Miroc 3 2 Gcm Forex

contributo relativo dei processi di feedback per l'amplificazione artica di variazione della temperatura nel MIROC GCM Cita questo articolo come: Yoshimori, M. Watanabe, M. Abe-Ouchi, A. et al. Clim Dyn (2014) 42: 1613. doi: 10.1007s00382-013-1875-9 La constatazione che il riscaldamento superficie sopra l'Artico è superiore a quella sul resto del mondo sotto il riscaldamento globale è una caratteristica robusto tra i modelli di circolazione generale (GCM). Mentre sono stati proposti diversi meccanismi, quantificando il loro contributo relativo è un compito importante, al fine di capire il comportamento del modello. Qui si applica una tecnica di analisi recentemente proposto un feedback a un GCM atmosphereocean meno di due e quattro volte concentrazioni di CO 2, che portano a circa stagionalmente e annualmente climi priva di ghiaccio marino. Il contributo di una valutazione ai cambiamenti di temperatura nell'Artico è indagato. Il riscaldamento della superficie nella regione artica è un contributo di albedo, vapore acqueo e una valutazione di condensazione su larga scala e ha ridotto dal feedback raffreddamento per evaporazione. Il contrasto riscaldamento superficie tra l'Artico e le medie globali (AA) è mantenuto da albedo e raffreddamento per evaporazione feedback. Quest'ultimo contribuisce a AA prevalentemente raffreddando le basse latitudini più che l'Artico. trasporto calore latente nelle aumenta artiche e il raffreddamento evaporativo, quindi, oltre a valutazioni di condensa su larga scala contribuisce positivamente alla AA. D'altra parte, il trasporto di energia a secco statica nell'Artico diminuisce e il feedback di riscaldamento, quindi, dinamica contribuisce negativamente alla AA. Un importante contributo viene quindi effettuato tramite cambiamenti nel ciclo idrologico e non attraverso il processo di trasporto calore secco. Una risposta più vicino alla superficie che in alto nella regione artica è mantenuto dal albedo, vapore acqueo, e una valutazione di riscaldamento dinamici, in cui il feedback albedo e vapore acqueo contribuiscono attraverso il riscaldamento della superficie di più di alto, e il feedback di riscaldamento dinamico contribuisce da raffreddamento alto oltre la superficie. Nei nostri esperimenti, mare e ghiaccio marino dinamiche giocano un ruolo secondario. Si dimostra che un diverso livello di CO 2 aumento introduce una differenza latitudinale e stagionale nelle feedback. Riferimenti Alexeev VA, Langen PL, Bates JR (2005) di amplificazione polare del riscaldamento della superficie su un Aquaplanet in fantasma esperimenti costringendo senza una valutazione di ghiaccio del mare. Clim Dyn 24: 655.666 CrossRef Google Scholar Alexeev VA, Esaù io, Polyakov IV, Byam SJ, Sorokina S (2011) la struttura verticale del recente riscaldamento artico dai dati osservati e prodotti di rianalisi. Clim Chan 111: 215239 CrossRef Google Scholar Andrews T, Ringer MA, Doutriaux-Boucher M, Webb MJ, Collins WJ (2012) La sensibilità di un modello climatico sistema Terra per radiativo idealizzato forzatura. Geophys Res Lett 39: L10702. doi: 10.10292012gl051942 Google Scholar Bintanja R, Graversen RG, Hazeleger W (2011) Arctic riscaldamento invernale amplificato dalla inversione termica e conseguente raffreddamento infrarossi a bassa allo spazio. Nat Geosci 4: 758.761 CrossRef Google Scholar Bintanja R, van der Linden CE, Hazeleger W (2012) la stabilità dello strato limite e il cambiamento climatico nell'Artico: uno studio di feedback utilizzando EC-Terra. Clim Dyn 39: 26.592.673 CrossRef Google Scholar Bo J, Sala A, Qu X (2009) GCM