Abstract
Durante l’Ultimo Interglaciale, circa 129 a 116 mila anni fa, il clima estivo artico era più caldo rispetto al presente, e la Calotta Glaciale della Groenlandia si ritirò fino a raggiungere un’estensione inferiore rispetto alla sua attuale condizione. Le stime precedenti, derivate da modelli e da ricostruzioni geologiche, del contributo al livello del mare della Calotta Glaciale della Groenlandia durante l’Ultimo Interglaciale presentano ampie variazioni. In questo studio, abbiamo condotto una simulazione climatica transitoria dal 127 al 119 mila anni fa utilizzando il Modello del Sistema Terrestre Comunitario (CESM2), che include una componente dinamica della calotta glaciale (il Modello della Calotta Glaciale Comunitaria, CISM2) accoppiata in modo interattivo con le componenti atmosferiche, terrestri, oceaniche e di ghiaccio marino. La distribuzione della vegetazione viene aggiornata ogni 500 anni basata sui biomi simulati utilizzando una climatologia mensile per forzare il modello di vegetazione all’equilibrio BIOME4. I risultati evidenziano un marcato ritiro della Calotta Glaciale della Groenlandia, che raggiunge un’estensione minima a 121,9 mila anni fa, equivalente a un innalzamento del livello del mare di 3,0 metri rispetto ai giorni nostri, seguito da una graduale ricrescita. In contrasto, una simulazione parallela che utilizza una vegetazione statica basata su condizioni preindustriali mostra un ritiro molto meno accentuato della calotta glaciale, evidenziando l’importanza dei cambiamenti nella distribuzione della vegetazione alle alte latitudini nell’amplificare la risposta della calotta glaciale.
- Introduzione
La Calotta Glaciale della Groenlandia (GrIS) sta subendo una perdita di massa in accelerazione man mano che il clima si riscalda (Church et al., 2013). Anche se il futuro bilancio di massa superficiale (SMB) della calotta è incerto ed è fortemente dipendente dalla traiettoria climatica (Aschwanden et al., 2019; Fettweis et al., 2013; Mouginot et al., 2019), è probabile che questo schema di perdita di massa continui con l’abbassamento dell’altitudine della superficie e l’aumento delle temperature aeree, portando potenzialmente a un significativo ritiro della calotta stessa. Per una migliore comprensione delle interazioni tra clima e calotta glaciale e per informare le proiezioni future, risulta utile studiare il comportamento del clima in generale, e della GrIS in particolare, durante precedenti periodi climatici caldi nella storia della Terra. L’Ultimo Interglaciale (LIG; conosciuto anche come Eemiano e MIS5e) fu un periodo che va approssimativamente dal 129 al 116 ka (migliaia di anni fa), seguente alla penultima deglaciazione delle calotte glaciali nordamericane ed eurasiatiche (Clark et al., 2020). Durante la sua fase iniziale, le latitudini artiche erano più calde rispetto al presente (Capron et al., 2014; Hoffman et al., 2017; Turney et al., 2020). A differenza dell’attuale tendenza di riscaldamento globale, primariamente attribuita agli aumenti antropogenici dei gas serra atmosferici, il riscaldamento regionale durante il LIG era indotto da variazioni nella configurazione orbitale della Terra. Anomalie di alta insolazione estiva (Berger & Loutre, 1991) fornivano la forza motrice principale per temperature estive superiori nella maggior parte dell’emisfero nord (NH). I feedback tra criosfera, oceano e atmosfera (Masson-Delmotte et al., 2013; Otto-Bliesner et al., 2013) consentivano il mantenimento di queste elevate temperature superficiali durante tutto l’anno nell’Artico e sulla Groenlandia (Otto-Bliesner et al., 2020). Sebbene le circostanze siano diverse, comprendere comportamenti, processi e feedback nel sistema terrestre durante il LIG fornisce spunti pertinenti a ciò che potremmo aspettarci nel corso del futuro riscaldamento globale.
