Вклад парниковых газов и солнечной активности в тренд глобальной приповерхностной температуры по расчетам с климатическими моделями ансамбля CMIP6

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Получены количественные оценки вклада антропогенных воздействий, характеризуемых изменениями радиационного воздействия парниковых газов в атмосфере, и вариаций солнечной активности в тренд глобальной приповерхностной температуры на вековом временном горизонте по расчетам с климатическими моделями ансамбля CMIP6 в сопоставлении с результатами анализа многолетних данных с ХIХ в. с использованием авторегрессионных моделей. Проведено сравнение результатов по расчетам с климатическими моделями, характеризуемыми низкой, средней и высокой чувствительностью температуры к изменению содержания СО2 в атмосфере. Получено, в частности, что эмпирическим оценкам определяющего вклада в тренд глобальной приповерхностной температуры содержания парниковых газов в атмосфере на полувековом и вековом временных интервалах наиболее соответствуют оценки по расчетам с климатической моделью INM-CM4-8 Института вычислительной математики им. Г.И. Марчука РАН с наименьшей чувствительностью глобальной приповерхностной температуры к удвоению содержания СО2 в атмосфере.

Об авторах

И. И. Мохов

Институт физики атмосферы им. А.М. Обухова РАН; Московский государственный университет им. М.В. Ломоносова

Email: mokhov@ifaran.ru
Пыжевский пер., 3, стр. 1, Москва, 119017 Россия; ГСП-1, Ленинские горы, 1, стр. 2, Москва, 119991 Россия

Д. А. Смирнов

Институт физики атмосферы им. А.М. Обухова РАН; Саратовский филиал Института радиотехники и электроники им. В.А. Котельникова РАН

Автор, ответственный за переписку.
Email: smirnovda@yandex.ru
Пыжевский пер., 3, стр. 1, Москва, 119017 Россия; ул. Зеленая, 38, Саратов, 410019 Россия

