1
Paleoklimatologie, část II.
(High resolution paleoclimatology)
Petr Dobrovolný
dobro@sci.muni.cz
Geografický ústav PřF MU
Zdroje informací
Bradley, R.S., 2011. High-resolution paleoclimatology.
In: M.K. Hughes, T.W. Swetnam and H.F. Diaz (eds).
Dendroclimatology: Progress and Prospects.
Developments in Paleoenvironmental Research 11,
Springer, Berlin, 3-15.
2
Převzato z Haywood et al. 2019
Paleoklimatologie
Zabývá kolísáním a změnami klimatu v minulosti, před počátkem přístrojových
měření a pozorování.
Klima je výsledkem působení klimatotvorných faktorů, má však také svoji vnitřní
variabilitu.
Klimatologie instrumentálního období
Variabilita průměrné roční teploty vzduchu (1775 – 2019) a ročních úhrnů srážek (1803 –
2019), průměrné řady pro Českou republiku, hodnoty jsou vyjádřeny v podobě odchylek od
referenčního období 1961 - 1990
3
Klimatologie instrumentálního období
Earliest instrumental records on land
1850
1880
1850
1850
1800
1850
1900
1950
1957
1750
1880
rekonstrukce
• Tyto údaje jsou nedostatečné k pochopení a odhalení příčin dlouhodobých změn
• Údaje z instrumentálního období nezahrnují nejvýznamnější případy
extrémních projevů počasí, které známe z historie
• Údaje z instrumentálního období nás neinformují o dopadech kolísání klimatu a
o dopadech meteorologických extrémů na přírodu a společnost
Údaje z instrumentálního období jsou nejspolehlivějším zdrojem informací o
počasí a podnebí, avšak pokrývají pouze krátké období historie Země
K pochopení fungování klimatického systému je třeba hledat
alternativní údaje o jeho minulém vývoji
modelování
Klimatologie instrumentálního období
4
Proxy údaje a rekonstrukce klimatu
Přírodní archívy paleoklimatologie
paleobotany ice cores tree rings
Proxy-based rekonstrukce
Antropogenní archívy
historické klimatologie
dokumentární prameny
Paleoklimatologie s vysokým rozlišením
High resolution paleoclimatology (HRP) involves studies of natural archives
as proxies for the past climate variations at a temporal scale that is
comparable to that of instrumental data. This generally means annually
resolved records … Proxy archives are used to reconstruct climate in the
pre-instrumental period quantitatively (Bradley, 2011).
High-resolution paleoclimatology is the study of climate variability and
change on interannual to multi-century time scales. Its primary focus is the
past few millennia, a period lacking major shifts in external climate forcing
and earth system configuration (Hughes and Ammann, 2009)
• rekonstrukcí klimatu porovnatelnou s
instrumentálními měřeními
• kvantitativní rekonstrukcí
• rekonstrukcí klimatu „našeho světa“
Paleoklimatologie s vysokým rozlišením se zabývá
5
Paleoklimatologie s vysokým rozlišením
• Časově pokrývá především pozdní Holocén (6ka BP), případně dobu historickou
(dva tisíce roků).
• I když některé dendrochronologie pokrývají téměř celý holocén, jejich využití
pro rekonstrukci klimatu v celém časovém rozsahu je často limitováno řadou
aspektů (viz dále)
• Ke studiu minulého klimatu využívá různých druhů proxy-dat. Tyto se
nacházejí především v přírodních archívech (mořské a jezerní sedimenty,
ledovcová jádra, korály, krápníky (speleothems), letokruhy stromů etc.).
• Pro HRP mají význam zvláště takové, které vznikají
ročními přírůstky.
• Do HRP lze zařadit i údaje z antropogenních
archívů, kterými se zabývá historická klimatologie.
• Pro území českých zemí pokrývají antropogenní
archívy zhruba pro poslední milénium a pro
kvantitativní rekonstrukci klimatu období po roce
1500.
Význam HRP
• Tedy v době, kdy kolísání a změny klimatu byly výsledkem působení
přirozených klimatotvorných faktorů.
• S ohledem na současnou změnu klimatu HRP umožňuje posoudit případný
antropogenní vliv.
