Große Unterschiede in dominanten mikrophysikalischen Prozessen, die gemischtphasige Wolken in Klimamodellen steuern

Warum das Gemisch aus Wolkeneis und -wasser wichtig ist

Wolken, die sowohl flüssige Tropfen als auch Eiskristalle enthalten, spielen eine überproportionale Rolle dafür, wie schnell sich der Planet erwärmt, weil sie steuern, wie viel Sonnenlicht ins All zurückreflektiert und wie viel Wärme darunter eingeschlossen wird. Dennoch sind sich heutige Klimamodelle stark uneinig darüber, wie viel dieser „gemischtphasigen“ Wolken aus Flüssigkeit gegenüber Eis besteht, insbesondere in kalten Regionen. Diese Studie geht den winzigen Prozessen innerhalb von Wolken nach, die Eis erzeugen und verwandeln, und fragt, ob verschiedene Klimamodelle zumindest darin übereinstimmen, welche Prozesse am wichtigsten sind. Die Antwort hat große Auswirkungen darauf, wie viel Vertrauen wir in Klimaprojektionen setzen können.

Gleichgewicht von Flüssigkeit und Eis in kalten Wolken

Die Autoren konzentrieren sich auf den Anteil an unterkühlter Flüssigkeit, ein Maß dafür, wie viel des Wassers in einer gemischtphasigen Wolke selbst bei Temperaturen unter dem Gefrierpunkt noch flüssig ist. Viele globale Klimamodelle unterschätzen diesen Flüssigkeitsanteil, wodurch Wolken eisiger und weniger reflektierend erscheinen können, als sie tatsächlich sind, was letztlich die Schätzung der Klimasensitivität der Erde tendenziell nach unten verzerrt. Um dem Warum auf den Grund zu gehen, untersucht das Team drei hochmoderne Klimamodelle und vergleicht deren simulierte Wolkenphase mit Satellitendaten, die Wolkeneis und -flüssigkeit mithilfe eines lasersensorbasierten Instruments aus dem All ableiten.

Vier winzige Prozesse mit großen Folgen

Die Studie fokussiert vier zentrale eisbezogene Prozesse: primäre Eiskeimbildung, bei der spezielle Partikel in der Luft die ersten Eiskristalle auslösen; sekundäre Eiserzeugung, bei der bestehendes Eis durch Splittern und Zerstäubung weitere Kristalle erzeugt; Sedimentation, das langsame Fallen von Eiskristallen durch die Atmosphäre; und Transport, der Eis durch Winde und Vermischung umherbewegt. Mithilfe eines statistischen „faktoriellen“ Versuchsdesigns schalten die Forschenden diese Prozesse systematisch in den Modellen ein und aus und messen, wie stark das Verhältnis von Flüssigkeit zu Eis darauf reagiert. So können sie die Prozesse nach ihrem Einfluss einstufen, in verschiedenen Höhen, Temperaturbereichen und Breiten.

Wie die Modelle dieselben Wolken unterschiedlich sehen

Beim Vergleich der drei Modelle untereinander und mit den Satellitenbeobachtungen finden sie kein einheitliches Bild davon, wie gemischtphasige Wolken aufgebaut sind. In einigen Regionen und Temperaturbereichen stimmen einzelne Modelle zufällig mit dem Satellitenbefund überein, tun dies aber aus unterschiedlichen zugrundeliegenden Gründen. Ein Modell lässt Eiskristalle ungewöhnlich schnell ausfällen, sodass in diesem Fall die Sedimentation das Wolkenverhalten dominiert. Ein anderes Modell ist sehr empfindlich gegenüber der Bildung neuer Eiskristalle, wodurch die primäre Eiskeimbildung bei kalten Temperaturen zum Haupttreiber wird. Ein drittes Modell räumt dem Transport, insbesondere dem Ausfluss von konvektiven Wolken, eine übergroße Rolle bei der Bestimmung der Wolkenphase ein, was seine starken Abweichungen in den Tropen erklärt.

Prüfung eines gemeinsamen Rezepts zur Eiserzeugung

Um zu testen, ob sich zumindest ein physikalisches Element standardisieren lässt, implementieren die Autoren in allen drei Modellen dasselbe maschinell lernbasierte Rezept für die sekundäre Eiserzeugung. Dieses vereinheitlichte Schema soll nachahmen, wie reale Wolken Eiskristalle vermehren, wenn sie zusammenstoßen, gefrieren und auseinanderbrechen. Selbst mit dieser identischen Zutat reagieren die Modelle sehr unterschiedlich: In zwei von ihnen reduziert die sekundäre Eiserzeugung die Menge an Flüssigkeit in gemischtphasigen Wolken in dem Temperaturbereich, in dem sie aktiv ist, deutlich, während sie im dritten Modell kaum eine Veränderung bewirkt. In keinem der Modelle führt diese verbesserte Physik automatisch dazu, dass die Wolkenphase insgesamt besser mit den Satellitendaten übereinstimmt.

Was das für Klimavorhersagen bedeutet

Der robusteste Übereinstimmungspunkt der Studie ist, dass in sehr kalten gemischtphasigen Wolken über hohen nördlichen Breiten die primäre Eiskeimbildung die dominierende Kontrolle darüber ist, wie viel Flüssigkeit überlebt. Außerhalb dieser Nische sind sich die drei Modelle jedoch uneinig, welcher mikrophysikalische Prozess am wichtigsten ist, und sogar welche Prozesse vernachlässigbar sein könnten. Dieses Fehlen eines Konsenses bedeutet, dass Schlussfolgerungen, die auf einem einzelnen Klimamodell über die Wolkenphysik der realen Atmosphäre gezogen werden, mit Vorsicht zu behandeln sind. Für praktikable Klimavorhersagen plädieren die Autoren für zwei parallele Strategien: bessere, gezieltere Beobachtungen, die ganze Sätze von Wolkenprozessen gleichzeitig eingrenzen; und neue Modellierungsansätze, die die netto-statistische Wirkung vieler verflochtener mikrophysikalischer Prozesse abbilden, anstatt sich nur auf deterministische Formeln für jeden einzelnen Prozess isoliert zu stützen.

Zitation: Frostenberg, H.C., Costa-Surós, M., Georgakaki, P. et al. Large discrepancies in dominant microphysical processes governing mixed-phase clouds across climate models. npj Clim Atmos Sci 9, 75 (2026). https://doi.org/10.1038/s41612-026-01342-7

Schlüsselwörter: gemischtphasige Wolken, Klimamodelle, Eismikrophysik, Wolkenphase, Klimasensitivität