Il modello globale del sistema Terra EC-Earth
EC-Earth è un modello climatico globale (Hazeleger et al., 2010, 2012, Doescher et al. 2020) sviluppato da un consorzio composto da 27 istituti di ricerca Europei e nel cui sviluppo ISAC-CNR riveste un ruolo di primo piano da molti anni.
Il consorzio EC-Earth ha partecipato già nel 2012 al progetto CMIP5 [1], producendo, con il contributo di ISAC-CNR, un ensemble di simulazioni con EC-Earth v2 molto utilizzate dalla comunità scientifica negli anni passati. Numerosi lavori basati su EC-Earth sono comparsi nella letteratura peer-reviewed ed hanno così contribuito al quinto Assessment report (AR5) del IPCC (Intergovernmental Panel on Climate Change) (IPCC, 2013). EC-Earth v2 è stato infatti utilizzato in molteplici tipologie di studi, dalla ricerca paleoclimatica alle proiezioni climatiche (e.g. Palazzi et al. 2013) fino a previsioni su scala stagionale (e.g. Prodhomme et al., 2016; Haarsma et al., 2019) e decennale (e.g. Guemas et al., 2013; Hazeleger et al. 2103a; 2013b; Corti et al. 2015).
Per partecipare al nuovo sforzo congiunto per CMIP6[2], il consorzio ha sviluppato una nuova versione di EC-Earth, indentificata come EC-Earth3 (Doescher et al. 2020). Numerose simulazioni climatiche sono state realizzate e studiate negli ultimi cinque anni con questa versione del modello da ricercatori di ISAC-CNR (e.g. Davini et al. 2015a,b; Davini et al. 2017a,b; Palazzi et al, 2019; Yang et al. 2019; Meccia et al. 2020)
Fig 1. Proiezioni storiche e future per la temperature media del Emisfero Nord nell’ensemble CMIP6 di EC-Earth e EC-Earth3-Veg.
Le più recenti proiezioni climatiche per CMIP6 prodotte da ISAC-CNR sono ad oggi disponibili per moltissime variabili ad una risoluzione orizzontale di circa 80 km per l’atmosfera e circa 1 grado per l’oceano, con una risoluzione temporale a partire da 3 ore. Due versioni del modello sono disponibili, una “standard” (EC-Earth3) ed una che include un modulo di vegetazione dinamica (EC-Earth3-Veg). Le simulazioni realizzate coprono sia il periodo storico che quello futuro. Per quest’ultimo sono stati esplorati un ampio spettro di possibili scenari di emissioni a partire da situazioni dove ci si aspetta una significativa riduzione delle stesse (SSP1-1.9, SSP1-2.6), passando per scenari intermedi (SSP2-4.5) fino a situazioni “bussiness-as-usual” (SSP3-7.0 and SSP5-8.5, 4xCO2). I dati sono distribuiti attraverso un data node ESGF (Earth System Grid Federation) presso CINECA e diverse diagnostiche delle simulazioni sono disponibili online.
Nel video sopra, le simulazioni eseguite con il modello climatico EC-Earth3 del CNR-ISAC mostrano due possibili evoluzioni della temperatura superficiale in funzione di diversi livelli di emissioni di gas serra. Queste simulazioni vengono eseguite a partire dal 1850, quando l’impatto dell’uomo sul clima era trascurabile, fino all’anno 2100. A sinistra, c’è uno scenario ottimistico (noto come SSP1-2.6) in cui le emissioni globali vengono ridotte a partire dal 2020, portando a un aumento moderato della temperatura media globale. A destra, c’è uno scenario senza mitigazione (chiamato SSP5-8.5) in cui le emissioni crescono massicciamente nel 21° secolo, portando a un aumento di oltre 6 gradi della temperatura globale. Si prega di notare che, a causa della dinamica del sistema terrestre, il riscaldamento nella regione europea sarà maggiore rispetto al segnale globale.
