ENSO-Dynamik in CMIP6-Simulationen: Zusammenhänge zwischen Meeresoberflächentemperatur und atmosphärischem Drehimpuls

Abstract

Exakte Kenntnisse über die Parameter der Erdorientierung sind unter anderem für die präzise Positionierung und Navigation auf der Erde unerlässlich. Einer dieser Parameter ist die Tageslänge (LOD), die Auskunft über die Rotationsgeschwindigkeit der Erde gibt. Die LOD wird von vielen verschiedenen Prozessen beeinflusst und schwankt daher im Millisekundenbereich. So beeinflussen auch Prozesse in der Atmosphäre die LOD. Kommt es beispielsweise zu einer Zunahme des atmosphärischen Drehimpulses (AAM), nimmt auch die LOD zu und die Erde dreht sich langsamer. Der AAM wiederum ist ebenfalls Schwankungen unterworfen. So hat auch die El Niño Southern Oscillation (ENSO) einen Einfluss darauf und damit auf die Erdrotation. Durch den fortschreitenden Klimawandel stellt sich die Frage, wie sich ENSO aufgrund der Erwärmung der Ozeane und der Atmosphäre entwickelt und wie sich das auf den AAM und die LOD auswirkt. Mittels Klimamodellen wird versucht, die Effekte der Erderwärmung in der Zukunft zu simulieren. Diese Arbeit bedient sich der Daten von einem historischen und drei zukünftigen Emissionsszenarien von elf Modellen des Coupled Model Intercomparison Project Phase 6 (CMIP6) und berechnet Zeitreihen für den Oceanic Niño Index (ONI), einem ENSO-Index, und vergleicht diese dann mit aus diesen Modellen abgeleiteten Zeitreihen des AAM. Es wird dabei untersucht, wie gut die Modelle die ENSO-Variabilität sowie die Kopplung der Ozeane und der Atmosphäre simulieren können. Alle berechneten ONI-Zeitreihen können die ENSO-Variabilität grundsätzlich gut simulieren. Allerdings können nicht alle Modelle die Kopplung zwischen den Ozeanen und der Atmosphäre, die durch den Korrelationskoeffizienten zwischen dem ONI und dem AAM repräsentiert wird, realistisch reproduzieren. Die Modelle simulieren eine Zunahme der kalten Phase von ENSO, der La Niña, sowie eine Zunahme der starken ENSO-Ereignisse. Es zeigt sich kein klarer Trend zwischen den verschiedenen Emissionsszenarien, jedoch sind Unterschiede zwischen den einzelnen Modellen bemerkbar. Allerdings simulieren die Modelle auch im historischen Szenario ein vermehrtes Auftreten von La Niña und starken Ereignissen, das es in tatsächlich beobachteten Daten nicht gibt. Dies könnte eine mögliche Überschätzung der Schwankung der Meeresoberflächentemperatur(SST) der Modelle als Ursache haben. Die Standardabweichungen der analysierten SST lassen die Vermutung zu, dass die Variabilität der SST einen größeren Einfluss auf die ENSO-Dynamik hat als die Erwärmung der Meeresoberfläche.

Accurate knowledge of the Earth ́s orientation parameters is necessary for precise positioning and navigation on the Earth. One of those parameters is called Length of Day (LOD), which represents the change in Earth ́s rotational velocity. The LOD is influenced by many different processes and therefore fluctuates in the range of milliseconds. Processes in the atmosphere also influence the LOD. For example, if there is an increase in atmospheric angular momentum (AAM), the LOD also increases and Earth rotates more slowly. The AAM, in turn, is also subject to fluctuations. The El Niño Southern Oscillation (ENSO) also has an influence on the AAM and thus on the Earth ́s rotation. Due to ongoing climate change, the question arises as to how ENSO will develop as a result of the warming of the oceans and the atmosphere and how this might affect the AAM and the LOD. Climate models are used to simulate the effects of global warming in the future.This study uses data from one historical and three future emission scenarios from eleven models of the Coupled Model Intercomparison Project Phase 6 (CMIP6) and calculates timeseries for the Oceanic Niño Index (ONI), an ENSO index, and then compares these with timeseries of the AAM derived from these models. The study examines how well the models can simulate ENSO variability and the coupling between the oceans and the atmosphere. All calculated ONI time series are generally good at simulating ENSO variability. However, not all models can realistically reproduce the coupling between the oceans and the atmosphere, which is represented by the correlation coefficient between the ONI and the AAM. The models simulate an increase in the cold phase of ENSO, La Niña, as well as an increase in strong ENSO events. There is no clear trend between the different emission scenarios, but differences between the individual models are noticeable. However, even in the historical scenario, the models simulate an increased occurrence of La Niña and strong events, which is not found in the data actually observed. This could be due to a possible overestimation of the fluctuation in sea surface temperature (SST) in the models. The standard deviations of the analysed SST suggest that the variability of the SST has a greater influence on ENSO dynamics than the warming of the SST.