dọc là không rõ ràng

Atlantic MOC bị ảnh hưởng bởi nước ngọt tương đương với cưỡng bức nhiệt.Ngoài nước ngọt khí quyển cưỡng bức, nước ngọt được vận chuyển bởi đại dươngcũng rất quan trọng Để Atlantic MOC, nước ngọt ở Thái Bình dương đi quaBering Strait có thể khó mô tả trên đoạn qua Canadian Archipelago và LabradorSea (Komuro và Hasumi, 2005) Những khía cạnh này được cải tiến từ báo cáoTAR trong nhiều đánh giá mô hình ở đây

Những biến đổi quanh bờ lục địa rất quan trọng trong biến đối khí hậu cùng Ngoàinhững khu vực này, khí hậu cũng bị ảnh hưởng bởi lưu thông đại dương mở và khíquyển Mô hình khí hậu có sự phân giải cao góp phần vào sự cải tiến việc môphỏng khí hậu vùng Ví dụ, vị trí của Kuroshio tách rời từ quần đảo Nhật Bản được

mô phỏng tốt trong mô hình MIROC3.2, mô hình này có những nghiên cứu có thểthực hiện được về những biến đổi trong đường trục của Kuroshio của khí hậutương lai (Sakamoto và công sự, 2005)

Guilyardi và cộng sự (2004) đã đề xuất sự phân giải đại dương có thể chạy chỉ vớivai trò thứ 2 trong sự sắp đặt khoảng thời gian của mô hình tính biến thiên củaENSO, với khoảng thời gian quan trọng nhất được sắp đặt bởi mô hình khí quyển

23

đã cung cấp vận tốc cơ bản của phương thức sóng đại dương ở xích đạo chính làđại diện tương xứng.

2.2.3 Các hệ thông số hoá

Trong tracer equations, isopycnal diffusion (Redi, 1982) với isopycnal layerkhuyếch tán ở mức độ dày đặc (Gent và cộng sự, 1995), kể cả những sử đổi của nóbởi Visbeck và cộng sự (1997), trở thành lựa chọn phổ biến thay sự khuyếch tántheo chiều ngang đơn thuần Điều này dẫn đến những cải tiến trong cấu trúcthermocline và sự phá vỡ theo đường kính (Boning và cộng sự, 1995; xem phần8.3.2) Để hoà lẫn theo chiều dọc của tracers, các hệ thông số hoá đa dạng khônghạn chế hiện nay được sử dụng, như turbulence closures (vd, Mellor và Yamada,1982), non-local diffusivity profiles (Large và cộng sự, 1994) và mô hình tầng hỗnhợp chủ yếu (vd, Kraus và Turner, 1967) Sự trình bày của tầng hỗn hợp bề mặt

phải được cải tiến bởi vì sự phát triển trong các hệ thông số hoá này (xem phần8.3.2) Sự quan sát thể hiện rằng sự hoà lẫn theo chiều dọc ở đại dương sâu là cảitiến về đáy gồ ghề, steep slopes và nơi sự phân tầng là yếu nhất (Karus, 1990;Polzin và cộng sự, 1997; Moum và cộng sự, 2002) Trong khi nghiên cứu mô hìnhhoá đã chỉ ra tầm quan trọng của inhomogeneous mixing trong MOC (vd,Marotzke, 1997; Hasumi và Suginohara, 1999; Ottera và cộng sự, 2004; Oliver vàcộng sự, 2005; Saenko và Merryfield, 2005), các hệ thông số bao hàm toàn diệncủa các hiệu ứng và ứng dụng của nó trong kết nối mô hình khí hậu chưa được xemxét tới.