attuali irrealistico feedback negativo nella regione artica. J Clim 22: 46.824.695 CrossRef Google Scholar Cai M (2005) di amplificazione dinamico di riscaldamento polare. Geophys Res Lett 32: L22710. doi: 10.10292005gl024481 CrossRef Google Scholar Cai M, Lu JH (2009) un nuovo quadro per isolare i singoli processi di feedback nei modelli climatici accoppiati circolazione generale. Parte II: Metodo di dimostrazioni e confronti. Clim Dyn 32: 887.900 CrossRef Google Scholar Crook JA, Forster PM, Stuber N (2011) i modelli spaziali di feedback clima modellato e contributi alla risposta della temperatura e l'amplificazione polare. J Clim 24: 35.753.592 CrossRef Google Scholar Curry JA, Schramm JL, Ebert EE (1995) meccanismo di albedo del ghiaccio marino retroazione climatica. J Clim 8: 240247 CrossRef Google Scholar Drijfhout S, van Oldenborgh GJ, Cimatoribus A (2012) è un calo di AMOC causando il buco riscaldamento al di sopra del nord Atlantico in modelli di riscaldamento osservato e modellate J Clim 25: 83.738.379 CrossRef Google Scholar Goldenson N, Doherty SJ, Bitz CM, Olanda MM, Luce B, Conley AJ (2012) risposta al clima artico forzatura da particelle che assorbono la luce nella neve e ghiaccio marino in CESM. Atmos Chem Phys 12: 79.037.920 CrossRef Google Scholar Graversen RG, Wang MH (2009) di amplificazione polare in un modello climatico accoppiato con albedo bloccato. Clim Dyn 33: 629.643 CrossRef Google Scholar Graversen RG, Mauritsen T, Tjernström M, Kallen E, Svensson G (2008) la struttura verticale del recente riscaldamento dell'Artico. Nature 451: 5356 CrossRef Google Scholar Sala A (2004) Il ruolo del feedback superficie albedo nel clima. J Clim 17: 15.501.568 CrossRef Google Scholar Sala A, Manabe S (1999) Il ruolo del feedback del vapore acqueo in imperturbato variabilità del clima e il riscaldamento globale. J Clim 12: 23.272.346 CrossRef Google Scholar Held IM, Soden BJ (2006) risposte robuste del ciclo idrologico al riscaldamento globale. J Clim 19: 56.865.699 CrossRef Google Scholar Olanda MM, CM Bitz (2003) di amplificazione polare del cambiamento climatico nei modelli accoppiati. Clim Dyn 21: 221232 CrossRef Google Scholar Hwang YT, Frierson DMW, Kay JE (2011) Accoppiamento tra una valutazione artiche e cambiamenti nel trasporto di energia verso i poli. Geophys Res Lett 38: L17704. doi: 10.10292011gl048546 Google Scholar sviluppatori di K-1 modello, X (2004) K-1 modello accoppiato (miroc) descrizione. Tech. rappresentante. Centro per il sistema climatico della Ricerca, l'Università di Tokyo Kay JE, Olanda MM, Bitz CM, Blanchard-Wrigglesworth E, Gettelman A, Conley A, Bailey D (2012) L'influenza di feedback locali e verso nord il trasporto di calore sulla risposta clima artico equilibrio ad un aumento dei gas serra forzatura. J Clim 25: 54.335.450 CrossRef Google Scholar Lan A, Kageyama M, Braconnot P, Alkama R (2009) Impatto delle variazioni di concentrazione di gas a effetto serra sulla superficie energetica in IPSL-CM4: modelli di riscaldamento regionale, rapporti Landsea riscaldamento, e le differenze glacialinterglacial. J Clim 22: 46.214.635 CrossRef Google Scholar Langen PL, Graversen RG, Mauritsen T (2012) Separazione dei contributi di una valutazione radiative a amplificazione polare su un Aquaplanet. J Clim 25: 30.103.024 CrossRef Google Scholar Lu JH, Cai M (2009a) Stagionalità dei polare amplificazione del riscaldamento della superficie in simulazioni climatiche. Geophys Res Lett 36: L16704. doi: 10.10292009gl040133 CrossRef Google Scholar Lu JH, Cai M (2009b) un nuovo quadro per isolare i singoli processi di feedback nei modelli