Il livello medio globale del mare durante l’Ultimo Interglaciale (LIG) era verosimilmente 6-9 metri superiore rispetto al presente (Dutton et al., 2015; Kopp et al., 2009, 2013). La grandezza del picco del livello del mare è ancora oggetto di intensa ricerca, con nuove prospettive ottenute attraverso la modellazione dell’aggiustamento isostatico glaciale e della topografia dinamica (Austermann et al., 2017; Whitehouse, 2018). Circa a 127 ka, le evidenze derivanti da registrazioni marine vicine suggeriscono la presenza di pochi o nessun residuo delle calotte glaciali nordamericana ed eurasiatica (Otto-Bliesner et al., 2017). È ancora una questione irrisolta determinare quale porzione dell’aumento del livello del mare fosse dovuta al ritiro della Calotta Glaciale della Groenlandia (GrIS), in confronto al collasso di parti della Calotta Glaciale Antartica (Clark et al., 2020) e all’espansione termica degli oceani (McKay et al., 2011; Shackleton et al., 2020; Turney et al., 2020). In una sintesi di studi modellistici e dati, Dutton et al. (2015) hanno stimato un innalzamento del livello del mare di 0,6–3,5 metri attribuibile ai contributi dalla Groenlandia.
Le prime stime modellistiche del contributo della GrIS al picco del livello del mare dell’LIG si sono avvalse dell’approssimazione della calotta di ghiaccio poco profonda (Shallow Ice Approximation, SIA; Hutter, 1983) e dei “metodi indice” per stimare la forzante climatica basandosi su temperature ricostruite dai carotaggi nel ghiaccio (Cuffey & Marshall, 2000; Huybrechts, 2002; Lhomme et al., 2005; Tarasov & Peltier, 2003). Le simulazioni istantanee con modelli di circolazione generale (General Circulation Models, GCMs) hanno fornito un’attribuzione/connettività più diretta dell’influenza della forzante orbitale sull’evoluzione della GrIS durante l’LIG, benché facendo uso solo di un accoppiamento unidirezionale tra clima e calotta glaciale (Born & Nisancioglu, 2012; Otto-Bliesner et al., 2006; Robinson et al., 2011; Stone et al., 2013). Queste stime iniziali del modello della calotta glaciale impiegavano una risoluzione orizzontale relativamente grossolana (∼10–20 km) e calcolavano il bilancio di massa superficiale (Surface Mass Balance, SMB) utilizzando o uno schema a gradi giorno positivi (la maggior parte) o uno schema empirico che considerava l’insolazione solare (Robinson & Goelzer, 2014).
Ogni uno di questi studi ha formulato le proprie stime ottimali del processo di fusione della GrIS selezionando simulazioni che risultavano essere più coerenti con le prove indipendenti ottenute dai nuclei di ghiaccio. Tentativi di simulazioni accoppiate clima-calotta glaciale sono stati anche eseguiti, con successo limitato. Helsen et al. (2013) hanno accoppiato in modo asincrono un modello climatico globale a un modello climatico regionale e a un modello della calotta glaciale. Goelzer et al. (2016) hanno impiegato un modello GCM-calotta glaciale accoppiato a bassa risoluzione (∼5° per l’atmosfera, 3° per l’oceano) per simulare l’evoluzione della GrIS durante l’Eemiano, ma è stato necessario regolare la forzatura dell’anomalia termica per impedire il collasso totale della GrIS.
Negli ultimi anni, si sono compiuti progressi significativi nell’integrazione dei modelli delle calotte glaciali all’interno di complessi modelli del sistema Terra. In particolare, le versioni attuali del Modello del Sistema Terra Comunitario e del Modello della Calotta Glaciale Comunitario, CESM2 e CISM2, sono state accoppiate in modo interattivo (Muntjewerf et al., 2021). Lo scopo di questo studio è utilizzare CESM2 e CISM2 per realizzare una simulazione globale transiente e accoppiata del clima dell’Ultimo Interglaciale con una GrIS dinamica ed in evoluzione. Questo documento presenta i risultati di questo lavoro come una stima modellistica migliorata di come la GrIS ha risposto durante tale periodo. Le sezioni seguenti descrivono i metodi di modellazione, i risultati, il comportamento della calotta glaciale e le relative implicazioni.
