Die Anatomie vergangener abrupter Erwärmungen, die im grönländischen Eis aufgezeichnet wurden – Watts Up With That?

Datenverfügbarkeit und zeitliche Auflösung machen es schwierig, die Anatomie (Dauer und zeitliche Phasenlage) der abrupten Klimaveränderungen des letzten Gletschers zu entschlüsseln. Hier begegnen wir diesen Einschränkungen, indem wir die Anatomie abrupter Veränderungen anhand von Aufzeichnungen im subdekadischen Maßstab von grönländischen Eisbohrkernen untersuchen. Wir heben das Fehlen eines systematischen Musters in der Anatomie abrupter Veränderungen hervor, die in verschiedenen Eisparametern aufgezeichnet wurden. Diese Verschiedenartigkeit in der Abfolge der Änderungen, die in Eiskerndaten beobachtet werden, wird auch bei Klimaparametern beobachtet, die aus numerischen Simulationen abgeleitet wurden, die eine autarke abrupte Variabilität aufweisen, die sich aus Wechselwirkungen zwischen interner Atmosphäre, Eis und Ozean ergibt. Unsere Analyse von zwei Eisbohrkernen zeigt, dass die Vielfalt abrupter Erwärmungsübergänge eine dem Klimasystem innewohnende Variabilität und kein archivspezifisches Rauschen darstellt. Unsere Ergebnisse deuten darauf hin, dass es während dieser abrupten Ereignisse aufgrund ihrer engen Kopplung möglicherweise nicht möglich ist, statistisch robuste Hinweise und Verzögerungen zwischen den verschiedenen Komponenten des Klimasystems abzuleiten.

Paläoklimatische Aufzeichnungen des letzten Gletschers zeigen eine Reihe abrupter Erwärmungsereignisse im Nordatlantik, die als Dansgaard-Oeschger (DO) -Ereignisse bekannt sind, mit Gegenstücken in niedrigeren Breiten1 und in antarktischen Klimaarchiven2,3. Sauerstoffisotopenprofile (δ18O) aus grönländischen Eisbohrkernen liefern Stammaufzeichnungen dieser Klimavariabilität4,5 und veranschaulichen Schwankungen zwischen den Phasen des grönländischen Stadiums (GS) bei voller Eiszeit und den milderen Phasen des grönländischen Interstadiums (GI) (Abb. 1). Die Variabilität des DO-Klimas ist häufig mit Änderungen der Intensität der atlantischen meridionalen Umkippzirkulation (AMOC) verbunden, die zu Änderungen des Wärmetransports von den niedrigen zu den nördlichen hohen Breiten führen6,7. Es besteht jedoch noch kein Konsens darüber, was die abrupten Erwärmungen auslöst, die durch einen Anstieg der Oberflächentemperatur in Grönland von 5 bis 16 ° C innerhalb weniger Jahrzehnte bis Jahrhunderte gekennzeichnet sind8. Unter den vorgeschlagenen Paradigmen wurden Mechanismen untersucht, die Änderungen der Meereisbedeckung der Nordsee9, der atmosphärischen Zirkulation10 oder des Zusammenbruchs von Eisschelfs11 betreffen. Jüngste Studien legen nahe, dass eine abrupte Klimavariabilität vollständig auf ungezwungene12 oder rauschinduzierte Schwingungen des gekoppelten Atmosphären-Eis-Ozean-Systems zurückzuführen sein kann, die den polwärts gerichteten Energietransport verändern (siehe Übersichtsartikel 13 und 14).