• Zasazuje variabilitu současného klimatu do dlouhodobé perspektivy (detekce)
• Studuje změnu klimatu s ohledem na klimatotovorné faktory a forcing
mechanismy (atribuce)
• Umožňuje významně rozšířit naše znalosti o četnosti výskytu a intenzitě
hydometeorologických extrémů (HME) či cirkulačních módů (NAO, ENSO)
• Poskytuje data, na kterých lze validovat klimatické modely vývoje budoucího
klimatu a sestavovat např. sensitivity studies
• Klima se mění na různých časových škálách a
zcela jistě nerozumíme celému spektru
klimatických módů i kolísání a změn klimatu.
• K poznání příčin a mechanismů současné
globální změny klimatu může významným
způsobem přispět studium procesů, které vedly
k jeho změnám a kolísání v minulosti.
6
1) an accurate chronology can be established; this generally requires
replication of the archive being sampled
2) the archive can be sampled in detail, ideally at seasonal to annual
resolution, but at least at the resolution of a few years
3) the parameter being measured is reasonably well understood in terms of
its relationship to climate (i.e., its mechanistic and seasonal response) so
that it can be calibrated in terms of climate, using the instrumental
record as a yardstick for interpreting the paleo-record
4) the relationship between the proxy and climate observed today has been
similar in the past (the principle of uniformitarianism)
5) the record captures variance of climate over a wide range of frequencies,
or at least the window of variance which the proxy does capture is known
Předpoklady HRP pro rekonstrukci klimatu
Data requirements (Bradley, 2011)
Bohužel „ideálně“ to funguje pouze u některých dendrochronologií, …
Ad1. Kvalitní chronologie
• Primárním předpokladem je vytvoření přesné a spolehlivé chronologie z
dostatečného počtu vzorků.
• Díky možnostem velkého počtu vzorků jsou dendrochronologie takřka
ideálním chronometrem, a proto jejich využívání bylo primárně pro
datování.
• Bohužel požadavek dostatečného počtu replikací ideálně funguje
především v dendroklimatologii. V práci s jinými typy proxy-dat je
problematický z hlediska časové či finanční náročnosti, destrukce
vzorků, atd.
• V případě historické klimatologie je nerealizovatelný. Avšak spolehlivost
a kvalita řad teplotních či srážkových indexů sestavených
z dokumentárních pramenů se však posuzuje jiným způsobem.
• V případě dendroklimatologie to lze udělat statisticky (viz dále).
V případě historické klimatologie rozhoduje relevance zdroje
z hlediska aktuálnosti, … (blíže viz Brázdil et al. 2010).
7
Ad1. Kvalitní chronologie
Způsob sestavení chronologie (vlevo, podle Schweingruber 1983) a prostorové a časové
pokrytí chronologie šířek letokruhů dubu z Čech: (a) počty vzorků pro jednotlivé okresy v
Čechách; (b) časové rozložení jednotlivých vzorků doplněné nahoře statistickým
hodnocením kvality chronologie: Rbar – průměrná korelace mezi vzorky a klouzavé průměry
za 31 roků hodnot EPS. Horizontální čáry označují hranici statistické významnosti (Rbar)
resp. obecně přijímanou hodnotu (0.85) kvality chronologie
Ad1. Kvalitní chronologie
Časové značky (time markers) v chronologii (for cross-dating)
• Koncentrace síranů (sulfate peaks) pocházející z velkých sopečných
erupcí známého data
• Vrstvy pyroklastik (tephra layers, tefra z řeckého prach), vznikají při
velkých sopečných erupcích
• Vrstvy sedimentů z významných historických povodní v profilech
jezerních sedimentů
• Radioaktivní izotopy z testů nukleárních zbraní nacházející se
v sedimentech a ledovcových jádrech
8
Ad2. Vysoké časové rozlišení
• Někdy lze detekovati sezónní změny (časné a pozdní dřevo).
Naopak v řadě případů nejde o „roční“ charakteristiku, ale i
kratší období související např. s vegetačním obdobím,
hydrologickým cyklem, obdobím tání sněhu atp. To je nutné
zohlednit při kalibraci (viz dále).
• Například maximální koncentrace 18O v korálech během ročního
cyklu odpovídá minimu SST, vrstva jílů („clay cap“) u každé
vrstvy jezerních sedimentů vyznačuje zimní období atp.