E’ disponibile anche un archivio supplementare di simulazioni ad alta risoluzione (fino a 16km) girate con EC-Earth3, consistenti con il protocollo HighResMIP (Haarsma et al. 2016, 2020) (Climate SPHINX), utile per studiare l’impatto della risoluzione sulla variabilità climatica del modello nel presente e nel futuro.
Il consorzio di EC-Earth si sta adesso concentrando nello sviluppo della nuova generazione del modello, EC-Earth4, che sarà fondata sull’utilizzo di OpenIFS, permettendo così una più ampia diffusione del modello stesso (anche a scopi didattici), un più rapido aggiornamento ed una più stretta cooperazione con ECMWF.
Fig. 2: Cambiamento nelle frequenze del blocking atmosferico in EC-Earth3 (membro di ensemble prodotto da ISAC-CNR) fra il periodo storico e la proiezione SSP5-8.5.
References
Corti S., Tim Palmer, Magdalena Balmaseda, Antje Weisheimer, Sybren Drijfhout, Nick Dunstone, Wilco Hazeleger, Jürgen Kröger, Holger Pohlmann, Doug Smith, Jin-Song von Storch, and Bert Wouters, 2015: “Impact of Initial Conditions versus External Forcing in Decadal Climate Predictions: A Sensitivity Experiment.” J. Climate, 28, 4454–4470.doi: http://dx.doi.org/10.1175/JCLI-D-14-00671.1
Davini P., J. von Hardenberg and S. Corti, 2015: “Tropical origin for the impacts of the Atlantic Multidecadal Variability on the Euro-Atlantic climate.” Env. Res. Let. doi:10.1088/1748-9326/10/9/094010
Davini, P., von Hardenberg, J., Filippi, L. and Provenzale, A. ( 2015), Impact of Greenland orography on the Atlantic Meridional Overturning Circulation. Geophys. Res. Lett., 42: 871– 879. doi: 10.1002/2014GL062668.
Davini, P., von Hardenberg, J., Corti, S., Christensen, H. M., Juricke, S., Subramanian, A., Watson, P. A. G., Weisheimer, A., and Palmer, T. N., 2017: Climate SPHINX: evaluating the impact of resolution and stochastic physics parameterisations in the EC-Earth global climate model, Geosci. Model Dev., 10, 1383-1402, doi:10.5194/gmd-10-1383-2017.
Davini P., S. Corti, F. D’Andrea, G. Riviere, J. von Hardenberg 2017, Improved winter European atmospheric blocking frequencies in high-resolution global climate simulations, J. Adv Model Earth Sy. 9, 2615–2634. https://doi.org/10.1002/2017MS001082.
Doescher et al. 2020, EC-Earth in CMIP6, to be submitted to GMD.
Guemas, V., S. Corti, J. García-Serrano, F. Doblas-Reyes, M. Balmaseda, and L. Magnusson, 2013: “The Indian Ocean: the region of highest skill worldwide in decadal climate prediction.” J. Climate. 26, 726-739 doi:10.1175/JCLI-D-12-00049.1
Haarsma R.J. , M. Roberts, P. L. Vidale, C. A. Senior, A. Bellucci, Q. Bao, P. Chang, S. Corti, N. S. Fučkar, V. Guemas, J. von Hardenberg, W. Hazeleger, C. Kodama, T. Koenigk, L. R. Leung, J. Lu, J.-J. Luo, J. Mao, M. S. Mizielinsk, R. Mizuta, P. Nobre, M. Satoh, E. Scoccimarro, T. Semmler, J. Small, and J.-S. von Storch, 2016: High Resolution Model Intercomparison Project (HighResMIP v1.0) for CMIP6. Geosci. Model Dev., 9, 4185–4208, doi:10.5194/gmd-9-4185-2016
Haarsma, R.J., García-Serrano, J., Prodhomme, C. et al. Sensitivity of winter North Atlantic-European climate to resolved atmosphere and ocean dynamics. Sci Rep 9, 13358 (2019). https://doi.org/10.1038/s41598-019-49865-9
