Miroc 3 2 Gcm Forex

Relativer Beitrag von Rückkopplungsprozessen zur Arktischen Verstärkung der Temperaturänderung in MIROC GCM Zitieren in diesem Artikel als: Yoshimori, M. Watanabe, M. Abe-Ouchi, A. et al. Clim Dyn (2014) 42: 1613. doi: 10.1007s00382-013-1875-9 Die Erkenntnis, dass die Oberflächenerwärmung über die Arktis die globale Erwärmung über dem Rest der Welt übersteigt, ist ein robustes Merkmal der allgemeinen Zirkulationsmodelle (GCMs). Während verschiedene Mechanismen vorgeschlagen wurden, ist die Quantifizierung ihrer relativen Beiträge eine wichtige Aufgabe, um das Modellverhalten zu verstehen. Hier wenden wir eine kürzlich vorgeschlagene Rückkopplungsanalyse an eine Atmosphäreocean-GCM unter zwei - und viermaligen CO 2 - Konzentrationen an, die etwa zu saisonalen und jährlich meereisfreien Klimas führen. Der Beitrag der Rückkopplungen zur arktischen Temperaturänderung wird untersucht. Die Oberflächenwärme in der Arktis wird durch Albedo, Wasserdampf und großflächige Kondensationsrückkopplungen unterstützt und durch die Verdunstungskühlung reduziert. Der Oberflächenerwärmungs-Kontrast zwischen dem arktischen und dem globalen Mittelwert (AA) wird durch Albedo - und Verdampfungskühlungsrückkopplungen aufrechterhalten. Letztere trägt vor allem durch die Abkühlung der niedrigen Breitengrade mehr als die Arktis bei. Der latente Wärmetransport in die Arktis steigt und damit die Verdunstungskühlung und die großflächige Kondensationsrückmeldung trägt positiv zur AA bei. Andererseits nimmt der trockene statische Energietransport in die Arktis ab und damit die dynamische Heizungsrückkopplung negativ zu AA. Ein wichtiger Beitrag wird also durch Veränderungen im hydrologischen Kreislauf und nicht durch den Trockenwärmetransport geleistet. Ein größeres Ansprechverhalten in der Nähe der Oberfläche als in der Arktis wird durch die Albedo-, Wasserdampf - und dynamische Heizungsrückkopplung aufrechterhalten, wobei die Albedo - und Wasserdampf-Rückkopplungen dazu beitragen, die Oberfläche mehr als oben zu erwärmen und die dynamische Heizungsrückkopplung durch Abkühlen beiträgt Mehr als die Oberfläche. In unseren Experimenten spielen Ozean - und Seeeisdynamik eine untergeordnete Rolle. Es zeigt sich, dass ein unterschiedlicher CO 2 - Anstieg einen latitudinalen und saisonalen Unterschied in die Rückkopplungen einbringt. Referenzen Alexeev VA, Langen PL, Bates JR (2005) Polarverstärkung der Oberflächenwärme auf einem Aquaplanet bei Ghost-Forcing-Experimenten ohne Meereis-Feedbacks. Clim Dyn 24: 655666 CrossRef Google Scholar Alexeev VA, Esau I, Polyakov IV, Byam SJ, Sorokina S (2011) Vertikale Struktur der jüngsten arktischen Erwärmung von beobachteten Daten und Reanalyse-Produkte. Clim Chan 111: 215239 CrossRef Google Scholar Andrews T, Wecker MA, Doutriaux-Boucher M, Webb MJ, Collins WJ (2012) Empfindlichkeit eines Erdsystem-Klimamodells für idealisierte Strahlungsantriebe. Geophys Res Lett 39: L10702. Doi: 10.10292012gl051942 Google Scholar Bintanja R, Graversen RG, Hazeleger W (2011) Arctic Winter Erwärmung durch die thermische Inversion und konsequente niedrige Infrarotkühlung auf Raum verstärkt. Nat Geosci 4: 758761 CrossRef Google Scholar Bintanja R, van der Linden EC, Hazeleger W (2012) Grenzschichtstabilität und arktischer Klimawandel: eine Rückkopplungsstudie mit EC-Earth. Clim Dyn 39: 26592673 CrossRef Google