Die vorgeschlagenen Mechanismen zur Erklärung der Dynamik von DO-Ereignissen können mit jährlichen bis dekadischen Beobachtungen von Klimaveränderungen auf der ganzen Welt während der GS-GI-Übergänge konfrontiert werden. In der Tat bieten solche Datensätze eine Grundlage, um die Abfolge von Ereignissen abzubilden, mögliche Kausalzusammenhänge abzuleiten und hypothetische Sätze von Steuerungsmechanismen zu bewerten, indem die Modellausgabe mit dem räumlichen Ausdruck und der relativen Phasenlage der beobachteten Änderungen verglichen wird, die im Folgenden als „Anatomie“ bezeichnet werden ”Der Änderungen. Die Untersuchung der Anatomie abrupter Ereignisse in Paläoklimadaten ist jedoch schwierig, da eine hohe zeitliche Auflösung erforderlich ist, die in den meisten Klimaarchiven nicht erreichbar ist, und weil die Datierungsunsicherheiten zwischen Paläoklimaaufzeichnungen aus verschiedenen Archiven relativ sind. Aufzeichnungen über die jährliche oder fast jährliche Auflösung von grönländischen Eisbohrkernen bewältigen diese Herausforderung, da sie Tracer enthalten, die die Bedingungen in verschiedenen Teilen des Erdsystems mit den jährlichen Niederschlägen in einem Archiv aufzeichnen. Der δ18O-Wert des grönländischen Eises wird hauptsächlich durch lokale Änderungen der Oberflächentemperatur, frühere Änderungen der Niederschlagsjahreszeit, die Temperatur in den Feuchtigkeitsquellenregionen und Höhenänderungen15, 16, 17, 18 beeinflusst. Obwohl δ18O kein direkter Temperatur-Proxy ist, kann es daher als qualitativer Indikator für lokale Änderungen der Oberflächentemperatur in Grönland verwendet werden. Der Parameter d-Überschuss zweiter Ordnung (d-Überschuss = δD – 8 · δ18O) wird üblicherweise als Aufzeichnung vergangener Änderungen der Verdunstungsbedingungen oder Verschiebungen der Feuchtigkeitsquellen mittlerer Breite17, 19, 20 interpretiert, während Ca2 + -Konzentrationen ([Ca2+]) In Grönland spiegeln die Eiskerne sowohl die Quellenstärke als auch die Transportbedingungen aus terrestrischen Quellen wider, bei denen es sich hauptsächlich um asiatische Wüsten mittlerer Breite handelt21,22. Schließlich Änderungen der Na + -Konzentrationen ([Na+]) können als qualitative Indikatoren für die Ausdehnung der Meereisbedeckung im Nordatlantik auf der stadial-interstadialen Skala23 interpretiert werden, während relative Änderungen der Standortakkumulationsrate aus der jährlichen Schichtdicke (mit λ bezeichnet) 24 geschätzt werden können. Daher sind Multi-Tracer-Studien mit Eiskernen gut geeignet, um die genaue Phasenlage und Dauer von Änderungen zwischen verschiedenen Regionen ohne relative Datierungsunsicherheit zu bewerten, da alle Aufzeichnungen aus demselben Kern stammen.

Dieser Ansatz wurde ursprünglich angewendet, um die Abfolge von Ereignissen am Beginn des Holozäns, GI-1e (Bølling) und GI-8c25,26, zu charakterisieren. Für jeden dieser Übergänge wurde ein Vorsprung von einigen Jahren bei Änderungen der terrestrischen Aerosolkonzentrationen, der Akkumulationsrate und der Feuchtigkeitsquellen mittlerer Breite im Verhältnis zu den Änderungen der marinen Aerosole und der Isotopentemperatur gefunden. Solche Ergebnisse legen nahe, dass der Oberflächenerwärmung Grönlands Änderungen der Bedingungen an den Staubquellen oder Änderungen des Transports nach Grönland vorausgingen (z. B. regenbedingte Änderungen beim Auswaschen von Aerosolen). Parallel dazu wurde die Phasenlage zwischen den Klimareaktionen in hohen und niedrigeren Breiten mithilfe von Gasphasen-Gasphasenmessungen untersucht: δ15N von N2 als Tracer für Änderungen der Oberflächentemperatur in Grönland27,28 und Methankonzentration (CH4) als Proxy für den tropischen Klimawandel29,30. Obwohl in den ersten Studien29,31 eine Verzögerung von einigen Jahrzehnten tropischer CH4-Emissionen hinter δ15N zu Beginn der abrupten Erwärmung geschätzt wurde, wurde eine neuere Studie32 geschätzt, die sich auf den Bølling-Übergang konzentriert und δ15N- und CH4-Aufzeichnungen mit einer Auflösung von 5 Jahren verwendet dass Klimaveränderungen in hohen und niedrigen Breiten zu diesem Zeitpunkt im Wesentlichen synchron auftraten, wobei die grönländische Oberflächentemperatur die atmosphärischen CH4-Emissionen um 4,5 + 21 – 244,5 – 24 + 21 Jahre anführte, in Übereinstimmung mit Fehlern mit Lit. 25.