Список литературы

  1. Володин Е.М. Равновесная чувствительность модели климата к увеличению концентрации СО2 в атмосфере при различных методах учета облачности // Изв. РАН. Физика атмосферы и океана. 2021. Т. 57. № 2. С. 139–145.
  2. Голицын Г.С., Мохов И.И. Оценки чувствительности и роли облаков в простых моделях климата// Изв. АН СССР. Физика атмосферы и океана. 1978. Т. 14. № 8. С. 803–814.
  3. Груза Г.В., Ранькова Э.Я. Наблюдаемые и ожидаемые изменения климата Российской Федерации: температура воздуха. Обнинск: ВНИИГМИ-МЦД. 2012. 194 с.
  4. Марчук Г.И., Дымников В.П., Залесный В.Б., Лыкосов В.Н., Бобылева И.М., Галин В.Я., Перов В.Л. Математическая модель общей циркуляции атмосферы и океана // Докл. АН СССР. 1980. Т. 253. № 3. С. 577–581.
  5. Марчук Г.И., Дымников В.П., Залесный В.Б., Лыкосов В.Н., Галин В.Я. Математическое моделирование общей циркуляции атмосферы и океана. Л.: Гидрометеоиздат, 1984. 320 с.
  6. Марчук Г.И., Кондратьев К.Я., Козодеров В.В., Хворостьянов В.И. Облака и климат. Л.: Гидрометеоиздат, 1986. 512 с.
  7. Мохов И.И. Реакция простой энергобалансовой модели климата на изменение ее параметров // Изв. АН СССР. Физика атмосферы и океана. 1979. Т. 15. № 4. С. 375–383.
  8. Мохов И.И. О влиянии СО2 на термический режим земной климатической системы // Метеорология и гидрология. 1981. № 4. С. 24–34.
  9. Мохов И.И. Диагностика структуры климатической системы. СПб: Гидрометеоиздат, 1993. 271 с.
  10. Мохов И.И. Изменения климата: причины, риски, последствия, проблемы адаптации и регулирования // Вест. РАН. 2022. Т. 92. № 1. С. 3–14.
  11. Мохов И.И., Галин В.Я., Дегтярев А.И., Круглова Е.Н., Мелешко В.П., Соколов А.П., Спорышев П.В., Стенчиков Г.Л., Тросников И.В., Шейнин Д.А. Сравнение моделей общей циркуляции. Диагностика внутригодовой эволюции облачности // Изв. РАН. Физика атмосферы и океана. 1994. Т. 30. № 4. С. 527–542.
  12. Мохов И.И., Петухов В.К. Взаимодействие облачности и радиации в моделях общей циркуляции, прогноза погоды и климата. М.: Междуведомственный геофизический комитет АН СССР. 1988. 52 с.
  13. Мохов И.И., Смирнов Д.А. Эмпирические оценки воздействия антропогенных и естественных факторов на глобальную приповерхностную температуру // Доклады АН. 2009. Т.426. С. 679–684.
  14. Мохов И.И., Смирнов Д.А. Оценки вклада Атлантической мультидесятилетней осцилляции и изменений атмосферного содержания парниковых газов в тренды приповерхностной температуры по данным наблюдений // Докл. РАН. 2018а. Т. 480. № 1. С. 97-102.
  15. Мохов И.И., Смирнов Д.А. Вклад радиационного воздействия парниковых газов и атлантической мультидесятилетней осцилляции в тренды приповерхностной температуры // Метеорология и гидрология. 2018б. № 9. С. 5–13.
  16. Мохов И.И., Смирнов Д.А. Эмпирические оценки вклада парниковых газов и естественной климатической изменчивости в тренды приповерхностной температуры для различных широт // Докл. РАН. Науки о Земле. 2022. Т. 503. № 1. С. 48–54.
  17. Мохов И.И., Смирнов Д.А., Карпенко А.А. Оценки связи изменений глобальной приповерхностной температуры с разными естественными и антропогенными факторами на основе данных наблюдений // Докл. РАН. 2012. Т. 443. № 2. C. 225–231.
  18. Мухин Д.Н., Селезнев А.Ф., Гаврилов А.С., Фейгин А.М. Оптимальные эмпирические модели динамических систем с внешними воздействиями: общий подход и примеры из климата // Известия вузов. Прикладная нелинейная динамика. 2021. Т. 29. Вып. 4. С. 571–602.
  19. Allen M.R., Gillett N.P., Kettleborough J.A., Hegerl G., Schnur R., Stott P.A. et al. Quantifying anthropogenic influence on recent near-surface temperature change // Surv. Geophys. 2006. V. 27. P. 491–544.
  20. Bindoff N.L., Stott P.A., AchutaRao K.M. et al. Detection and contribution // In: Climate Change 2013: The Physical ScienceBasis, Ed. by T.F. Stocker et al., Cambridge Univ. Press, Cambridge, New York. 2013. P. 867–952.
  21. Climate Change 2021: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change / V. Masson-Delmotte, et al. (eds.). NY, Cambridge: Cambridge Univ. Press, 2021. 2391 pp.
  22. Foster G., Rahmstorf S. Global temperature evolution 1979–2010 // Environ. Res. Lett. 2011. V. 6. 044022.