Metodi
Abbiamo eseguito una simulazione transiente della durata di 8000 anni, nell’intervallo temporale che va da 127.000 a 119.000 anni fa, partendo dalla simulazione lig127k del Progetto di Confronto tra Modelli di Paleoclimatologia Fase 4 (PMIP4) e del Progetto di Confronto tra Modelli Accoppiati Fase 6 (CMIP6; Eyring et al., 2016) utilizzando il modello CESM2 (d’ora in poi denominato CMIP6 lig127k; Otto-Bliesner et al., 2020). La scelta del periodo di 127.000 anni fa per CMIP6 è stata guidata dalla volontà di documentare le significative anomalie positive dell’insolazione stagionale nell’emisfero nord (NH), in un contesto caratterizzato dall’assenza o dalla presenza minima dei mantelli glaciali nordamericani ed eurasiatici, da un Inlandsis Groenlandese (GrIS) simile nella sua estensione a quella attuale, e da un intervallo di tempo sufficientemente ampio da ridurre al minimo le influenze legate alla precedente deglaciazione e all’evento di rilascio di acque di fusione Heinrich-11 (Marino et al., 2015). Questo intervallo temporale fino a 119.000 anni fa permette di osservare le anomalie decrescenti dell’insolazione estiva nell’emisfero nord e gli effetti del raffreddamento climatico sull’Inlandsis Groenlandese.
2.1 Descrizione del Modello Impieghiamo la versione 2.1 del Modello del Sistema Terrestre Comunitario (CESM2; http://www.cesm.ucar.edu; Danabasoglu et al., 2020), un modello climatico globale che integra componenti modello prognostici interconnessi per l’atmosfera, l’oceano, la terraferma, il ghiaccio marino e, facoltativamente, il ghiaccio continentale. Il modello per l’atmosfera è il Modello Atmosferico Comunitario (CAM6); per l’oceano, il Programma Oceanico Parallelo (POP2); per la terraferma, il Modello Terrestre Comunitario (CLM5); per il ghiaccio marino, CICE5; e per il ghiaccio continentale, il Modello di Calotta Glaciale Comunitario versione 2.1 (CISM2). CISM2 è un modello avanzato termo-meccanico per calotte glaciali che risolve le equazioni per la massa, il momento e l’energia delle calotte glaciali (Lipscomb et al., 2019). I diversi modelli componenti prognostici sono collegati attraverso l’Infrastruttura Comune per la Modellizzazione della Terra (CIME), che fornisce l’infrastruttura di accoppiamento, script di supporto, modelli di dati e librerie utili per eseguire CESM2 come un singolo programma eseguibile. Le simulazioni vengono eseguite sul supercomputer Cheyenne presso il Centro Supercomputing NCAR-Wyoming, con un costo tipico di 3500 ore CPU per anno simulato e una capacità di elaborazione di circa 27 anni CESM2 per giorno reale. Per simulare 8000 anni di calotta glaciale accelerati di un fattore 5 (come descritto nella Sezione 2.4), il costo per 1600 anni CESM è di circa 5,6 milioni di ore CPU. In questo studio, CESM2 opera alla stessa risoluzione nominale di 1 grado degli esperimenti DECK di CMIP6 (Diagnostica, Valutazione e Caratterizzazione del Clima) e degli scenari futuri (Eyring et al., 2016). La differenza principale tra le simulazioni transitorie qui presentate e gli esperimenti DECK e di scenario di CMIP6 risiede nel fatto che nell’ambito di CMIP6 l’estensione e l’altitudine delle calotte glaciali sono mantenute fisse, mentre nelle nostre corse transitorie la Calotta Glaciale della Groenlandia (GrIS) è accoppiata in modo interattivo e si evolve dinamicamente. La componente della calotta glaciale è configurata in CESM2 come specificato per gli esperimenti di cambio climatico accoppiato del Progetto di Interconfronto dei Modelli di Calotta Glaciale (ISMIP6; Nowicki et al., 2016).
Muntjewerf, Petrini e collaboratori (2020) e Muntjewerf, Sellewold e collaboratori (2020) hanno pubblicato i risultati di simulazioni transitorie e accoppiate CESM2-CISM2 per scenari climatici futuri; questo studio introduce la prima simulazione di questo tipo per uno scenario paleoclimatico. CISM2 viene eseguito su una maglia rettangolare fissa a una risoluzione di 4 km, impiegando un solutore per la velocità integrato in profondità di ordine superiore (Goldberg, 2011), una legge di scorrimento basale pseudo-plastico (Aschwanden e collaboratori, 2016), e prevedendo che il ghiaccio si distacchi non appena entra in stato di galleggiamento. Il rimbalzo isostatico è calcolato mediante un modello di litosfera elastica in rilassamento su astenosfera con una scala temporale di rilassamento di 3000 anni (Rutt e collaboratori, 2009). Lipscomb e collaboratori (2019) forniscono ulteriori dettagli sulla dinamica di CISM2.