climatici accoppiati circolazione generale. Parte I: formulazione. Clim Dyn 32: 873.885 CrossRef Google Scholar Lu JH, Cai M (2010) Quantificazione contributi per l'amplificazione del riscaldamento polare in un modello di circolazione generale accoppiato idealizzato. Clim Dyn 34: 669.687 CrossRef Google Scholar Mahlstein I, Knutti R (2011) Ocean trasporto di calore come causa per il modello di incertezza nel riscaldamento artico proiettata. J Clim 24: 14.511.460 CrossRef Google Scholar Manabe S, Stouffer RJ (1979) di CO 2 studio di sensibilità di clima con un matematico-modello del clima globale. Nature 282: 491.493 CrossRef Google Scholar Manabe S, Stouffer RJ (1980) La sensibilità di un modello climatico globale a un aumento della concentrazione di CO 2 nell'atmosfera. J Geophys Res 85: 55.295.554 CrossRef Google Scholar Manabe S, Wetherald RT (1975) Effetti del raddoppio concentrazione di CO 2 sul clima di un modello di circolazione generale. J Atmos Sci 32: 315 CrossRef Google Scholar Oishi R, Abe-Ouchi A (2009) Influenza della vegetazione dinamica sui cambiamenti climatici derivanti da aumento di CO 2. Clim Dyn 33: 645.663 CrossRef Google Scholar Ohmura A (1984) sulla causa del tipo di Fram cambio stagionale in ampiezza diurna di temperatura dell'aria in polari-regioni. J Climatol 4: 325.338 CrossRef Google Scholar Ohmura A (2012) variabilità della temperatura rafforzata nel cambiamento climatico ad alta quota. Theor Appl Climatol 110: 499.508 CrossRef Google Scholar Qu X, Sala A (2007) ciò che controlla la forza della neve albedo di feedback J Clim 20: 39.713.981 CrossRef Google Scholar Ridley J, Lowe J, Brierley C, Harris G (2007) incertezza la sensibilità del ghiaccio marino artico al riscaldamento globale in un parametro modello climatico turbato insieme. Geophys Res Lett 34: L19704. doi: 10.10292007gl031209 CrossRef Google Scholar Robock A (1983) di ghiaccio e neve feedback e la distribuzione latitudine e stagionale della sensibilità climatica. J Atmos Sci 40: 986.997 CrossRef Google Scholar Schneider EK, Kirtman BP, Lindzen RS (1999) vapore acqueo troposferico e sensibilità climatica. J Atmos Sci 56: 16.491.658 CrossRef Google Scholar JA schermo, Simmonds I (2010) Il ruolo centrale della diminuzione del ghiaccio marino nel recente amplificazione artica temperatura. Nature 464: 13.341.337 CrossRef Google Scholar JA schermo, Simmonds I (2011) errati andamento della temperatura artiche nell'era-40 rianalisi: uno sguardo più attento. J Clim 24: 26.202.627 CrossRef Google Scholar Serreze MC, Barry RG (2011) I processi e gli impatti di Arctic dell'amplificazione: una sintesi di ricerca. Globale Planet Chan 77: 8596 CrossRef Google Scholar Serreze MC, Barrett AP, Stroeve JC, Kindig DN, Olanda MM (2009) L'emergere di superficie a base di amplificazione artica. La criosfera 3: 1119 CrossRef Google Scholar Shindell D, Faluvegi G (2009) risposta climatici a radiativo regionale forzatura durante il ventesimo secolo. Nat Geosci 2: 294.300 CrossRef Google Scholar Soden BJ, Held IM, Colman R, Shell KM, Kiehl JT, Shields CA (2008) Quantificare una valutazione climatici usando kernel radiativi. J Clim 21: 35.043.520 CrossRef Google Scholar Taylor PC, Cai M, Hu A, Meehl J, Washington W, Zhang GJ (2013) Una scomposizione dei contributi di feedback per l'amplificazione del riscaldamento polare. J Clim. doi: 10.1175jcli-d-12-00.696,1 Tsushima Y, Emori S, T Ogura, Kimoto M, Webb MJ, Williams KD, Ringer MA, Soden BJ, Li B, Andronova N (2006) Importanza della distribuzione nuvola fase mista nel clima di controllo per valutare la risposta di nubi ad aumentare l'anidride