• Princip vytváření ročních přírůstků
je v přírodních proxy-datech
poměrně četný a tyto přírůstky
jsou často velmi dobře
identifikovatelné.
• V případě letokruhů stromů se
roční cyklus promítá nejen do šířky
letokruhů, ale i do hustoty dřeva či
koncentrace stabilních izotopů.
Ad2. Vysoké časové rozlišení
• Jeden či více každoročních záznamů však
z různých důvodů může chybět (missing
ring)
• Naopak stromy vytvářejí „nepravé
letokruhy“
• Proto je důležité mít několik vzorků (angl.
replication, sample depth).
• Vedle identifikace chybějících „roků“ to
umožňuje také potlačit lokální specifika.
9
Ad2. Vysoké časové rozlišení
Křížové datování (cross-dating) umožňuje identifikovat nepravé či chybějící
letokruhy)
Ad3. Porozumění druhům proxy
• V obecném postupu kvantitativní rekonstrukce je po sestavení chronologie
nutné zjistit, na jaké vlastnosti klimatu (meteorologické prvky či
klimatologické charakteristiky) data reagují (teplota, srážky, sluneční svit,
sucho, …).
• Tato vazba by měla být fyzikálně vysvětlitelná, korelace ještě neznamená
kauzální vztah.
• Ve většině případů je zapotřebí, aby tyto prvky či charakteristiky měly dobře
vyjádřený roční cyklus. Například stromy rostoucí v tropech nemají zřetelné
letokruhy.
• V případě dendroklimatologie obecně platí, že identifikovatelný signál je možné
najít u tzv. faktoru v minimu.
• Stromy rostoucí v polohách, kde je jejich růst limitován teplotními poměry či
(ne)dostatkem vláhy mají v ročních přírůstcích dobře vyjádřený klimatický
signál.
• Faktory, které ovlivňují růst stromů, jsou zřejmé. Avšak s tím, jak se zvyšují
možnosti extrahovat jiné druhy informací, tak je nutná znalost z dalších
disciplín (ekofyziologie, anatomie dřevin atp.)
10
Ad3. Porozumění druhům proxy
V některých případech je nalezení příčinné souvislosti značně komplikované
Příklad procesů, které formují úzké šířky letokruhů v důsledku nízkých srážek a
vysokých teplot ve vegetačním období v aridních oblastech (Fritts 1971)
Ad3. Porozumění druhům proxy
• Vedle výše uvedeného je nezbytné také porozumět faktorům přírodního
prostředí, ze kterého proxy pocházejí
• Klimatické oblasti mají svá specifika (např. charakteristický chod srážek) a ta
se mohou v proxy-datech promítat
• Problém sezonality při hledání nejsilnějšího signálu. Na tvorbu ročního přírůstku
má často vliv jen kratší perioda během roku (pozdní jaro či časné léto u
biologických proxy) či několik period sněžení/tání/odtoku/…
• Nelineární odpověď přírodního prostředí na faktory přírodního prostředí
• Problém vlivu více faktorů, jejichž účinky se překrývají
• Proxy data reprezentují jen část variability studovaného prvku.
Negativních („suchých“) roků v dubové chronologie je více než pozitivních („vlhkých“)
11
Ad4. Princip uniformity (uniformitarianism)
• Původně v geologii: James Hutton (1785): The Earth had a long
history and this history could be interpreted in terms of
processes currently observed.
• Proxy rekonstrukce musejí být mj. založeny na principu uniformity
(aktuálnosti), podle kterého současný charakter vztahu mezi proxy daty a
instrumentálními měřeními byl stejný i v minulosti.
• To vychází z obecného principu kvantitativní rekonstrukce, která je
založena na hledání funkce odezvy pro relativně krátké současné období,
pro které jsou k dispozici proxy data a data z instrumentálního období, na
která se proxy-data kalibrují (target).
• Charles Lyell – skotský geolog a
botanik, zakladatel stratigrafie
The continuing uniformity of existing
processes should be used as the framework
for understanding history of the Earth.
