The understanding characteristics and changes of the global and local Internal Climate Variability under the present and future climate

Abstract

기후 내부 변동(Internal Climate Variability, ICV)은 미래기후 예측에 있어 부정확성을 유발하는 요소 중의 하나로 여겨진다. 그렇기에 기후 모델을 통해서 ICV의 특성과 역할을 이해하는 것이 중요하다. 이 연구에서 저자는 3개의 기후 모델(CESM, GFDL and MPI)에서 실행한 다중 앙상블(large ensemble) 실험 결과 및 제 5차 결합모델 간 비교 프로젝트 (Coupled Model Intercomparison Project, CMIP5)의 개별 멤버들에 대해서 “ICV로 인한 부정확도 범위”에 대한 정량화 분석을 하였다. 단일 모델의 다중 앙상블 자료에서 저자는 각 앙상블 별 전 지구 평균 표면온도(GMST)에 대한 “앙상블 분포도(ensemble spread)” 분석 방법을 기반으로 한 모델 별 대표ICV 값을 정량화 하였다. 이를 통하여 모델에서 ICV를 크게 모의하는 모델과 작게 모의하는 모델의 표면온도 특징을 현재 및 미래 기후 조건에서 연구하였다. 큰 ICV를 가지는 모델은 저위도 표면온도 변동성 및 GMST의 온도 경향성의 범위가 크게 모의되는 것을 확인할 수 있었다. 이는 CMIP5 에서도 비슷한 결과를 보인다. 한편, 통계적인 정량화 방법을 통해 계산한 CMIP5 모델들이 보여주는 ICV의 특징 및 크기는 현재 기후부터 미래 기후조건까지 지속되는 모습을 확인할 수 있는데, 이는 단일 모델 내 다중 앙상블 실험 결과에서 현재 기후의 ICV 크기 모의가 미래 기후 값과 통계적으로 연관성이 없는 것과는 대조적인 모습을 보인다. 따라서 모수화 및 역학과정의 모델 간 편차가 ICV 모의에 중요한 역할을 차지하며, 이는 단일 모델에서의 시간에 따른 ICV에 대한 모의 변화보다 더 중요하다는 것을 추정할 수 있다. 한편 저자는 단일 모델의 다중 앙상블 분석을 이용하여, 표면온도의 앙상블 분포도(ICV에 의한 부정확도)에 대한 지역적인 특징과 변화를 연구 하였다. 단일 모델에서 표면온도의 앙상블 분포도는 고위도 및 극지역이 가장 높은 값을 보이는 것으로 나타났으며 지구온난화 시나리오에서 해빙의 융해로 인한 감소를 보였다. 21세기 동안 가을철은 해빙이 가장 빠른 융해를 보이는 계절로, 북극의 ICV 감소에 중요한 역할을 한다. 이는 극지 온도 증가로 인한 남북 온도경사를 감소시켜 결과적으로 중·고위도의 대기 변동을 감소 시키며 앙상블 분포도의 감소를 유발한다. 한편으로 저자는 지역 강수에 연관된 ICV 연구를 위해 동북아시아 여름철 강수량(NASRA)을 분석하였으며, 이 값은 “열대 연관 강수” 및 “열대 외 연관 강수”로 구분될 수 있다. 이 중 ICV에 의한 열대 연관 강수량은 현재-미래 변화에서 거의 평행하는 경향성을 보여주었다. 하지만 본래의 ICV에 의한 NASRA의 미래 변화 대부분은 열대 외 강수 인자의 영향에 의한 것임을 확인할 수 있었다. 이는 열대 외 강수 인자로 인한 대기변동이 NASRA 에 연관된 ICV의 특징 및 미래 변화에 중요한 역할을 담당한다는 것을 의미한다. 마지막으로 저자는 지구온난화 시그널이 ICV 로 설명 가능한 범위를 넘어서는 시점인 “the time of emergence(ToE)”에 대하여 분석을 하였다. 이 연구에서는 ToE를 GMST의 경향성의 크기가 ICV만으로 설명되는 경향성의 범위를 넘어서는 시점으로 정하였다. 북극은 ToE를 모의하는데 중요한 역할을 담당하며 북극 증폭이 강해지는 시점이 ToE와 크게 연관되어 있다. 여기에 대하여 CMIP5의 분석 결과는 모델 별로 온난화의 영향이 거의 없던 초기 기간(1861–1910)의 해빙 면적 모의가 ToE의 출현 시기에 중요한 역할을 한다는 것을 제시한다. |Internal climate variability (ICV) is considered a component of uncertainty in future climate projections. Therefore, it is essential to determine the role, characteristics, and changes in ICV in climate models. In this study, we quantified ICV based on large ensemble (LE) simulations (CESM, GFDL, and MPI) and individual members of multi-model ensembles, such as the Coupled Model Intercomparison Project phase 5 (CMIP5). By analyzing ICV in global mean surface temperature (GMST), we found that variability in surface temperature at low latitudes and the range of GMST trends simulated using climate models could be used as an indicator of the total mean ICV in the present climate. Models with a large ICV tend to simulate larger surface temperature variability at low latitudes, including El Niño and Southern Oscillation (ENSO) variability, as well as larger cooling and warming trends of GMST than small ICV models. Furthermore, the characteristics of surface temperature variability simulated in the CMIP5 climate models with large or small ICVs were similar to those from the present climate to future climate in terms of the magnitude of the ICVs. This was in contrast to those simulated in large ensemble experiments, in which the magnitude of ICV in the present climate was not related to that in the future climate. We inferred that these differences could be primarily attributed to inter-model differences in the CMIP5 climate models, including in model physics and parameterizations. We also studied the local characteristics and changes in the ICV with regards to surface temperature and precipitation in large ensemble simulations. The ensemble spread from the ICV at the local surface temperature was larger at high latitudes and polar regions than at low latitudes but decreased mainly by sea ice melting during the global warming scenario. During the 21st century, the boreal fall season plays a dominant role in the decrease of ICV in the Arctic region because the most rapid sea ice melting occurs in this season. Melting sea ice and a decreased meridional temperature gradient due to warming result in weakened atmospheric variability at middle and high latitudes, which decreases the global mean of surface temperature ICV. In terms of the global average, however, the high ICV and its change in the Arctic account for a small portion, with a cosine weight value near “0” in high-latitude regions. From this, it can be concluded that ICV changes in warmer world, and research should focus on the analysis of local ICV (i.e., Arctic region) rather than global mean values to investigate these changes in ICV. In terms of the study of the ICV of precipitation, we analyzed the Northeast Asia Summer Rainfall Anomaly (NASRA), which can be divided into “tropics-related rainfall anomaly” and “extratropics-related rainfall anomaly.” The tropics-related rainfall variability associated with ICV showed an almost flat trend between the current climate and climate projects. By contrast, the NASRA associated with ICV was found to increase significantly from the mid-21st century. This change was mostly explained by the variability of extratropics-related rainfall. This indicates that extratropics-related factors in the atmosphere will be highly uncertain in a warmer world. Finally, we examined the time of emergence to understand the role of the ICV in the simulation during global warming. This study defined the time of emergence as the year when the GMST trend exceeded the trend explained by ICV. The Arctic also plays an important role in the time of emergence, as it is associated with the intensity of Arctic amplification. CMIP5 results suggest that the initial boundary value of sea ice extent in the reference period (1861–1910) plays a key role in determining whether there was a slow or fast simulation of the time of emergence in future climate simulations.