Muntjewerf e collaboratori (2021) descrivono in dettaglio l’accoppiamento tra CESM2 e CISM2. Il bilancio di massa superficiale (SMB) della calotta glaciale è calcolato nel modello terrestre CLM5, che utilizza classi di elevazione multiple in ciascuna cella di griglia glaciale per una migliore risoluzione della topografia a scala sub-griglia. L’SMB viene accumulato e mediato su scale temporali annuali e successivamente ridimensionato per la griglia di CISM2, con interpolazione lineare tra le classi di elevazione in direzione verticale e interpolazione bilineare in direzione orizzontale. Vengono applicati fattori di normalizzazione all’accumulazione e all’ablazione per preservare la massa totale dell’acqua. CISM2 poi evolve dinamicamente, e le nuove estensioni e spessori della calotta glaciale sono restituiti a CLM5, dove i tipi di superficie terrestre (ad esempio, terre ghiacciate vs. unità di terra vegetata) e l’elevazione della superficie vengono aggiornati annualmente per allinearsi a CISM2. In CAM6, l’elevazione della superficie sulla Groenlandia viene aggiornata ogni decennio atmosferico, utilizzando uno strumento offline (descritto in Lofverstrom e collaboratori, 2020) in una versione di CIME capace di gestire flussi di lavoro specifici per il caso. Il modello della calotta glaciale e il modello oceanico sono accoppiati parzialmente, attraverso il trasferimento di flussi d’acqua dolce sia solidi (calving) che liquidi (fusione basale) da CISM2 a POP2. Questa simulazione non include piattaforme di ghiaccio galleggiante (quindi, nessuna fusione sottostante alla piattaforma di ghiaccio) e la geometria dell’oceano è mantenuta fissa.
2.2. Inizializzazione L’inizializzazione delle simulazioni delle calotte glaciali con modelli di classe CMIP6 è di critica importanza ma presenta notevoli sfide. Per il contesto attuale, sono state implementate diverse strategie, tra cui il “spin-up” partendo da una fase precedente della storia delle calotte glaciali e l’ottimizzazione attraverso l’uso di osservazioni satellitari della velocità del flusso glaciale e dello spessore del ghiaccio (Goelzer et al., 2018). Le discrepanze negli stati iniziali si traducono in significative divergenze tra i modelli nelle loro stime del contributo futuro al livello del mare da parte della calotta glaciale della Groenlandia (GrIS) (Goelzer et al., 2020). Le simulazioni precedenti relative alla risposta della GrIS durante l’ultimo interglaciale (LIG) hanno comunemente adottato o il “metodo degli indici” basato su carote di ghiaccio antartiche e groenlandesi, o il coupling asincrono con simulazioni di modelli climatici per ricostruire una cronistoria di temperatura e precipitazioni per la Groenlandia attraverso i cicli glaciali-interglaciali passati (Helsen et al., 2013; Quiquet et al., 2013; Stone et al., 2013). In entrambi i casi, le configurazioni dei parametri del modello glaciale sono state selezionate per massimizzare la coerenza con le evidenze indipendenti ottenute dalle carote di ghiaccio. In questo contesto, abbiamo adottato lo stato iniziale della GrIS ottenuto dal modello CESM2-CISM2 dopo un processo di “spin-up” sotto forzanti climatiche preindustriali, seguendo la metodologia descritta da Lofverstrom et al. (2020). La scelta di questo stato iniziale è motivata da varie ragioni. In primo luogo, il processo di “spin-up” considera la memoria del clima passato durante l’ultima deglaciazione ed è geometricamente e termodinamicamente coerente con lo stato climatico preindustriale simulato. In secondo luogo, lo stato iniziale è identico a quello utilizzato nelle proiezioni future con i modelli CESM2 e CISM2 (Muntjewerf, Petrini, et al., 2020; Muntjewerf, Sellevold, et al., 2020; Sellevold & Vizcaíno, 2020), offrendo quindi un esperimento parallelo per la valutazione di tali proiezioni future.