carbonica: uno studio multi-modello. Clim Dyn 27: 113126 CrossRef Google Scholar Vavrus S (2004) L'impatto della valutazione della nube sul clima artico sotto serra forzatura. J Clim 17: 603.615 CrossRef Google Scholar Winton M (2006) Amplified Arctic cambiamenti climatici: che cosa fa un feedback superficie albedo hanno a che fare con esso Geophys Res Lett 33: L03701. doi: 10.10292005gl025244 Google Scholar Yoshimori M, Abe-Ouchi A (2012) Fonti di diffusione nelle proiezioni Multimodel del bilancio di massa superficiale calotta glaciale della Groenlandia. J Clim 25: 11.571.175 CrossRef Google Scholar Yoshimori M, Yokohata T, Abe-Ouchi A (2009) Un confronto di forza di retroazione climatica tra il raddoppio di CO2 e gli esperimenti LGM. J Clim 22: 33.743.395 CrossRef Google Scholar Yoshimori M, Hargreaves JC, JD Annan, Yokohata T, Abe-Ouchi A (2011) Dipendenza di feedback sulla forzatura e lo stato del clima in ensemble dei parametri di fisica. J Clim 24: 64.406.455 CrossRef informazioni Google Scholar Copyright Springer-Verlag Berlin Heidelberg 2013 Autori e affiliazioni Masakazu Yoshimori 1 Autore e-mail Masahiro Watanabe 1 Ayako Abe-Ouchi 1 2 Hideo Shiogama 3 Tomoo Ogura 3 1. Atmosfera e Ocean Research Institute L'Università di Tokyo Chiba Giappone 2. Research Institute for Global Change Giappone Agenzia per la marino-Terra Scienza e della Tecnologia di Yokohama in Giappone 3. Istituto nazionale per gli studi ambientali Tsukuba Giappone questo articleGCM confronto di regimi cloud globale: la valutazione attuale e la risposta ai cambiamenti climatici Cita questo articolo come : Williams, KD Tselioudis, G. Clim Dyn (2007) 29: 231. doi: 10.1007s00382-007-0232-2 Il feedback radiativo dalle nuvole rimane la principale fonte di variazione di sensibilità climatica tra modelli di circolazione generale (GCM). Una metodologia nuvola di clustering viene applicata a sei GCM contemporanee al fine di fornire un intercomparazione dettagliata e valutazione dei regimi nube simulati. Analizzando GCM nel contesto dei regimi di cloud, i processi relativi a particolari tipi di cloud hanno maggiori probabilità di essere valutati. In questo documento, le proprietà medi dei regimi cloud globale vengono valutati, e la risposta cloud per i cambiamenti climatici vengono analizzati nel quadro cloud-regime. La maggior parte dei GCM sono in grado di simulare i principali regimi cloud, tuttavia nessuno dei modelli analizzati hanno una buona rappresentazione di cumulo commercio nei tropici. I modelli condividono anche una difficoltà nel simulare quei regimi con le parti superiori della nube a metà livelli, con solo ECHAM5 produzione di un regime di tropicale congestus cumulo. Otticamente spessa, alta nube superiore nei extra-tropici, tipicamente associato con il passaggio di sistemi frontali, viene simulato considerevolmente troppo frequentemente nel modello ECHAM5. Questo sembra essere un risultato del tipo nuvola persistente nel modello dopo che le condizioni meteorologiche associate a sistemi frontali hanno cessato. La simulazione del stratocumulus nel MIROC GCM è troppo esteso, con conseguente tropici essere troppo riflettente. La maggior parte della risposta cloud globale-media per raddoppiato di CO 2 nel GCM si trova ad essere il risultato di cambiamenti nelle proprietà nuvola radiative dei regimi, piuttosto che cambiamenti nella frequenza relativa di occorrenza (RFO) dei regimi. La maggior parte della varianza nella risposta cloud globale tra il GCM nasce dalle differenze nella risposta radiativo del cloud frontale in extra-tropicali e da stratocumuli nuvola nei tropici. Questa