Nhiều loại nước nặng (dense waters) được tạo ra bởi sự đối lưu của đại dương, đâychính là toàn bộ global MOC, phải chảy qua gợn sóng đại dương và ở dưới dốc lụcđịa Sự lên của nước bao quanh những đặc trưng địa hình này là quá trình quantrọng để xác định thuộc tính cuối cùng và khối lượng của nước sâu Các hệ thông

số hoá của bottom boundary-layer processes được sử dụng trong một số mô hìnhAOGCMs (vd, Winton và cộng sự, 1998; Nakano và Suginohara, 2002) Tuynhiên, tác động của bottom boundary-layer representation trên liên hệ thống(coupled system) vẫn chưa được hiểu đầy đủ (Tang và Roberts, 2005) Thorpe vàcộng sự (2004) đã nghiên cứu tác động của scheme rất đơn giản được sử dụngtrong mô hình HadCM3 để điểu khiển sự hoà lẫn của nước tràn qua từ biển Bắc Âu(Nordic Seas) vào North Atlantic Mặc dù scheme ?có kết quả trong biến đổi của

25

thuộc tính khối lượng của nước gần cực, sự xuất hiện của nó có tác động nhỏ đến

sự mô phỏng mặt mạnh của mô hình MOC ở phạm vi lớn, hoặc sự đối phó của nóđối với hiện tượng ấm lên toàn cầu

2.3 Các quá trình đất

Một vài phép phân tích đa mô hình về các quá trình đất (bao gồm trong bảng 8.1)

đã được tiến hành Tuy nhiên các tiến bộ đáng kể từ khi TAR được công bố dựatrên các mô hình khí hậu đều tương tự với các mô hình này Phép phân tích các môhình cung cấp insight on sự hiểu biết sâu sắc về độ chính xác của các quá trình đấttrong các mô hình AR4

8.3.2.1 Các quá trình bề mặt.

Phần bổ sung của các mô hình sinh quyển đất mà mô phỏng một số thay đổi trongcác nguồn cácbon đất và bể sinh khối vào trong fully coupled climate models is atthe cutting edge of climate science Tiến bộ chính từ khi có TAR là bao gồm cả cácđộng thái vòng tuần hoàn cácbon thực vật và đất, mặc dù vẫn chưa được kết hợpđều đặn chặt chẽ vào trong AOGCMs sử dụng cho các dự án khí hậu (xem chương10) Tuần hoàn cácbon đất giới thiệu một sự phản hồi mới và quan trọng vào trong

hệ thống khí hậu trong khoảng thời gian từ thập kỷ đến thế kỷ (xem chương 7 và10) Những phản hồi này bao gồm sinh quyển đất để tăng oxit cácbon, biến đổi khíhậu và những thay đổi trong tính biến thiên của khí hậu (xem chương 7) Tuynhiên, nhiều vấn đề còn tồn tại cần được giải quyết Độ lớn của bể sinh khối còn

lại là không rõ ràng bởi vì nó phụ thuộc vào mật độ của khí hậu cũng như là sựphản ứng của cácbon thực vật và đất tăng CO2 Tỷ lệ mà làm giàu CO2 bão hòatrong các hệ thống đất cao hơn hẳn present uncertainly in the role of biosphericfeedbacks Một loạt các nghiên cứu đã được đưa ra để khám phá khả năng hiện tại

ở cấp độ mô hình của sự phản ứng của sinh quyển đất hơn là sự phản ứng của chỉmột hoặc hai thành phần của chúng (Friedlingstein et al., 2006) Công việc này đãtạo nên các tác động có hệ thống để đánh giá khả năng của các mô hình sinh quyểnđất để mô phỏng vòng tuần hoàn cácbon đất (Cramer et al., 2001) qua các áp dụng

so sánh tương tác Ví dụ, Freidlingstein et al 2006 đã phát hiện ra rằng trong tất cảcác mô hình được khảo sát, bể sinh quyển giảm đi trong tương lai trong khi mà khíhậu ấm lên

Các thành phần đơn lẻ khác của quá trình bề mặt đất đã được chứng minh từ TAR,như root parametrization (Arora and Boer, 2003; Kleidon, 2004) và higher-resolution river routing (Ducharne et al., 2003) Các quá trình đất lạnh đã được chú

