跳至內容

雲反饋

維基百科,自由的百科全書

雲反饋雲量和地表氣溫之間的耦合,其中地表氣溫的變化導致雲的變化,進而放大或減少初始溫度擾動。雲反饋可以影響內部產生的氣候變率[1] [2]的幅度,或者它們可以影響由外部輻射強迫引起的氣候變化的幅度。 [3]

預計全球暖化將改變雲的分布和類型。 [4] [5]從下方看,雲層將紅外輻射反射回地表,從而產生變暖效應;從上方看,雲層反射陽光並向太空發射紅外輻射,從而發揮降溫作用。 [6]

全球氣候模型之間的雲表示方式各不相同,雲量的微小變化會對氣候產生很大影響。 [7] [8]行星邊界層雲建模方案的差異會導致氣候敏感性導出值的巨大差異。響應全球暖化而減少邊界層雲的模型的氣候敏感性是不包括此反饋的模型的兩倍。 [9]然而,衛星數據顯示,雲層的光學厚度實際上會隨著溫度的升高而增加。 [10]淨效應是變暖還是變冷取決於雲的類型和高度等細節;這些都是氣候模型中難以表示的細節。

雲反饋的其他影響

[編輯]

除了雲本身對溫度升高的反應外,其他反饋也會影響雲的性質和形成。水汽的量和垂直分布與雲的形成密切相關。冰晶已被證明在很大程度上影響水蒸氣的量。 [11]副熱帶對流層上層的水汽與水汽和冰的對流有關。亞熱帶濕度的變化可能會提供負反饋,從而減少水蒸氣的量,這反過來又會起到調解全球氣候轉變的作用。 [12]

雲量的變化與其他反饋密切相關,包括水汽反饋和冰反照率反饋。預計氣候變化將改變雲冰和過冷雲水之間的關係,進而影響雲的微物理,從而導致雲的輻射特性發生變化。氣候模型表明,變暖會增加部分雲量。雲量增加的反照率使氣候變冷,導致負反饋;而雲層對紅外輻射的反射會使氣候變暖,從而產生正反饋。 [13]預計極地地區溫度升高會增加低層雲的數量,其分層會阻止水分對流到高層。這種反饋將部分抵消由於多雲而增加的地表變暖。這種負反饋的影響小於正反饋。高層大氣不僅抵消了導致冷卻的負反饋,因此隨著更多CO2進入系統,CO2的增加實際上加劇了正反饋。 [14]


2019 年的一項模擬預測,如果溫室氣體達到當前大氣二氧化碳水平的三倍,那麼層積雲可能會迅速消散,從而導致進一步的全球暖化。 [15]

IPCC 報告中的雲反饋

[編輯]

政府間氣候變化專門委員會(IPCC) 評估報告包含有關雲反饋對氣候模型影響的知識現狀的總結。 IPCC 第四次評估報告(2007 年)指出: [16]

通過將太陽輻射反射回太空(雲的反照率效應)和捕獲地表和對流層低層發出的紅外輻射(雲的溫室效應),雲對地球的輻射收支產生了兩種相互競爭的影響。這兩種效應通常被稱為雲輻射強迫 (CRF) 的 SW(短波)和 LW(長波)分量。這兩個組成部分之間的平衡取決於許多因素,包括宏觀物理和微觀物理雲特性。在當前氣候下,雲對氣候產生降溫作用(全球平均 CRF 為負)。為了應對全球暖化,雲對氣候的冷卻效應可能會增強或減弱,從而對氣候變暖產生輻射反饋(Randall et al ., 2006; NRC, 2003; Zhang, 2004; Stephens, 2005; Bony et al . ., 2006)。

在最近的IPCC 第五次評估報告(2013 年)中,第 1 工作組報告[17]在第 7 章「雲和氣膠」 [18]中討論了雲反饋效應,並在第 1 章中對不確定性進行了一些額外的討論9、《氣候模型評價》。 [19]報告指出,「雲反饋研究指出了雲對氣候變化的響應的五個方面,這些方面在此進行了區分:高層雲高度的變化、水文循環和風暴軌跡變化對雲系統的影響、低層雲量的變化。 ,微觀物理引起的不透明度(光學深度)變化和高緯度雲的變化。」淨輻射反饋是升溫和降溫反饋的總和;執行摘要指出「所有雲類型的淨輻射反饋的跡象不太確定,但可能是積極的。雲反饋的符號和幅度的不確定性主要是由於變暖對低雲的影響的持續不確定性。」他們估計來自所有雲類型的雲反饋為 +0.6 W/m 2 °C(不確定帶為 -0.2 到 +2.0),並繼續說道,「所有全球模型繼續產生接近零到中等強度的正淨雲反饋。」 [18]