variazione è in gran parte il risultato di troppo elevate ORP di regimi specifici in particolare GCM. Si dimostra qui che la valutazione e il conseguente miglioramento nella simulazione delle proprietà regime di oggi ha il potenziale per ridurre la varianza della risposta cloud globale, e quindi la sensibilità del clima, tra GCM. Per l'insieme di modelli considerati in questo studio, l'uso di osservazioni dei regimi medi oggi nube suggerisce una potenziale riduzione della gamma di sensibilità clima di quasi un terzo. materiale supplementare elettronico La versione online di questo articolo (doi: 10.1007s00382-007-0232-2) contiene materiale supplementare, che è disponibile per gli utenti autorizzati. materiale supplementare Riferimenti Anderberg MR (1973) l'analisi di cluster per le applicazioni. Academic, New York, pag 359 Google Scholar Boer GJ, Yu B (2003) la sensibilità del clima e la risposta. Clim Dyn 20: 415.429 Google Scholar Bony S, Dufresne JL (2005) Marine nubi strato limite al cuore della nube incertezze di feedback nei modelli climatici. Geophys Res Lett 32 (20): L20806 CrossRef Google Scholar Bony S, Dufresne JL, Le Treut H, Morcrette JJ, CA Senior (2004) On componenti dinamiche e termodinamiche dei cambiamenti cloud. Clim Dyn 22: 7186 CrossRef Google Scholar Cess RD, Potter GL, Blanchet JP, Boer GJ, Delgenio dC, Dequ M, Dymnikov V, Galin V, Gates WL, Ghan SJ, Kiehl JT, Lacis AA, Le Treut H, Li ZX , Liang XZ, McAveney BJ, Meleshko VP, Mitchell JFB, Morcrette JJ, Randall DA, Rikus L, Roeckner E, Royer JF, Shlese U, Sheinin DA, Slingo A, Sokolov AP, Taylor KE, Washington WM, Wetherald RT, Yagai io, Zhang MH (1990) Intercomparison e interpretazione dei processi di feedback climatici in 19 modelli di circolazione generale atmosferica. J Geophys Res 95: 1.660.116,615 mila CrossRef Google Scholar Cubasch U, Meehl GA, Boer GJ, Stouffer RJ, Dix M, Noda A, CA anziano, Raper SCB, Yap KS (2001) le proiezioni dei cambiamenti climatici futuri. In: Houghton JT, Ding Y, Griggs DJ, Noguer M, van der Linden P, Dai X, K Maskell, Johnson CI (a cura di) I cambiamenti climatici 2001: la base scientifica. contributo del gruppo di lavoro I al terzo rapporto di valutazione del Gruppo intergovernativo sui cambiamenti climatici. Cambridge University Press, London, pp 525.582 Haywood JM, Allan RP, Culverwell I, Slingo A, Milton S, Edwards JM, Clerbaux N (2005) Può polvere del deserto spiegare la radiazione a onda lunga uscente anomalia sul Sahara durante luglio 2003 J Geophys Res 110 (D05105) Jakob C, Tselioudis G (2003) l'identificazione Obiettivo regimi nube nel tropicale del Pacifico occidentale. Geophys Res Lett 30 (21) Jakob C, Tselioudis G, Hume T (2005) Il radiativo, nuvola e proprietà termodinamiche dei principali regimi di cloud Pacifico tropicale occidentale. J Clim 18: 12.031.215 CrossRef Google Scholar Johns TC, Durman CF, Banche HT, Roberts MJ, McLaren AJ, Ridley JK, CA anziano, Williams asciutto, Jones A, Rickard GJ, Cusack S, Ingram WJ, Crocifisso M, Sexton DMH, Joshi MM, Dong BW, Spencer H, Hill RSR, Gregory JM, Keen AB, Pardaens AK, Lowe JA, Bodas-Salcedo A, Stark S, Searl Y (2006) Il nuovo Hadley centro modello climatico HadGEM1: valutazione delle simulazioni accoppiate. J Clim 19 (7): 13271353 CrossRef Google Scholar sviluppatori di K-1 modello (2004) K-1 modello accoppiato (MIROC) descrizione. K-1 relazione tecnica 1. In: Hasumi H, Emori S (a cura di), Centro per il sistema climatico Research. Università di Tokyo Kalnay E, Kanamitsu M, Kistler R, Collins W, Deaven D, Gandin L, Iredell M, Saha S, Bianco G, lana J, Zhu Y, Chelliah M, Ebisuzaki