ý đáng kể với các mô hình nhiều lớp tuyết bây giờ phổ biến hơn (e.g., Oleson et al.,2004) chẳng hạn như vùng đất đóng băng và tan băng (e.g., Boone et al., 2000;Warrach et al., 2001) Sub-grid scale snow parametrizations (lison, 2004), chuỗiphản ứng tuyết-thực vật (Essery et al, 2003) và wind redistribution of snow (Esseryand Pomeroy, 2004) là được quan tâm hơn cả Đất hữu cơ High-latitude cũng cótrong một số mô hình (Wang et al., 2002) Một sự tiến bộ gần đây là kết nối các mô

27

hình nước mặt vào trong các kế hoạch đất bề mặt (Liang et al., 2003; Maxwell andMiller, 2005; Yeh and Eltahir, 2005) Những chỉ được đánh giá ở phạm vi địaphương nhưng có thể thích hợp với toàn cầu Cũng có chứng cớ nổi lên rằng các

dự án cấp địa phương về sự nóng lên là nhạy cảm với sự mô phỏng quá trình màđược tiến hành ở cấp nhỏ hơn hơn là các mô hình khí hậu hiện tại phân tích (Pa etal., 2004) Một cách tổng quát, sự cải tiến của các mô hình đất bề mặt từ TAR làđược dựa trên những các so sánh chi tiết với dữ liệu được quan sát Ví dụ, Boone etal., 2004 đã sử dụng Rhone Basin để khám phá ra cách các mô hình đất bề mặt môphỏng sự cân bằng nước cho một vài chu kỳ năm so sánh với dữ liệu từ mạng lướiđược quan sát Họ đã tìm ra rằng hầu hết các kế hoạch đất bề mặt mô phỏng verysimilar runoff và sự bốc hơi nước nhưng sự chia cắt giữa các thành phần các nhaucủa cả hai dòng chảy và bốc hơi nước có sự khác biệt lớn, kết quả của các trạngthái cân bằng đất nước khác nhau và mô phỏng cho ra Các tham số tuyết phức tạphơn đã dẫn tới các mô phỏng cấp cao của các dòng chảy basin-scale

Một phép phân tích của các kết quả từ nhóm thứ hai của AMIP (AMIP – 2) đãkhám phá ra sự đóng góp của đất bề mặt tới mô phỏng khí hậu Henderson-Sellers

et al., 2003 đã tìm ra một clear chronological sequence của các sơ đồ đất bề mặt.Những khác nhau đáng kể được thống kê trong sự bay hơi trung bình hang năm đãđược nhận biết có thể được lien kết với tham số của các quá trình canopy Cácchứng minh sâu hơn trong mô hình đất mặt phụ thuộc vào các quan sát bề mặt tăng

cường, ví dụ, sử dụng các isotop cố định (e.g., Henderson-Sellers et al., 2004) cái

mà cho phép một váo thành phần của qus trình bốc hơi được xác định riêng rẽ.Pitman et al (2004) đã phát hiện ra tác động của mức độ phức tạp được sử dụng đểbiểu thị bằng tham số cân bằng năng lượng bề mặt trong sự khác biệt tìm thấy giữacác kết quả của AMIP-2 Chúng đã tìm ra rằng các sự biến thiên lớn trong sự phứctạp cân bằng năng lượng bề mặt không dẫn tới các khác biệt hệ thống trong giá trịtrung bình mô phỏng, sự dao động giữa nhiệt độ nhỏ nhất hay lớn nhất ở phạm vitoàn cầu, hoặc trung bình ở một vùng, cho biết rằng các biến này là không có giớihạn bởi sự không chắc chắn trong việc biểu hiện bằng tham số cân bằng nănglượng bề mặt Điều này làm tăng thêm độ chính xác của việc sử dụng các mô hìnhtrong bảng 8.1 mà hầu hết đều bao gồm các module cân bằng năng lượng bề mặtcủa sự phức tạp hơn là của mức tối thiểu được xác định bởi Pitman et al 2004.Trong khi một công việc nhỏ đã được thực hiện để đánh giá khả năng của các môhình bề mặt đất sử dụng trong các mô hình khí hậu kết nối, quá trình nâng cấp củacác mô hình bề mặt đất dần dần taking place và the conclusion of carbon in thesemodels is a major conceptual advance Trong mô phỏng của khí hậu ngày nay, mặthạn chế của của mô hình thủy học bucket chuẩn là tăng rõ rệt (Milly and Shmakin,2002; Henderson-Sellers et al., 2004; Pitman et al., 2004), bao gồm chứng cứ màđánh giá quá cao khả năng có thể xảy ra của hạn hán (Seneviratne et al., 2002).Các chứng minh nhỏ tương tự cho các mô hình đất, ví dụ, bao gồm biến không

