Utilizzo dei risultati del consorzio PlioMIP per esaminare la calotta glaciale della Groenlandia durante il Periodo Caldo di Metà-Pliocene

Durante una fase del tardo Pliocene, noto come il Periodo Caldo di Metà-Pliocene (mPWP; da 3.264 a 3.025 milioni di anni fa), la temperatura media globale era simile a quella prevista per la fine di questo secolo, con concentrazioni di anidride carbonica atmosferica superiori ai livelli preindustriali. Anche il livello del mare era più elevato rispetto a oggi, suggerendo una notevole riduzione dell’estensione delle calotte glaciali. Di conseguenza, il mPWP rappresenta un laboratorio naturale per studiare le reazioni a lungo termine delle calotte glaciali terrestri e del livello del mare in un contesto più caldo dell’attuale.

Al momento, la nostra conoscenza della calotta glaciale della Groenlandia nel mPWP si basa principalmente su previsioni ottenute da modelli climatici e glacialogici singoli. È quindi cruciale valutare quanto i risultati dipendano specificamente dai modelli utilizzati. Il Progetto di Interconfronto dei Modelli del Pliocene (PlioMIP) ha raggruppato nove gruppi internazionali di modellazione per simulare il clima caldo del Pliocene. In questo contesto, abbiamo utilizzato i dati climatologici derivati dai risultati dei 15 modelli climatici del PlioMIP per alimentare un modello di calotta glaciale offline.

Abbiamo scoperto che le ricostruzioni delle calotte glaciali del mPWP sono estremamente influenzate dalla climatologia di forzamento impiegata, con vari scenari per la Groenlandia che spaziano da uno stato completamente privo di ghiaccio a una calotta simile a quella moderna. L’analisi della variabilità dell’albedo superficiale tra i vari modelli climatici relativi alla Groenlandia offre spunti sui principali fattori che generano differenze tra i modelli. Poiché abbiamo constatato una forte dipendenza dei nostri risultati dai modelli climatici, enfatizziamo l’importanza di integrare vincoli basati su dati reali per affinare la nostra comprensione della calotta glaciale della Groenlandia durante il mPWP.

1 Introduzione

La reazione delle calotte glaciali al riscaldamento globale è uno dei punti di incertezza più critici per le previsioni future riguardanti il clima e l’innalzamento del livello del mare (Church et al., 2013; Masson-Delmotte et al., 2013; Vaughan et al., 2013). Pertanto, sta crescendo l’interesse verso la comprensione del comportamento e della natura delle principali calotte durante i periodi caldi della storia terrestre. Il Pliocene, un’epoca pre-quaternaria ben documentata, è al centro di studi approfonditi nell’ambito del PlioMIP, il Progetto di Interconfronto dei Modelli del Pliocene (Haywood et al., 2010, 2011). Durante il tardo Pliocene, un intervallo noto come mPWP (da 3.264 a 3.025 milioni di anni fa; Dowsett et al., 2010), si stima che le temperature fossero tra i 2 e i 3 °C superiori a quelle preindustriali (Haywood et al., 2009, 2013; Lunt et al., 2010). Le stime delle concentrazioni di anidride carbonica atmosferica suggeriscono livelli fino a 450 ppmv (Pagani et al., 2010; Seki et al., 2010). Il Quinto Rapporto di Valutazione dell’IPCC afferma con alta sicurezza che il livello medio globale del mare era superiore a quello attuale (fino a 20 m) durante i periodi caldi del mPWP (Masson-Delmotte et al., 2013), supportato da dati che mostrano picchi di livello marino di circa 20 m (Miller et al., 2012; Rovere et al., 2014; Rohling et al., 2014). Nonostante in letteratura recente si utilizzino termini come mid-Piacenziano o evento caldo del Tardo Pliocene per descrivere questo intervallo, in questo contesto si mantiene la denominazione originale del PlioMIP, il mPWP.

Gli studi basati sui record proxy delle paleotemperature ottenuti da carote di ghiaccio (Dahl-Jensen et al., 1998; Cuffey e Marshall, 2000; Johnsen et al., 2001; Rasmussen et al., 2006) e su modellazioni numeriche (Otto-Bliesner et al., 2006; Overpeck et al., 2006; van de Berg et al., 2011; Born et al., 2012; Quiquet et al., 2013; Stone et al., 2013) di interglaciali recenti hanno dimostrato una notevole sensibilità della calotta glaciale della Groenlandia (GrIS) al riscaldamento delle alte latitudini. Tuttavia, mancano prove dirette che definiscano il volume o l’estensione della GrIS durante i periodi più caldi del mPWP. Si è ipotizzato che la formazione di suoli subaerei duraturi alla base della calotta centrale della Groenlandia possa attestare una riduzione persistente del ghiaccio nel Pliocene, anche se questi suoli non sono stati ancora datati precisamente a quel periodo (Bierman et al., 2014). La presenza di frammenti di foresta nella Formazione di Kap København, nell’estremo nord della Groenlandia fino a 2,4 Ma (Funder et al., 2001), indica che questa zona potrebbe essere rimasta senza ghiaccio durante alcuni intervalli del Tardo Pliocene.

I frammenti di foreste taiga sempreverdi trovati nei sedimenti del Pliocene sull’Île de France (Bennike et al., 2002) indicano che le regioni ai margini dei ghiacci erano notevolmente più calde durante il Pliocene. Anche i dati provenienti dal Mare Centrale di Labrador rivelano che le masse terrestri vicino alla Groenlandia, come l’Isola di Ellesmere e l’Isola di Baffin, erano dominate da foreste sempreverdi in certi periodi del Pliocene (De Vernal e Mudie, 1989; Thompson e Flemming, 1996; Ballantyne et al., 2006; Csank et al., 2011). Ulteriori stime delle temperature basate sui depositi di torba nell’Alto Artico Canadese (Beaver Pond) suggeriscono che le temperature artiche fossero elevate durante il Pliocene (Ballantyne et al., 2010). Benché non esistano record diretti delle temperature del mPWP in Groenlandia per validare le simulazioni dei modelli climatici, si osserva generalmente una tendenza dei modelli a sottovalutare le temperature rispetto ai dati disponibili per le alte latitudini settentrionali (Dowsett et al., 2012; Salzmann et al., 2013).

Nonostante l’utilità dei dati proxy, la loro scarsità e incertezza non permettono di ricostruire dettagliatamente l’estensione e la localizzazione delle calotte glaciali del mPWP. Di conseguenza, sono stati impiegati vari approcci di modellazione per simulare il bilancio di massa della calotta glaciale della Groenlandia (GrIS) e per tentare di ricostruire le possibili configurazioni delle calotte durante il mPWP (Lunt et al., 2008b, 2009; Hill, 2009; Hill et al., 2010; Dolan et al., 2011; Koenig et al., 2011, 2014a, b). Questi approcci hanno generalmente incluso l’accoppiamento offline di un modello di calotta glaciale (ISM) con un modello climatico, limitandosi all’uso di tre modelli climatici: il Modello Unificato dell’Ufficio Meteorologico del Regno Unito (UKMO UM; es. Hill et al., 2010; Dolan et al., 2011), GENESIS (es. Koenig et al., 2011) e diverse versioni di CAM (Modello dell’Atmosfera della Comunità; es. Yan et al., 2014). Sebbene tutte le simulazioni disponibili indichino una riduzione delle dimensioni della GrIS durante il mPWP, la dipendenza dei risultati dai modelli non è stata ancora valutata con robustezza. La questione è oggetto di approfondimento nel sottoprogetto del PlioMIP, il Progetto di Interconfronto della Modellazione delle Calotte Glaciali del Pliocene (PLISMIP; Dolan et al., 2012).

I risultati di Koenig et al. (2014b) indicano che la dipendenza dal Modello di Simulazione della Calotta Glaciale (ISM) è limitata. In questo studio, esploreremo la dipendenza dai modelli climatici utilizzando i dati forniti dai modelli del PlioMIP (Chan et al., 2011; Bragg et al., 2012; Contoux et al., 2012; Stepanek e Lohmann, 2012; Yan et al., 2012; Kamae e Ueda, 2012; Zhang e Yan, 2012; Zhang et al., 2012; Chandler et al., 2013; Rosenbloom et al., 2013) per guidare l’ISM del British Antarctic Survey (BASISM). I risultati del PlioMIP offrono una preziosa opportunità per osservare le variazioni nelle previsioni dei modelli climatici e il loro impatto sulla nostra ricostruzione della calotta glaciale della Groenlandia (GrIS).

Prima di tutto, presenteremo un riassunto del disegno sperimentale del PlioMIP, seguito dalla descrizione del metodo di accoppiamento offline usato per le simulazioni ISM in questo studio. Questo includerà i dettagli sulle differenze climatiche in Groenlandia come emerse dall’insieme dei dati PlioMIP. Discuteremo quindi le differenze tra le simulazioni delle calotte glaciali in stato di equilibrio, utilizzando le forzature climatologiche dei 15 diversi esperimenti di modello climatico nel gruppo PlioMIP, e concluderemo valutando le possibili cause di eventuali discrepanze e proponendo suggerimenti per future strategie di modellazione della GrIS del mPWP.

Gli obiettivi di questo articolo si possono riassumere come segue:

  • Valutare fino a che punto le ricostruzioni della GrIS per il mPWP dipendano dal modello climatico utilizzato per guidare l’ISM;
  • Analizzare le possibili cause delle differenze osservate tra le GrIS simulate, esaminando i fattori che possono influenzare la rappresentazione climatica della Groenlandia nei modelli PlioMIP;
  • Fornire indicazioni per le decisioni riguardanti l’implementazione della GrIS nei futuri esperimenti di modellazione climatica, come nella seconda fase del PlioMIP.

La Tabella 1 mostra un elenco dei modelli climatici utilizzati nel Progetto di Interconfronto dei Modelli del Pliocene (PlioMIP) per guidare il modello della calotta glaciale del British Antarctic Survey (BASISM). Ogni modello è descritto in termini di:

  • Nome del modello: il nome abbreviato utilizzato per identificare ciascun modello nel progetto.
  • Risoluzione atmosferica (latitudine/longitudine): le dimensioni delle griglie del modello, espressa in gradi, che indicano quanto dettagliatamente il modello può rappresentare fenomeni atmosferici.
  • Riferimenti/Contributori: le principali pubblicazioni o i principali ricercatori che hanno lavorato con il modello nel contesto del PlioMIP.
  • LSM Preferito o Alternativo: indica se il modello utilizza una configurazione della maschera di terra-mare (“Land-Sea Mask” o LSM) che è stata appositamente adattata per rispettare i requisiti del PlioMIP (“Preferito”), oppure se si avvicina più a una configurazione più comune e moderna (“Alternativo”).

I modelli sono categorizzati in due gruppi principali:

  • AGCMs (Modelli Generali della Circolazione Atmosferica): questi modelli simulano solo la componente atmosferica.
  • AOGCMs (Modelli Generali della Circolazione Atmosferica e Oceanica): questi modelli gestiscono sia la dinamica atmosferica sia quella oceanica, offrendo una rappresentazione più completa del sistema climatico.