W, Higgins W, Janowiak J, Mo KC , Ropelewski C, Wang J, Leetmaa A, Reynolds R, R Jenne, Joseph D (1996) Il NCEPNCAR progetto di ri-analisi di 40 anni. Bull Am Soc Meteorol 77 (3): 437.471 CrossRef Google Scholar Klein SA, Hartmann DL (1993) Il ciclo stagionale di nubi basse stratiformi. J Clim 6 (8): 15.871.606 CrossRef Google Scholar Klein SA, Jakob C (1999) Validazione e sensibilità delle nubi frontali simulati dal modello ECMWF. Mon Meteo Rev 127 (10): 25.142.531 CrossRef Google Scholar Klein SA, Hartmann DL, Norris JR (1995) sulle relazioni tra struttura a basso-cloud, la temperatura della superficie del mare e la circolazione atmosferica in estate est del Pacifico. J Clim 8 (5): 11.401.155 CrossRef Google Scholar Martin GM, Bush MR, Brown AR, Blocco AP, Smith RNB (2000) Un nuovo sistema di miscelazione strato limite. Parte II: test di clima e modelli di mesoscala. Mon Meteo Rev 128 (9): 32.003.217 CrossRef Google Scholar Martin GM, Ringer MA, Papa VD, Jones A, Dearden C, Hinton TJ (2006) Le proprietà fisiche dell'atmosfera nel nuovo Hadley Centro Globale modello da esterno (HadGEM1). Parte I: descrizione del modello e climatologia globale. J Clim 19: 12.741.301 CrossRef Google Scholar McAvaney BJ, Le Treut H (2003) La nube Valutazione progetto intercomparazione: (CFMIP). In: contributi CLIVAR Exchangessupplementary. 26 marzo Norris JR, Weaver CP (2001) miglioramento delle tecniche per la valutazione nuvolosità GCM applicata al NCAR CCM3. J Clim 14: 25.402.550 CrossRef Google Scholar Ogura T, Emori S, Tsushima Y, Abe-Ouchi A, Kimoto M (2007) la sensibilità del clima di un modello di circolazione generale con diverse ipotesi nuvola di modellazione. J Meteorol Soc Jpn (presentata) Papa VD, Gallani ML, Rowntree PR, Stratton RA (2000) L'impatto delle nuove parametrizzazioni fisiche nel clima Hadley Centro modelHadAM3. Clim Dyn 16: 123146 CrossRef Google Scholar Ringer MA, Allan RP (2004) valutare il clima modello simulazioni di nubi tropicale. Tellus 56: 308.327 CrossRef Google Scholar Ringer MA, McAvaney B, Andronova N, Buja L, Esch M, Ingram W, Li B, Quaas J, Roeckner E, Terza C, Soden B, Volodin E, Webb M, Williams K (2006 ) globale significa una valutazione cloud in esperimenti di cambiamento climatico idealizzate. Geophys Res Lett 33: L07718 CrossRef Google Scholar Roeckner E, Bauml G, Bonaventura L, Brokopf R, Esch M, Giorgetta M, Hagemann S, Kirchner io, Kornblueh L, Manzini E, Rhodin A, Schlese U, Schulzweida U, Tompkins A (2003) La circolazione atmosferica generale modello ECHAM 5. Parte I: descrizione del modello. Relazione Tecnica 349, Istituto Max Planck per la meteorologia Rossow WB, Schiffer RA prodotti dati Cloud (1991) ISCCP. Bull Am Soc Meteorol 72: 220 CrossRef Google Scholar Rossow WB, Walker AW, Beuschel DE, Roiter MD (1996) Internazionale satellitare Nube Climatologia progetto (ISCCP) la documentazione delle nuove serie di dati cloud. WMOTD 737, World Meteorological Organisation, p 115 Rossow WB, Tselioudis G, Polak A, Jakob C (2005) clima tropicale descritto come una distribuzione di stati climatiche indicate da distinti mesoscala miscele di proprietà cloud. Geophys Res Lett 32 (21) CA anziano, Mitchell JFB (1993) Anidride carbonica e clima: L'impatto del cloud parametrizzazione. J Clim 6: 393.418 CrossRef Google Scholar Soden BJ, Held IM (2006) Una valutazione di una valutazione del clima nei modelli accoppiati oceano-atmosfera. J Clim 19: 33.543.360 CrossRef Google Scholar Tompkins AM, Craig GC (1999) Sensibilità della convezione tropicale temperatura della superficie del mare, in assenza di flusso su larga scala. J Clim 12 (2): 