云反馈被认为是气候敏感度最大的不确定性来源。为此，迫切需要利用观测数据来验证气候模式中的云反馈。遗憾的是，由于缺乏长期观测数据，特别是卫星辐射通量测量数据，很难从观测数据中估计长期云反馈。不过，目前观测数据足以用于估算由厄尔尼诺-南方涛动（ENSO）引起的短期云反馈。为此，中国科学院大气物理研究所王晓聪副研究员等，联合南京气象创新研究院科研人员比较了2000-2014年期间观测和AMIP6模式数据在大气顶部（TOA）、大气层（ATM）和地表（SFC）的短期云反馈。
采用两种不同方法估算云反馈：1）云辐射效应变化调整法；2）云辐射核技术。两种算法估算得到的云反馈基本一致，在 TOA、ATM 和 SFC 观测到的全球平均净云反馈分别为-0.06 0.63、-0.17 0.70和0.11 0.81Wm-2K-1。绝大多数模式估算得到的TOA云反馈与与观测值相近，但在地表和大气层内差异较大，导致一些模式的估算值超出了观测不确定范围。
图1. 观测和 AMIP6 模式在大气顶部（a）、大气柱（b）和地表（c）的全球平均云反馈。实心圆圈中的误差条代表观测数据的95%置信区间，空心圆圈中的误差条代表模式的95%置信区间。
由于短期云反馈主要由ENSO驱动，全球平均云反馈进一步分解为ENSO区域和非ENSO区域。结果表明，这两个区域的云反馈往往成反比。与观测结果相比，几乎所有模式都高估了 ENSO 区域的长波云反馈，原因是高云的云量响应被高估了。对这些模式而言，ENSO和非ENSO区域偏差相互抵消导致全球平均值与观测值总体一致。以这种方式分解云响应和云反馈，可以突出与ENSO相关的云参数化过程模拟不足。
图2. ENSO和非ENSO区域的平均云反馈。
该研究受国家自然科学基金（42175165、42205041）和国家重大科技基础设施项目“地球系统数值模拟装置”支撑。
参考文献：
Wang, X.*, Miao, H., Feng, J., & Liu, Y. (2024). Comparison of short-term cloud feedbacks at top of the atmosphere and the surface in observations and AMIP6 models. Journal of Geophysical Research: Atmospheres, 129, e2023JD039936. https://doi.org/10.1029/2023JD039936
关联文献：
1.云辐射核技术依赖的ISCCP云模拟器
Wang, X.* (2022). Role of cloud subgrid-scale structure in modulating clouds viewed by ISCCP, MODIS, and MISR simulators. Journal of Geophysical Research: Atmospheres, 127, e2021JD036378. https://doi.org/10.1029/2021JD036378
2.基于云型评估云辐射效应的客观分析方法
Miao, H., Wang, X.*, Liu, Y., & Wu, G. (2021). A regime-based investigation into the errors of CMIP6 simulated cloud radiative effects using satellite observations. Geophysical Research Letters, 48, e2021GL095399. https://doi.org/10.1029/2021GL095399
3.次网格云参数化方案
Wang, X.*, Miao, H., Liu, Y., Bao, Q., He, B., Li, J., & Zhao, Y. (2022). The use of satellite data-based “critical relative humidity” in cloud parameterization and its role in modulating cloud feedback. Journal of Advances in Modeling Earth Systems, 14, e2022MS003213. https://doi.org/10.1029/2022MS003213
