Ökningen av koldioxidkoncentrationen i atmosfären har värmt jorden sedan början av den industriella eran. Klimatmodeller försöker projicera hur mycket denna uppvärmningstrend kommer att fortsätta, men de skiljer sig i sin globala medeltemperaturrespons på ökande koncentrationer av växthusgaser. Detta kallas klimatkänslighet, enligt Dr Florent Brient, en postdoktorand forskare vid Centre National de Recherches Météorologiques (Météo-France/CNRS), Frankrike, och författare till en nyligen publicerad studie som granskar en ny metod, känd som framväxande begränsningar, som försöker använda information om det nuvarande klimatet för att begränsa klimatets utveckling i framtiden. Studiens resultat publicerades den 10 december 2019 i Framsteg inom atmosfärsvetenskap .

För att exakt kunna förutsäga hur mycket jorden kommer att värmas upp i framtiden, man behöver veta hur atmosfäriska koldioxidkoncentrationer kommer att utvecklas, tillsammans med en noggrann bedömning av klimatkänsligheten. Skulle koldioxidnivåerna fördubblas, modeller förutsäger att jorden skulle värma med 1,2 grader Celsius, som inducerar förändringar som antingen kan dämpa dessa effekter eller driva på ytterligare uppvärmning. Till exempel, en ökning av uppvärmningen ökar luftfuktigheten, vilket ger en positiv feedback som skulle driva ytterligare uppvärmning eftersom vattenånga är en potent växthusgas. Uppvärmningen smälter också havsis och snö som reflekterar solljus bort från jorden – känd som albedoeffekten.

Å andra sidan, ett ökat molntäcke, till exempel, kan ge negativ feedback, eftersom de lägsta molnen också reflekterar solljus bort från jorden. Dock, eftersom moln är relaterade till olika dynamiska skalor och deras strålningseffekter varierar avsevärt i höjd, deras effekter på ytuppvärmningen är komplexa. Följaktligen, moln är fortfarande en stor källa till oenighet mellan modeller.

I det här pappret, Dr. Brient granskar begreppet emergent constraints och beskriver publicerade emergent constraints, som minskar osäkerheten i olika simulerade klimatförändringar. Författaren diskuterar potentiella samband mellan framväxande begränsningar och inverkan av statistiska metoder i kvantifieringen av dessa mer troliga prognoser. Till sist, författaren försöker verifiera om framväxande begränsningar kollektivt kan minska spridningen av klimatkänslighet som klimatmodeller ger.

"Uppkommande begränsningar är användbara för att minska spridningen av klimatprognoser och för att vägleda utvecklingen av mer realistiska klimatmodeller, sade Brient. "Men, de är känsliga för olika faktorer, till exempel hur statistisk slutsats har utförts eller hur observationsosäkerheter har erhållits. Därför, mer konsekvens över framväxande begränsningar behövs för bättre korsvalidering av mer troliga prognoser."

"Den kommande sjätte fasen av Coupled Model Intercomparison Project (CMIP6) kommer med största sannolikhet att öka entusiasmen för framväxande begränsningar, genom att tillåta en bättre förståelse av vissa klimatfenomen och en ytterligare inskränkning av deras osäkra prognoser, sade Brient. "Men, detta kräver delning av statistiska metoder som används för dessa kvantifieringar, som vi har gjort i detta dokument, " han lägger till.

Enligt Brient, två frågor återstår att lösa. För det första, "vilka är kopplingarna mellan de olika prediktorerna som används för att minska prognoser för en given klimatförändring? En bättre förståelse av kopplingarna mellan cirkulation och moln skulle hjälpa till att göra framsteg i detta avseende, sade Brient. Och för det andra, "hur kan spridningen i klimatprognoser på ett tillförlitligt sätt minskas om framväxande begränsningar inte överensstämmer med varandra? Detta tyder på att vissa framväxande begränsningar är mer pålitliga än andra, men detta återstår att utreda."