[论文解读] Perturbing parameters to understand cloud contributions to climate change

Margaret L. Duffy, Brian Medeiros+2 more|arXiv (Cornell University)|Oct 12, 2023

Atmospheric aerosols and clouds被引用 4

一句话总结

本研究利用包含206次模拟的CAM6扰动参数集合（PPE），评估45个大气模型参数对云反馈和平衡气候敏感度（ECS）的影响。结果表明，CAM6中的参数不确定性导致的云反馈范围与CMIP6和AMIP集合相当，但高云高度反馈大于WCRP评估值；从CAM5到CAM6的参数调优无法解释CAM6中云反馈的增加，该增加主要源于模型结构变化，特别是从CAM6.0到CAM6.3的改变。

ABSTRACT

The sensitivity of cloud feedbacks to atmospheric model parameters is evaluated using a CAM6 perturbed parameter ensemble (PPE). The CAM6 PPE perturbs 45 parameters across 262 simulations, 206 of which are used here. The spread in total cloud feedback and its six components across the CAM6 PPE are comparable to the spread across the CMIP6 and AMIP ensembles, indicating that parametric uncertainty mirrors structural uncertainty. However, the high-cloud altitude feedback is generally larger in the CAM6 PPE than WCRP assessment, CMIP6, and AMIP values. We evaluate the influence of each of the 45 parameters on the total cloud feedback and each of the six cloud feedback components. We also explore whether the CAM6 PPE can be used to constrain the total cloud feedback, with inconclusive results. Further, we find that despite the large parametric sensitivity of cloud feedbacks in CAM6, a substantial increase in cloud feedbacks from CAM5 to CAM6 is not a result of changes in parameter values. Notably, the CAM6 PPE is run with a more recent version of CAM6 (CAM6.3) than was used for AMIP (CAM6.0), and has a smaller total cloud feedback (0.56 W m$^{-2}$ K$^{-1}$) as compared to CAM6.0 (0.81 W m$^{-2}$ K$^{-1}$) owing primarily to reductions in low clouds over the tropics and middle latitudes. The work highlights the large sensitivity of cloud feedbacks to both parameter values and structural details in CAM6.

研究动机与目标

• 使用扰动参数集合（PPE）评估CAM6中45个大气模型参数对云反馈的敏感性。
• 评估CAM6中的参数不确定性是否能再现CMIP6和AMIP模型集合中观察到的结构性不确定性。
• 调查CAM6 PPE是否可利用平均态云误差和与WCRP评估的差异来约束总云反馈。
• 确定从CAM5到CAM6的参数值变化是否解释了观测到的云反馈和ECS增加。
• 分离出模型结构变化（如从CAM6.0到CAM6.3）对云反馈大小改变的作用。

提出的方法

• 开展包含206次模拟的CAM6 PPE，对云微物理、对流和辐射方案中的45个参数进行扰动。
• 利用大气顶（TOA）能量平衡和辐射通量异常，计算总云反馈及其六个分量（高云高度、热带海洋低云等）的反馈。
• 使用TOA能量平衡方程 ΔN = ΔF + λΔT 推导反馈参数，其中 λ = λ_cloud + λ_noncloud。
• 应用回归分析，识别与总云反馈及分量云反馈最相关的参数。
• 将CAM6 PPE结果与CMIP6和AMIP模型集合以及WCRP评估结果进行比较，以评估其约束潜力。
• 使用简单回归模型量化从CAM5到CAM6的参数变化对观测到的云反馈增加的贡献。

Figure 1: Top-of-atmosphere radiative imbalance in each of the 262 PPE simulations for both the PD (left) and SST4K (right) experiments. The dashed horizontal line goes through the default value and the black lines are 15 W m -2 away from the default. Dot colors correspond to the E ${}_{\textrm{NET}

实验结果

研究问题

• RQ1 单个模型参数如何影响CAM6中的总云反馈和分量云反馈？
• RQ2 CAM6中的参数不确定性在多大程度上再现了CMIP6和AMIP集合中观察到的云反馈范围？
• RQ3 是否可利用平均态云误差或与WCRP评估的差异，通过CAM6 PPE来约束总云反馈？
• RQ4 从CAM5到CAM6的云反馈增加是否可归因于参数值变化或模型结构变化？
• RQ5 从CAM6.0到CAM6.3的总云反馈减少（从0.81降至0.56 W m⁻² K⁻¹）的原因是什么？

主要发现

• CAM6 PPE中总云反馈及其六个分量的范围，与CMIP6和AMIP集合中观察到的范围在量级上相当，表明参数不确定性捕捉了结构性不确定性的显著部分。
• CAM6 PPE中的高云高度反馈显著大于WCRP评估值以及CMIP6和AMIP中的值，表明该分量可能存在高估。
• 与高云高度反馈最相关的参数是积云块体温度扰动（ZM_tiedke_add）和次网格冰晶活化比例因子（microp_aero_wsubi_scale）。
• 尽管参数敏感性显著，但从CAM5到CAM6的参数值变化对总云反馈增加的解释力很弱；模型结构变化是主要驱动因素。
• 从CAM6.0到CAM6.3的总云反馈减少（从0.81降至0.56 W m⁻² K⁻¹）主要归因于热带和中纬度低云的减少，而非参数调优。
• CAM6 PPE中，平均态云误差和与WCRP评估的差异与总云反馈无关，与CMIP模型中的情况不同，因此利用这些指标进行反馈约束的结论不明确。

Figure 2: Spread in global-mean radiative feedback across CMIP6 models (yellow) and across PPE (blue). From bottom to top are the total radiative feedbacks, the cloud-radiative feedbacks, SW cloud-radiative feedbacks, and LW cloud-radiative feedbacks. The black square over the AMIP models denotes th