Questa organizzazione aiuta a comprendere come i diversi modelli e le loro configurazioni specifiche possano influenzare le simulazioni del clima passato, particolarmente utile per studiare le condizioni del clima e delle calotte glaciali durante il Pliocene.

2 Metodi

2.1 Forzatura dei modelli climatici (PlioMIP)

2.1.1 L’insieme PlioMIP

Per esaminare sistematicamente le incertezze nelle previsioni dei modelli numerici del mPWP, il PlioMIP (Haywood et al., 2010, 2011) è stato avviato come parte del PMIP (Palaeoclimate Model Intercomparison Project). L’obiettivo del PMIP è coordinare la modellazione del paleoclima e le attività di valutazione dei modelli per comprendere i meccanismi del cambiamento climatico e il ruolo dei feedback climatici sotto condizioni climatiche passate (Braconnot et al., 2012). Le comparazioni precedenti delle simulazioni del mPWP erano state limitate a massimo tre diversi modelli climatici e avevano adottato vari approcci per implementare le condizioni al contorno del mPWP (es. Haywood et al., 2000, 2009). Il PlioMIP ha definito il disegno per due esperimenti iniziali. L’Esperimento 1 utilizzava modelli climatici solo atmosferici (AGCMs), descritto in dettaglio in Haywood et al. (2010). L’Esperimento 2 impiegava modelli climatici accoppiati atmosfera-oceano (AOGCMs), descritti in Haywood et al. (2011). In questo contesto, verranno utilizzati i campi atmosferici e topografici sia degli AGCMs sia degli AOGCMs del PlioMIP (Tabella 1) per forzare un modello di simulazione della calotta glaciale (ISM) di approssimazione del ghiaccio poco profondo offline (BASISM; vedi Sez. 2.2).

Le condizioni al contorno applicate a tutti i modelli climatici del PlioMIP sono descritte specificatamente in Haywood et al. (2010, 2011). Entrambi gli esperimenti hanno utilizzato il set di dati PRISM3 dell’US Geological Survey (Dowsett et al., 2010), un miglioramento rispetto al suo predecessore PRISM2 (Dowsett et al., 1999) includendo informazioni sulle temperature superficiali del mare (SSTs), distribuzioni di ghiaccio marino, copertura vegetale, livello del mare, estensione delle calotte glaciali e topografia. La copertura vegetale si basa sulla ricostruzione paleobotanica di Salzmann et al. (2008) e la topografia è derivata dalla ricostruzione paleogeografica di Sohl et al. (2009). Le calotte glaciali PRISM3 usate nei modelli climatici provenivano da esperimenti ISM offline forzati con campi climatologici dal modello atmosferico solo del Hadley Centre (Fig. 1; HadAM3; Hill, 2009), rappresentando una calotta coerente con il resto della ricostruzione PRISM3. Per gli AGCMs, la distribuzione di SST e ghiaccio marino è stata fissata secondo PRISM3, mentre gli AOGCMs prevedevano autonomamente le condizioni superficiali del mare del mPWP.

In tutti gli esperimenti del PlioMIP, la concentrazione atmosferica di CO₂ era fissata a 405 ppmv (Haywood et al., 2010, 2011a), leggermente superiore al precedente standard di PRISM2 (400 ppmv), ma ancora ben dentro i limiti di incertezza dei record proxy attuali di CO₂ (es. Pagani et al., 2010; Seki et al., 2010; Bartoli et al., 2011). Tutti gli altri gas traccia erano specificati a una concentrazione pre-industriale e la configurazione orbitale selezionata rimaneva invariata rispetto a quella moderna (Haywood et al., 2010).

Ogni modello PlioMIP era configurato con le condizioni al contorno PRISM3 come descritto e poi eseguito per una lunghezza minima di integrazione di 50 anni per gli AGCMs e 500 anni per gli AOGCMs. I campi di forzatura climatologica media erano derivati dagli ultimi 30 anni della simulazione. La simulazione pre-industriale standard di ogni gruppo di modellazione era usata come run di controllo.

I dettagli sui gruppi partecipanti e sui modelli climatici sono disponibili nella Tabella 1. Le simulazioni di sette AGCMs e otto AOGCMs sono state completate e i risultati sono stati inviati al PlioMIP. Gli AGCMs e gli AOGCMs rappresentano diversi livelli di complessità e risoluzione, dai modelli di alta risoluzione della classe IPCC AR5 ai modelli di risoluzione intermedia (Haywood et al., 2013).

La Figura 1 mostra la mappa della calotta glaciale della Groenlandia come risultato di una simulazione effettuata dal modello BASISM (Hill, 2009; Dowsett et al., 2010). Le linee sulla mappa rappresentano differenti altitudini della calotta glaciale, indicate in metri sopra il livello del mare, ad esempio a 2000, 2500 e 3000 metri. I toni più scuri indicano le aree con presenza densa di ghiaccio, che sfumano in colori più chiari man mano che si raggiungono altitudini inferiori.

L’area marrone attorno alla calotta indica le terre della Groenlandia che non sono coperte da ghiaccio. La forzatura climatologica utilizzata per modellare questa calotta glaciale deriva da una simulazione HadAM3, basata sulle condizioni al contorno del modello PRISM2 (descritte in Salzmann et al., 2008). Questo approccio fornisce un contesto climatico dettagliato per simulare con precisione come la calotta glaciale avrebbe risposto alle condizioni ambientali di quel periodo.

Questa visualizzazione è cruciale per i ricercatori per analizzare come la calotta glaciale reagisce a variazioni climatiche specifiche, offrendo spunti vitali sulle potenziali risposte alle future variazioni climatiche.

La Figura 2 presenta un confronto tra le temperature medie annue della superficie dell’aria durante il Periodo Caldo di Metà-Pliocene (mPWP) e quelle pre-industriali sulla Groenlandia, utilizzando i risultati dei modelli del PlioMIP. La figura include sia modelli atmosferici puri (AGCMs) sia modelli climatici accoppiati atmosfera-oceano (AOGCMs).

Ogni pannello mostra le variazioni di temperatura per un modello specifico, indicato dai nomi posizionati sopra o sotto ciascuna mappa. Le mappe sono colorate secondo una scala che va dal blu al rosso, dove il blu rappresenta temperature più fredde rispetto all’era pre-industriale e il rosso indica temperature più calde. La scala dei colori è centrata su zero, illustrando un aumento o una diminuzione della temperatura rispetto al periodo pre-industriale.

Queste visualizzazioni consentono di osservare come differenti modelli climatici rappresentano l’effetto del riscaldamento durante il mPWP sulla Groenlandia, mostrando anche le differenze di risoluzione tra i vari modelli, evidenziate dalla chiarezza e dai dettagli di ciascuna mappa. Questo tipo di analisi è essenziale per capire come i vari modelli climatici interpretano gli impatti dei cambiamenti climatici in aree sensibili come la Groenlandia.

2.1.2 Influenza climatologica sulla Groenlandia

Le temperature medie annuali, le precipitazioni e le anomalie delle temperature estive tra il periodo del mPWP e quello pre-industriale per ogni modello AGCM e AOGCM del PlioMIP sono illustrate nelle Figure 2–4. Sulla Groenlandia, le simulazioni del clima mPWP effettuate dagli AGCMs indicano un incremento della temperatura media annuale compreso tra 11,9 e 14,1 °C. Invece, gli AOGCMs prevedono variazioni più ampie, che vanno da 5,3 a 12,8 °C, come riportato nella Tabella 3. Per gli AGCMs, si osserva anche un aumento delle precipitazioni medie annuali nella regione della Groenlandia rispetto al periodo pre-industriale. Tutti gli AOGCMs mostrano un incremento delle precipitazioni durante il mPWP variabile tra 0,2 e 0,8 mm al giorno. Le temperature estive simulate durante il mPWP risultano mediamente superiori di 12,6 °C per gli AGCMs e di 12,3 °C per gli AOGCMs sulla Groenlandia. Tuttavia, la media degli AOGCMs è influenzata dal modello MRI-AOGCM, che simula un aumento delle temperature di solo 4 °C, mentre gli altri AOGCMs mostrano un riscaldamento tra 11,6 e 15 °C rispetto alla simulazione di controllo del periodo pre-industriale.

La Figura 3 mostra le variazioni nelle precipitazioni medie annue sulla Groenlandia, calcolate in millimetri al giorno, tra il Periodo Caldo di Metà-Pliocene (mPWP) e il periodo pre-industriale. Queste variazioni sono illustrate utilizzando i dati provenienti dai modelli del PlioMIP, che includono sia modelli puramente atmosferici (AGCMs) sia modelli climatici accoppiati atmosfera-oceano (AOGCMs).

Ciascuna mappa nella figura corrisponde a un modello specifico, identificato dai nomi visualizzati sopra o sotto ciascuna rappresentazione. Le mappe sono codificate a colori per evidenziare le differenze nelle precipitazioni: le tonalità di blu e verde indicano un aumento delle precipitazioni, mentre le tonalità di giallo e arancione segnalano una diminuzione. Questa scelta cromatica facilita l’identificazione visiva delle variazioni nelle precipitazioni secondo le proiezioni di ciascun modello.

Questo confronto è fondamentale per valutare come i vari modelli climatici prevedono cambiamenti nelle precipitazioni sulla Groenlandia in risposta ai diversi scenari del mPWP rispetto al clima pre-industriale, offrendo una visione cruciale delle incertezze e delle variazioni nelle previsioni climatiche, soprattutto per una regione climaticamente sensibile come la Groenlandia.

La Figura 4 mostra le variazioni delle temperature superficiali dell’aria in Groenlandia nel mese di luglio, confrontando il Periodo Caldo di Metà-Pliocene (mPWP) con il periodo pre-industriale. Questo confronto è basato sui dati forniti dai modelli del PlioMIP, che includono sia modelli puramente atmosferici (AGCMs) sia modelli climatici accoppiati atmosfera-oceano (AOGCMs).

In ciascuna mappa, corrispondente a un diverso modello climatico indicato dai nomi sopra o sotto, la scala di colori varia dal blu al rosso. Il blu rappresenta temperature più basse rispetto al periodo pre-industriale, mentre il rosso indica un aumento delle temperature.

Queste mappe offrono una comparazione diretta di come vari modelli prevedono le condizioni climatiche estive in Groenlandia sotto l’influenza del mPWP. Analizzare le differenze tra i modelli aiuta a capire le incertezze nelle proiezioni del riscaldamento futuro, fornendo spunti importanti sulla risposta climatica della Groenlandia a scenari globali di cambiamento climatico.