In conclusione, permangono ampie incertezze riguardo all’evoluzione delle calotte glaciali continentali durante la penultima deglaciazione (Menviel et al., 2019) e riguardo al segnale di sollevamento del basamento non locale proveniente dalle calotte glaciali circostanti (Bradley et al., 2018). Di conseguenza, non disponiamo di punti di riferimento per la validazione di un “spin-up” sotto le condizioni climatiche che hanno preceduto l’ultimo interglaciale (LIG).
La calotta glaciale della Groenlandia (GrIS), risultante dal “spin-up”, contiene un equivalente di livello del mare (SLE) di 8,2 m, circa il 12% in più rispetto alla calotta glaciale attuale che ne contiene 7,4 m (Morlighem et al., 2017). In questo e in altri contesti, la massa e il volume del ghiaccio sono espressi in unità di SLE, assumendo che 1 mm SLE = 361,8 Gt di ghiaccio, con una densità del ghiaccio uniforme di 917 kg/m^3. A causa della maggiore massa, il basamento roccioso sotto la GrIS risulta leggermente depresso rispetto al presente. Al termine del “spin-up”, la calotta glaciale è prossima all’equilibrio con il clima preindustriale. All’avvio della nostra simulazione transiente, un iniziale rapido calo dell’area e del volume della calotta glaciale è attribuito alle differenze tra le forzanti preindustriali e quelle del LIG. Questo iniziale “shock” alla calotta glaciale si attenua nei primi 500 anni, durante i quali il ghiaccio marginale a bassa quota viene fuso.
Le componenti dell’atmosfera, dell’oceano, della terra e del ghiaccio marino sono inizializzate a partire dalla simulazione lig127k di CMIP6 con CESM2 (Otto-Bliesner et al., 2020). La condizione al contorno della superficie di vegetazione potenziale della simulazione CESM2 lig127k viene sostituita dai biomi vegetali come simulati da BIOME4 (Kaplan et al., 2003) utilizzando dati climatici medi mensili dalla simulazione lig127k di CMIP6 (si rimanda alla Sezione 2.5 per maggiori dettagli).
2.3. Configurazione Orbitale dell’Ultimo Interglaciale e Gas Serra
Le modifiche negli elementi orbitali della Terra nell’arco temporale compreso tra 127.000 e 119.000 anni fa furono significative. Il perielio si spostò da inizio luglio a novembre, e l’obliquità calò da 24,04° a 22,86° nel medesimo intervallo (Figure 1a–1c). In un periodo di eccentricità relativamente elevata (circa 0,04), tali cambiamenti orbitali portarono a una riduzione dell’insolazione estiva boreale (ad esempio, luglio) a 65°N, che variò da 483,0 W/m-2 a 127.000 anni fa (55,6 W/m-2 in più del presente) a 426,1 W/m-2 a 119.000 anni fa (1,2 W/m-2 meno del presente), segnando una diminuzione di circa il 13% (Figura 1d). Come risultato delle variazioni nel tempo del perielio e dell’eccentricità, anche la durata dei mesi individuali definiti mediante un calendario angolare (o celeste) subì modifiche (Joussaume & Braconnot, 1997; Kutzbach & Gallimore, 1988), con un allungamento dei mesi estivi boreali nel periodo considerato, e una riduzione dei mesi autunnali e iniziali invernali boreali (ad esempio, la durata di luglio, definita tramite il calendario angolare, passò da 27,81 a 30,89 giorni, mentre quella di novembre si ridusse da 32,47 a 28,31 giorni). L’output del CESM2, utilizzato come input per il modello di vegetazione descritto successivamente (Sezione 2.5), è stato riassunto utilizzando un calendario attuale “senza bisestili”, pertanto si applicano correzioni alla lunghezza dei mesi sui dati di input per BIOME4 seguendo il metodo di Bartlein e Shafer (2019).
La concentrazione atmosferica di CO2 è stata mantenuta costante a 275 ppm tra 127.000 e 119.000 anni fa, valore adottato da Otto-Bliesner et al. (2017, vedi la loro Tabella 1) per l’esperimento CMIP6 lig127k. In contrasto, Köhler et al. (2017) hanno ipotizzato che la concentrazione di CO2 variasse tra 268,01 e 279,04 ppm nell’intervallo, con una media di 275,46 ppm, ciò avrebbe prodotto variazioni minime nella forzante radiativa rispetto ai valori costanti di 275 ppm. Altri valori delle condizioni al contorno sono stati impostati seguendo quelli dell’esperimento lig127k, eccetto per la copertura vegetale (vedi Sezione 2.5 di seguito).
