Beoordeling van opwarmingsbias in CMIP6-modellen: de rollen van snelle respons en cumulatieve effecten op externe forceringen

Waarom de “warmte” van klimaatmodellen iedereen raakt

Naarmate de wereld dichter bij 1,5 graden Celsius opwarming komt te liggen, vertrouwen overheden en gemeenschappen op klimaatmodellen om te plannen voor overstromingen, droogtes, hittegolven en zeespiegelstijging. Maar sommige van de nieuwste modellen tonen meer opwarming dan andere en projecteren sterkere toekomstige opwarming dan waarnemingen lijken te ondersteunen. Deze studie introduceert een nieuwe, eenvoudigere manier om te controleren of een model de neiging heeft te warm of te koel te zijn, door te kijken naar hoe de temperatuur van de aarde snel en langzaam reageert op menselijke invloed.

Op zoek naar een betere thermometer voor modellen

Tot nu toe hebben wetenschappers de “warmte” van modellen vooral beoordeeld met twee maten: transient climate response en equilibrium climate sensitivity. Die beschrijven hoeveel de planeet opwarmt wanneer kooldioxide toeneemt, maar ze zijn moeilijk te berekenen en gaan gepaard met grote onzekerheden. Ze zeggen ook weinig over regionale veranderingen die belangrijk zijn voor lokaal beleid. De auteurs richten zich in plaats daarvan op hoe de mondiale temperatuur in de tijd varieert, en beschouwen het klimaat als een complex systeem dat zich het verleden herinnert en in verschillende tempo’s reageert.

Snelle reacties en aanhoudende herinneringen

De studie splitst de mondiale oppervlaktetemperatuur in twee onderdelen. Het ene deel is de snelle respons, die vastlegt hoe snel de temperatuur binnen ongeveer een maand springt als menselijke broeikasgassen of andere externe forceringen veranderen. Het andere deel is een lang geheugen, dat aangeeft hoe de oceanen, het zee-ijs en andere trage componenten van het klimasysteem warmte over vele jaren opslaan en vrijgeven. Twee eenvoudige getallen vatten deze gedragingen samen: a meet de sterkte van de snelle respons, en H vangt hoe sterk het klimaat zich het verleden herinnert, oftewel hoe lang eerdere condities vandaag de temperatuur blijven beïnvloeden.

Testen van huidige toonaangevende klimaatmodellen

Met behulp van mondiale temperatuurgegevens uit de HadCRUT5-dataset schatten de auteurs de reële waarden van a en H en vergeleken die met resultaten van 21 veelgebruikte CMIP6-klimaatmodellen. Veel modellen tonen een sterker langetermijngeheugen dan waarnemingen, wat betekent dat ze overdrijven hoeveel vroegere veranderingen blijven bijdragen aan temperatuuropbouw. Tegelijkertijd laten de meeste modellen een zwakkere snelle respons zien dan het echte klimaat. Interessant is dat elk model lijkt te kiezen tussen deze twee neigingen: modellen die zich meer herinneren reageren doorgaans langzamer, en modellen die zich minder herinneren reageren sneller, en toch reproduceren veel nog steeds de algemene historische opwarmingstrend.

Een eenvoudige kaart van warmere en koelere biases

Vervolgens vroegen de onderzoekers zich af of het paar getallen (a en H) modellen kon signaleren die waarschijnlijk te warm of te koel zijn. Ze bouwden een referentiekromme op basis van waarnemingen die alle combinaties van a en H toont die overeenkomen met het historische temperatuursignaal. Modellen die aan de ene kant van deze kromme vallen produceren doorgaans minder opwarming dan waargenomen, terwijl modellen aan de andere kant vaak meer opwarmen. Toen ze deze posities vergeleken met de daadwerkelijk gesimuleerde opwarmingstrends tussen 1970 en 2000, was de overeenkomst opvallend: de afstand tot de referentiekromme volgde nauwkeurig hoeveel elk model de historische opwarming onderschatte of overschatte.

Wat bepaalt de warmte van een model

Om te achterhalen welke component het meest telt, voerde het team sensitiviteitstesten uit waarbij ze de snelle respons en de geheugensterkte varieerden. Ze ontdekten dat zowel een sterkere snelle respons als een sterker geheugen de langetermijnopwarming vergroten, maar niet op dezelfde manier. Veranderingen in de snelle respons leiden tot ongeveer lineaire veranderingen in opwarming, terwijl veranderingen in het langetermijngeheugen een scherp toenemend effect kunnen hebben zodra H groot wordt. Omdat veel CMIP6-modellen dit geheugen overschatten, concludeert de studie dat overdreven cumulatieve effecten van vroegere forcering een belangrijke aanjager zijn van hun warme bias. Modellen die op deze manier als „warmer” worden geclassificeerd, hebben ook vaak hogere traditionele gevoeligheidsmaten, waarmee de nieuwe indices terugkoppelen naar bekende concepten uit de klimaatwetenschap.

Hoe dit toekomstige projecties helpt

Voor niet‑specialisten is de kernboodschap dat de betrouwbaarheid van klimaatprojecties gecontroleerd kan worden met eenvoudige vingerafdrukken uit historische data. Door te focussen op hoe snel het klimaat reageert en hoe lang het zich dingen herinnert, krijgen wetenschappers een efficiënt hulpmiddel om modellen te scheiden die waarschijnlijk te warm of te koel zijn, zonder dure extra simulaties te hoeven draaien. Dezelfde benadering kan niet alleen op mondiale temperaturen worden toegepast maar ook op specifieke regio’s, waardoor de instrumenten die aanpassingsbeslissingen in een opwarmende wereld sturen, kunnen worden verfijnd.

Bronvermelding: 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

Trefwoorden: klimaatmodellen, aardopwarming, klimaatgevoeligheid, temperatuurtrends, CMIP6