2.2 Struttura di modellazione della calotta glaciale

In questo studio abbiamo impiegato il modello BASISM, già utilizzato in precedenza per esaminare le calotte glaciali del mPWP (Hill et al., 2007, 2010; Hill, 2009; Dolan et al., 2011). BASISM è un modello termomeccanico in differenze finite che adotta un’approssimazione del ghiaccio superficiale (SIA) e risolve in modo implicito e stabile le complesse equazioni simultanee del flusso del ghiaccio. Esso condivide similitudini con altri modelli SIA descritti da Huybrechts (1990), Ritz et al. (2001) e Rutt et al. (2009), e una trattazione più dettagliata delle sue formulazioni numeriche è fornita da Hindmarsh (1993, 1996, 1999, 2001). Oltre alla dinamica glaciologica interna, il modello simula anche le interazioni con il substrato roccioso attraverso un semplice modello di rimbalzo elastico con una scala temporale di rimbalzo di 3000 anni (Le Meur e Huybrechts, 1996). L’altezza del substrato roccioso per tutte le condizioni iniziali viene ricalcolata assumendo un equilibrio isostatico, per poi permettere al substrato di evolversi e adattarsi dinamicamente ai cambiamenti della calotta glaciale.

Per questo studio, BASISM è stato configurato su una griglia di 20 km × 20 km con 21 strati verticali, coprendo l’area della moderna Groenlandia ancorata. Il modello è stato forzato utilizzando i dati climatologici di temperatura media annuale (Fig. 2), precipitazioni (Fig. 3) e temperatura media mensile più calda di luglio (Fig. 4) provenienti da ciascun membro dell’ensemble PlioMIP, seguendo il metodo proposto da Hill (2009). Una funzione esponenziale converte le temperature nel numero di giorni di grado positivo (PDD; Reeh, 1991), mostrando una forte correlazione tra le temperature del mese più caldo e le osservazioni dello scioglimento attuale (Hill, 2009). L’interpolazione bilineare è stata usata per trasferire i campi meteorologici dalla griglia originale del modello climatico a quella ad alta risoluzione dell’ISM. Questo ridimensionamento presenta problematiche legate alla risoluzione orizzontale grossolana del modello climatico, inadeguata per definire i ripidi pendii topografici intorno ai margini della Groenlandia (Thompson e Pollard, 1997; Ridley et al., 2005). Questo problema è parzialmente risolto applicando una correzione uniforme e costante del gradiente termico per colmare le differenze di topografia tra il modello climatico e l’ISM, sia nelle condizioni iniziali che durante l’evoluzione della superficie della calotta glaciale. Il gradiente termico standard adottato in BASISM è di -6,0 °C per km, in linea con le osservazioni moderne sui gradienti termici in Groenlandia (Steffen e Box, 2001; Hanna et al., 2005). Attualmente, non esiste una relazione semplice simile per le precipitazioni e l’altitudine. Le precipitazioni sulla Groenlandia sono altamente non lineari e influenzate dai modelli sinottici di circolazione atmosferica che guidano i modelli di accumulo (Schuenemann e Cassano, 2009). Le simulazioni combinate di modelli e gli isotopi degli anelli degli alberi indicano che i modelli dominanti di circolazione atmosferica del Pliocene nell’Atlantico Nord probabilmente rimangono simili a quelli odierni (Hill et al., 2011). Sebbene ci siano effetti diretti di altitudine e temperatura mentre la calotta glaciale si evolve, uno dei principali cambiamenti sarà nei feedback sulla circolazione atmosferica, che possono essere modellati solo in un modello accoppiato calotta glaciale-clima (Mayewski et al., 1994). Dove esistono metodi di ridimensionamento (es. Ritz et al., 1997), il rapporto tra cambiamenti delle precipitazioni e delle temperature è poco definito (Charbit et al., 2002). Pertanto, non è stata fatta alcuna correzione per le precipitazioni negli esperimenti di modellazione della calotta glaciale presentati qui.

Il metodo PDD è stato utilizzato per trasformare i dati climatici in un tasso di fusione (Reeh, 1991; Braithwaite, 1995) ed è ampiamente consolidato negli studi di modellazione paleoclimatica accoppiata atmosfera-calotta glaciale (ad esempio, DeConto e Pollard, 2003; Lunt et al., 2008a, b, 2009). La tecnica PDD assume che la fusione della superficie della calotta glaciale possa essere completamente descritta da tre costanti fisiche: il tasso di fusione o il fattore PDD di ghiaccio e neve e il tasso massimo di rifreezing frazionario (W_max), insieme al record delle temperature. Anche se molti altri fattori potrebbero contribuire, questo metodo è stato giustificato fisicamente (Ohmura, 2001). I parametri PDD standard per il ghiaccio (α_i) e la neve (α_s) sono impostati rispettivamente a α_i = 8 mm giorno⁻¹ °C⁻¹ e α_s = 3 mm giorno⁻¹ °C⁻¹, in linea con le osservazioni in diversi climi moderni (Braithwaite, 1995). Sviluppi ulteriori del metodo PDD sono stati utilizzati in studi precedenti, ma si basano su parametri glaciologici aggiuntivi che potrebbero non rimanere costanti negli scenari paleoclimatici, rendendo quindi incerta la loro assegnazione per il mPWP (Janssens e Huybrechts, 2000; Tarasov e Peltier, 2002).

I parametri glaciologici “standard” (cioè, il gradiente termico e i fattori PDD per ghiaccio e neve) utilizzati in BASISM erano originariamente tarati per un esperimento HadAM3 (Hill, 2009), affinché fossero simulate al meglio la moderna calotta glaciale della Groenlandia (GrIS) e quella dell’Antartide Orientale (EAIS). Tuttavia, i valori di questi parametri sono ancora poco vincolati, risultando in volumi e estensioni della calotta glaciale altamente variabili a seconda dei valori esatti prescritti (Ritz et al., 1997; Lunt et al., 2008b; Stone et al., 2010). Stone et al. (2010) hanno dimostrato che l’estensione della calotta glaciale dipende prevalentemente dai fattori PDD e dal gradiente termico, quindi abbiamo scelto di variare questi parametri per ottenere una stima aggiuntiva dell’incertezza sulle nostre ricostruzioni della GrIS basate su ISM.

Il tipico gradiente termico annuale utilizzato in vari studi sulla Groenlandia (ad esempio, Ridley et al., 2005; Huybrechts e de Wolde, 1999; Vizcaíno et al., 2008) varia da -6,0 a -8,0 °C km⁻¹, e quindi qui testeremo valori entro questo intervallo (Tabella 2). I valori dei parametri PDD per ghiaccio e neve variano molto di più nella letteratura e negli studi di modellazione precedenti. Il valore standard per il ghiaccio utilizzato da molti modellatori è 8 mm giorno⁻¹ °C⁻¹ (ad esempio, Huybrechts e de Wolde, 1999; Ritz et al., 1997), anche se Braithwaite (1995) ha suggerito che il valore potrebbe essere fino a 20 mm giorno⁻¹ °C⁻¹. Studi di modellazione per la Groenlandia del Tardo Pliocene (ad esempio, Lunt et al., 2008b) hanno testato una gamma di parametri PDD da bassi (α_i = 8 mm giorno⁻¹ °C⁻¹ e α_s = 3 mm giorno⁻¹ °C⁻¹, gli stessi standard di BASISM) a molto alti (α_i = 64 mm giorno⁻¹ °C⁻¹ e α_s = 24 mm giorno⁻¹ °C⁻¹) e hanno mostrato che i valori più elevati di queste gamme non portano a una buona simulazione della moderna GrIS.

Qui variamo i fattori PDD in modo conservativo tra α_s = 3 mm giorno⁻¹ °C⁻¹ e α_s = 6 mm giorno⁻¹ °C⁻¹ per la neve e α_i = 5 mm giorno⁻¹ °C⁻¹ e α_i = 14 mm giorno⁻¹ °C⁻¹ per il ghiaccio (Tabella 2).

Anche se è possibile impiegare metodi statistici come il Campionamento Latin Hypercube (LHS) per definire insiemi casuali e plausibili di parametri all’interno di un determinato intervallo (come fatto da Stone et al., 2010), in questo studio abbiamo optato per la covariazione dei parametri. La Tabella 2 elenca i valori dei parametri testati, risultando in 48 permutazioni di parametri per ogni simulazione basata sul forcing di un specifico modello climatico. In ogni simulazione ISM, sono stati utilizzati valori assoluti di temperature e precipitazioni per forzare l’ISM, senza apportare correzioni per i bias di temperatura nelle simulazioni pre-industriali di ogni modello (vedi Lunt et al., 2009). BASISM è stato eseguito per 50.000 anni, tempo sufficiente perché la calotta glaciale simulata raggiungesse l’equilibrio geometrico e termico con il clima forzante.

Prima di simulare la Groenlandia del mPWP, sono stati condotti casi di controllo per valutare il framework di modellazione nel contesto pre-industriale. Per queste simulazioni, BASISM è stato avviato da una configurazione moderna del ghiaccio. È utile determinare se il clima di controllo pre-industriale di ogni modello produca una ricostruzione realistica della calotta glaciale attuale della Groenlandia, utilizzando BASISM con i parametri glaciologici elencati nella Tabella 2.

Per analizzare le geometrie delle calotte glaciali dei 48 esperimenti realizzati per ciascuno dei modelli climatici del PlioMIP, abbiamo selezionato due metriche di valutazione per esaminare ogni simulazione del modello. Seguendo i metodi di Stone et al. (2010), la differenza nel volume totale del ghiaccio rispetto al volume stimato moderno sarà usata come indicatore generale dell’accuratezza con cui ogni simulazione ricostruisce le osservazioni sullo spessore del ghiaccio. La seconda metrica sarà l’errore quadratico medio radice (RMSE), una misura dell’adattamento spaziale della ricostruzione dello spessore della calotta glaciale sulla Groenlandia. L’RMSE quantifica l’entità delle differenze tra due campi, come lo spessore del ghiaccio osservato e quello simulato. In entrambi i casi, valori più bassi indicano una migliore corrispondenza tra i modelli e le osservazioni della GrIS. Utilizziamo il modello digitale di elevazione (DEM) di Bamber et al. (2001), interpolato sulla griglia ISM da 20 km, per calcolare il volume e lo spessore osservati della calotta glaciale. Questo approccio permette anche di definire gli insiemi di parametri ottimali (all’interno dell’intervallo dei valori testati), fornendo a ciascun modello climatico di forzante la stima “migliore” della GrIS attuale. Questi insiemi di parametri sono stati poi utilizzati con ogni forzante climatico dell’ensemble PlioMIP.

La Tabella 2 elenca tre parametri glaciologici utilizzati nelle simulazioni di modellazione delle calotte glaciali e i valori specifici considerati per ciascuno di essi. I parametri sono:

  1. Gradiente termico (Lapse rate), espressi in °C km⁻¹. Questo parametro misura il tasso di diminuzione della temperatura con l’aumento dell’altitudine.
  2. Fattore PDD per la neve (α_s), espressi in mm giorno⁻¹ °C⁻¹. Indica quanto spessore di neve si fonde per ogni giorno in cui la temperatura supera lo zero gradi Celsius.
  3. Fattore PDD per il ghiaccio (α_i), anch’esso espressi in mm giorno⁻¹ °C⁻¹. Simile al fattore per la neve, ma specifico per il ghiaccio.