2.4. Accelerazione dei Parametri dei Modelli Orbitali e dei Ghiacciai
Per facilitare una simulazione transitoria di 8000 anni, acceleriamo il modello dei ghiacciai di un fattore 5 rispetto al modello più ampio del sistema terrestre. Questa accelerazione è stata scelta sulla base dei costi computazionali e dei tempi di risposta delle diverse componenti del modello. Il modello dell’atmosfera è molto più costoso in termini computazionali rispetto al modello dei ghiacciai, quindi è vantaggioso eseguire più anni di modello dei ghiacciai per ogni anno di modello dell’atmosfera. Un fattore di accelerazione di 5 per il modello dei ghiacciai è stato selezionato dopo simulazioni di progettazione preliminare con fattori che variano da 2 a 20, così come test per esaminare la risposta dell’oceano ai flussi di acqua dolce provenienti dalla GrIS (temperatura dell’oceano, assorbimento di calore, salinità, modelli di circolazione e altri indicatori diagnostici). Per ogni anno di CESM2, il clima risultante viene utilizzato per forzare CISM2 per 5 anni, con i flussi dall’ultimo anno di CISM2 inviati indietro al coupler. Questo comporta una violazione della conservazione della massa di acqua dolce, ma il flusso di acqua dolce è relativamente basso secondo gli standard oceanografici: il flusso massimo di acqua dolce di 0,0184 Sverdrup (Sv; 1 Sv = 106 m3 s-1) si verifica vicino all’inizio della simulazione quando il clima è più caldo, con un flusso medio di acqua dolce per l’intera simulazione di 0,0069 Sv. Per contestualizzare questa grandezza, il deflusso medio totale di acqua dolce dei fiumi nell’Artico dal 2000 al 2010 era di circa 0,13 Sv, un ordine di grandezza più elevato, senza includere gli apporti dalla Groenlandia (Haine et al., 2015).Le variazioni dei parametri orbitali nel tempo (eccentricità, obliquità e precessione) vengono accelerate insieme all’anno del ghiacciaio, avanzando di 5 anni per ogni anno di CESM2. L’atmosfera si adatta rapidamente ai cambiamenti nello stato complessivo del modello (tipicamente entro pochi mesi), mentre l’oceano profondo risponde su una scala temporale di centinaia o migliaia di anni. Pertanto, se l’accelerazione è troppo grande, lo stato dell’oceano profondo non riuscirà a tenere il passo con il cambiamento climatico (Varma et al., 2016). Per completare la simulazione transitoria di 8000 anni dei ghiacciai e dei parametri orbitali, questo schema di accelerazione richiede un totale di 1600 anni accoppiati CESM2.
la Figura 1 presenta dati paleoclimatici e astronomici utilizzati per studiare le variazioni del clima terrestre legate ai cambiamenti nei parametri orbitali. Qui è come interpretare ciascuna parte della figura:
(a-c) Configurazioni Orbitali a 127, 123 e 119 ka:
- Orbite e Stagioni: Le immagini (a), (b) e (c) rappresentano la configurazione dell’orbita terrestre rispettivamente 127, 123 e 119 migliaia di anni fa. L’orbita è semplificata per mantenere i solstizi e gli equinozi (WS = solstizio d’inverno, SS = solstizio d’estate, VE = equinozio di primavera, AE = equinozio d’autunno) fissi per rendere più semplice l’interpretazione, anche se in realtà sono queste date a precessare in senso antiorario rispetto all’orbita, che rimane relativamente stabile.
- Punto Magenta: Il punto magenta rappresenta la posizione del perielio, ovvero il punto in cui la Terra si trova più vicina al Sole.
- Lunghezza delle Stagioni: I numeri in ogni quadrante indicano la lunghezza delle stagioni in giorni. Questo varia a seconda delle configurazioni orbitali, influenzando la distribuzione dell’insolazione durante l’anno.
- Scala dei Colori: La scala dei colori mostra la differenza di insolazione a metà mese rispetto al presente, con i mesi definiti secondo il calendario angolare (celeste). I colori più caldi indicano un’aumentata insolazione rispetto al presente, mentre i colori più freddi indicano una diminuzione.