Scholar Bo J, Halle A, Qu X (2009) Aktuelle GCMs unrealistische negative Rückkopplung in der Arktis. J Clim 22: 46824695 CrossRef Google Scholar Cai M (2005) Dynamische Verstärkung der Polarwarnung. Geophys Res Lett 32: L22710. Doi: 10.10292005gl024481 CrossRef Google Scholar Cai M, Lu JH (2009) Ein neues Framework zur Isolierung einzelner Feedback-Prozesse in gekoppelten Zirkulationsmodellen. Teil II: Methodenvorführungen und Vergleiche. Clim Dyn 32: 887900 CrossRef Google Scholar Crook JA, Forster PM, Stuber N (2011) Räumliche Muster der modellierten Klimarückkopplung und Beiträge zur Temperaturantwort und Polarverstärkung. J Clim 24: 35753592 CrossRef Google Scholar Curry JA, Schramm JL, Ebert EE (1995) Meer-Eis-Albedo-Klima-Feedback-Mechanismus. J Clim 8: 240247 CrossRef Google Scholar Drijfhout S, van Oldenborgh GJ, Cimatoribus A (2012) Ist ein Rückgang der AMOC verursacht das Erwärmung Loch über dem Nordatlantik in beobachteten und modellierten Erwärmung Muster J Clim 25: 83738379 CrossRef Google Scholar Goldenson N, Doherty SJ, Bitz CM, Niederlande MM, Light B, Conley AJ (2012) Arktisches Klimaverhalten zum Auftrieb von lichtabsorbierenden Partikeln in Schnee und Meereis in CESM. Atmos Chem Phys 12: 79037920 CrossRef Google Scholar Graversen RG, Wang MH (2009) Polarverstärkung in einem gekoppelten Klimamodell mit verriegelter Albedo. Clim Dyn 33: 629643 CrossRef Google Scholar Graversen RG, Mauritsen T, Tjernstrom M, Kallen E, Svensson G (2008) Vertikale Struktur der jüngsten arktischen Erwärmung. Natur 451: 5356 CrossRef Google Scholar Halle A (2004) Die Rolle des Oberflächenalbedo-Feedbacks im Klima. J Clim 17: 15501568 CrossRef Google Scholar Hall A, Manabe S (1999) Die Rolle der Wasserdampf-Rückkopplung in ungestörter Klimavariabilität und globaler Erwärmung. J Clim 12: 23272346 CrossRef Google Scholar Held IM, Soden BJ (2006) Robuste Antworten des hydrologischen Zyklus auf die globale Erwärmung. J Clim 19: 56865699 CrossRef Google Scholar Holland MM, Bitz CM (2003) Polarische Verstärkung des Klimawandels in gekoppelten Modellen. Clim Dyn 21: 221232 CrossRef Google Scholar Hwang YT, Frierson DMW, Kay JE (2011) Kopplung zwischen arktischen Rückkopplungen und Veränderungen des polektiven Energietransports. Geophys Res Lett 38: L17704. Doi: 10.10292011gl048546 Google Scholar K-1 Modell-Entwickler, X (2004) K-1 gekoppelt Modell (miroc) Beschreibung. Tech. Rep. Zentrum für Klimasystemforschung, Universität von Tokio Kay JE, Niederlande MM, Bitz CM, Blanchard-Wrigglesworth E, Gettelman A, Conley A, Bailey D (2012) Der Einfluss lokaler Rückkopplungen und nordwärtser Wärmetransport auf die Gleichgewichtsarktik Zu erhöhtem Treibhausgaszwang. Einfluss der Treibhausgaskonzentrationsveränderungen auf die Oberflächenenergie im IPSL-CM4: regionale Erwärmungsmuster, Landsea-Erwärmungsverhältnisse und glaziale Interglazialunterschiede. J Clim 22: 46214635 CrossRef Google Scholar Langen PL, Graversen RG, Mauritsen T (2012) Trennung der Beiträge von radiativen Rückkopplungen zur polaren Verstärkung auf einem Aquaplanet. J Clim 25: 30103024 CrossRef Google Scholar Lu JH, Cai M (2009a) Saisonalität der polaren Oberflächenerwärmung Verstärkung in Klimasimulationen. Geophys Res Lett 36: L16704. Doi: 10.10292009gl040133 CrossRef Google Scholar Lu JH, Cai M (2009b) Ein neues Rahmenwerk zur Isolierung einzelner Rückkopplungsprozesse