Optical properties of snow and sea ice field measurements, parameterization schemes and validation

Abstract

Optiske Egenskaper av Snø og Sjøis: Felt målinger, Modellbeskrivelse og Validering av Modeller

I dag hersker det liten tvil om at de raske temperatur endringene vi er vitne til er menneskeskapte. Temperaturen øker dobbelt så hurtig i Arktis i forhold til i resten av verden, med den konsekvensen at sjøisen i Arktis smelter med akselererende hastighet. Klimamodeller kan beskrive fortidens, nåtidens og framtidens klima ved hjelp av komplekse matematiske framstillinger av viktige fysiske prosesser. Men på grunn av forenklinger i dagens klimamodeller er de ikke i stand til å beskrive den økte smeltingen i Arktis på en tilfredsstillende måte. Vi mener en av de viktigste grunnene er mangler i viktige komponenter i energi balansen. En viktig parameter i så henseende er albedo, som gir forholdet mellom reflektert og absorbert solstråling på bakken. En hvit snødekt overflate har en høy albedo og reflekterer mesteparten av den innkommende solstrålingen, mens en mørk åpent vann overflate har en veldig lav albedo og absorberer mesteparten av solstrålingen. Når så sjøisen smelter og blottlegger stadig større områder med åpent vann på bekostning av snødekt sjøis, vil vi få økt absorpsjon av solstråling, som igjen fører til økte temperatur og økt smelting. Dette danner hva vi kaller en positiv tilbakekoblingsmekanisme.

Vi har utviklet og implementert en ny beskrivelse (skjema) for sjøis albedo i den globale klimamodellen ECHAM5. Skjemaet inneholder en detaljert beskrivelse av hver av de fire komponentene: snødekt sjøis, bar sjøis, smeltedammer og åpent vann, og det er første gangen en eksplisitt beskrivelse av smeltedammer er inkludert i albedo skjemaet i en global klimamodell. Samlet reduserer det nye skjemaet sjøis albedoen, noe som resulterer i en samlet reduksjon i sjøis tykkelse, -utbredelse og -volum, særlig for Arktis om sommeren på grunn av smeltedammene. Dette arbeidet er derfor et bidrag til å forklare avviket mellom dagens klimamodeller og observasjoner når det kommer til sjøisen i Arktis. Vi har også utviklet prosedyrer for innsamling og behandling av datasett som beskriver sjøis miljøet. Fokuset har variert fra små skala (felt observasjoner), via regional skala (flymålinger) til global skala (fjernmåling), noe som har gitt oss informasjon om de optiske egenskapene til snø og sjøis med forskjellig oppløsning. Småskala målingene ble brukt til punktmåling validering av modeller og prosess studier, mens kombinasjonen av flymålinger med forskjellige instrumenter ga oss andelen av sjøistyper, sjøis albedo, og sjøistykkelse. Slike kombinerte datasett er veldig godt egnet for validering av klimamodeller. Til sist har vi også undersøkt generelle teknikker for konsistent og automatisk validering av klimamodeller (enten for å sammenligne klimamodeller med forskjellige skjemaer av noen viktige parametere, eller for å sammenligne modeller mot observasjoner). Vi har utviklet en tilpasset significance-in-scale-space metode for å påvise statistisk signifikante forskjeller mellom to klimatologiske datasett. <br>

Optical Properties of Snow and Sea Ice: Field Measurements, Parameterization Schemes and Validation

Today we experience an accelerated melting of sea ice in the Arctic which the general circulation models are inadequate to predict. We believe one of the reasons is the shortcomings in the snow and sea-ice albedo schemes for these models. Considering the effect sea ice has on the Arctic climate due to the ice albedo feedback, accurate, physically-based parameterizations schemes for sea-ice albedo are crucial. A new sea-ice albedo parameterization scheme has been developed and implemented in ECHAM5 general circulation model, and includes important components like albedo decay due to snow aging, ice thickness dependency and an explicit treatment of melt pond albedo. Overall, the new albedo scheme reduces the sea-ice albedo, resulting in an overall reduction in sea-ice thickness, concentration and volume, particularly for northern hemisphere in summer due to the inclusion of melt ponds. This work is therefore a contribution towards explaining the divagation between climate models and observations when investigating the sea ice in the Arctic. We have also investigated procedures for collecting and processing datasets describing the sea-ice environment. The focus has varied from small scales (in-situ measurements), regional scales (airborne measurements) and global scales (remote sensing measurements), providing information of the optical properties of snow and sea ice at different resolutions. The small scale measurements were utilized for point-site validation and process studies, while the combinations of airborne measurements provided fractional sea-ice types, sea-ice albedo and sea-ice thickness, thus also estimates for sea-ice area and volume. Such combined datasets are very suitable for validation of climate models. Techniques for appropriate and consistent statistical validation of climate models in general (either to compare climate simulations for different parameterizations, or for validating climate model output against observations) have also been investigated. We have developed an adapted significance-in-scale-space methodology to detect statistical significant differences between two climatological datasets.