  23. Kajtar J.B., Collins M., Frankcombe L.M., England M.H., Osborn T.J., Juniper M. Global mean surface temperature response to large-scale patterns of variability in observations and CMIP5 // Geophys. Res. Lett. 2019. V. 46. P. 2232–2241.
  24. Kaufmann R., Kauppi H., Stock J. Emissions, concentrations, & temperature: A time series analysis // Clim. Change. 2006. V. 77. P. 249–278.
  25. Kaufmann R., Kauppi H., Mann M., Stock J. Reconciling anthropogenic climate change with observed temperature 1998–2008 // Proc. Nat. Acad. Sci. 2011. V. 108. P. 11790–11793.
  26. Kopp G., Lean J. A new, lower value of total solar irradiance: Evidence and climate significance // Geophys. Res. Lett. 2011. V. 38. L01706.
  27. Lockwood M. Recent changes in solar outputs and the global mean surface temperature. III. Analysis of contributions to global mean air surface temperature rise // Proc. R. Soc. A: Math., Phys. and Eng. Sci. 2008. V. 464(2094). P. 1387–1404.
  28. Loehle C., Scafetta N. Climate change attribution using empirical decomposition of climatic data // Open Atmos. Sci. J. 2011. V. 5. P. 74–86.
  29. McBride L.A. Hope A.P., Canty T.P., Bennett B.F., Tribett W.R., Salawitch R.J. Comparison of CMIP6 historical climate simulations and future projected warming to an empirical model of global climate // Earth Syst. Dyn. 2021. V. 12. P. 545–579.
  30. Mokhov I.I. Global cloudiness: Tendencies of change / In: ISPP-7 "Piero Caldirola", Controlled Active Global Experiments (CAGE). E. Sindoni and A.Y. Wong (Eds.). Societa Italiana di Fisica, Bologna. 1991. P. 19–37.
  31. Mokhov I.I., Smirnov D.A. Contributions to surface air temperature trends estimated from climate time series: Medium-term causalities // Chaos. 2022. V. 32. P. 063128. https://doi.org/10.1063/5.0088042
  32. Mokhov I.I., Smirnov D.A. Contribution of solar irradiance variations to surface air temperature trends at different latitudes estimated from long-term data // Pure Appl. Geophys. 2023. V. 180. P. 3053–3070.
  33. Mokhov I.I., Smirnov D.A. Contributions of greenhouse gases and solar activity to global climate change from CMIP6 models simulations // arxiv. 2024. https://arxiv.org/abs/2406.05468
  34. Santer B.D., Wigley T.M.L., Doutriaux C., Boyle, J.S., Hansen J.E., Jones P.D. et al. Accounting for the effects of volcanoes and ENSO in comparisons of modeled and observed temperature trends // J. Geophys. Res. 2001. V. 106(D22). P. 28033–28059.
  35. Scafetta N. Advanced testing of low, medium, and high ECS CMIP6 GCM simulations versus ERA5-T2m // Geophys. Res. Lett. 2022. V. 49. e2022GL097716. https://doi. org/10.1029/2022GL097716
  36. Scafetta N. CMIP6 GCM ensemble members versus global surface temperatures // Clim. Dyn. 2023. V. 60. P. 3091–3120. https://doi.org/10.1007/s00382-022-06493-w
  37. Sherwood S.C., Webb M.J., Annan J.D., Armour K.C., Forster P.M., Hargreaves J.C. et al. An assessment of Earth's climate sensitivity using multiple lines of evidence // Rev. Geophys. 2020. V. 58. e2019RG000678. https://doi.org/10.1029/2019RG000678
  38. Smirnov D.A., Mokhov I.I. From Granger causality to “long-term causality”: application to climatic data // Phys. Rev. E. 2009. V. 80. P. 016208.
  39. Smirnov D.A., Mokhov I.I. Relating Granger causality to long-term causal effects // Phys. Rev. E. 2015. V. 92. № 4. 042138.
  40. Stern D.I., Kaufmann R.K. Anthropogenic and natural causes of climate change // Clim. Change. 2014. V. 122. P. 257–269.
  41. Stolpe M.B., Medhaug I., Knutti R. Contribution of Atlantic and Pacific multidecadal variability to twentieth-century temperature changes // J. Climate. 2017. V. 30. P. 6279–6295.
  42. Tiedke M. Representation of clouds in large-scale models // Mon. Wea. Rev. 1993. V. 121. P. 3040–3061.
  43. Weare B.C., Mokhov I.I. Evaluation of total cloudiness and its variability in the Atmospheric Model Intercomparison Project // J. Climate. 1995. V. 8. No. 9. P. 2224–2238.
  44. Zhou J., Tung K.K. Deducing multidecadal anthropogenic global warming trends using multiple regression analysis // J. Atmos. Sci. 2013. V. 70. P. 3–8.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».