Haarsma, R, M Acosta, R Bakhshi, P-A Bretonnière, L-P Caron, M Castrillo, S Corti, P Davini, E Exarchou, F Fabiano, U Fladrich, R Fuentes, J García-Serrano, J von Hardenberg, T Koenigk, X Levine, V Meccia, T van Noije, G van den Oord, F Palmeiro, M Rodrigo, Y Ruprich-Robert, P Le Sager, E Tourigny, S Wang, M van Weele and K Wyser, 2020: HighResMIP versions of EC-Earth: EC-Earth3P and EC-Earth3P-HR. Description model performance, data handling and validation. 2019 Geosci. Model Dev., submitted. https://doi.org/10.5194/gmd-2019-350
Hazeleger W., B. Wouters, G.J. van Oldenborgh, S. Corti, T. Palmer, D. Smith, N. Dunstone, J. Kröger, H. Pohlmann, J.-S. von Storch 2013 “Predicting multi-year North Atlantic Ocean variability.” J. Geophys. Res. Ocean – DOI:10.1002/jgrc.20117
Hazeleger, W., V. Guemas, B. Wouters, S.Corti, I. Andreu-Burillo F.J. Doblas-Reyes, K. Wyser, and M. Caian, 2013: “Multiyear climate predictions using two initialisation strategies”. Geoph. Res. Lett.. DOI: 10.1002/grl.50355
Hazeleger, W., Severijns, C., Semmler, T., Ştefănescu, S., Yang, S., Wang, X., ... and Bougeault, P., 2010. EC-Earth: a seamless earth-system prediction approach in action. Bulletin of the American Meteorological Society, 91(10), 1357-1364.
Hazeleger, W., Wang, X., Severijns, C., Ştefănescu, S., Bintanja, R., Sterl, A., ... and Van Noije, T. 2012. EC-Earth 745 V2.2: description and validation of a new seamless earth system prediction model. Climate dynamics, 39(11), 2611-2629
IPCC, 2013: Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [Stocker, T.F., D. Qin, G.-K. Plattner, M. 750 Tignor, S.K. Allen, J. Boschung, A. Nauels, Y. Xia, V. Bex and P.M. Midgley (eds.)]. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA, 1535 pp, doi:10.1017/CBO9781107415324, 2013.
Meccia, V. L., Fabiano, F., Davini P., & Corti S. 2020. Stochastic parameterizations and the climate response to external forcing: An experiment with EC‐Earth. Geophysical Research Letters, 47, e2019GL085951. https://doi.org/10.1029/2019GL085951
Palazzi, E., von Hardenberg, J., and Provenzale, A. ( 2013), Precipitation in the Hindu‐Kush Karakoram Himalaya: Observations and future scenarios, J. Geophys. Res. Atmos., 118, 85– 100, doi: 10.1029/2012JD018697.
Palazzi, E., Mortarini, L., Terzago, S. et al. 2019 Elevation-dependent warming in global climate model simulations at high spatial resolution. Clim Dyn 52, 2685–2702. https://doi.org/10.1007/s00382-018-4287-z
Prodhomme, C., L. Batté, F. Massonnet, P. Davini, O. Bellprat, V. Guemas, and F.J. Doblas-Reyes, 2016: Benefits of Increasing the Model Resolution for the Seasonal Forecast Quality in EC-Earth. J. Climate, 29, 9141–9162, https://doi.org/10.1175/JCLI-D-16-0117.1
Yang, C., Christensen, H.M., Corti S., von Hardenberg J. and Davini P., 2019. The impact of stochastic physics on the El Niño Southern Oscillation in the EC-Earth coupled model Clim Dyn 53: 2843. https://doi.org/10.1007/s00382-019-04660-0
[1] https://www.wcrp-climate.org/wgcm-cmip/wgcm-cmip5
[2] https://www.wcrp-climate.org/wgcm-cmip/wgcm-cmip6