I valori assegnati a ciascun parametro sono:

  • Gradiente termico: -6, -7, -8 °C km⁻¹
  • Fattore PDD per la neve (α_s): 3, 5, 6 mm giorno⁻¹ °C⁻¹
  • Fattore PDD per il ghiaccio (α_i): 5, 8, 14 mm giorno⁻¹ °C⁻¹

Variatrici indipendentemente ciascun parametro glaciologico mentre si mantengono gli altri costanti, sono state condotte un totale di 48 esperimenti di sensibilità per ogni simulazione del modello della calotta glaciale. Questo approccio consente di isolare l’effetto di ogni singolo parametro sul comportamento del modello, aiutando a comprendere come ciascuno influenzi le previsioni del modello riguardo le dinamiche della calotta glaciale sotto varie condizioni climatiche.

La Tabella 3 riporta i valori medi annuali e estivi della temperatura e i valori medi annuali delle precipitazioni sulla regione della Groenlandia per i modelli climatici del PlioMIP, sia per gli esperimenti di controllo pre-industriali sia per le simulazioni del mPWP (Mid-Pliocene Warm Period). I valori climatologici sono stati calcolati sull’intera massa terrestre della Groenlandia come definito dalle singole maschere terra-mare prescritte nei modelli climatici. Non sono stati utilizzati valori di temperatura o precipitazione degli oceani.

Struttura della tabella:

  1. Nome del modello (Abbreviazione): Mostra il nome abbreviato di ciascun modello climatico utilizzato nelle simulazioni.
  2. Temperatura:
    • Media annuale (°C): La temperatura media annuale sulla Groenlandia per ciascun modello.
    • Media estiva (°C): La temperatura media durante i mesi estivi.
  3. Precipitazioni (mm giorno⁻¹): Il valore medio annuale delle precipitazioni per ciascun modello.

La tabella è divisa in sezioni a seconda che i dati si riferiscano alle simulazioni del periodo pre-industriale o a quelle del mPWP. Questi dati permettono di confrontare come ciascun modello simula il clima della Groenlandia in due periodi climatici differenti e di osservare l’effetto del riscaldamento globale del mPWP rispetto alle condizioni pre-industriali.

Importanza della tabella: Questa tabella fornisce dati essenziali per capire le variazioni climatiche tra due periodi significativi, offrendo una visione comparativa e quantitativa degli effetti del cambiamento climatico nella regione della Groenlandia secondo diversi modelli climatici. Queste informazioni sono fondamentali per la valutazione dei modelli in termini di accuratezza e sensibilità nel riprodurre condizioni climatiche passate e potenzialmente future.

La Figura 5 illustra il volume della calotta glaciale della Groenlandia (GrIS) simulato utilizzando il modello BASISM, alimentato dalla climatologia pre-industriale dei modelli PlioMIP, sia AGCM (nella parte alta della figura) che AOGCM (nella parte bassa della figura). A scopo comparativo, è mostrato anche il volume attuale della GrIS osservato, come documentato da Bamber et al. (2001).

Dettagli dei dati rappresentati:

  • Cerchi rossi: Indicano il volume della GrIS ottenuto utilizzando il set standard di parametri in BASISM (α_i = 8 mm giorno⁻¹ °C⁻¹, α_s = 3 mm giorno⁻¹ °C⁻¹, con un gradiente termico di -6 °C km⁻¹).
  • Cerchi blu: Segnalano il set di parametri che fornisce la ricostruzione volumetrica della GrIS più vicina alle osservazioni effettive.
  • Cerchi gialli: Evidenziano il set di parametri che riduce al minimo l’errore quadratico medio radice (RMSE) rispetto allo spessore della calotta glaciale.
  • Cerchi grigi: Dimostrano come variazioni nei valori del gradiente termico e nei fattori PDD per ghiaccio e neve influenzano il volume della GrIS (consultare la Tabella 2 per i dettagli). Questi cerchi fungono da sfondo ai cerchi colorati e potrebbero non essere visibili se i volumi simulati sono simili.

Questa visualizzazione mette in luce l’importanza di selezionare accuratamente i parametri glaciologici nel modellare il volume della GrIS. Attraverso l’uso di diversi set di parametri, la figura evidenzia quali combinazioni sono più efficaci nel riprodurre le dimensioni reali della calotta glaciale e quali contribuiscono a ottimizzare la precisione della modellazione sia in termini di volume che di spessore. Questo confronto visuale serve a sottolineare l’impacto che piccole variazioni nei parametri possono avere sulla stima del volume della calotta glaciale, offrendo una panoramica essenziale per la valutazione e l’ottimizzazione dei modelli climatici.

3 Risultati

3.1 Simulazioni della calotta glaciale della Groenlandia

3.1.1 Simulazioni di controllo pre-industriale

Per gli esperimenti di controllo pre-industriale, il modello BASISM è stato inizializzato a partire dalla configurazione attuale della calotta glaciale della Groenlandia (GrIS). Le Figure 5a (AGCMs) e 5b (AOGCMs) mostrano come il volume della GrIS modellato reagisca ai tre parametri glaciologici regolabili (vedi Tabella 2). La scelta dei valori per il gradiente termico atmosferico e i fattori PDD di ghiaccio e neve ha generalmente poco impatto sul volume finale della GrIS, ad eccezione dei modelli HadAM3 e MIROC completamente accoppiato, dove il volume dipende significativamente dal set di parametri scelto (Fig. 5b).

Il set di parametri ottimale per ciascun modello del PlioMIP, che fornisce il miglior risultato in termini di volume totale di ghiaccio o RMSE dello spessore del ghiaccio in condizioni stazionarie rispetto alle osservazioni moderne, è illustrato nelle Figure 5a e 5b. Si nota che i set di parametri ottimali non corrispondono mai ai valori standard usati in BASISM, anche se l’influenza di questa discrepanza sulla GrIS pre-industriale è minima.

Utilizzando i parametri standard di BASISM, tutte le climatologie di forzamento producono una GrIS simile alle osservazioni moderne, anche se l’ISM tende sistematicamente a sovrastimare il volume del ghiaccio del 3-17%. Comparando le differenze spaziali tra i dati di Bamber et al. (2001) e le simulazioni ISM basate su PlioMIP, emergono simili distorsioni nell’altitudine tra i diversi forzanti climatici (Fig. 6). Alcune simulazioni di BASISM producono calotte glaciali troppo basse di circa 200-400 m rispetto alle osservazioni, mentre altre, come CAM3.1 e COSMOS, risultano molto vicine alle osservazioni in queste regioni.

Le simulazioni di BASISM tendono a produrre calotte glaciali troppo elevate (fino a circa 800 m) ai margini della calotta, dove le discrepanze dalle osservazioni sono più evidenti, specialmente nelle aree di flusso veloce del ghiaccio. Questo problema è aggravato dalla risoluzione relativamente grossolana del modello climatico e dall’ISM quando si simulano aree di topografia complessa e ripida. Inoltre, considerando che circa il 40% della perdita di ghiaccio in Groenlandia avviene attraverso il parto di iceberg e tali dinamiche non sono incluse in questo modello SIA, è prevedibile che la perdita di ghiaccio ai margini sia sottostimata (Fig. 6). Tuttavia, per calotte glaciali più piccole simulate, dove il ghiaccio termina sulla terra, come nel caso del mPWP, si prevede che l’influenza della dinamica del ghiaccio sia meno marcata sulla ricostruzione.

La Figura 6 mostra le differenze di elevazione della superficie della calotta glaciale della Groenlandia (GrIS), espresse in metri. Queste differenze, o anomalie, sono calcolate sottraendo i dati osservati attuali della GrIS (Bamber et al., 2001) dai dati modellati ottenuti sotto vari forzanti climatici, sia AGCM che AOGCM. Le simulazioni rappresentate in questa figura sono state condotte utilizzando i parametri glaciologici standard di BASISM, specificatamente α_s = 3 mm giorno⁻¹ °C⁻¹ per la neve e α_i = 8 mm giorno⁻¹ °C⁻¹ per il ghiaccio, con un gradiente termico di -6 °C km⁻¹.

Dettagli chiave della figura:

  • Colorazione: Le zone colorate in rosso indicano dove il modello sovrastima l’elevazione rispetto ai dati osservati, mentre le zone in blu mostrano dove l’elevazione è sottostimata.
  • Scala dei colori: La scala va da -500 m a +500 m, fornendo una chiara visualizzazione dell’entità delle discrepanze tra i dati modellati e quelli osservati.
  • Disposizione delle mappe: Ogni mappa corrisponde a un diverso modello climatico utilizzato per la simulazione, permettendo confronti diretti tra i diversi approcci modellistici.

Questa visualizzazione è essenziale per valutare l’accuratezza del modello BASISM nel riprodurre la topografia reale della GrIS. Le anomalie mappate mettono in luce le regioni dove il modello potrebbe necessitare di ulteriori affinamenti, specialmente nei margini della calotta, dove le discrepanze tendono ad essere maggiori. Questi risultati aiutano a identificare i punti deboli del modello e a comprendere meglio come i parametri scelti influenzino la rappresentazione della realtà osservata.

La Figura 7 visualizza il volume della calotta glaciale della Groenlandia (GrIS) simulato con il modello BASISM, alimentato dalla climatologia del Periodo Caldo di Metà-Pliocene (mPWP) per diversi modelli climatici, sia AGCM (parte a) che AOGCM (parte b). Viene mostrato anche il volume attualmente osservato della GrIS (secondo Bamber et al., 2001) per fornire un termine di confronto.

Dettagli chiave della figura:

  • Cerchi rossi: rappresentano i risultati ottenuti utilizzando il set di parametri standard di BASISM (α_i = 8 mm giorno⁻¹ °C⁻¹ per il ghiaccio e α_s = 3 mm giorno⁻¹ °C⁻¹ per la neve, con un gradiente termico di -6 °C km⁻¹). Questi cerchi indicano il volume della GrIS risultante da questa configurazione.
  • Cerchi blu: indicano il set di parametri che produce la ricostruzione volumetrica più vicina alle osservazioni reali, dimostrando una migliore aderenza ai dati osservati.
  • Cerchi gialli: mostrano il set di parametri che minimizza l’errore quadratico medio radice (RMSE) per lo spessore della calotta glaciale simulata, suggerendo una maggiore precisione nella modellazione dello spessore del ghiaccio.
  • Cerchi grigi: illustrano la sensibilità del volume della calotta glaciale ai diversi valori di gradiente termico e ai fattori PDD per ghiaccio e neve (dettagli nella Tabella 2). Questi cerchi aiutano a comprendere l’impatto delle variazioni di questi parametri sul volume simulato della GrIS.