Die jüngsten Arbeiten profitierten von den neuen hochauflösenden NGRIP- und NEEM-Eiskern-Datensätzen und erweiterten den von Lit. 1 entwickelten Multi-Tracer-Ansatz. 25 und 26 auf alle Übergänge zurück zu 60 ka b2k (tausend Jahre vor 2000 n. Chr.) Und leiteten eine durchschnittliche Folge von Änderungen ab, die für die GI-Einsätze charakteristisch sind, indem die geschätzten Ableitungen und Verzögerungen für alle untersuchten Übergänge kombiniert wurden23. Basierend auf der Annahme, dass die relativen zeitlichen Unterschiede zwischen verschiedenen Tracern bei allen GI-Einsätzen das Ergebnis desselben zugrunde liegenden Prozesses sind, wurde festgestellt, dass Änderungen sowohl der lokalen Niederschlags- als auch der terrestrischen Staubaerosolkonzentrationen zu einer Änderung der Meersalz-Aerosolkonzentrationen und von δ18O führten des Eises um etwa ein Jahrzehnt. Event-Stacking-basierte Ansätze werden häufig angewendet, um das gemeinsame Signal aus hochvariablen Klimadatensätzen zu extrahieren33,34,35,36. Obwohl dies nützlich ist, lohnt es sich auch, die Details der Änderungssequenz über jedes Ereignis zu untersuchen, insbesondere angesichts der hohen Diversität, die in der Amplitude der Erwärmung8, der Form und Dauer von GS und GI37,38 beobachtet wird (Abb. 1). und der sich entwickelnde klimatische Hintergrundzustand im gesamten Gletscher (Orbitalkonfiguration, globales Eisvolumen und atmosphärische Treibhausgaskonzentrationen). Aus dieser Sicht stellen wir fest, dass die Ergebnisse aus Lit. 23 veranschaulichen einen dekadischen Bereich in Ableitungen und Verzögerungen von einem Ereignis zum nächsten, wenn der Beginn jedes einzelnen Übergangs betrachtet wird. Diese Unterschiede können so interpretiert werden, dass sie aufgrund von Rauschprozessen im Archiv und interner Variabilität im Klimasystem aus unterschiedlichen Realisierungen desselben Satzes zugrunde liegender Mechanismen stammen, oder alternativ als Hinweis darauf, dass ein gemeinsamer Satz von Mechanismen oder eine Abfolge von Ereignissen möglicherweise nicht angemessen ist beschreiben die Prozesse aller schnellen Erwärmungsübergänge.

Das Ziel dieser Studie ist zweierlei. Zunächst untersuchen wir die Anatomie der DO-Erwärmungsübergänge bis auf 112 ka b2k mithilfe eines Multi-Tracer-Ansatzes, der auf neuen und vorhandenen Aufzeichnungen aus Grönland NEEM (77,45 ° N, 51,08 ° W) und NGRIP (75 ° N, 42,3 °) basiert W) Eisbohrkerne. So viele hochaufgelöste Eiskernaufzeichnungen von zwei verschiedenen Orten über zahlreiche DO-Ereignisse hinweg zu haben, bietet die bislang umfassendste Möglichkeit, die geografische Repräsentativität einzelner Eiskernaufzeichnungen zu bewerten. Zweitens wird die Anatomie der DO-Erwärmung, die aus grönländischen Eiskerndaten abgeleitet wurde, mit neuen Simulationen aus dem gekoppelten Community Climate System Model Version 4 (CCSM4) verglichen, um die Prozesse zu diskutieren, die mit DO-Erwärmungen verbunden sind.