Ad4. Princip uniformity (uniformitarianism)
• Vztah nalezený pro období kalibrace, nejčastěji sestavený s využitím
statistických metod, je aplikován na proxy-data v minulosti.
Příklad obecného modelu kvantitativní rekonstrukce založený na existenci
společného období, pro které jsou k dispozici proxy-data i data
z instrumentálního období (target)
12
Ad4. Problém divergence
• Zřejmě i v důsledku rychlosti současné změny klimatu (globálního
oteplování) některé z archívů nereagují sejným způsobem na variabilitu
klimatu jako v nedávné minulosti.
• Na tento problém poprvé upozornil K. Briffa (1998) – šířka letokruhů
nevykazovala tak těsný vztah s teplotou vzduchu. TRW nekopírovaly
nárůst teplot.
• Efekt se začal v řadách projevovat kolem r. 1950.
Shlazené řady šířky letokruhů (čárkovaně) a hustoty pozdního dřeva (tučně) v
podobě standardizovaných dvacetiletých klouzavých průměrů, odchylky od
průměru 1881–1940 v porovnání s průměrnými teplotami vzduchu dubna až září
(odchylky za stejné období, tenká plná čára). Podle Briffa et al. (1998).
Ad4. Problém divergence
(a) Instrumental temperatures (red, heavier line) and tree-ring density reconstructions of temperature
(black, thinner line) averaged over all land grid boxes north of 50ºN, smoothed with a 5-year low-pass
filter.
b) map showing where the average temporal pattern of divergence between tree-ring density chronologies
and mean warm season temperatures is most apparent. The smoothed difference between the black and
red curves in figure (a) were regressed against the local difference curves produced from the averages of
data in each grid box. Where the regression slope coefficients are progressively greater than 1.0 (the
yellow, orange and red boxes, which are generally the most northerly locations), the greater is the local
difference between density and temperature. In the areas shown blue and light purple (areas further
south), the difference is apparent but of lower magnitude. The areas shown as dark purple (basically the
most southern regions) do not show the divergence [note change in scale on color bar]
(from Briffa et al., 2004).
13
Ad4. Problém divergence – možné příčiny
• Hledání možných příčin je důležité i proto, že podobný efekt „decoupling“ či
ztráty koherence se mohl vyskytnout i v minulosti. Např. v IPCC zprávě z r.
2007 je vyjádřena obava o věrohodnost proxy-rekonstrukcí:
„Any significant shift in the recent growth response of trees would invalidate the assumptions that
underlie the simple regression-based approach to reconstructing past temperature changes. It is
important to stress that not all high-latitude regions display this apparent decoupling between
observed and dendroclimatically estimated temperatures.“
• V poslední době převládají názory, že divergence je způsobena
antropogenními aktivitami a týká jen nedávné minulosti. I když nepanuje
konsenzus.
• Ne všechny řady z vysokých zeměpisných šířek totiž ukazují decoupling.
Problém může souviset s tím, že v řadě chronologií chybí dostatečné
zastoupení recentních (post 1980-) vzorků.
• Příčiny mohly souviset s posunem od dominantní role teploty vzduchu
(„temperature-controlled“) k režimu, ve kterém jsou stromy ovlivňovány
vlhkostními poměry. A to až do situace, kdy vliv teploty na růst stromů mění
znaménko z pozitivního na negativní.
• Divergence má ale zřejmě řadu příčin, mezi které dále patří rostoucí role
výskytu sucha, změny v intenzitě UV-záření v důsledku změn v koncentraci
ozónu či znečištění ovzduší (Jones et al. 1998, Briffa et al. 2004).
Ad4. Problém divergence – možné příčiny
• Od jisté hranice nárůstu teploty mohou být stromy fyziologicky
stresovány, pokud nedojde k souběžnému nárůstu vlhkosti
• Reakce růstu stromů na současné globální oteplování může být zpožděná
či nelineární
• Změny v sezonalitě (posun doby tání sněhu, posun začátků ročních období)
• „Globální stmívání“ vlivem růstu obsahu aerosolů v atmosféře (d'Arrigo et
al. 2008)
• Nevhodné věkové složení vzorů stromů v chronologiích
Podle některých studií však problém divergence řeší zkvalitnění recentních
částí chronologií a vhodný způsob standardizace (Frank, Buentgen).