462.476 CrossRef Google Scholar Tselioudis G, Jakob C (2002) La valutazione delle proprietà della nube alle medie latitudini in un tempo e un modello climatico: la dipendenza dal regime dinamico e risoluzione spaziale. J Geophys Res 107 (D24): 4781 CrossRef Google Scholar Tselioudis G, Zhang Y, Rossow WB (2000) variazioni Cloud e radiazione associata a bassa e alta pressione mare regimi livello alle medie latitudini settentrionali. J Clim 13 (2): 312327 CrossRef Google Scholar Wang J, Rossow WB, Uttal T, Rozendaal M (1999) La variabilità della struttura verticale della nube durante ASTEX osservato da una combinazione di radiosonda, radar, nefoipsometro e satellitare. Mon Meteo Rev 127 (10): 24.842.502 CrossRef Google Scholar Webb M, Terza C, Bony S, Morcrette JJ (2001) La combinazione di dati ERBE e ISCCP per valutare nuvole nel Centro Hadley, ECMWF e modelli climatici atmosferico LMD. Clim Dyn 17: 905.922 CrossRef Google Scholar Webb MJ, CA anziano, Sexton DMH, Ingram WJ, Williams KD, Ringer MA, McAvaney BJ, Colman R, Soden BJ, Gudgel R, Knutson T, Emori S, Ogura T, Tsushima Y, Andronova NG, Li B, Musat I, Bony S, Taylor KE (2006) Sul contributo dei meccanismi di feedback locali per la gamma di sensibilità climatica in due formazioni GCM. Clim Dyn 27 (1): 1738 CrossRef Google Scholar Wetherald RT, Manabe S (1988) cloud processi di feedback in un modello di circolazione generale. J Atmos Sci 45: 13.971.415 CrossRef Google Scholar Williams KD, CA anziano, Mitchell JFB (2001) Transient cambiamenti climatici nei modelli Hadley Centro: il ruolo dei processi fisici. J Clim 14 (12): 26.592.674 CrossRef Google Scholar Williams KD, Ringer MA, CA Senior (2003) Valutazione della risposta cloud per i cambiamenti climatici e la variabilità del clima attuale. Clim Dyn 20: 705.721 Google Scholar Williams KD, CA anziano, Slingo A, Mitchell JFB (2005) Verso valutare la risposta al cambiamento climatico nuvola utilizzando il clustering tecnica di identificazione dei regimi cloud. Clim Dyn 24: 701.719 CrossRef Google Scholar Williams KD, Ringer MA, CA anziano, Webb MJ, McAvaney BJ, Andronova N, Bony S, Dufresne JL, Emori S, Gudgel R, Knutson T, Li B, Lo K, Musat I, Wegner J, Slingo a, Mitchell JFB (2006) la valutazione di un componente della risposta cloud per i cambiamenti climatici in un confronto di modelli climatici. Clim Dyn 26: 145.165 CrossRef Google Scholar Winton M (2005) modelli ottici semplici per l'atmosfera superficie diagnosi interazioni onde corte. J Clim 18: 37.963.805 CrossRef Google Scholar Zhang Y, Rossow WB, Lacis AA, Oinas V, Mishchenko MI (2004) Calcolo dei flussi radiativi dalla superficie superiore del clima sulla base ISCCP e altri insiemi di dati globali: perfezionamenti del trasferimento radiativo modello e di input dei dati. J Geophys Res 109 (D19,105) Zhang MH, Lin WY, Klein SA, Bacmeister JT, Bony S, Cederwall RT, Del Genio dC, Hack JJ, Loeb NG, Lohmann U, P Minnis, Musat I, Pincus R, Stier P, Suarez MJ, Webb MJ, Wu JB (2005) Confronto tra le nuvole e le loro variazioni stagionali in 10 modelli di circolazione atmosferica generale con le misurazioni satellitari. J Geophys Res 110 (D15) informazioni sul copyright della Corona Britannica Copyright 2007 Autori e Affiliazioni KD Williams 1 2 Email autore G. Tselioudis 3 4 1. Met Office Hadley Centre di Exeter nel Regno Unito 2. Environmental Systems Science Centre dell'Università di Reading nel Regno Unito Exeter 3. NASA Goddard Istituto per gli Studi Spaziali di New York Stati Uniti d'America 4. Dipartimento di Fisica applicata Columbia University di New York Stati Uniti d'America su questo articolo