(d) Differenza nell’Insolazione a 65°N rispetto al Presente:
- Grafico Contorni: La parte (d) è un grafico a contorni che mostra la differenza di insolazione a 65°N dal presente (1950 d.C.) attraverso l’intervallo di tempo da 140 a 115 ka.
- Asse Verticale: L’asse verticale rappresenta i mesi dell’anno, da gennaio (J) a dicembre (D).
- Asse Orizzontale: L’asse orizzontale rappresenta il tempo espresso in migliaia di anni (ka).
- Contorni Colorati: Le regioni colorate rappresentano le differenze di insolazione: i toni del viola/blu indicano meno insolazione rispetto al presente, i toni del rosso/giallo indicano più insolazione rispetto al presente.
- Scala a Destra: La barra a destra fornisce la legenda per la quantità di cambiamento nell’insolazione, espressa in watt per metro quadrato (W/m²).
Questi dati sono cruciali per comprendere come le variazioni orbitali, specificatamente l’eccentricità, l’obliquità e la precessione, abbiano influenzato il clima terrestre nel passato, specialmente in termini di distribuzione stagionale dell’insolazione, che può portare a significativi cambiamenti climatici come le ere glaciali e interglaciali.
2.5. Rappresentazione dei Cambiamenti Vegetazionali
Per altre applicazioni quaternarie esclusive del CESM2 (per esempio, Otto-Bliesner et al., 2020), la distribuzione vegetazionale nel modello terrestre viene definita basandosi sulla vegetazione potenziale in assenza di impatti antropogenici (ossia, escludendo le coperture di terreno agricolo e urbano), sotto un clima preindustriale. I dati osservativi (ad esempio, record di polline) indicano che, durante il periodo caldo dell’Ultimo Interglaciale (LIG), la distribuzione della vegetazione globale era diversa rispetto all’attuale (Hoogakker et al., 2016; Tarasov et al., 2013). Alle latitudini polari dell’emisfero nord, le evidenze di polline e macrofossili vegetali mostrano che, ad eccezione dell’Alaska e del Canada centrale, la foresta boreale si estendeva fino alle coste artiche in alcune zone (Edwards et al., 2003; LIGA, 1991; Lozhkin & Anderson, 1995), con un conseguente abbassamento dell’albedo e un incremento della traspirazione (Swann et al., 2010), che portava a un maggiore riscaldamento artico. Queste modifiche della vegetazione e i loro feedback sul sistema climatico sono essenziali da includere nella simulazione dell’evoluzione della Groenlandia durante il LIG. La componente terrestre di CESM2 (CLM5) non comprende una vegetazione dinamica funzionale. In questo contesto, facciamo uso di BIOME4 versione 4.2b2, un modello di vegetazione all’equilibrio (Kaplan et al., 2003), per simulare i biomi globali a intervalli quinquennali per il periodo 127-119 ka durante il LIG, e per il periodo preindustriale (circa 1850 d.C.). I dati climatici d’ingresso per BIOME4 includono climatologie mensili di temperatura dell’aria vicino alla superficie (°C), percentuale di soleggiamento possibile (%), precipitazioni totali (mm), e temperatura minima assoluta (°C), elaborati seguendo il protocollo di Harrison et al. (2014). La percentuale totale di nuvolosità di CESM2 viene convertita in percentuale di soleggiamento possibile attraverso regressioni ponderate geograficamente tra la percentuale di nuvole di CRU CL 1.0 (un set di dati osservazionali; New et al., 1999) e la percentuale di soleggiamento di CRU CL 2.0 (New et al., 2002).
Le temperature minime assolute vengono calcolate applicando le differenze medie a lungo termine tra l’esperimento e il controllo, relative alla temperatura media del mese più freddo, alle temperature minime assolute attuali. Per le simulazioni dei biomi dell’Ultimo Interglaciale (LIG), ricorriamo a climatologie mensili ventennali ottenute al termine di ciascun segmento di simulazione di 100 anni con CESM2. Data l’accelerazione orbitale e delle calotte glaciali, queste climatologie ventennali rappresentano gli ultimi 100 anni orbitali di ogni intervallo quinquennale di 500 anni di orbite e calotte glaciali (vedi Figura S1 nelle Informazioni Supplementari S1). I dati climatici del CESM2 sono ridimensionati a una risoluzione di griglia globale di 0,5 gradi mediante la funzione di interpolazione bilineare ‘remapbil’ dei Climate Data Operators, versione 1.9.3 (http://mpimet.mpg.de/cdo). I dati a risoluzione di 0,5 gradi vengono poi aggiustati per il calendario utilizzando PaleoCalAdjust v1.0 (Bartlein & Shafer, 2019).