Naproti tomu je zřejmé, že současná změna klimatu způsobuje degradaci či
úplnou ztrátu některých přírodních archívů, např.
• Tání ledovců ve vysokých horách nízkých a středních zeměpisných šířek.
• Velmi vysoké povrchové teploty oceánu (SST) či acidifikace negativně
ovlivňuje korálové útesy (bělení).
14
Ad4. Problém divergence
na příkladu rekonstrukcí z českých zemí
Measured (blue) and reconstructed (green) mean Czech April–August temperatures in the 1499–2015
period; temperatures indicate anomalies with respect to the 1961–1990 period. Thick blue and black
lines represent measured and reconstructed temperatures smoothed by Gaussian filter for 30 years;
grey area approximates 95% confidence interval constructed as two units of standard error (SE) of
the estimate from the linear regression (Možný et al., 2016).
Ad4. Problém divergence
na příkladu rekonstrukcí z českých zemí
15
Ad4. Early instrumental paradox
• Případné problémy s principem uniformity nemusejí souviset pouze
s vlastnostmi proxy-dat, ale mohou souviset s kvalitou instrumentálních
měření.
• Charakteristickým rysem vývoje teplot je zřetelně vyjádřené teplejší období
na konci 18. a na počátku 19. století, které lze např. identifikovat
v průměrných ročních teplotách sestavených na základě dokumentárních
pramenů.
• Vyšší teploty byly zaznamenány i v jiných částech Evropy, například ve
Švýcarsku (Brönnimann, 2015). V širším regionu Alp je podle databáze
HISTALP uvedené období charakterizováno jako teplé a suché (Auer et al.,
2007).
Ad4. Early instrumental paradox
• V posledních dekádách 18. století začíná ve střední Evropě mnoho pravidelných
meteorologických měření a pozorování, která jsou základem pro získání dlouhých
teplotních řad.
• Vysoké teploty tohoto období tedy mohou částečně souviset i s nedokonalou
radiační ochranou teploměrů na prvních meteorologických stanicích. Ve
středoevropských řadách korigovali tento efekt Böhm et al. (2010).
• Protože vysoké letní teploty v tomto období nelze jednoznačně identifikovat
v proxy-datech, je tento jev označován jako „časný přístrojový paradox“ (early
instrumental paradox; Frank et al., 2007).
The 32 seasonal temperature series of the
HISTALP long series subset in the GAR before
(upper graphs) and after (lower graph)
homogenization but before EI-bias correction.
The “original”series were only subject to
outlier correction and completing of gaps. All
series are 20-year Gaussian low-pass filtered
16
Ad4. Early instrumental paradox
The EI paradox depicted by the graphical comparison between instrumental and proxy data 1722–2004.
a. Summer (JJA) temperature anomalies of GAR observational data (red; 27 longest stations from
HISTALP, Aueret al. 2006) versus tree-ring width data (green; Büntgenet al. 2005) b. Late spring and
summer (April–August) temperature anomalies of UST observational data (blue; Bergström and Moberg
2002; Moberg et al. 2002) versus grain harvest data from Austlandet (green; Nordli 2001b). Shown are
anomalies from the 1961–90 average (stairs) and their 20-years Gaussian low-pass filtered trends (lines).
Podle Hiebl (2006).
Ad4. Early instrumental paradox
Vysoké teploty kolem roku 1800 však dále zmiňují např. Moberg et al. (2003) ve
Skandinávii a v neposlední řadě je lze identifikovat i v teplotní řadě Prahy,
Klementina (Brázdil et al., 2012).
• Toto krátké oteplení mělo zřejmě dokonce globální charakter, protože ho lze
nalézt i v globálních teplotních řadách (Brönnimann, 2015).
• Hlavními příčinami oteplení podle tohoto autora byly nárůst sluneční aktivity
po ukončení Maunderova minima, absence velkých sopečných erupcí
v tropických šířkách, následné oteplení povrchu oceánů a intenzivnější přenos
tepla do vyšších zeměpisných šířek, tedy i do Evropy.
Průměrná teplotní řada ČR
17
Ad5. Frequency response
• Jedním z problémů HRP a obecně celé paleoklimatologie je otázka, do jaké
míry proxy-data a z nich sestavené rekonstrukce zachovávají
vysokofrekvenční a nízkofrekvenční signál.