in gekoppelten Umwälzklima-Modellen. Teil I: Formulierung. Clim Dyn 32: 873885 CrossRef Google Scholar Lu JH, Cai M (2010) Quantifizierung der Beiträge zur Polarwarnung Verstärkung in einem idealisierten gekoppeltes allgemeines Zirkulationsmodell. Clim Dyn 34: 669687 CrossRef Google Scholar Mahlstein I, Knutti R (2011) Ozean Wärmetransport als Ursache für Modellunsicherheit in der projizierten arktischen Erwärmung. J Clim 24: 14511460 CrossRef Google Scholar Manabe S, Stouffer RJ (1979) CO 2 - Klima-Sensitivitätsstudie mit einem mathematischen Modell des globalen Klimas. Natur 282: 491493 CrossRef Google Scholar Manabe S, Stouffer RJ (1980) Empfindlichkeit eines globalen Klimamodells zur Erhöhung der CO 2 - Konzentration in der Atmosphäre. J Geophys Res 85: 55295554 CrossRef Google Scholar Manabe S, Wetherald RT (1975) Auswirkungen der Verdoppelung der CO 2 - Konzentration auf das Klima eines allgemeinen Kreislaufmodells. J Atmos Sci 32: 315 CrossRef Google Scholar Oishi R, Abe-Ouchi A (2009) Einfluss der dynamischen Vegetation auf den Klimawandel durch zunehmenden CO 2. Clim Dyn 33: 645663 CrossRef Google Scholar Ohmura A (1984) Zur Ursache der rahmenartigen saisonalen Änderung der Tagesamplitude der Lufttemperatur in Polargebieten. J Climatol 4: 325338 CrossRef Google Scholar Ohmura A (2012) Verbesserte Temperaturvariabilität bei hohem Klimawandel. Theor Appl Climatol 110: 499508 CrossRef Google Scholar Qu X, Halle A (2007) Was die Stärke des Schnee-Albedo-Feedbacks steuert J Clim 20: 39713981 CrossRef Google Scholar Ridley J, Lowe J, Brierley C, Harris G (2007) Ungewissheit in Die Empfindlichkeit des arktischen Meereises zur globalen Erwärmung in einem gestörten Parameter Klimamodell Ensemble. Geophys Res Lett 34: L19704. Doi: 10.10292007gl031209 CrossRef Google Scholar Robock A (1983) Eis-und Schnee-Feedbacks und die latitudinale und saisonale Verteilung der Klimasensitivität. J Atmos Sci 40: 986997 CrossRef Google Scholar Schneider EK, Kirtman BP, Lindzen RS (1999) Troposphärischer Wasserdampf und Klimasensitivität. J Atmos Sci 56: 16491658 CrossRef Google Scholar Screen JA, Simmonds I (2010) Die zentrale Rolle des abnehmenden Meereises in der jüngsten arktischen Temperaturverstärkung. Nature 464: 13341337 CrossRef Google Scholar-Bildschirm JA, Simmonds I (2011) Fehlerhafte arktische Temperatur-Trends in der Ära-40 Reanalyse: ein genauerer Blick. J Clim 24: 26202627 CrossRef Google Scholar Serreze MC, Barry RG (2011) Prozesse und Auswirkungen der arktischen Verstärkung: eine Forschungssynthese. Global Planet Chan 77: 8596 CrossRef Google Scholar Serreze MC, Barrett AP, Stroeve JC, Kindig DN, Holland MM (2009) Die Entstehung der oberflächenbasierten Arctic-Amplifikation. Cryosphere 3: 1119 CrossRef Google Scholar Shindell D, Faluvegi G (2009) Klimawandel auf regionales Strahlungsverhalten während des zwanzigsten Jahrhunderts. Nat Geosci 2: 294300 CrossRef Google Scholar Soden BJ, Held IM, Colman R, Shell KM, Kiehl JT, Shields CA (2008) Quantifizierung von Klimafeedbacks unter Verwendung von Strahlungskernen. J Clim 21: 35043520 CrossRef Google Scholar Taylor PC, Cai M, Hu A, Meehl J, Washington W, Zhang GJ (2013) Eine Zersetzung der Rückkopplungsbeiträge zur Polarwärmungsverstärkung. J Clim. Doi: 10.1175jcli-d-12-00696.1 Tsushima Y, Emori S, Ogura T, Kimoto M, Webb MJ, Williams KD, Wecker MA, Sönden