在最新一代的全球氣候模型中,密切相關的有效氣候敏感性顯著提高。相對於上一代模型,模型中雲的物理表示的差異推動了這種增強的敏感性。 [20] [21] [22]

另見

[編輯]

參考資料

[編輯]
  1. ^ Brown, Patrick T.; Li, Wenhong; Jiang, Jonathan H.; Su, Hui. Unforced Surface Air Temperature Variability and Its Contrasting Relationship with the Anomalous TOA Energy Flux at Local and Global Spatial Scales (PDF). Journal of Climate. 2015-12-07, 29 (3): 925–940 [2022-10-07]. Bibcode:2016JCli...29..925B. ISSN 0894-8755. doi:10.1175/JCLI-D-15-0384.1可免費查閱. (原始內容存檔 (PDF)於2018-07-19). 
  2. ^ Bellomo, Katinka; Clement, Amy; Mauritsen, Thorsten; Rädel, Gaby; Stevens, Bjorn. Simulating the Role of Subtropical Stratocumulus Clouds in Driving Pacific Climate Variability. Journal of Climate. 2014-04-11, 27 (13): 5119–5131. Bibcode:2014JCli...27.5119B. ISSN 0894-8755. S2CID 33019270. doi:10.1175/JCLI-D-13-00548.1. hdl:11858/00-001M-0000-0014-72C1-F可免費查閱. 
  3. ^ Stephens, Graeme L. Cloud Feedbacks in the Climate System: A Critical Review. Journal of Climate. 2005-01-01, 18 (2): 237–273. Bibcode:2005JCli...18..237S. CiteSeerX 10.1.1.130.1415可免費查閱. ISSN 0894-8755. doi:10.1175/JCLI-3243.1. 
  4. ^ GREENFIELDBOYCE, Nell. Climate Change May Already Be Shifting Clouds Toward The Poles. NPR. July 11, 2016 [July 11, 2016]. (原始內容存檔於2022-12-05). 
  5. ^ How climate change is altering Earth's cloud cover. The Christian Science Monitor. July 12, 2016 [July 14, 2016]. (原始內容存檔於2022-10-13). 
  6. ^ Hartmann, D.L.; M.E. Ockert-Bell & M.L. Michelsen. The Effect of Cloud Type on Earth's Energy Balance: Global Analysis. J. Climate. 1992, 5 (11): 1281–1304. Bibcode:1992JCli....5.1281H. doi:10.1175/1520-0442(1992)005<1281:TEOCTO>2.0.CO;2可免費查閱. 
  7. ^ Cess, R. D.; et al. Intercomparison and Interpretation of Climate Feedback Processes in 19 Atmospheric General Circulation Models (PDF). J. Geophys. Res. 1990, 95 (D10): 16,601–16,615 [2017-10-27]. Bibcode:1990JGR....9516601C. doi:10.1029/jd095id10p16601. (原始內容 (PDF)存檔於2018-07-22). 
  8. ^ Stocker, T.F.; et al. J.T. Houghton , 編. Physical climate processes and feedbacks. Cambridge, U.K.: Cambridge University Press. 2001etal 
  9. ^ National Research Council. Understanding Climate Change Feedbacks. Panel on Climate Change Feedbacks, Climate Research Committee. National Academies Press. 2004 [2022-10-07]. ISBN 978-0-309-09072-8. doi:10.17226/10850. (原始內容存檔於2008-12-19). 
  10. ^ Tselioudis, G.; W.B. Rossow & D. Rind. Global Patterns of Cloud Optical Thickness Variation with Temperature. J. Climate. 1992, 5 (12): 1484–1495. Bibcode:1992JCli....5.1484T. doi:10.1175/1520-0442(1992)005<1484:GPOCOT>2.0.CO;2可免費查閱. 
  11. ^ Donner, L. J.; C. J. Seman; B. J. Soden; R. S. Hemler; J. C. Warren; J. Ström & K.-N. Liou. Large-scale ice clouds in the GFDL SKYHI general circulation model. J. Geophys. Res. 1997, 102 (D18): 21,745–21,768. Bibcode:1997JGR...10221745D. doi:10.1029/97JD01488. 