29

gian khả năng giữ nước và a simple canopy conductance, dẫn tới các chứng minhđáng kể (Milly and Shmakin, 2002) Kể từ khi hầu hết các mô hình trong bảng 8.1

mô tả continental-scale land serface một cách thực tế hơn the standard buckethydrogy sheme, và bao gồm biến không gian khả năng giữ nước, canopyconductance, vv (bảng 8.1), hầu hết các mô hình này rất có khả năng nắm giữ mộtphần quan trọng tạo bởi đất bề mặt tới các mô phỏng khí hậu hiện tại Tuy nhiên,

có điều không rõ rang là các mô hình khí hậu hiện tại nắm bắt tác động của sựnóng lên trong tương lai như thế nào trên sự cân bằng cácbon đất Một đánh giácấp hệ thống của AOGCMs với vòng tuần hoàn cácbon được mô tả sẽ giúp làmtăng độ tin cậy trong việc góp phần của đất bề mặt vào sự nóng lên trong tương lai

2.3.2 Các phản hồi của độ ẩm đất trong các mô hình khí hậu

Một vai trò quan trọng của đất bề mặt là dự trữ độ ẩm đất và điều khiển sự bốc hơicủa nó Một quá trình quan trọng, sự phản hồi lượng ẩm của đất đã được phát hiệnmột cách bao quát từ khi có TAR, trên cơ sở các nghiên cứu cụ thể cấp khu vực màcác lien kết được minh chứng giữa độ ẩm đất và lượng mưa Các nghiên cứu gầnđây (ví dụ Gutowski et al., 2004; Pan et al., 2004) đã đề xuất rằng độ ẩm mùa hèphụ thuộc mạnh mẽ vào các quá trình bề mặt, nhất là trong mô phỏng của reginalextremes Douvill (2001) đã chỉ ra rằng sự mất cân bằng độ ẩm đất gây ra gió mùachâu Phi trong khi Schar et al (2004) lại đề xuất rằng một phản hồi tích cực của độ

ẩm của đất có liên quan tới việc mùa hè nóng bất thường ở Châu Âu vào năm2003.

Phản hổi độ ẩm đất trong các mô hình khí hậu vẫn chưa được đánh giá ở cấp hệthống vào thời điểm có TAR Nó được kết hợp với sức mạnh của sự kết hợp giữađất và khí quyển, cái mà chỉ được xác định gần đây trong các mô hình (Dirmeyer,2001) Koster et al 2004 đưa ra một đánh giá về nơi mà xảy ra phản hồi độ ẩm đấtquan trọng ở cấp vùng trong suốt mùa hè ở bán cầu bắc bằng việc xác định sứcmạnh của việc kết hợp 12 GMCs khí quyển Một vài nét tương tự được tìm thấygiữa các kết quả mô hình, đủ để cung cấp một đánh giá trung bình đa mô hình vềnơi mà biểu đồ độ ẩm toàn cầu trong suốt mùa hè bắc bán cầu chịu ảnh hưởngmạnh mẽ bởi sự biến thiên độ ẩm đất Những điểm nóng của sức mạnh lien kết các

mô hình được tìm thấy trong sự chuyển tiếp của các vùng giữa các vùng ẩm vàkhô Các mô hình, tuy nhiên, cũng chỉ ra sự không thích hợp trong sức mạnh củakết hợp các mô hình đất và khí quyển Một vài nghiên cứu dã phát hiện ra sự khácnhau trong sức mạnh của sự kết hợp đó Seneviratne et al 2002 đã nêu bật sự quantrọng của việc phân biệt khả năng giữ nước giữa các mô hình trong khi Lawrence

và Slingo (2005) phát hiện ra vai trò của sự thay đổi độ ẩm đất và đề nghị rằngtrạng thái bão hòa của độ ẩm đất thường xuyên và sự thay đổi ít của độ ẩm đất cóthể giải thích phần nào hạn chế của liên kết các mô hình trong mô hình HadAM3

31

(chú ý rằng hạn chế không có nghĩa là sai khi mà khả năng thực sự của việc lienkết mô hình là còn chưa rõ).