BJ, Li B, Andronova N (2006) Bedeutung der Mischphasenverteilung Im Kontrollklima für die Bewertung der Reaktion der Wolken auf Kohlendioxid-Zunahme: eine Multi-Modell-Studie. Clim Dyn 27: 113126 CrossRef Google Scholar Vavrus S (2004) Die Auswirkungen von Cloud-Feedbacks auf das arktische Klima unter Treibhauszwingen. J Clim 17: 603615 CrossRef Google Scholar Winton M (2006) Verstärkter arktischer Klimawandel: Was hat das Oberflächenalbedo-Feedback damit zu tun Geophys Res Lett 33: L03701. Doi: 10.10292005gl025244 Google Scholar Yoshimori M, Abe-Ouchi A (2012) Ausbreitungsquellen in multimodalen Projektionen der grönländischen Eisplattenoberfläche Massenbilanz. J Clim 25: 11571175 CrossRef Google Scholar Yoshimori M, Yokohata T, Abe-Ouchi A (2009) Vergleich der Rückkopplungsstärke zwischen CO2-Verdopplung und LGM-Experimenten. J Clim 22: 33743395 CrossRef Google Scholar Yoshimori M, Hargreaves JC, Annan JD, Yokohata T, Abe-Ouchi A (2011) Abhängigkeit von Feedbacks zum Forcen und Klimazustand in physikalischen Parameter-Ensembles. J Clim 24: 64406455 CrossRef Google Scholar Copyright-Informationen Springer-Verlag Berlin Heidelberg 2013 Autoren und Mitgliedsverbände Masakazu Yoshimori 1 E-Mail-Autor Masahiro Watanabe 1 Ayako Abe-Ouchi 1 2 Hideo Shiogama 3 Tomoo Ogura 3 1. Atmosphere and Ocean Research Institute Die Universität von Tokio Chiba Japan 2. Forschungsinstitut für globalen Wandel Japan Agentur für Marine-Erdwissenschaften und Technologie Yokohama Japan 3. Nationales Institut für Umweltstudien Tsukuba Japan Über diesen ArtikelGCM-Intercomparison globaler Cloud-Regimes: aktuelle Evaluierung und Klimawandel-Reaktion Zitieren Sie diesen Artikel als : Williams, KD Tenseioudis, G. Clim Dyn (2007) 29: 231. doi: 10.1007s00382-007-0232-2 Das strahlende Feedback von Wolken bleibt nach wie vor die größte Veränderungsquelle der Klimasensitivität unter allgemeinen Kreislaufmodellen (GCMs). Eine Cloud-Clustering-Methodik wird auf sechs zeitgenössische GCMs angewendet, um eine detaillierte Intercompariation und Bewertung der simulierten Cloud-Regimes zu ermöglichen. Durch die Analyse von GCMs im Kontext von Cloud-Regimen werden die Prozesse im Zusammenhang mit bestimmten Cloud-Typen eher ausgewertet. In diesem Beitrag werden die mittleren Eigenschaften der globalen Cloud-Regimes ausgewertet und die Cloud-Antwort auf den Klimawandel im Cloud-Regime-Rahmen analysiert. Die meisten GCMs sind in der Lage, die wichtigsten Cloud-Regimes zu simulieren, aber keines der analysierten Modelle haben eine gute Darstellung der Handelskumulus in den Tropen. Die Modelle haben auch eine Schwierigkeit bei der Simulation dieser Regime mit Cloud-Tops auf mittlerer Ebene, mit nur ECHAM5 produzieren ein Regime des tropischen cumulus congestus. Eine optisch dicke, hochtransparente Wolke in den Extra-Tropen, die typischerweise mit dem Durchtritt von frontalen Systemen verbunden ist, wird im ECHAM5-Modell wesentlich zu häufig simuliert. Dies scheint ein Ergebnis des in dem Modell persistierenden Wolkentyps zu sein, nachdem die meteorologischen Bedingungen, die mit frontalen Systemen verbunden sind, aufgehört haben. Die Simulation von Stratocumulus in den MIROC GCMs ist zu umfangreich, was dazu führt, dass die Tropen zu reflektierend sind. Der Großteil der globalen Mittelwert-Wolkenantwort auf verdoppeltes CO 2 in den GCMs ist ein Ergebnis von