  12. ^ Pierrehumbert, R. T.; R. Roca. Evidence for Control of Atlantic Subtropical Humidity by Large Scale Advection (PDF). Geophys. Res. Lett. 1998, 25 (24): 4537–4540 [2022-10-07]. Bibcode:1998GeoRL..25.4537P. doi:10.1029/1998GL900203可免費查閱. (原始內容存檔 (PDF)於2022-12-10). 
  13. ^ Fowler, L.D.; D.A. Randall. Liquid and Ice Cloud Microphysics in the CSU General Circulation Model. Part III: Sensitivity to Modeling Assumptions. J. Climate. 1996, 9 (3): 561–586. Bibcode:1996JCli....9..561F. doi:10.1175/1520-0442(1996)009<0561:LAICMI>2.0.CO;2可免費查閱. 
  14. ^ Wetherald, R.; S. Manabe. Cloud Feedback Processes in a General Circulation Model. J. Atmos. Sci. 1988, 45 (8): 1397–1416. Bibcode:1988JAtS...45.1397W. doi:10.1175/1520-0469(1988)045<1397:CFPIAG>2.0.CO;2可免費查閱. 
  15. ^ Pressel, Kyle G.; Kaul, Colleen M.; Schneider, Tapio. Possible climate transitions from breakup of stratocumulus decks under greenhouse warming. Nature Geoscience. March 2019, 12 (3): 163–167. ISSN 1752-0908. doi:10.1038/s41561-019-0310-1. 
  16. ^ IPCC Fourth Assessment Report: Climate Change 2007: Working Group I: The Physical Science Basis, section 8.6.3.2 Clouds 網際網路檔案館存檔,存檔日期2017-12-26. (2007). Accessed 18 June 2016.
  17. ^ Stocker, T.F., D. Qin, G.-K. Plattner, M. Tignor, S.K. Allen, J. Boschung, A. Nauels, Y. Xia, V. Bex and P.M. Midgley (eds.), 5th Assessment Report of the Intergovernmental Panel on Climate Change, Working Group 1 report, Climate Change 2013: The Physical Science Basis頁面存檔備份,存於網際網路檔案館) (2013). Accessed 18 June 2016.
  18. ^ 18.0 18.1 Boucher, O., D. Randall, P. Artaxo, C. Bretherton, G. Feingold, P. Forster, V.-M. Kerminen, Y. Kondo, H. Liao, U. Lohmann, P. Rasch, S.K. Satheesh, S. Sherwood, B. Stevens and X.Y. Zhang, "Clouds and Aerosols"頁面存檔備份,存於網際網路檔案館), Chapter 7, pp. 571-657, Climate Change 2013: The Physical Science Basis (2013). Accessed 18 June 2016.
  19. ^ Flato, G., J. Marotzke, B. Abiodun, P. Braconnot, S.C. Chou, W. Collins, P. Cox, F. Driouech, S. Emori, V. Eyring, C. Forest, P. Gleckler, E. Guilyardi, C. Jakob, V. Kattsov, C. Reason and M. Rummukainen, section 9.7.2.3, "Role of Cloud Feedbacks in Climate Sensitivity", pp. 819-820, in "Evaluation of Climate Models"頁面存檔備份,存於網際網路檔案館), Chapter 9, Climate Change 2013: The Physical Science Basis (2013). Accessed 18 June 2016.
  20. ^ Zelinka, Mark D.; Myers, Timothy A.; McCoy, Daniel T.; Po‐Chedley, Stephen; Caldwell, Peter M.; Ceppi, Paulo; Klein, Stephen A.; Taylor, Karl E. Causes of Higher Climate Sensitivity in CMIP6 Models. Geophysical Research Letters. 2020, 47 (1): e2019GL085782. ISSN 1944-8007. doi:10.1029/2019GL085782可免費查閱 (英語). 
  21. ^ Watts, Jonathan. Climate worst-case scenarios may not go far enough, cloud data shows. the Guardian. 2020-06-13 [2020-06-19]. (原始內容存檔於2023-01-28) (英語). 
  22. ^ Palmer, Tim. Short-term tests validate long-term estimates of climate change. Nature. 2020-05-26, 582 (7811): 185–186 [2022-10-07]. doi:10.1038/d41586-020-01484-5可免費查閱. (原始內容存檔於2023-01-20) (英語).