Nói chung, việc kết hợp không chắc chắn khí quyển và bề mặt đất có hàm ý cho sựtin cậy của phản hồi khí quyển-độ ẩm đã được mô phỏng Mặc dù tác động lớn đểthu thập và đồng nhất các phép đo độ ẩm đất ở cấp độ toàn cầu (Robock et al.,2000) vẫn tồn tại sự không thống nhất giữa các đánh giá ở phạm vi rộng của độ ẩmđất được quan sát Thách thức của mô hình hóa độ ẩm đất, điều mà thay đổi mộtcách tự nhiên trong khoảng thời gian ngắn, được lien kết với các đặc trưng phongcảnh của một vùng, các quá trình đất, sự hồi phục của đất mặt, dạng thực vật, vv,với các dữ liệu được quan sát là đáng kể Một điều không rõ rang là so sánh độ ẩmđất được mô phỏng bằng mô hình khí hậu với độ ẩm đất point-based hay remotelysensed Điều này khiến việc đánh giá khả năng đo đạc độ ẩm đất của các mô hìnhkhí hậu khó khăn

2.4 Các quá trình cryospheric

2.4.1 Cryospheric đất

Các mô hình lớp băng được sử dụng trong các chu trình của sự nóng lên trong thời

kỳ lâu dài và các viễn cảnh về mực nước biển, mặc dù chúng chưa được kết hợpmột cách tổng quát trong các AOGCMs sử dụng trong chương 10 Các mô hìnhđược chạy thường lệ trong ở trạng thái độc lập, mặc dù Huybrechts et al (2002) vàFichefet et al (2003) đã báo cáo các tác động sớm của việc lien kết các mô hình

lớp băng tời AOGCMs Các mô hình lớp băng cũng có trong một vài EMICs (ví

dụ, Calove et al., 2002) Ridley et al (2005) đã lưu ý rằng khoảng thời gian của sựtan băng theo dự kiến của lớp băng trên đảo Greenland có thể khác với các môphỏng kết hợp hoặc độc lập Các mô hình lớp băng nhiệt hóa học có hiệu lực ngàynay không bao gồm các quá trình được kết hợp với các dòng chuyển động củabăng hay grouding line migration, cái mà có thể cho phép các thay đổi động họcnhanh chóng trong các lớp băng Các tảng băng hay ice caps, tùy thuộc vào theirrelatively small scales and low likelihood of significant climate feedback at largescales, là không tương tác với AOGCMs nào hiện nay Xem chi tiết chương 4 và

10 Để thảo luận về tuyết, xem phần 8.3.4.1

Kể từ TAR, hầu hết các mô hình AOGCMs bắt đầu dùng các thành phần động họcbăng phức tạp Sự phức tạp của động lực học băng trong các AOGCMs thay đổi từ

33

mô hình “cavitating fluid” đơn giản (Flato and Hibler, 1992) tới mô hình nhựa dẻo(Hibler, 1979), cái mà tính toán là rất tốn kém và đặc biệt sử dụng cho các môphỏng khí hậu toàn cầu Mô hình nhựa dẻo đàn hồi (Hunke and Dukowicz, 1997)đang được sử dụng dần dần, đặc biệt do các hiệu quả của nó với các thiết bị giốngnhau Các cách tiếp cận về mặt số học để giải quyết các phương trình động lực họcbăng bao gồm các kết quả chính xác hơn về curvilinear model grids (Hunkle andDukowicz, 2002; Marsland et al., 2003; Zhang and Rothrock, 2003) và các phươngpháp Lagrang để giải quyết các phương trình nhựa dẻo (Lindsay and Stern, 2004;Wang and Ikeda, 2004).