Wir verwenden hier neue und bestehende Wasserisotopenmessungen (δ18O, d-Überschuss) mit hoher Auflösung (5 cm) vom NGRIP-Eiskern5 (ergänzende Daten 1). Die zeitliche Auflösung der Messungen entspricht 1, 3, 4, 5 Jahren pro Probe bei 10, 45, 80 bzw. 105 ka b2k. Wir nehmen auch Abschnitte aus den jüngsten hochauflösenden Wasserisotopenaufzeichnungen von NEEM39 in unsere Analyse auf, für die die 5-cm-Auflösung 1, 4, 7, 18 Jahre pro Probe bei 10, 45, 80 und 105 ka b2k entspricht. Wir präsentieren auch hochauflösende NGRIP und NEEM [Ca2+] und [Na+] Aufzeichnungen werden jährlich interpoliert und auf ~ 108 ka b2k erweitert (Methoden, ergänzende Daten 2). Schließlich verwenden wir den NGRIP λ-Datensatz zurück auf 60 ka b2k, der aus der GICC05-Jahresschichtzählung basierend auf Aerosol- und visuellen Stratigraphie-Aufzeichnungen erhalten wurde (ergänzende Daten 3). Wir beschränken unsere λ-Analysen auf die letzten 60 ka, da λ aus dem stabilen Wasserisotopendatensatz unterhalb dieses Alters modelliert wird und daher nicht unabhängig von δ18O ist. Die GICC05-Chronologie wird durch Interpolation zwischen Referenzhorizonten hauptsächlich vulkanischen Ursprungs40 auf NEEM angewendet40. Die NEEM-Jahresschichtdicken sind nur als Mittelwerte zwischen diesen ungleichmäßig verteilten Bezugshorizonten verfügbar, so dass die NEEM λ-Aufzeichnung für diese Studie ungeeignet ist. Die NGRIP- und NEEM-Datensätze werden in der GICC05-Chronologie auf 60 ka b2k und in der durch das Strömungsmodell erweiterten GICC05-Modelext-Chronologie unter 40,41 angegeben. Altersinterpolationsunsicherheiten begrenzen den direkten Vergleich des absoluten Zeitpunkts von Änderungen zwischen Kernen40.

Wir verwenden eine probabilistische Charakterisierung der Übergänge, um den Zeitpunkt, die Dauer und die Amplitude der lokalen und regionalen Veränderungen abzuleiten, die mit jeder untersuchten DO-Erwärmung verbunden sind. Nach Refs. 23,25 bestimmen wir die relative Phasenlage von Änderungen in den verschiedenen Datensätzen, indem wir eine Rampe (dh eine lineare Änderung der rohen oder logarithmisch transformierten Daten zwischen zwei stabilen Zuständen) an jede Datenreihe innerhalb eines jeweils vorgeschriebenen Suchintervalls anpassen GS-GI-Übergang (Ergänzende Abbildung 1, Ergänzende Tabelle 1, Ergänzende Daten 4). Wir beschreiben die Rampe durch den zeitlichen Mittelpunkt der Rampe, die Dauer des Übergangs, den Datenwert vor dem Übergang und die Amplitude der Änderung. Unser Wahrscheinlichkeitsmodell berücksichtigt auch additives Rauschen mit Autokorrelation (Methoden). Beachten Sie, dass unsere Methode konzeptionell der von ref ähnlich ist. 23 mit nur geringfügigen Unterschieden in den Parameterprioren, während sich die Unsicherheitsschätzung von der in Lit. 1 verwendeten unterscheidet. 25, die die RAMPFIT-Methode42 verwendete. Im Folgenden werden nur Ergebnisse für Übergänge angezeigt, bei denen die Rampenanpassungstechnik eine eindeutige Lösung bietet, dh der Zeitpunkt und die Dauer des identifizierten Beginns und Endes der Übergänge ändern sich nicht mehr als ein Jahrzehnt, wenn die Breite der Suche Das Zeitfenster wird variiert (Methoden, ergänzende Abbildung 3).