Per correggere i bias presenti nelle climatologie mensili ventennali, si calcolano le differenze medie a lungo termine per ciascuna variabile climatica rispetto alla simulazione di controllo preindustriale (piControl) di CESM2. Queste differenze medie a lungo termine sono successivamente applicate ai dati di CRU CL 2.0 (dati medi trentennali per il periodo 1961-1990, adeguati alla griglia di 0,5 gradi; New et al., 2002). Questo metodo consente di catturare la variabilità spaziale del clima, che ha un’influenza determinante sulla vegetazione in regioni caratterizzate da una complessità topografica marcata.
I dati di temperatura dell’aria CRU CL 2.0 relativi alla Groenlandia (GrIS) e alle calotte di ghiaccio del nord-est del Canada sono stati adeguati alle elevazioni del substrato roccioso sotto il ghiaccio, applicando una correzione per il gradiente altimetrico basata sulle differenze di altitudine tra i dati di elevazione del letto ETOPO1 e quelli dell’elevazione del ghiaccio (Amante & Eakins, 2009). Oltre ai dati climatici, gli input di BIOME4 includono l’eccentricità orbitale e l’obliquità per ogni intervallo di 500 anni (Bartlein & Shafer, 2019), la capacità di ritenzione idrica del suolo e la velocità di percolazione (Harrison et al., 2014). Per entrambe le simulazioni dei biomi preindustriali e del LIG, si assumono le proprietà del suolo dell’epoca preindustriale. Per le celle della griglia che risultano deglaciate a seguito del ritiro simulato del GrIS durante il LIG, la capacità di ritenzione idrica del suolo e la velocità di percolazione vengono estapolate a tali celle deglaciate partendo dalle celle adiacenti dotate di dati del suolo preindustriale.
Per la simulazione del bioma preindustriale, i dati climatici d’input per BIOME4 derivano dalla simulazione piControl di CESM2 CMIP6 DECK (Otto-Bliesner et al., 2020). I dati di temperatura, precipitazioni e nuvolosità del piControl sono rielaborati secondo la procedura già descritta per i dati climatici del LIG, ma senza l’adattamento al calendario. I dati climatici del piControl vengono corretti per bias utilizzando come riferimento il periodo della simulazione storica del CESM2 per il calcolo delle differenze medie a lungo termine. La concentrazione atmosferica di CO2 per la simulazione del bioma preindustriale è fissata a 284,7 ppm.
I biomi simulati per ciascun intervallo di 500 anni, compreso tra 127 e 119 ka, sono stati rielaborati e mappati in corrispondenti percentuali di Tipi Funzionali di Piante (PFT) nel CLM5, utilizzando una tabella di conversione da bioma a PFT sviluppata per il DeepMIP (Lunt et al., 2017). Per le zone della Groenlandia situate oltre i 60°N di latitudine e tra i 70°W e i 10°W di longitudine, la foresta fredda di conifere sempreverdi simulata con BIOME4 (corrispondente all’80% di alberi di conifere sempreverdi boreali, 10% di alberi decidui boreali a foglia larga e 10% di arbusti decidui boreali a foglia larga PFTs) è sostituita dal bioma di tundra arbustiva bassa e alta (100% di arbusti decidui boreali a foglia larga PFT) nelle celle di griglia terrestre deglaciate che in precedenza presentavano una copertura glaciale completa al 127 ka. Questo adeguamento è stato realizzato poiché le regioni deglaciate sostengono più realisticamente una vegetazione di tundra anziché forestale immediatamente dopo la deglaciazione. I dati aggiornati dei PFT della superficie terrestre sono impiegati nella simulazione dei successivi 500 anni di CISM2 (corrispondenti a 100 anni di CESM2). Questo accoppiamento offline delle distribuzioni dei biomi ogni 500 anni delle dinamiche delle calotte glaciali permette di includere variazioni vegetazionali quasi-dinamiche nella simulazione. Uno schema di questo accoppiamento tra i modelli è illustrato nella Figura S1 nelle Informazioni Supplementari S1.