Giải pháp cho động lực học nhiệt băng trong các AOGCMs đã tiến triển chậm hơn:

nó tiêu biểu bao gồm tính dẫn không đổi và các khả năng nhiệt cho băng và tuyết,một nguồn nhiệt mô phỏng tác động của các quặng muối biển trong băng, và mộtvài lớp, phía trên của tuyết Các schemes nhiệt động học phức tạp hơn đang đượcphát triển, như mô hình của Bitz and Lipscomb (1999), cái mà giới thiệu salinity-depedent conductivity và khả năng nhiệt, mô hình hóa cá quặng muối biển trongcách giám sát năng lượng như một phần của một mô hình nhiệt động lực học lớpbiến thiên (ví dụ, Saenko et al., 2002) Một vài AOGCMs bao gồm sự thiết lậpbăng tuyết, cái mà xảy ra khi một tảng băng nổi bị nhấn chìm bởi sức nặng củatuyết bao phủ bên trên và các lớp đóng băng tràn ngập tuyết Quá trình gần đây làđặc biệt quan trọng trong hệ thống băng Nam cực

Cho dù với fine grid scales, rất nhiều các mô hình băng không kết hợp sự phânphối độ dày của băng sub-gril scale ( Thorndike et al., 1975) với một vàithichkness “categories”, rather than considering the ice as a uniform slab withinclusions of open water Một phân phối độ dày của băng cho phép mô phỏngchính xác hơn vè sự biến thiên nhiệt động lực học trong sự phát triển và tỉ lệ tanchảy trong một ô lưới đơn lẻ, cái mà có thể cho kết quả đáng kể cho các quá trìnhphản hồi albedo đại dương (ví dụ, Bitz et al., 2001; Zhang and Rothrock, 2001).Một phân phối độ dày băng được phân tích tốt cho phép một công thức morephysical cho ice ridging và rafting events, dựa trên các công thức về năng lượng.Mặc dù các thông số của redging mechanics và các mối quan hệ với sự phân phối

độ dày của băng đã được chứng minh (Babko et al., 2002); Amundrud et al., 2004;Toyota et al., 2004), bao gồm sự tham số hóa của việc ridging tiên tiến đã cách lycác khía cạnh khác của động lực học nước đá biển trong các mô hình AOGCMs.Những giải thuật số tốt hơn được dùng cho phân phối bề dày nước đá biển(Lipscomb, 2001) và sức mạnh của nước đá (Hutchings et al., 2004) cũng đượcphát triển cho AOGCMs

2.5 Mô hình hóa aerosol và hóa học khí quyển

Mô phỏng khí hậu bao gồm aerosols khí quyển với sự vận chuyển hóa học đượccải thiện đáng kể từ TAR Các phân phối aerosol toàn cầu được mô phỏng là tốthơn so với những gì quan sát được, đặc biệt các số liệu từ vệ tinh (ví dụ, Radar độ

35

phân giải cao cải tiến (AVHRR), quang phổ kế mô tả với độ phân giải trung bình(MODIS), quang phổ kế mô tả đa góc (MISR), sự phân cực và hướng của năngsuất phản xạ của trái đất (POLDER), quang phổ kế vạch ra tổng ôzon (TOMS)),mạng lưới ground-based (aerosol robotic network; AERONET) và rất nhiều cácchiến dịch đo lường (ví dụ., Chin et al., 2002; Takemura et al., 2002) Dự án sosánh mô hình aerosol toàn cầu, Aerocom, cũng đã được đề xướng để tăng sự hiểubiết của tính không rõ ràng và giảm chúng trong các đánh giá mô hình (Kinne etal., 2003) Những so sánh này, so với các quan sát mây, cho kết quả để chứng minh