I cerchi colorati sono sovrapposti ai cerchi grigi, il che significa che quando il volume della GrIS simulato è simile tra diversi set di parametri, i cerchi grigi (o i colori individuali) potrebbero non essere visibili. Questo design aiuta a evidenziare visivamente le convergenze o divergenze tra le simulazioni basate su differenti configurazioni di parametri, offrendo un’immagine comprensiva di come il modello risponde ai cambiamenti nei parametri glaciologici.

3.1.2 Calotte glaciali della Groenlandia nel mPWP

Per le simulazioni del mPWP, BASISM è stato inizializzato utilizzando la configurazione del ghiaccio di PRISM3 (Dowsett et al., 2010; Fig. 1), in coerenza con il forcing dei modelli climatici. La Figura 7 illustra il volume della GrIS simulato per ciascun membro dell’ensemble PlioMIP, impiegando i diversi parametri glaciologici elencati nella Tabella 2. A differenza delle calotte glaciali pre-industriali, le simulazioni del mPWP si dimostrano molto più sensibili ai valori dei parametri scelti all’interno dell’ISM. Questo riscontro è in linea con i risultati presentati da Robinson et al. (2011), che utilizzando un diverso framework di modellazione, hanno evidenziato come la GrIS moderna sia meno sensibile ai cambiamenti nei parametri di fusione rispetto alle ricostruzioni delle calotte glaciali dell’interglaciale Eemiano, che era più caldo del periodo moderno (circa 130-115 ka BP). In tutti i casi, l’uso dei parametri standard, quelli ottimali in termini volumetrici o spaziali all’interno di BASISM, influisce notevolmente sulla ricostruzione della GrIS del mPWP (Fig. 7).

La Figura 8 mostra il bilancio di massa superficiale (SMB) calcolato da BASISM per le climatologie del PlioMIP a partire dal primo passo temporale dell’ISM. BASISM simula un SMB positivo per la regione della calotta di PRISM3 per la maggior parte dei forcing climatici del PlioMIP e, nelle parti meridionali e occidentali della Groenlandia, prevede un’ablazione netta fino a 10 m all’anno. In MRICGCM2.3 (AOGCM), le basse temperature estive del mPWP (Fig. 4; Tabella 3) portano ad un’accumulazione su gran parte del territorio della Groenlandia (Fig. 8). Al contrario, le alte temperature estive nei modelli NorESM-L implicano che l’area della GrIS sperimenti solo ablazione, anche al centro della GrIS di PRISM3.

La Figura 9 mostra la distribuzione spaziale della GrIS quando BASISM (set di parametri standard; punti rossi nella Fig. 7) è forzato con i campi di input atmosferico di ciascuno dei modelli PlioMIP. I risultati evidenziano notevoli differenze sia nello spessore che nell’estensione del ghiaccio da una simulazione all’altra. Utilizzando gli AGCMs, la copertura di ghiaccio varia da nessun ghiaccio (NorESM-L) all’estensione moderna (COSMOS, MIROC4m e MRI-CGCM2.3). L’assenza di ghiaccio nella ricostruzione NorESM-L è dovuta al fatto che le temperature estive rimangono sopra lo zero anche quando viene applicata una correzione del gradiente termico (che tiene conto delle differenze di altitudine tra il GCM e la griglia dell’ISM). Pertanto, nessun ghiaccio riesce a sopravvivere alla stagione di fusione in questa simulazione (Fig. 9). Le ricostruzioni della calotta glaciale utilizzando CAM3.1 (0,77 × 10^6 km³) e LMDZ5A (1,47 × 10^6 km³) forniscono calotte glaciali comparabili in termini di volume alla GrIS di PRISM3 (1,07×10^6 km³), sebbene la distribuzione del ghiaccio sia più simile in LMDZ5A (Fig. 9).

Tutti gli AOGCMs producono una certa quantità di ghiaccio sulla Groenlandia durante il mPWP (Fig. 9) e sette delle otto ricostruzioni mostrano una riduzione del volume rispetto al corrispettivo pre-industriale specifico del GCM (Tabella 4). Il ghiaccio in queste sette ricostruzioni è distribuito come due calotte glaciali, una nel sud della Groenlandia e una che si estende dalle montagne della Groenlandia orientale. La simulazione effettuata utilizzando MRICGCM2.3 (AOGCM) produce una GrIS di estensione moderna con un incremento complessivo del volume modello rispetto al controllo pre-industriale (+6,3%; Tabella 4). Ciò è coerente con le temperature del mPWP simulate da MRI-CGCM2.3 sulla Groenlandia, che in media sono 9 °C più calde rispetto al pre-industriale MRI-CGCM2.3. Tuttavia, le temperature assolute del mPWP rimangono molto più fredde rispetto a quelle simulate nel resto dell’ensemble, e sono in realtà più simili all’intervallo delle temperature pre-industriali simulate dagli altri modelli (Tabella 3). All’altro estremo, NorESM-L produce una GrIS ridotta in estensione areale di 1,41 × 10^6 km² (equivalente a un aumento del livello del mare simulato di oltre 7 m). GISS ModelE2-R, HadCM3 e IPSLCM5A producono configurazioni di calotte glaciali relativamente simili sulla Groenlandia, con la calotta glaciale settentrionale che non si estende fino alla Groenlandia occidentale. Tuttavia, le calotte ricostruite da CCSM4, COSMOS e MIROC4m raggiungono o si estendono fino a circa 60 km dalla costa della Baia di Baffin (Fig. 9). In termini di estensione areale e volume, le ricostruzioni delle calotte glaciali di IPSLCM5A e GISS ModelE2-R sono le più vicine alla GrIS originale di PRISM3.

La Figura 8 mostra le previsioni del Bilancio di Massa Superficiale (SMB, misurato in metri all’anno) per la Groenlandia durante il Periodo Caldo di Metà-Pliocene (mPWP), calcolate utilizzando il modello BASISM su una griglia ISM. Queste previsioni sono basate sulle climatologie del PlioMIP e utilizzano i parametri glaciologici standard (α_i = 8 mm giorno⁻¹ °C⁻¹ per il ghiaccio, α_s = 3 mm giorno⁻¹ °C⁻¹ per la neve, e un gradiente termico di -6 °C km⁻¹).

Dettagli della figura:

  • Mappatura del SMB: La mappa mostra le zone di accumulazione di massa (SMB positivo, colorate in toni di blu) e le zone di ablazione (SMB negativo, colorate in toni di rosso). L’SMB è tracciato per il primo passo temporale, prima di applicare la correzione del gradiente termico.
  • Implicazioni della mappatura: Le aree in blu indicano dove la massa di ghiaccio sta aumentando, mentre le aree in rosso indicano dove il ghiaccio si sta riducendo a causa della fusione superiore alla nevicata.
  • Fondamento delle previsioni: Le previsioni sono basate sui campi di temperatura e precipitazione mostrati nelle Figure 2-4, integrando così una comprensione completa dell’interazione tra clima e bilancio di massa della calotta glaciale.

Questa visualizzazione è essenziale per capire dove e come la calotta glaciale della Groenlandia sta guadagnando o perdendo massa durante il mPWP, offrendo una visione diretta dell’impatto dei cambiamenti climatici passati sulla dinamica delle calotte glaciali. Le informazioni fornite possono aiutare a prevedere le risposte future delle calotte glaciali sotto scenari climatici simili.

La Figura 9 visualizza le ricostruzioni del modello BASISM per la calotta glaciale della Groenlandia (GrIS) durante il Periodo Caldo di Metà-Pliocene (mPWP), basate sui dati climatici forniti da diversi modelli AGCM e AOGCM. In queste simulazioni, i dati di temperatura e precipitazione sono stati adeguati da una griglia modello originale a una griglia di risoluzione 20 km x 20 km attraverso un metodo di interpolazione bilineare. È stata anche incorporata la topografia specifica di ciascun modello GCM, e le simulazioni ISM sono partite dalla configurazione della calotta di PRISM3 (Fig. 1).

Punti chiave della figura:

  • Mappatura Dettagliata: Ogni mappa corrisponde a una differente configurazione della GrIS risultante dal forcing di un particolare modello climatico AGCM o AOGCM.
  • Indicatori Visivi: Le aree colorate mostrano la presenza e la distribuzione del ghiaccio. Il colore varia in intensità a seconda delle caratteristiche del ghiaccio come lo spessore o la densità.
  • Cerchi rossi: I cerchi rossi riempiti indicano i volumi di ghiaccio corrispondenti, calcolati con i parametri glaciologici standard mostrati nella Figura 7.

Questa figura fornisce una rappresentazione immediata e visiva dell’impatto delle variazioni climatiche sul ghiaccio della Groenlandia durante il mPWP. Dimostra in modo efficace come differenti scenari climatici possano portare a cambiamenti notevoli nell’estensione e nella struttura della calotta glaciale, sottolineando l’importanza delle condizioni climatiche passate nel modellare le dinamiche delle calotte glaciali.

La Tabella 4 presenta le diagnostiche relative alla calotta glaciale della Groenlandia (GrIS) per le simulazioni PlioMIP, includendo il volume, l’equivalente di livello del mare (SLE) e l’area del ghiaccio, utilizzando i parametri standard di BASISM. I valori sono espressi come differenze rispetto alla GrIS pre-industriale simulata, quando è stato utilizzato lo stesso forcing climatico pre-industriale GCM.

Dettagli chiave della tabella:

  • Volume (×10⁶ km³): Indica la variazione nel volume della calotta glaciale rispetto al controllo pre-industriale. Un valore negativo suggerisce una riduzione del volume.
  • SLE (metri): Rappresenta il cambiamento nell’equivalente del livello del mare, basato sulle variazioni del volume della calotta. Un valore negativo indica una diminuzione del livello del mare equivalente, riflettendo una perdita di massa glaciale.
  • Area (×10⁶ km²): Mostra la differenza nell’area coperta dal ghiaccio rispetto alla configurazione pre-industriale. Un valore negativo denota una contrazione dell’area ghiacciata.

Questa tabella consente di confrontare gli effetti delle diverse forzature climatiche dei modelli AGCM e AOGCM sulla calotta glaciale durante il mPWP, evidenziando come variano volume, area e le implicazioni potenziali sul livello del mare. I dati forniscono un quadro comprensivo dell’impatto delle condizioni climatiche del mPWP sulla GrIS, illustrando quali modelli prevedono una riduzione più significativa del ghiaccio sia in termini di volume che di estensione.

4 Discussione

Finora, solo un numero limitato di studi (come Charbit et al., 2007; Quiquet et al., 2012; Yan et al., 2013) ha esaminato in modo esplicito la sensibilità di un modello di simulazione delle calotte glaciali (ISM) ai dati di input atmosferici. Altri studi hanno preferito concentrarsi sulle incertezze parametriche nella modellazione delle calotte glaciali (esempi includono Marshall et al., 2002; Tarasov e Peltier, 2004; Hebeler et al., 2008; Stone et al., 2010). In questo studio, abbiamo esplorato la dipendenza delle ricostruzioni delle calotte glaciali dai modelli climatici, utilizzando i dati provenienti da diversi modelli climatici del periodo mPWP. Le simulazioni ottenute hanno mostrato notevoli variazioni da una all’altra in termini di volume del ghiaccio, area coperta da ghiaccio, forma e distribuzione spaziale della calotta glaciale.

