Project

Back to overview

Constraining dynamic and thermodynamic drivers of mid-term regional climate change projections for Northern mid-latitudes

Applicant Lehner Flavio
Number 174128
Funding scheme Ambizione
Research institution Institut für Atmosphäre und Klima ETH Zürich
Institution of higher education ETH Zurich - ETHZ
Main discipline Climatology. Atmospherical Chemistry, Aeronomy
Start/End 01.09.2019 - 29.02.2024
Approved amount 555'200.00
Show all

Keywords (8)

Models; Emergent_constraints; Impacts; Climate Change; Projections; Uncertainty; Temperature; Precipitation

Lay Summary (German)

Lead
Zukunfts-Projektionen des Klimawandels sind regional noch sehr unsicher. Dies gilt insbesondere für den mittelfristigen Projektionszeitraum (2030-2050), in dem die Vorhersagbarkeit aufgrund des Anfangszustands verloren geht, die verschiedenen Emissionsszenarien jedoch noch nicht zu einer Divergenz der Klimaverläufe geführt haben. Für diesen Zeitraum stammt gegenwärtig über 50% der Projektionsunsicherheit für Temperatur und Niederschlag von interner Variabilität und regionalen Rückkopplungen und nicht von transienter Klimasensitivität oder der Wahl des Emissionsszenarios. Um die Interessengruppen über die mit diesem Planungshorizont verbundenen Klimafolgenrisiken zu informieren, ist ein besseres Verständnis der Unsicherheitsquellen erforderlich. Unser Projekt kombiniert neue statistische Analysemethoden und innovative Modellsimulationen mit dem Ziel, durch beobachtungs-basierte Modellevaluation die Unsicherheiten von regionalen Temperatur- und Niederschlagsprojektionen zu verringern.
Lay summary

Dieses Projekt wird zu einem besseren Verständnis des Ursprungs der Unsicherheiten in Klimamodellprojektionen und damit zu einer besseren Einschätzungen des regionalen Klimawandels führen. Dies ermöglicht eine zuverlässigere Quantifizierung von möglichen Risiken im Zusammenhang mit Änderungen des Durchschnittsklimas sowie seiner Variabilität, was der gesellschaftspolitischen Diskussion, wie mit dem Klimawandel umzugehen ist, zugutekommt.

Direct link to Lay Summary Last update: 04.07.2019

Responsible applicant and co-applicants

Employees

Abstract

Future projections of regional climate change are still very uncertain. This is particularly true for the mid-term projection period (2030s-2050s), where initial condition predictability is lost and emissions scenarios have yet to drive divergence of climate trajectories. In current ensembles of coupled climate models ~50% of the model projection uncertainty for mid-latitude land warming for this period is related to internal variability and regional feedbacks, rather than to transient climate response or the choice of emissions scenario; the contribution from internal variability is even larger for precipitation. In order to inform stakeholders on climate impact risks associated with this crucial planning horizon, an improved understanding of these sources of uncertainty is needed. This proposal combines new methodologies and innovative model simulations with the ultimate goal of reducing uncertainties in regional temperature and precipitation projections. We will investigate current and upcoming multi-model ensembles, as well as idealized model experiments with the following objectives: (i) quantifying sources of spread in mid-term projections of temperature and precipitation over mid-latitude land areas, (ii) removing the contribution of atmospheric circulation variability to this spread and identifying thermodynamic drivers of the remaining projection uncertainty, and (iii) observationally constraining the remaining uncertainty, thereby focusing on land surface-atmosphere interactions driven by soil moisture and surface fluxes, the influence of model biases in sea surface temperature variability on projected hydroclimate changes, and the link between precipitation changes and the magnitude of projected land-sea warming contrast. This project will result in an improved understanding of the origin of inter-model spread in climate change projections and improved estimates of regional anthropogenic climate change, and therefore a more reliable quantification of risk associated with changes in mean climate as well as its variability.
-