海洋研究開発機構 地球環境フロンティア研究センター 河宮未知生 加藤知道・佐藤永・吉川知里 炭素循環グループの進捗状況 & K2 今年度成果と5年間のまとめ 海洋研究開発機構 地球環境フロンティア研究センター 河宮未知生 加藤知道・佐藤永・吉川知里
共生2ー地球システム統合モデルの開発 4つのサブテーマ 「全球炭素循環モデル開発」 「大気組成・気候変化結合モデル開発」 陸域炭素循環モデル 海洋生物地球化学モデル 陸域生態系変動モデル 「大気組成・気候変化結合モデル開発」 温暖化・大気組成変化相互作用モデル 温暖化-雲・エアロゾル・放射フィードバック精密評価 「寒冷圏モデル開発」 「気候物理コアモデル改良」
C4MIP参加→IPCCへの貢献 (Coupled Climate - Carbon Cycle Model Intercomparison Project) Bern-CC IPSL-CM4-LOOP IPSL-CM2C Friedlingstein et al. (2006, J. Climate)
炭素循環フィードバックによる予測不確実性の拡大 4 炭素循環フィードバックによる予測不確実性の拡大 出典:AR4 SPM IPCC-AR4※1モデルの標準的な予測条件及び予測結果(黒色)と、C4MIP※2モデルの予測結果(赤色) 【A2シナリオ※3】 炭素循環フィードバックを考慮すると・・・ 大気中の二酸化炭素濃度 :IPCC-AR4モデル による予測条件 :C4MIPモデルに よる推計結果 地上気温 [ ℃ ] :IPCC-AR4モデル による予測結果 :C4MIPモデルに よる予測結果 ・予測結果の上限値 は約1.5℃高くなる。 [ ppm ] ・予測結果の不確実性 (上限値と下限値の差)は より大きくなる。 西暦 西暦 出典:AR4 第10章 図10.20 ※1 IPCCのAR4における標準モデル。 炭素循環フィードバックは考慮されていない。 ※2 Coupled Carbon Cycle Climate Model Intercomparison Project(炭素循環気候結合モデル相互比較プロジェクト)により作成されたモデル。 炭素循環フィードバックが考慮されている。 ※3 予測シナリオについての説明は、Ⅴの2を参照。
植生分布を再現するモデル(DGVM)の開発 自然植生 SEIB-DGVMの出力 Sato et al., Ecological Modelling (2007)
過去の成層圏オゾン量変動再現実験 オゾン全量:季節変化 観測:TOMS (2000-2004) WMO2002提出データ:T21 (90-99) JFMAMJJASOND JFMAMJJASOND REF1アンサンブル平均:T42 (2000-2004) 大気の球面形状を考慮した光解離計算 BrOx系化学反応 短波長(<200nm)での光解離パラメタ化 液滴PSC上での不均一反応 水平分解能の向上(560km 300km) 非地形性GWDの導入 JFMAMJJASOND
全球雲解像モデルへの生物地球化学過程導入 NICAM+SPRINTARS 従来のAGCM 衛星観測 雲の有効粒子半径
寒冷圏モデル開発 氷床の高さのバイアス 従来のモデル (コンターは100と500 meter毎) 数値計算法を改善したモデル Annals of Glaciology, in press
「地球システム統合モデル」による予備的温暖化実験開始 成層圏への拡張
まとめ IPCC AR4への貢献達成(炭素循環、大気化学)。AR5へも準備。 オゾントレンド再現実験 → WMOのオゾンレポート提出結果拡張。 DGVM開発、氷床-気候結合モデル開発、NICAMへの生物地球化学過程導入 「地球システム統合モデル」完成、予備実験開始 → 温暖化予測と排出・土地利用シナリオとのパイプ役
炭素循環グループ進捗報告
気候-海・陸炭素循環 結合モデル