4.1 Comprendere le differenze tra i modelli climatici

Confrontando i risultati dell’ISM (Fig. 9) con il forcing climatico del mPWP previsto dai GCM (Fig. 2-4) e i campi del Bilancio di Massa Superficiale (SMB) (Fig. 8), è evidente che le principali variazioni sono riflesse nelle differenze di distribuzione di temperatura e precipitazioni tra i modelli dell’ensemble. Questa osservazione concorda con lo studio di Charbit et al. (2007), che ha dimostrato come la variabilità del forcing climatico attraverso l’ultimo ciclo glaciale-interglaciale abbia generato notevoli differenze nelle simulazioni delle calotte glaciali dell’emisfero nord.

Per capire meglio i meccanismi alla base delle differenze di temperatura tra i vari modelli climatici, è necessaria un’analisi più dettagliata. Questa dovrebbe esplorare come le modifiche nel bilancio energetico influenzino la redistribuzione del calore globale (es. Heinemann et al., 2009; Lunt et al., 2012). Hill et al. (2014) hanno condotto un’analisi simile sui risultati del secondo esperimento AOGCM di PlioMIP, mostrando che l’albedo a cielo sereno in ciascun modello gioca un ruolo chiave nei cambiamenti della temperatura media annuale nelle regioni artiche.

Le simulazioni AOGCM indicano che i segnali di riscaldamento più intensi derivano dall’albedo a cielo sereno (α), benché l’ampiezza di questo riscaldamento sia notevolmente variabile (3–12 °C; Hill et al., 2014). L’albedo a cielo sereno riflette cambiamenti su superfici terrestri quali vegetazione, copertura nevosa e ghiaccio (terrestre e marino). Le Figure 10 e 11 espongono i valori di albedo a cielo sereno per le simulazioni pre-industriali e del mPWP, evidenziando come, nonostante i valori siano simili nelle simulazioni pre-industriali (a eccezione di MRI-CGCM2.3; Fig. 10), esistano variazioni nei valori di albedo ai margini delle calotte. Tali variazioni possono dipendere dalla risoluzione dei modelli climatici, che può offrire una rappresentazione più dettagliata o più grossolana dell’albedo intorno alla Groenlandia, o dalle diverse proprietà dell’albedo della neve nei modelli (Tabella 5). Per esempio, alcuni modelli hanno valori di albedo per la neve profonda che dipendono dalla temperatura, ma l’intervallo dei valori massimi e minimi di albedo non è sempre uguale. Inoltre, non tutti i modelli considerano fattori che influenzano l’albedo della neve, come l’invecchiamento della neve o gli effetti radiativi del suo scurimento. Le differenze negli schemi di albedo della neve implementati nell’ensemble possono contribuire a spiegare le variazioni osservate negli esperimenti mPWP, specialmente nella regione della GrIS (Fig. 11).

Nelle aree della Groenlandia prive di ghiaccio, come specificato nel PlioMIP, è stato richiesto ai gruppi di modellazione di applicare la ricostruzione della vegetazione proposta da Salzmann et al. (2008). Data la complessità di questo incarico, i metodi di attuazione sono variati tra i gruppi. Ai gruppi è stata fornita la distribuzione della vegetazione sotto forma di biomi o mega-biomi BIOME4 (Salzmann et al., 2008). Tuttavia, la maggior parte dei gruppi non è riuscita ad applicare fedelmente il dataset e ha quindi adattato i tipi funzionali di piante ai propri schemi biomici. In alcuni casi, come nel modello GISS ModelE2-R, ciò ha comportato la fusione di biomi distinti di BIOME4 in categorie più ampie all’interno dello schema del modello (Chandler et al., 2013). Di conseguenza, è probabile che le proprietà dell’albedo delle tipologie vegetative modificate variino notevolmente tra i modelli, influenzando significativamente le differenze nell’albedo a cielo sereno come mostrato nella Figura 11.

L’effetto dei diversi schemi di albedo in Groenlandia è evidente nella ricostruzione MRI-CGCM2.3 (AOGCM) del GrIS durante il mPWP, come illustrato nella Figura 9. Gli alti valori di albedo, rispetto ad altri modelli, sono correlati a temperature significativamente più basse del mPWP (simili a quelle delle simulazioni pre-industriali; Tabella 3), risultando nella ricostruzione di un GrIS mPWP delle dimensioni attuali (Tabella 4; Figura 9). Questi elevati valori di albedo nell’edizione AOGCM del MRI-CGCM2.3 sono coerenti anche con gli studi di Hill et al. (2014), che indicano questo modello come il meno influente nel riscaldamento del mPWP dovuto all’albedo a cielo sereno.

Negli AOGCM, è anche importante valutare le differenze nelle temperature della superficie del mare e nel ghiaccio marino attorno alla Groenlandia. Studi come quelli di Hill et al. (2010) e Koenig et al. (2014) hanno riscontrato risposte minime e notevoli, rispettivamente, del GrIS a temperature della superficie del mare fisse all’interno di un modello climatico. Sebbene questi studi non siano direttamente confrontabili a causa delle differenti metodologie di modellazione e delle condizioni iniziali utilizzate, Hill et al. (2010) sostengono che il volume del GrIS è relativamente insensibile ai cambiamenti delle temperature della superficie del mare, con le variazioni delle precipitazioni come principale forza motrice delle lievi modifiche (< 20% del volume attuale del GrIS). D’altro canto, Koenig et al. (2014) hanno dimostrato una maggiore sensibilità del GrIS ai cambiamenti di temperatura dovuti a condizioni fisse di temperatura della superficie del mare e di ghiaccio marino nel modello climatico. Inoltre, Ballantyne et al. (2013) hanno evidenziato come le temperature continentali artiche, inclusa la Groenlandia, siano molto sensibili alla definizione delle condizioni di ghiaccio marino all’interno dei modelli. Nei modelli AGCM, i valori di albedo del mPWP nella regione del ghiaccio marino intorno alla costa della Groenlandia sono molto simili, riflettendo le condizioni di ghiaccio marino stabilite (compresa un’estate senza ghiaccio marino; Figura 11; vedi anche Haywood et al., 2010). Le minori differenze di albedo negli AGCM sono attribuite alle varie metodologie di albedo del ghiaccio marino adottate nei modelli.

Inversamente, nei modelli AOGCM, che simulano liberamente le condizioni del ghiaccio marino, si osservano significative variazioni nei valori di albedo, che rispecchiano l’incertezza nelle previsioni del ghiaccio marino in questa regione. Howell et al. (2015) hanno condotto uno studio dettagliato sulle divergenze nelle previsioni del ghiaccio marino artico nell’ambito dell’ensemble AOGCM del PlioMIP. È possibile individuare correlazioni tra le ricostruzioni del ghiaccio marino e del GrIS in alcuni modelli. Per esempio, l’aumento delle temperature estive di luglio in NorESM-L potrebbe essere parzialmente spiegato dalla notevole diminuzione del ghiaccio marino e dall’aumento delle temperature superficiali del mare nell’Atlantico nord subpolare, mentre l’uso di CCSM4, che mantiene un’ampia copertura di ghiaccio marino nell’Artico durante l’estate, risulta in uno dei GrIS più estesi previsti (Figura 9; comunicazione personale di F. W. Howell, 2014). Sebbene le condizioni variabili degli oceani circostanti offrano una spiegazione parziale per le diverse previsioni del GrIS nell’ensemble AOGCM di PlioMIP, queste non chiariscono appieno le ragioni delle differenze tra i modelli nei AGCM. Di conseguenza, è complicato attribuire al ghiaccio marino e alle temperature superficiali del mare un ruolo esclusivo nel determinare l’estensione del GrIS basandosi sui risultati presentati.

Un altro possibile fattore che contribuisce alle differenze intermodello nelle ricostruzioni delle calotte glaciali potrebbe essere la variazione nelle risoluzioni all’interno dell’ensemble di PlioMIP. È stato dimostrato che la risoluzione dei GCM influisce sul clima simulato (Roeckner et al., 2006). Da un lato, ci sono scenari in cui la risoluzione orizzontale dei GCM è comparabile, come per COSMOS e NorESM-L, MIROC4m e MRI-CGCM2.3, ma le calotte glaciali simulate differiscono notevolmente (Figura 9). Tuttavia, si nota anche che l’estensione del GrIS prescritto in ciascuno dei modelli PlioMIP varia leggermente a causa della risoluzione del modello (Tabella 1). Questo diventa particolarmente evidente quando si considera l’estensione verso sud e verso est delle aree di accumulo (dove il modello prevede un bilancio di massa superficiale positivo) nella Figura 8. In generale, queste aree di accumulo seguono la forma della calotta glaciale PRISM3 prescritta nel GCM, influenzando significativamente il volume finale del GrIS.

È inoltre interessante confrontare i risultati ottenuti utilizzando una versione completamente accoppiata del modello con quelli derivanti dall’uso della sola componente atmosferica del modello stesso (Figura 12). Questa analisi può essere applicata a sei filoni di modelli: COSMOS (AGCM/AOGCM, Stepanek e Lohmann, 2012), HadAM3/HadCM3 (Bragg et al., 2012), LMDZ5A/IPSLCM5A (Contoux et al., 2012), MIROC4m (AGCM/AOGCM, Chan et al., 2011), MRICGCM2.3 (AGCM/AOGCM, Kamae e Ueda, 2012) e NorESM-L (AGCM/AOGCM, Zhang et al., 2012).

Poiché gli esperimenti AOGCM includono una simulazione dinamica dell’oceano, non è ragionevole aspettarsi che le calotte glaciali ricostruite siano comparabili quando si utilizza esclusivamente la componente atmosferica del modello. Tra i sei modelli climatici analizzati, quattro mostrano una maggiore estensione del GrIS con l’utilizzo della componente AGCM rispetto all’AOGCM (COSMOS, LMDZ5A/IPSLCM5A, HadAM3/HadCM3 e MIROC4m; Fig. 9). Generalmente, calotte glaciali più estese sono correlate a una riduzione delle temperature estive e a un incremento delle precipitazioni negli AGCM (Fig. 12).