độ tin cậy trong đánh giá tác động của bức xạ trực tiếp và gián tiếp aerosol (ví dụ,Ghan et al., 2001a,b; Lohmann và Lesins, 2002; Takemura et al., 2005) Các môhình dưới thành phần aerosol tương tác đã được kết hợp chặt chẽ trong một số môhình khí hậu sử dụng trong chương 10 (HadGEM1 và MIROC) Một số mô hìnhcũng bao gồm các tác động aerosol gián tiếp (ví dụ., Takemura et al., 2005); tuynhiên, công thức của những quá trình này vẫn là chủ đề nghiên cứu

Các thành phần hóa học khí quyển tương tác lẫn nhau không bao gồm trong các

mô hình mà được đề cập trong báo cáo này Tuy nhiên, CCSM3 bao gồm sự biếnđổi của nồng độ khí nhà kính bởi các quá trình quang hóa và sự chuyển hóa SO2

và Đimetin sulfua thành các aerosol sunfua

2.6 Các cải tiến coupling

Trong tiến bộ kể từ TAR, một số nhóm có các phần mềm được phát triển cho phépnhóm dễ dàng hơn các thành phần khác nhau của một mô hình khí hậu (ví dụ,Valcke et al., 2006) Một ví dụ, cặp đất nước đá biển đại dương khí quyển (OASIS)

đã phát triển ở Centre Europeen de Recherche et de Formation Avancee en CalculScientific (CERFACS) (Terray et al., 1998), đã được sử dụng trong nhiều các trungtâm mô hình hóa để đồng bộ hóa các mô hình khác nhau và cho phép nội suy củacác lĩnh vực coupling giữa khí quyển và đại dương grids The shemes đảm bảo cảhai quan sát ở cấp toàn cầu và khu vực của sự thay đổi khác nhau ở bề mặt khôngkhí – đại dương, và đường đi của đất, băng biển và đại dương chảy ra một cách độclập

Coupling thường là một vấn đề quan trọng, bởi vì fluxes là trung bình trong suốtkhoảng thời gian coupling Điển hình, hầu hết các AOGCMs được đánh giá ở đâythông qua fluxes và các biến khác giữa các phần khác nhau một lần một ngày TheK-profile parametrization ocean vertical scheme (Large et al., 1994), được sử dụngtrong một số mô hình, là rất nhạy cảm vơi năng lượng gió thích hợp cho mixing.Nếu các mô hình bị ghép tại tần số thấp hơn mỗi lần một nhịp thời gian đại dương,nonlinear quantities như sức gió (cái phụ thuộc vào tốc độ gió) cần phải được tíchlũy qua từng bước thời gian trước khi đi qua đại dương Sự lấy trung bình khôngthích hợp bởi vậy có thể dẫn tới năng lượng trộn quá ít và do đó những chiều sâulớp pha trộn từ đây nông hơn, giả định sự tham số hóa không phải được trở lại Tuy

37

nhiên, các ghép mô hình với tần số cao có thể mạng lại những vấn đề công nghệmới Trong mô hình MIROC, khoảng thời gian ghép là 3 giờ, và trong trường hợpnày, một sóng trọng lực bên trong bị kích động trong đại dương sao cho sựsmoothing nào đó cần thiết để giảm vấn đề số này Cũng nên chú ý rằng các môhình AOGCMs được sử dụng ở đây có (tiêu biểu là 10m hay hơn), giới hạn nhiệt

độ bề mặt biển (SST) gây ảnh hưởng đến ghép mô hình thường xuyên (Bernie et

al, 2005)

2.7 Những sự điều chỉnh dòng và initialization

Kể từ TAR, nhiều mô hình khí hậu được phát triển mà không điều chỉnh nhiệt độ

bề mặt, nước và các dòng động lượng không tự nhiên duy trì một khí hậu điều hòavững chắc Stouffer và Dixon (1998) đã chú ý rằng, việc sử dụng các điều chỉnhdòng như vậy đòi hỏi các tích hợp khá dài của các thành phần mô hình trước khighép nhóm Trong các mô hình này, thông thường các điều kiện ban đầu cho tíchhợp ghép nhóm đã vẫn được sử dụng từ long spin ups của các thành phần mô hình

