首页轮播

气候模式云反馈不确定性研究最新进展

  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
附件下载:
d