In conclusione, si notano differenze significative nei volumi previsti del GrIS quando si applicano le proiezioni di diversi modelli climatici (nell’ambito di un esperimento standard), evidenziando una forte dipendenza dei risultati del modello di simulazione delle calotte glaciali (ISM) dal modello climatico utilizzato. Tuttavia, è complicato identificare le cause specifiche delle variazioni osservate tra le simulazioni del PlioMIP, sebbene si sia evidenziato che l’albedo a cielo sereno può giocare un ruolo cruciale in ogni modello. In contrasto, Koenig et al. (2014b) hanno rilevato una minore variabilità tra i diversi ISM nella ricostruzione del GrIS durante il mPWP, suggerendo che l’influenza della dipendenza dai modelli climatici sugli ISM sia relativamente limitata. Questo rinforza la fiducia nel fatto che le previsioni delle calotte glaciali basate su BASISM presentate qui sarebbero coerenti anche se replicate con un diverso ISM (vedi anche Yan et al., 2014).

La Figura 10 illustra i valori medi annuali dell’albedo a cielo sereno sulla Groenlandia, calcolati per diversi modelli climatici del PlioMIP relativi al periodo pre-industriale. L’albedo indica la percentuale di radiazione solare riflessa dalla superficie terrestre verso lo spazio, un parametro cruciale per valutare l’efficacia con cui una superficie riflette la luce solare, influenzando così il riscaldamento o il raffreddamento locale e globale.

Ogni mappa corrisponde a un modello climatico specifico, come indicato dal titolo sopra ciascuna di esse. Le mappe sono colorate seguendo una scala che va da 0 a 1, mostrata nella barra dei colori al fondo della figura. Un valore di 0 implica che la superficie assorbe tutta la radiazione solare; un valore di 1, al contrario, indica che la radiazione è completamente riflessa.

Dalle mappe emerge una chiara variabilità nei valori di albedo tra i vari modelli, segno di come ciascun modello preveda differenti risposte delle superfici alla radiazione solare in condizioni pre-industriali. Queste discrepanze possono essere attribuite a come ogni modello rappresenta le coperture di ghiaccio, neve e altre caratteristiche superficiali.

La Figura 11 illustra i valori medi annui dell’albedo a cielo sereno sulla Groenlandia durante il periodo del Pliocene Warm Period (mPWP), calcolati utilizzando diversi modelli climatici del progetto PlioMIP. L’albedo, che misura la quantità di radiazione solare riflessa rispetto a quella assorbita dalla superficie terrestre, è rappresentata su una scala che va da 0 a 1, con i valori più alti che indicano una maggiore riflessione della luce solare.

Ciascuna delle mappe colorate rappresenta un modello climatico diverso, come indicato dai titoli sopra ogni mappa, e mostra come differenti simulazioni prevedano vari livelli di albedo sulla Groenlandia in questo periodo storico più caldo. Le tonalità variano da scure (bassi valori di albedo, maggiore assorbimento di calore) a chiare (alti valori di albedo, maggiore riflessione).

Queste mappe permettono di confrontare direttamente come ogni modello gestisce variabili come la copertura di ghiaccio, la vegetazione e le condizioni atmosferiche, influenzando così le previsioni di albedo. Le differenze tra i modelli sono fondamentali per analizzare e confrontare le diverse interpretazioni e proiezioni del cambiamento climatico in regioni particolarmente sensibili come la Groenlandia.

La Tabella 5 dettaglia come diversi modelli climatici del progetto PlioMIP gestiscono le proprietà dell’albedo della neve. L’albedo della neve è cruciale per comprendere come la neve riflette la luce solare, influenzando così il bilancio energetico della Terra. Ecco una spiegazione più fluida dei vari aspetti considerati nella tabella per ogni modello:

  1. Modello: Identifica il modello climatico specifico.
  2. Dipendenza dell’albedo della neve dalla temperatura: Mostra se l’albedo della neve varia a seconda della temperatura ambiente nel modello. Questo è importante perché la temperatura influisce sulla fusione della neve e sulla sua struttura cristallina, che a sua volta cambia la sua capacità di riflettere la luce solare.
  3. Invecchiamento della neve simulato?: Indica se il modello simula come la neve cambia nel tempo (invecchiamento), influenzando la sua albedo. La neve più vecchia tende a essere meno riflettente rispetto alla neve fresca.
  4. Neve bagnata considerata?: Specifica se il modello tiene conto della neve bagnata, che ha un’albedo inferiore rispetto alla neve asciutta a causa dell’acqua che assorbe più luce solare.
  5. Proprietà dell’albedo dipendenti dalla proprietà del suolo?: Rivela se l’albedo della neve è influenzata dalle caratteristiche del terreno su cui giace, come il colore e la texture del suolo, che possono alterare la quantità di luce riflessa.
  6. Dipendenza dell’albedo dall’angolo zenitale solare?: Esamina se l’albedo varia con l’angolo dei raggi solari. Un angolo più diretto (come a mezzogiorno) può aumentare la riflessione rispetto a un angolo basso (come al tramonto).
  7. Effetti radiativi della neve considerati?: Valuta se il modello include come la neve interagisce con la radiazione solare, non solo riflettendo la luce ma anche assorbendo parte di essa, che può influenzare il riscaldamento locale.
  8. Riferimenti generali: Fornisce le fonti o gli studi che supportano le informazioni riportate per ciascun modello, offrendo una base per ulteriori approfondimenti.

Complessivamente, questa tabella è fondamentale per analizzare e confrontare come diversi modelli climatici interpretano l’effetto della neve sul clima, un aspetto vitale per studiare le dinamiche del cambiamento climatico nelle regioni coperte di neve.

La Figura 12 presenta un confronto tra le simulazioni di temperatura e precipitazione media annuale, oltre alla temperatura media di luglio, tra i modelli AOGCM (modello di circolazione generale accoppiato atmosfera-oceano) e AGCM (modello di circolazione generale atmosferica) per la Groenlandia, nell’ambito dell’insieme dei modelli PlioMIP. Le differenze sono calcolate sottraendo i risultati del clima AGCM da quelli del clima AOGCM.

  1. Temperatura Media Annuale: Le prime tre mappe mostrano le variazioni di temperatura annuale in gradi Celsius. I colori blu indicano aree dove gli AOGCM simulano temperature più fredde rispetto agli AGCM, mentre i colori rossi indicano il contrario. Questo dimostra come l’inclusione dell’oceano nei modelli AOGCM possa alterare significativamente le temperature rispetto ai modelli che considerano solo l’atmosfera.
  2. Precipitazione Media Annuale: Le mappe centrali rappresentano le differenze nelle precipitazioni annuali, misurate in millimetri al giorno. Le tonalità di marrone segnalano minori precipitazioni negli AOGCM, mentre il verde mostra un aumento. Questo sottolinea come l’interazione tra atmosfera e oceano possa influenzare i modelli di precipitazione.
  3. Temperatura Media di Luglio: Le ultime tre mappe illustrano le differenze di temperatura per il mese di luglio. Anche in questo caso, i colori seguono lo stesso schema delle mappe di temperatura, evidenziando variazioni stagionali che possono avere implicazioni significative per l’interpretazione degli effetti estivi dell’accoppiamento atmosfera-oceano.

Queste mappe sono fondamentali per valutare come le dinamiche atmosfera-oceano nei modelli AOGCM portino a proiezioni climatiche diverse rispetto a quelle dei modelli che simulano solo l’atmosfera, offrendo insight preziosi sul clima passato e sulle proiezioni future, in particolare per regioni climaticamente sensibili come la Groenlandia.

4.2 Comprensione della calotta glaciale della Groenlandia durante il mPWP

I nostri risultati evidenziano una marcata dipendenza dai modelli climatici nelle simulazioni ISM sulla Groenlandia. Questo suggerisce che la configurazione della calotta glaciale PRISM3 (Hill, 2009; Dowsett et al., 2010) potrebbe dipendere dal modello climatico adottato nel framework di modellazione, in questo caso HadAM3. Un’analisi più accurata del GrIS durante il mPWP potrebbe essere ottenuta considerando una calotta glaciale media modellata piuttosto che una singola ricostruzione. È stato dimostrato che la media tra diversi modelli supera spesso le prestazioni di un modello singolo quando confrontata con le osservazioni (Knutti et al., 2010). Questo approccio è stato confermato sia per il clima medio (Gleckler et al., 2008; Reichler e Kim, 2008) sia nelle valutazioni regionali del clima durante il mPWP (Zhang et al., 2013). Un metodo simile è stato utilizzato anche per definire la configurazione della calotta glaciale durante il Last Glacial Maximum (LGM) nell’emisfero nord, dove, nei test LGM PMIP3/CMIP5, è stato ottenuto un prodotto combinato mediando tre diverse ricostruzioni delle calotte glaciale a causa delle incertezze di ciascuna ricostruzione (PMIP3, 2010). Abbiamo calcolato una media multimodale non ponderata (MMM), che rappresenta la media delle simulazioni del nostro insieme multimodello, trattando tutti i modelli in modo equo.

Abbiamo generato MMM per le configurazioni delle calotte glaciali sia con i parametri glaciologici standard di BASISM sia con i set di parametri che hanno fornito la migliore ricostruzione del GrIS in termini di volume moderno. La Figura 13a mostra le differenze tra gli MMM calcolati per le simulazioni AGCM e AOGCM. Le osservazioni attuali indicano che se il GrIS moderno si sciogliesse completamente, il livello del mare globale aumenterebbe di circa 7,36 m (Bamber et al., 2013). I volumi del GrIS mPWP MMM corrispondono a un aumento del livello del mare globale tra 2,2 e 4,4 m (Fig. 13a). A causa delle difficoltà nel creare un GrIS MMM spazialmente coerente, nella Figura 13b sono mostrate le possibili configurazioni delle calotte glaciali (prese dall’insieme previsto di calotte glaciali BASISM) che sono approssimativamente uguali al volume maggiore e minore dell’MMM. È interessante notare che la calotta glaciale MMM più piccola assomiglia molto alla condizione al contorno del GrIS PRISM3 utilizzata nei modelli climatici del PlioMIP (Fig. 1), ad eccezione della calotta su Groenlandia meridionale.

Tuttavia, ci sono alcuni problemi con questo approccio che suggeriscono la necessità di procedere con cautela nell’interpretazione di questi risultati. In primo luogo, considerando i record del livello del mare e le stime prossimali del ghiaccio groenlandese, è improbabile che un GrIS dell’estensione moderna sia esistito durante le fasi più calde del mPWP. Se rimuovessimo la grande ricostruzione della calotta glaciale MRI-CGCM2.3, la variabilità dell’insieme si ridurrebbe notevolmente, influenzando anche l’MMM calcolato (in questo caso, la ricostruzione alternativa della calotta glaciale MMM corrisponderebbe a un aumento del livello del mare di 5,1 m anziché 4,4 m).

In secondo luogo, come evidenziato da Contoux et al. (2015), l’utilizzo del GrIS PRISM3 come condizione al contorno per i modelli climatici negli esperimenti presentati potrebbe influenzare o precondizionare gli esperimenti ISM successivi verso una configurazione simile al GrIS PRISM3. Contoux et al. (2015) hanno dimostrato che, quando un modello climatico IPSLCM5A prevede una Groenlandia priva di ghiaccio, la successiva ricostruzione ISM risulta più piccola del GrIS PRISM3 e limitata alle montagne della Groenlandia orientale e alla punta meridionale dell’isola.