Trong các mô hình AOGCMs mà không sử dụng việc điều chỉnh dòng (xem bảng8.1), các phương pháp tích hợp có xu hướng khác nhau hơn Các thành phần đạidương của nhiều mô hình là được tương thích sử dụng các giá trị được quan sátgián tiếp từ observationally based, gridded data set (Levitus and Boyer, 1994;Levitus and Antonov, 1997; Levitus et al., 1998) hoặc từ các tích hợp short ocean-only mà được sử dụng một phép phân tích được quan sát cho các điều kiện ban đầu

của chúng Dữ liệu thành phần khí quyển ban đầu dược thường xuyên quan sát từcác tích hợp khí quyển sử dụng bắt buộc SSTs

Để quan sát các dữ liệu ban đầu cho tích hợp pre-industrial control được thảo luậntrong chương 10, hầu hết các AOGCMs sử dụng sự khác nhau của scheme Stouffer

et al (2004) Trong sheme này, mô hình được ghép được cho giá trị ban đầu vàđược thảo luận ở dưới Các mô hình được tích hợp cho một vài thế kỷ sử dụngconstant pre-industrial radiative forcing, cho phép hệ thống ghép điều chỉnh phầnnào to this forcing Cấp độ của sự cân bằng trong khí hậu tiền công nghiệp thực tớithe pre-industrial radiative forcing là không biết Từ đó, có vẻ như là không cầnthiết đề có điều khiển tiền công nghiệp làm cân bằng đầy đủ Sau tích hợp spin-up,điều khiển tiền công nghiệp được bắt đầu và các tương thích pertupation có thể bắtđầu Một bước quan trọng tiếp theo, khi mà bắt đầu các tích hợp điều khiển đượcđịnh rõ, là sự đánh giá của các khuynh hướng khí hậu tích hợp điều khiển Cáckhuynh hướng chính có thể làm méo cả hai the natural variability (ví dụ, Inness etal., 2003) và sự phản hồi khí hậu tới những thay đổi trong radiative forcing(Spelman và Manabe, 1984)

Trong các báo cáo IPCC mới đây, các phương pháp tích hợp khá là khác nhau.Trong một vài trường hợp, các tích hợp perturbation ban đầu sử dụng dữ liệu từtích hợp điều khiển ở chỗ mà các STTs là near present-day values và không phải

39

tiền công nghiệp Nhiều mô hình khí hậu ngày nay sử dụng một vài thay đổi củaphương pháp Stouffer et al 2004, đã được chứng minh.

3 Sự đánh giá khí hậu hiện thời khi được mô phỏng bởi những mô hình toàn cầu ghép

Vì những sự phi tuyến tính trong những quá trình điều khiển khí hậu sự đáp lại hệthống khí hậu tới những sự hỗn loạn phụ thuộc tới phạm vi nào đó trên trạng thái

cơ bản (của) nó Vậy thì, (cho) những mô hình để dự đoán những điều kiện khí hậutương lai đáng tin cậy, họ phải mô phỏng trạng thái khí hậu hiện thời với một vàimức độ cho đến nay không được biết về tính trung thực Kỹ năng mô hình kémtrong việc mô phỏng khí hậu hiện tại có thể cho biết rằng những quá trình vật lýhay quá trình động học nhất định đã bi miêu tả sai Một mô hình tốt hơn mô phỏngnhững mẫu không gian phức tạp và những chu kỳ mùa và ngày (của) khí hậu hiệntại càng tốt, thì sự tin cậy càng cao bởi tất cả các quá trình cần thiết đã được trìnhbầy một cách đầy đủ Như vậy, khi những mô hình mới xây dựng, nỗ lực đáng kểđược cống hiến cho việc đánh giá khả năng của chúng trong việc mô phỏng khíhậu hiện tại (e.g., Collins et al., 2006; Delworth et al., 2006)

Một số sự đánh giá của sự thực hiện mô hình được giới thiệu ở đây được dựa vàonhững sự mô phỏng thế kỷ 20 mà cấu thành một phần (của) MMD được lưu trữTại PCMDI Trong những sự mô phỏng này, những nhóm mô hình hóa bắt đầunhững mô hình từ những sự mô phỏng (circa 1860)' điều khiển' trước công nghiệp