Änderungen in den Wolkenstrahlungseigenschaften der Regime und nicht durch Änderungen in der relativen Häufigkeit des Auftretens (RFO) der Regime. Der größte Teil der Varianz in der globalen Wolkenantwort zwischen den GCMs ergibt sich aus Unterschieden in der Strahlungsantwort der frontalen Wolke in den Extra-Tropen und der Stratocumulus-Wolke in den Tropen. Diese Varianz ist weitgehend das Ergebnis von übermäßig hohen RFOs von spezifischen Regimen, insbesondere von GCMs. Es wird hier gezeigt, dass die Evaluation und die anschließende Verbesserung der Simulation der heutigen Regimeigenschaften das Potenzial haben, die Varianz der globalen Wolkenantwort und damit der Klimasensitivität unter GCMs zu reduzieren. Für das Ensemble von Modellen, die in dieser Studie betrachtet werden, deutet die Verwendung von Beobachtungen der mittleren heutigen Wolkenregime eine mögliche Verringerung der Reichweite der Klimasensitivität von fast einem Drittel an. Elektronisches Zusatzmaterial Die Online-Version dieses Artikels (doi: 10.1007s00382-007-0232-2) enthält ergänzendes Material, das autorisierten Benutzern zur Verfügung steht. Ergänzungsmaterial Referenzen Anderberg MR (1973) Clusteranalyse für Anwendungen. Akademisch, New York, p 359 Google Scholar Boer GJ, Yu B (2003) Klimasensitivität und Reaktion. Clim Dyn 20: 415429 Google Scholar Bony S, Dufresne JL (2005) Marinegrenzschichtwolken im Herzen von Cloud-Feedback-Unsicherheiten in Klimamodellen. Geophys Res Lett 32 (20): L20806 CrossRef Google Scholar Bony S, Dufresne JL, Le Treut H, Morritte JJ, Senior CA (2004) Über dynamische und thermodynamische Komponenten von Wolkenveränderungen. Clim Dyn 22: 7186 CrossRef Google Scholar Cess RD, Töpfer GL, Blanchet JP, Boer GJ, Delgenio AD, Dequ M, Dymnikov V, Galin V, Gatter WL, Ghan SJ, Kiehl JT, Lacis AA, Le Treut H, Li ZX , Yangai, W., W., W., W., W., W., W., W., W., W., W., W., W., Jürgen I, Zhang MH (1990) Intercomparison und Interpretation von Klima-Feedback-Prozessen in 19 atmosphärischen Zirkulationsmodellen. J Geophys Res 95: 1660116615 CrossRef Google Scholar Cubasch U, Meehl GA, Boer GJ, Stouffer RJ, Dix M, Noda A, Senior CA, Raper SCB, Yap KS (2001) Projektionen des künftigen Klimawandels. In: Houghton JT, Ding Y, Griggs DJ, Noguer M, Van der Linden P, Dai X, Maskell K, Johnson CI (Hrsg.) Klimawandel 2001: die wissenschaftliche Grundlage. Beitrag der Arbeitsgruppe I zum dritten Bewertungsbericht des intergouvernementalen Gremiums zum Klimawandel. (2005) Kann Staubwolken die ausgehende Langwellen - Strahlung Anomalie über die Sahara im Juli 2003 erklären J Geophys Res 110 (D05105) Jakob C, Tselioudis G (2003) Zielidentifizierung von Wolkenregimen im tropischen Westpazifik. Geophys Res Lett 30 (21) Jakob C, Tselioudis G, Hume T (2005) Die Strahlungs-, Wolken - und thermodynamischen Eigenschaften der großen tropischen Westpazifik-Wolkenregime. J Clim 18: 12031215 CrossRef Google Scholar Johns TC, Durman CF, Banken HT, Roberts MJ, McLaren AJ, Ridley JK, Senioren CA, Williams KD, Jones A, Rickard GJ, Cusack S, Ingram WJ, Kruzifix M, Sexton DMH, (2006) Das neue Hadley-Center-Klimamodell HadGEM1: Auswertung von gekoppelten Simulationen (JSH). J Clim 19 (7): 13271353 CrossRef Google Scholar K-1 Modell-Entwickler (2004) K-1 gekoppelt Modell (MIROC) Beschreibung. K-1 technischer Bericht 1. In: Hasumi H, Emori S (Hrsg.) Zentrum für