Clear Sky Science · de

Bewertung der Erwärmungs-Verzerrungen in CMIP6-Modellen: die Rolle von schneller Reaktion und kumulativen Effekten externer Antriebe

· Zurück zur Übersicht

Warum die „Wärme“ von Klimamodellen für alle wichtig ist

Während die Welt sich der Erwärmung um 1,5 Grad Celsius nähert, verlassen sich Regierungen und Gemeinschaften auf Klimamodelle, um sich auf Überschwemmungen, Dürren, Hitzewellen und den Meeresspiegelanstieg vorzubereiten. Einige der neuesten Modelle prognostizieren jedoch stärkere Erwärmung als andere und stärkeres Zukunftswarming, als es die Beobachtungen stützen. Diese Studie stellt eine neue, einfachere Methode vor, um zu prüfen, ob ein Modell tendenziell zu warm oder zu kühl ist, indem untersucht wird, wie die Erdtemperatur kurz- und langfristig auf menschliche Einflüsse reagiert.

Figure 1. Wie schnelle Reaktionen und langsames Gedächtnis einige Klimamodelle wärmer erscheinen lassen
Figure 1. Wie schnelle Reaktionen und langsames Gedächtnis einige Klimamodelle wärmer erscheinen lassen

Auf der Suche nach einem besseren Thermometer für Modelle

Bisher haben Wissenschaftler die „Wärme“ von Modellen hauptsächlich mit zwei Größen bewertet: der transienten Klimareaktion und der Gleichgewichtsklimasensitivität. Diese beschreiben, wie stark sich der Planet erwärmt, wenn Kohlendioxid ansteigt, sind jedoch schwer zu berechnen und mit großen Unsicherheiten behaftet. Außerdem sagen sie wenig über regionale Veränderungen aus, die für lokale Planung wichtig sind. Die Autoren wenden sich stattdessen der zeitlichen Variabilität der globalen Temperatur zu und betrachten das Klima als ein komplexes System, das sich an seine Vergangenheit erinnert und mit unterschiedlichen Geschwindigkeiten reagiert.

Schnelle Reaktionen und anhaltende Erinnerungen

Die Studie zerlegt die globale Oberflächentemperatur in zwei Teile. Ein Teil ist die schnelle Reaktion, die erfasst, wie schnell die Temperatur innerhalb von etwa einem Monat ansteigt, wenn menschengemachte Treibhausgase oder andere externe Antriebe sich ändern. Der andere Teil ist ein langes Gedächtnis, das darstellt, wie Ozeane, Meereis und andere langsame Komponenten des Klimasystems Wärme über viele Jahre speichern und abgeben. Zwei einfache Zahlen fassen dieses Verhalten zusammen: a misst die Stärke der schnellen Reaktion, und H erfasst, wie stark das Klima seine Vergangenheit erinnert, also wie lange frühere Zustände die heutige Temperatur weiter beeinflussen.

Figure 2. Wie kurze Temperatursprünge und langfristiger Aufbau zusammenwirken, um die Erwärmung in Klimamodellen zu gestalten
Figure 2. Wie kurze Temperatursprünge und langfristiger Aufbau zusammenwirken, um die Erwärmung in Klimamodellen zu gestalten

Test der führenden Klimamodelle von heute

Mithilfe globaler Temperaturaufzeichnungen aus dem HadCRUT5‑Datensatz schätzten die Autoren reale Werte für a und H und verglichen diese mit Ergebnissen aus 21 weit verbreiteten CMIP6‑Klimamodellen. Viele Modelle zeigen ein stärkeres langfristiges Gedächtnis als die Beobachtungen, was bedeutet, dass sie übertreiben, wie sehr vergangene Änderungen die Temperaturen weiter in die Höhe treiben. Gleichzeitig zeigen die meisten Modelle eine schwächere schnelle Reaktion als das reale Klima. Interessanterweise scheint jedes Modell zwischen diesen beiden Tendenzen abzuwägen: Modelle, die sich mehr erinnern, reagieren tendenziell langsamer, und solche, die sich weniger erinnern, reagieren schneller, doch viele reproduzieren trotzdem den gesamten historischen Erwärmungstrend.

Eine einfache Karte wärmerer und kälterer Verzerrungen

Als Nächstes fragten die Forschenden, ob das Zahlenpaar (a und H) Modelle kennzeichnen kann, die wahrscheinlich zu warm oder zu kühl sind. Sie bauten eine Referenzkurve aus Beobachtungen, die alle Kombinationen von a und H zeigt, die mit dem historischen Temperaturverlauf übereinstimmen. Modelle, die auf einer Seite dieser Kurve liegen, produzieren tendenziell weniger Erwärmung als beobachtet, während Modelle auf der anderen Seite tendenziell stärker erwärmen. Beim Vergleich dieser Positionen mit den tatsächlich zwischen 1970 und 2000 simulierten Erwärmungstrends war die Übereinstimmung auffallend: die Entfernung zur Referenzkurve entsprach gut dem Ausmaß, in dem jedes Modell die vergangene Erwärmung unterschätzte oder überschätzte.

Was die „Wärme“ von Modellen steuert

Um zu klären, welche Komponente am wichtigsten ist, führte das Team Sensitivitätstests durch, die die schnelle Reaktion und die Gedächtnisstärke variierten. Sie fanden, dass sowohl eine stärkere schnelle Reaktion als auch ein stärkeres Gedächtnis die langfristige Erwärmung erhöhen, jedoch nicht auf die gleiche Weise. Änderungen der schnellen Reaktion führen zu annähernd linearen Änderungen der Erwärmung, während Änderungen des langfristigen Gedächtnisses einen stark zunehmenden Effekt haben können, sobald H groß wird. Weil viele CMIP6‑Modelle dieses Gedächtnis überbewerten, schlussfolgert die Studie, dass übertriebene kumulative Effekte vergangener Antriebe ein entscheidender Treiber ihres Warmbias sind. Modelle, die durch diese Methode als „wärmer“ eingeordnet werden, weisen auch tendenziell höhere traditionelle Sensitivitätsmaße auf und verknüpfen die neuen Indizes damit wieder mit vertrauten Konzepten der Klimawissenschaft.

Wie das zukünftige Projektionen verbessert

Für Nicht‑Spezialisten lautet die Hauptbotschaft, dass die Zuverlässigkeit von Klimaprojektionen mit einfachen Fingerabdrücken aus historischen Daten überprüft werden kann. Indem man sich darauf konzentriert, wie schnell das Klima reagiert und wie lange es sich erinnert, erhalten Wissenschaftler ein effizientes Werkzeug, um Modelle zu sortieren, die wahrscheinlich zu warm oder zu kalt sind, ohne teure Zusatzsimulationen laufen zu lassen. Der gleiche Ansatz kann nicht nur auf die globale Temperatur, sondern auch auf einzelne Regionen angewendet werden und so die Werkzeuge verfeinern, die Anpassungsentscheidungen in einer sich erwärmenden Welt leiten.

Zitation: Yan, J., Yuan, N. & Franzke, C.L.E. Assessing the warming biases in CMIP6 models: the roles of fast response and cumulative effects to external forcings. npj Clim Atmos Sci 9, 117 (2026). https://doi.org/10.1038/s41612-026-01390-z

Schlüsselwörter: Klimamodelle, globale Erwärmung, Klimasensitivität, Temperaturtrends, CMIP6