Questo risultato è confermato dall’analisi comparativa tra modelli presentata in Koenig et al. (2014b). Quando viene simulata una Groenlandia priva di ghiaccio durante il mPWP nel modello HadAM3, cinque modelli ISM SIA indicano una perdita media di ghiaccio corrispondente a un aumento del livello del mare globale di circa 7 metri. Tuttavia, utilizzando lo stesso insieme di condizioni al contorno di questo studio, ovvero il ghiaccio PRISM3 in HadAM3, il contributo del GrIS all’innalzamento del livello del mare varia tra 1,6 e 2,2 metri, calcolati come media multimodale (MMM) (per ulteriori dettagli si veda Koenig et al., 2014b). Questo mette in luce l’importanza della scelta della configurazione iniziale del ghiaccio nel modello climatico. Senza un modello che accoppi pienamente la calotta glaciale al sistema climatico, è complicato superare questo ostacolo. Considerando l’approccio di modellazione utilizzato e la probabile presenza di ghiaccio sulla Groenlandia, è cruciale includere una calotta glaciale nel modello climatico, basandosi su una serie di ipotesi preliminari sulla distribuzione del ghiaccio. Ciò influisce non solo sulla nostra comprensione del GrIS durante gli interglaciali caldi del tardo Pliocene, ma una rappresentazione errata delle calotte glaciali in generale può compromettere l’accuratezza delle simulazioni dei modelli climatici globali quando confrontate con i dati proxy del mPWP/tardo Pliocene (vedi Dowsett et al., 2012, 2013; Haywood et al., 2013; Salzmann et al., 2013).

Un altro aspetto critico di questa ricerca è legato all’incertezza su quanto una simulazione accurata del GrIS moderno, basata sul confronto con le osservazioni, possa effettivamente riflettere in modo realistico il GrIS del mPWP. Robinson et al. (2011) hanno scoperto che, nel simulare il GrIS dell’Eemiano—per il quale esistono molti più dati rispetto al tardo Pliocene—il modello ISM che meglio rappresentava la calotta glaciale moderna ha prodotto una configurazione totalmente irrealistica per l’Eemiano se confrontata con i dati proxy. Questo evidenzia la necessità di ulteriori dati paleoclimatici per definire meglio l’estensione e lo spessore del GrIS del tardo Pliocene, al fine di valutare accuratamente i risultati presentati in questo studio.

La Figura 13 è divisa in due parti, (a) e (b), e mostra i risultati della modellazione delle calotte glaciali della Groenlandia durante il Pliocene Medio (mPWP) nell’ambito del PlioMIP.

Parte (a): Questa sezione presenta un grafico che riassume la variazione dei volumi della calotta glaciale della Groenlandia (GrIS) per ciascun modello dell’ensemble PlioMIP, includendo sia modelli AGCM che AOGCM. I dati sono confrontati con la media multimodale non ponderata (MMM) calcolata usando due diversi set di parametri glaciologici del modello BASISM:

  1. Un set standard.
  2. Un set che offre la rappresentazione volumetrica più accurata del GrIS moderno.

I punti nel grafico indicano i volumi di GrIS stimati con questi parametri per ogni modello, confrontati con la linea della MMM, che funge da benchmark per vedere se i modelli tendono a sovrastimare o sottostimare il volume del GrIS rispetto alla media del gruppo.

Parte (b): Qui sono illustrate due mappe della configurazione della calotta glaciale della Groenlandia. Ogni mappa corrisponde alla configurazione del ghiaccio che si avvicina più da vicino al volume più grande (sopra) e più piccolo (sotto) secondo la MMM. Queste mappe visualizzano le variazioni nella copertura glaciale della Groenlandia nei diversi scenari di modellazione, dal caso con il maggior volume di ghiaccio a quello con il minore, mostrando visivamente l’ampiezza geografica della calotta glaciale in ciascuna situazione.

In sintesi, la figura mette in luce la diversità dei risultati tra i vari modelli climatici per quanto riguarda il volume delle calotte glaciali della Groenlandia nel Pliocene Medio e come questa variabilità sia influenzata dalla scelta dei parametri glaciologici. Le mappe offrono una rappresentazione visiva delle possibili estensioni del ghiaccio in scenari estremi di modellazione.

4.3 Condizioni al contorno per i modelli climatici nella fase 2 di PlioMIP

L’obiettivo finale di questo studio e del più ampio progetto PLISMIP (Dolan et al., 2012) è influenzare le decisioni riguardanti le condizioni al contorno delle calotte glaciali da prescrivere nella seconda fase di PlioMIP (Haywood et al., 2015). L’alta dipendenza del GrIS dai modelli climatici osservata in questo studio mette in discussione l’adeguatezza del GrIS PRISM3 utilizzato nella prima fase di PlioMIP, risultato che deriva dall’uso di un unico modello climatico e un unico ISM. Tuttavia, la varietà di risultati nell’insieme MMM qui presentato e le complicazioni legate alle ipotesi iniziali richieste per applicare questo framework di modellazione suggeriscono che l’uso diretto di un GrIS MMM non sia appropriato.

Pertanto, è probabile che le future ricostruzioni del GrIS si baseranno su una combinazione di risultati ottenuti dalla modellazione del clima e delle calotte glaciali (es. Koenig et al., 2014b; Contoux et al., 2015 e quelli presentati in questo studio) e su vincoli derivati da dati. Si sono trovate prove di vegetazione che indicano condizioni prive di ghiaccio in località come il nord della Groenlandia (Funder et al., 2001), l’Ile de France (Bennike et al., 2002), l’Isola di Ellesmere e l’Arcipelago Canadese (De Vernal e Mudie, 1989; Thompson e Flemming, 1996; Ballantyne et al., 2006; Csank et al., 2011), che offrono limitati vincoli per una ricostruzione del GrIS durante il mPWP. Recentemente, Bierman et al. (2014) hanno dimostrato la conservazione di un paesaggio preglaciale sotto il centro del GrIS, suggerendo che i suoli formatisi alla base del carotaggio (all’inizio della glaciazione dell’Emisfero Nord circa 2,7 milioni di anni fa) potrebbero essere stati esposti all’aria per un periodo tra 200.000 e un milione di anni, suggerendo che questa regione potrebbe essere stata priva di ghiaccio durante il caldo tardo Pliocene. Una recente revisione del polline proveniente dal sito ODP 646B al largo della Groenlandia sud-occidentale (de Vernal e Mudie, 1989) conferma che la Groenlandia meridionale sarebbe stata coperta da vegetazione boreale e temperato-fredda durante le fasi calde del Pliocene (comunicazione personale di A. de Vernal, 2014).

L’insieme delle prove basate su proxy e i lavori di modellazione realizzati fino ad ora suggeriscono che la migliore stima disponibile della configurazione del GrIS durante un interglaciale caldo del mPWP sarebbe una calotta glaciale più piccola, centrata sulle montagne della Groenlandia orientale, rispetto a quella prevista dal modello PRISM3. Tuttavia, è essenziale acquisire ulteriori dati sulle estensioni del ghiaccio (es. Bierman et al., 2014) o sul clima della Groenlandia, come i dati sulla vegetazione, per vincolare più precisamente questa ricostruzione.

5 Conclusioni

Il Progetto di Interconfronto per la Modellazione delle Calotte Glaciali del Pliocene (Dolan et al., 2012) è stato avviato per determinare quanto la scelta del modello ISM e del modello climatico influenzi le previsioni relative alle calotte glaciali sulla Groenlandia. Sebbene Koenig et al. (2014b) abbiano dimostrato che gli ISM sono generalmente consistenti nelle loro previsioni quando soggetti alla stessa climatologia, abbiamo evidenziato come la scelta del modello climatico incida notevolmente sulle previsioni del GrIS. Le ricostruzioni delle calotte glaciali effettuate con il forcing dei modelli AGCM e AOGCM del PlioMIP mostrano una variazione che va da un GrIS più esteso dell’attuale a una Groenlandia completamente priva di ghiaccio. Questo risultato mette in luce la difficoltà di basarsi su un unico modello climatico per formulare conclusioni riguardo alla stabilità delle calotte glaciali nel tardo Pliocene caldo e sottolinea la necessità di una nuova metodologia di ricostruzione delle calotte per la seconda fase del PlioMIP.

Ringraziamenti. A. M. Dolan, S. J. Hunter e A. M. Haywood riconoscono che la ricerca che ha portato a questi risultati è stata finanziata dal Consiglio Europeo della Ricerca tramite il Settimo Programma Quadro dell’UE (FP7/2007-2013) con l’accordo di sovvenzione ERC n. 278636. A. M. Dolan ringrazia anche il Natural Environment Research Council (NERC) per una borsa di studio dottorale. D. J. Hill ringrazia il Leverhulme Trust per un Fellowship di inizio carriera e il National Centre for Atmospheric Science e il British Geological Survey per il supporto finanziario. S. J. Koenig ha ricevuto il sostegno della National Science Foundation statunitense con i premi ATM-0513402, AGS-1203910 e OCE-1202632. D. J. Lunt e F. Bragg riconoscono il finanziamento del NERC con il grant NE/H006273/1. Le simulazioni HadCM3 sono state realizzate utilizzando le strutture computazionali del Centro di Ricerca in Computing Avanzato dell’Università di Bristol. G. Lohmann ha ricevuto finanziamenti attraverso il programma di ricerca Helmholtz PACES e l’iniziativa climatica Helmholtz REKLIM. C. Stepanek ringrazia la Helmholtz Graduate School for Polar and Marine Research e REKLIM per il supporto finanziario. Il finanziamento per L. Sohl e M. A. Chandler è stato fornito da una sovvenzione NSF e una sovvenzione NASA. B. L. Otto-Bliesner e N. A. Rosenbloom riconoscono il sostegno della National Science Foundation; questo lavoro è stato anche supportato dal grant NSF-EAR-1237211, e le risorse computazionali sono state fornite dal Climate Simulation Laboratory presso il CISL di NCAR, finanziato dalla NSF e altre agenzie. W.-L. Chan e A. Abe-Ouchi desiderano ringraziare la Japan Society for the Promotion of Science per il supporto finanziario e R. Ohgaito per i consigli sull’allestimento degli esperimenti MIROC4m su Earth Simulator, JAMSTEC. Il codice sorgente del modello MRI-CGCM2.3 è stato fornito da S. Yukimoto, O. Arakawa e A. Kitoh dell’Istituto di Ricerca Meteorologica, Giappone. Z. Zhang riconosce che lo sviluppo di NorESM-L è stato supportato dal progetto di Modellazione del Sistema Terrestre (ESM) finanziato da Statoil, Norvegia. Ringraziamo anche Richard Hindmarsh del British Antarctic Survey per l’utilizzo di BASISM.

https://cp.copernicus.org/articles/11/403/2015

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

Translate »