Klimasystemforschung. Universität Koblenz, K., K., K., K., K., K., K., K., K., K., K., H., , Ropelewski C, Wang J, Leetmaa A, Reynolds R, Jenne R, Joseph D (1996) Das NCEPNCAR 40-jährige Reanalyseprojekt. Bull Am Meteorol Soc. 77 (3): 437471 CrossRef Google Scholar Klein SA, Hartmann DL (1993) Der saisonale Zyklus von strömungsarmen Wolken. J Clim 6 (8): 15871606 CrossRef Google Scholar Klein SA, Jakob C (1999) Validierung und Sensitivitäten von frontalen Wolken, die durch das ECMWF-Modell simuliert wurden. Mon Wetterbericht 127 (10): 25142531 CrossRef Google Scholar Klein SA, Hartmann DL, Norris JR (1995) Über die Beziehungen zwischen Tiefwolkenstruktur, Meeresoberflächentemperatur und atmosphärischem Kreislauf im Sommer im Nordostpazifik. J Clim 8 (5): 11401155 CrossRef Google Scholar Martin GM, Bush MR, Brown AR, Lock AP, Smith RNB (2000) Ein neues Grenzschicht-Mischschema. Teil II: Tests in Klima - und mesoskaligen Modellen. (2006) Die physikalischen Eigenschaften der Atmosphäre im neuen Hadley Center Global Environmental Model (HadGEM1). Teil I: Modellbeschreibung und globale Klimatologie. J Clim 19: 12741301 CrossRef Google Scholar McAvaney BJ, Le Treut H (2003) Das Cloud-Feedback-Intercomparison-Projekt: (CFMIP). In: CLIVAR Exchangess Ergänzende Beiträge. 26 März Norris JR, Weaver CP (2001) Verbesserte Techniken zur Bewertung der auf das NCAR CCM3 angewendeten GCM-Trübung. J Clim 14: 25402550 CrossRef Google Scholar Ogura T, Emori S, Tsushima Y, Abe-Ouchi A, Kimoto M (2007) Klimasensitivität eines allgemeinen Zirkulationsmodells mit verschiedenen Wolkenmodellierungsannahmen. J Meteorol Soc Jpn (eingereicht) Pope VD, Gallani ML, Rowntree PR, Stratton RA (2000) Die Auswirkung neuer physikalischer Parametrisierungen im Hadley Center Klimamodell HadAM3. Clim Dyn 16: 123146 CrossRef Google Scholar Wecker MA, Allan RP (2004) Auswertung von Klimamodellsimulationen von tropischer Wolke. Tellus 56: 308327 CrossRef Google Scholar Wecker MA, McAvaney B, Andronova N, Buja L, Esch M, Ingram W, Li B, Quaas J, Roeckner E, Senior C, Söden B, Volodin E, Webb M, Williams K (2006) ) Globale mittlere Cloud-Feedbacks in idealisierten Klimawandel-Experimenten. Geophys Res Lett 33: L07718 CrossRef Google Scholar Roeckner E, Bauml G, Bonaventura L, Brokopf R, Esch M, Giorgetta M, Hagemann S, Kirchner I, Kornblau L, Manzini E, Rhodin A, Schlese U, Schulzweida U, Tompkins A (2003) Das atmosphärische allgemeine Kreislaufmodell ECHAM 5. Teil I: Modellbeschreibung. Technischer Bericht 349, Max-Planck-Institut für Meteorologie Rossow WB, Schiffer RA (1991) ISCCP-Cloud-Datenprodukte. (1996) Internationale Satellitwolken-Klimatologie-Projekt (ISCCP) - Dokumentation von neuen Cloud-Datenbeständen. WMOTD 737, World Meteorological Organization, S. 115 Rossow WB, Tselioudis G, Polak A, Jakob C (2005) Tropisches Klima, beschrieben als eine Verteilung von Wetterzuständen, die durch unterschiedliche Mesoscale-Wolken-Eigenschaftsmischungen angegeben sind. Geophys Res Lett 32 (21) Senior CA, Mitchell JFB (1993) Kohlendioxid und Klima: Die Auswirkungen der Cloud-Parametrisierung. J Clim 6: 393418 CrossRef Google Scholar Soden BJ, Held IM (2006) Eine Bewertung der Klima-Feedbacks in gekoppelten Ozean-Atmosphäre-Modelle. J Clim 19: 33543360 CrossRef Google Scholar Tompkins AM, Craig GC (1999) Empfindlichkeit der tropischen Konvektion zur Meeroberflächentemperatur