• Zda jsou schopny zachytit jak meziroční či dekádovou variabilitu klimatu,
avšak i dlouhodobá kolísání v řádu stovek či tisíců roků.
Ad5. Frequency response
• Některé práce prokázaly, že HR proxy mají nízkofrekvenční charakteristiky
spektra odlišné od dat z instrumentálního období (lépe: from the spectrum of
the climatic environment in which they are situated).
• Souvisí to s faktem, že přírodní proxy data obsahují i variabilitu, která
nesouvisí s variabilitou klimatu. Například:
• Dlouhodobý trend v důsledku biologického růstu
(koráli, stromy)
• Zhutnění jednotlivých vrstev (ledová jádra,
sedimenty)
• Faktory působící během ukládání, avšak
nesouvisející s variabilitou klimatu (jezerní
sediment, spleotherms)
• Difuze izotopů jednotlivými vrstvami firnu
• V důsledku uvedených procesů většina proxy-dat potlačuje
nízkofrekvenční informaci (dlouhodobé trendy).
• Jednou z mála výjimek jsou speleotherms. Obecně je toto ale velmi vážný
problém v paleoklimatologii.
18
Ad5. Frequency response
Oxygen isotope records from three caves
in the Northern Hemisphere and three in
the Southern Hemisphere, plus (a) the
Cariaco Basin Ti record (Haug et al., 2001).
(b) Sanbao Cave, southern China, 31N
(Dong et al., 2010); (c) Dongge Cave,
central China, 25N (Dykoski et al.,
2005; Wang et al., 2005); (d) Qunf
Cave, southern Oman, 17N
(Fleitmann et al., 2003b); (e) and (f)
insolation curves for July at 10N and
January at 10S, respectively; (g) Botuvera
´ Cave, southeastern Brazil, 27S
(Wang et al., 2006); (h) Cueva del Tigre
Perdido, eastern Peruvian lowlands,
7S (van Breukelen et al., 2008); (i) Liang
Luar Cave, Indonesia, 8S (Griffiths
et al., 2009). From Burns (2011).
Ad5. Frequency response
• Problém je možné do jisté míry řešit aplikací speciálních metod. V
dendroklimatologii je takovou metodou např. RCS (Regional Curve
Standardization – viz dále)
• Jiným způsobem je např. kombinace různých druhů proxy, které obsahují
jak vysokofrekvenční tak nízkofrekvenční signál (Moberg et al. 2005).
Porovnání několika různých proxy-rekonstrukcí teploty vzduchu severní polokoule
(IPCC 2007)
19
Sporné otázky proxy-rekonstrukcí
• Pro řadu period nemáme důkazy o jejich globálním rozměru,
případně je zřejmé, že měly své regionální zvláštnosti (klimatické
optimum Holocénu, MWP -> MCA).
• Maxima / minima teplých / chladných období se časově neshodují
pro různé části Země
• Relativně jasné příčiny některých událostí (8.2K) vycházejí z dat
severní Ameriky, Evropy a severního Atlantiku, nelze je ale
potvrdit z dat z tropů.
• Interpretace je často závislá na měřítku – v rámci klimatického
optima holocénu se vyskytlo 8.2K event. Toto chladné období
trvalo krátce (150 roků s maximálním projevem asi 20 roků), ale
také mohlo být součástí chladnějšího období o trvání 600 roků.
• Statistická podstata kalibrace
Problémy paleoklimatologie
• Řada HRP rekonstrukcí je založena na
dendrochronologiích, které mají problém
s principem uniformity, divergencí a také se
schopností zachytit nízkofrekvenční signál.
• Proxy údaje jsou stále z relativně omezeného
počtu míst
• Problém porozumění informací obsažených
v multi-proxy rekonstrukcích
• Problém příčinné souvislosti (kauzální nexus)
Lokality s různými typy proxy dat využitelných k
rekonstrukci klimatu od r. 1000 (a), 1500 (b) a 1750 (c)
20
Problémy paleoklimatologie
Schematický diagram shrnující omezení (nahoře) a cíle (dole) současné
paleoklimatologie (podle projektu Millennium)