C4MIP参加→IPCCへの貢献 (Coupled Climate - Carbon Cycle Model Intercomparison Project) Bern-CC IPSL-CM4-LOOP IPSL-CM2C Friedlingstein et al. (2006, J. Climate)
温暖化に対する「土壌」の応答 全球平均では、土壌呼吸が活発になり、貯蔵量が減る。 土壌炭素貯蔵量を支えるフラックス 土壌の炭素貯蔵量の変化 貯蔵量の増加 負のフィードバック 陸域の炭素貯蔵量は、植生と土壌の合計 貯蔵量の減少 正のフィードバック 全球平均では、土壌呼吸が活発になり、貯蔵量が減る。 西部・中央部北米やオーストラリア南部などでは、土壌呼吸と同程度に落葉も活発になり、貯蔵量が減らない。 *論文執筆中
炭素循環フィードバック ーパラメータ感度実験ー 実験Aと実験B1,2 →土壌炭素貯留量に30%程度の差 実験A 実験B1 実験B2 フィードバック強度 →10%以下の差
SEIB-DGVMの特長 相観のシミュレーション結果(@熊本県) 木本については個体ベースで扱う 空間的に明示的な林分の中で 木本個体は光を巡り競争を行う これらの特長により、気候変動に伴う植生変動の速度を適切に予測できる。 相観のシミュレーション結果(@熊本県) Preliminary result 1年後 30年後 100年後 ・個体ベースモデルのメリット: 1.観測データとの対応がよく、パラメーター推定、およびモデルの検証がより直接的・直感的な作業となる。 2.空間構造を介した個体間相互作用を正確に表現することができ、Gap dyanamics(上の図参照)などが再現可能。 3.個体毎に固有の性質を持たせることができ、大個体と小個体間における葉、幹、根のバイオマス比の違いなどの効果を導入可能。 ・個体ベースモデルのデメリット: 計算処理に時間がかかる ・上の図のシミュレーションでは、1~50年目は定着可能な全ての植物機能型(PFT)を等確率で定着させ、51~100年目は現存バイオマスの高いPFTほど高い確率で定着させた。この場所では、常緑針葉樹も常緑広葉樹も成長することができるものの、これら両者を競争させると、広葉樹が‘勝つ’というシミュレーション結果となった。 温帯性 常緑針葉樹 温帯性 常緑広葉樹 更地から開始 針広混合林 広葉樹の優占林
CO2 concentration (ppmv) 20世紀の気候・炭素動態アノマリー a) CO2 アノマリー ・CO2アノマリーは温度アノマリーから1-2年遅れてピークがくる → Keelingらの 観測と一致 ・温度アノマリーとHRの動きは近い ・CO2アノマリーの変化速度はNCBの動きと近い →陸域が短期的な CO2変動を起こす CO2 concentration (ppmv) Temperature (oC) 温度アノマリー b) HR Carbon flux (Pg C yr-1) NPP NCB Year
Sim-CYCLE + MATSIRO結合の改良 移行 重み付けを与える 1層: 各グリッドは1つしか 植生タイプを持てない 多層: 各グリッドは任意の数だけ 植生タイプを持つことができる 利点!! ・土地利用変化/植生変化の再現が可能 ・すでにモザイク化機能のあるSim-CYCLE/SEIB-DGVMとの融合
SEIB-DGVMによる植生変化予測1 (植生分布) 低い種子分散力の元では、植生変化が気候変化に追従できずに、疎林帯が広く分布するという予測が得られた
SEIB-DGVMによる植生変化予測2 (物質収支) 生物量 (Pg C) 純生産量 (Pg C yr-1) 1900年 2000年 2100年 +100年 1900年 2000年 2100年 +100年 低い種子分散力の元では、全球の生物量・純生産量は、ともに低くなるという予測が得られた
まとめ 炭素循環:温暖化予測の不確実性をもたらす新たな要因としてクローズアップ。 炭素循環フィードバックの空間構造解析→リターフォールの重要性指摘。論文執筆。 CO2濃度変動の再現。素過程の寄与を解析。論文執筆。 植生動態モデル(DGVM)開発。論文出版。植生分布変化の種子分散力依存性を指摘。