in Abwesenheit von großflächiger Strömung. J Clark 12 (2): 462476 CrossRef Google Scholar Tselioudis G, Jakob C (2002) Auswertung von Wolkenhöhen in einem Wetter und einem Klimamodell: Abhängigkeit von dynamischem Regime und räumlicher Auflösung. J Geophys Res 107 (D24): 4781 CrossRef Google Scholar Tselioudis G, Zhang Y, Rossow WB (2000) Wolken - und Strahlungsschwankungen im Zusammenhang mit dem Niedrig - und Hochdruckniveau im Norden. J Clim 13 (2): 312327 CrossRef Google Scholar Wang J, Rossow WB, Uttal T, Rozendaal M (1999) Variabilität der Wolkenkonstruktion während der ASTEX-Beobachtung aus einer Kombination von rawinsonde, Radar, Ceilometer und Satelliten. (2001) Kombinieren von ERBE - und ISCCP-Daten, um die Wolken im Hadley Center, ECMWF und LMD atmosphärischen Klimamodellen zu bewerten. Clim Dyn 17: 905922 CrossRef Google Scholar Webb MJ, Senior CA, Sexton DMH, Ingram WJ, Williams KD, Wecker MA, McAvaney BJ, Colman R, Sönden BJ, Gudgel R, Knutson T, Emori S, Ogura T, Andronova NG, Li B, Musat I, Bony S, Taylor KE (2006) Über den Beitrag der lokalen Feedbackmechanismen zur Klimasensitivität in zwei GCM-Ensembles. Clim Dyn 27 (1): 1738 CrossRef Google Scholar Wetherald RT, Manabe S (1988) Cloud-Feedback-Prozesse in einem allgemeinen Zirkulationsmodell. J Atmos Sci 45: 13971415 CrossRef Google Scholar Williams KD, Senior CA, Mitchell JFB (2001) Vorübergehender Klimawandel in den Hadley-Center-Modellen: die Rolle der physikalischen Prozesse. J Clim 14 (12): 26592674 CrossRef Google Scholar Williams KD, Wecker MA, Senior CA (2003) Evaluierung der Cloud-Antwort auf den Klimawandel und die aktuelle Klimavariabilität. Clim Dyn 20: 705721 Google Scholar Williams KD, Senior CA, Slingo A, Mitchell JFB (2005) Auf dem Weg zur Bewertung der Cloud-Antwort auf den Klimawandel mit Hilfe der Cluster-Technik Identifikation von Cloud-Regimes. Clim Dyn 24: 701719 CrossRef Google Scholar Williams KD, Wecker MA, Senior CA, Webb MJ, McAvaney BJ, Andronova N, Bony S, Dufresne JL, Emori S, Gudgel R, Knutson T, Wegner J, Slingo A, Mitchell JFB (2006) Evaluation einer Komponente der Cloud-Antwort auf den Klimawandel in einem Intercomparison von Klimamodellen. Clim Dyn 26: 145165 CrossRef Google Scholar Winton M (2005) Einfache optische Modelle für die Diagnose Oberflächenatmosphäre Kurzwellen-Interaktionen. J Clim 18: 37963805 CrossRef Google Scholar Zhang Y, Rossow WB, Lacis AA, Oinas V, Mishchenko MI (2004) Berechnung der Strahlungsflüsse von der Oberfläche zur Atmosphäre auf der Basis von ISCCP und anderen globalen Datensätzen: Verfeinerung der Strahlungsübertragung Modell und Eingabedaten. J Geophys Res 109 (D19,105) Zhang MH, Lin WY, Klein SA, Bacmeister JT, Bony S, Cederwall RT, Del Genio AD, Hack JJ, Loeb NG, Lohmann U, Minnis P, Musat I, Pincus R, Stier P, Suarez MJ, Webb MJ, Wu JB (2005) Vergleich der Wolken und ihrer jahreszeitlichen Schwankungen in 10 atmosphärischen Zirkulationsmodellen mit Satellitenmessungen. J Geophys Res 110 (D15) Copyright-Hinweise British Crown Copyright 2007 Autoren und Mitgliedsverbände KD Williams 1 2 E-Mail-Autor G. Tselioudis 3 4 1. Hadley Centre Met Büro Exeter UK 2. Environmental Systems Science Center Universität von Reading Exeter UK 3. NASA Goddard Institut für Weltraumstudien New York USA 4. Institut für Angewandte Physik Columbia University New York USA Über diesen Artikel