This is a good article. Click here for more information.

기후 민감도

Climate sensitivity
기후 민감도를 결정하는 요소의 다이어그램입니다.CO 수치를 높인2 후 초기 온난화가 발생합니다.이러한 온난화는 피드백의 순효과에 의해 증폭됩니다.자체 강화 피드백에는 햇빛 반사 얼음의 용융과 높은 증발로 평균 대기 수증기 증가, 즉 온실 가스이다.

기후 민감도는 대기 중 이산화탄소(CO2)[1] 농도가 두 배로 증가할 때 지구 표면이 얼마나 따뜻해질지 등 특정 요인이 기후 시스템에 변화를 일으킨 후 얼마나 차가워지거나 따뜻해질지를 나타내는 척도입니다.기술적 용어로 기후 민감도는 지구 평균 표면 [2]온도의 평균 변화이며, 이는 지구의 유입 에너지와 배출 에너지 간의 차이를 유발합니다.기후 민감성은 기후과학의 [3]중요한 척도이며, 인위적인 지구 온난화의 궁극적인 결과를 이해하고자 하는 기후 과학자들에게는 집중적인 영역이다.

지구 표면은 아산화질소와 메탄과 같은 다른 온실 가스의 농도 증가와 더불어 대기 중2 CO의 증가로 인해 따뜻해진다.기온 상승은 대기 수증기의 증가와 같은 기후 시스템에 이차적인 영향을 끼친다. 이 수증기는 그 자체로 온실 가스이기도 하다.과학자들은 기후 피드백이 얼마나 강한지 정확히 알지 못하며 온실 가스 농도의 증가로 인한 정확한 온난화의 양을 예측하는 것은 어렵다.기후 민감도가 과학적 추정치의 높은 쪽에 있는 것으로 판명될 경우 지구 온난화를 2°C(3.6°F) 이하로 제한한다는 파리 협정의 목표는 [4]달성하기 어려울 것이다.

기후 민감성의 2가지 주요 형식은 단기간"과도 기후 대응", 지구의 평균 온도에서는 대기 중 이산화 탄소 농도 2배로 증가하고 있는 시기에 열렸던 것으로 예상되는, 그리고"평형 기후 감도", 지구의 평균 온도 occu에 더 높은 장기적인 증가.rCO 농도의 두 배가2 된 효과가 안정된 상태에 도달하기 위한 시간을 가졌다.기후 민감도는 일반적으로 세 가지 방법으로 추정된다. 산업화 시대에 취해진 기온과 온실 가스 수준을 직접 관측하는 것, 간접적으로 추정된 온도와 지구의 먼 과거로부터 얻은 다른 측정치를 사용하는 것, 그리고 컴퓨터로 기후 시스템의 다양한 측면을 모델링하는 것.

배경

에너지가 태양빛으로 지구에 도달하고 우주로 가는 열 복사로 지구를 떠나는 속도는 균형을 이루어야 하며, 그렇지 않으면 행성의 총 열 에너지의 양은 언제든지 오르내릴 것이고, 이는 행성이 전체적으로 더 따뜻하거나 더 차가워지는 결과를 낳는다.유입되는 방사 에너지와 방출되는 방사 에너지 비율 사이의 불균형을 일으키는 요인을 복사 강제라고 합니다.따뜻한 행성은 열을 더 빨리 우주로 방출하기 때문에 결국 더 높은 온도와 저장된 에너지 함량을 가진 새로운 균형에 도달합니다.하지만, 지구의 온난화는 또한 연쇄적인 영향을 미치는데, 이것은 악화되는 피드백 고리로 더 많은 온난화를 일으킨다.기후 민감도는 일정량의 복사력이 얼마나 [2]많은 온도 변화를 일으킬지를 나타내는 척도입니다.개념적 틀은 경제적 외부효과의 영향을 평가하는 데 적용되는 것과 유사하다.

복사 강제

주요 기사: 복사력과 지구의 에너지 불균형

복사 강제력은 일반적으로 와트/제곱미터(W2/m)로 정량되며,[5] 대기 상단으로 정의된 지구의 최상층 표면에서 평균된다.강제력의 크기는 물리적 드라이버에 고유하며 적용에 [6]관련된 시간 범위와 관련하여 정의됩니다.1750년부터 2020년까지의 장기 기후 민감도에 대한 기여의 맥락에서, 대기 CO의
2 50% 증가는 약 +2.1 W/m의2 [7]강제력을 특징으로 한다.지구의 에너지 불균형(즉, 난방/냉각 속도)에 대한 단기적 기여의 맥락에서 관심 시간 간격은 측정 또는 시뮬레이션 데이터 샘플링 사이의 간격만큼 짧을 수 있으며, 따라서 더 작은 강제 값이 수반될 가능성이 높다.이러한 조사의 강제성은 10월 단위로 [8][9]분석 및 보고되었다.

복사 강제력은 지구 [10]온도에 장기적인 변화를 일으킨다.복사 강제력에 기여하는 많은 요인: 온실 효과로부터의 하강 방사선 증가, 행성 궤도 변화로 인한 태양 방사선의 변화, 태양 복사 강도의 변화, 에어로졸에 의한 직간접 효과(예: 구름 덮개의 알베도 변화), 토지 이용의 변화(삼림화 또는 손실)s 반사 얼음 [5]덮개).현대 연구에서 온실 가스에 의한 복사 강제력은 잘 알려져 있다.2019년 현재 에어로졸의 [11]불확실성이 크다.

주요 번호

이산화탄소 수치는2 산업혁명으로 인류가 석탄과 같은 화석연료를 많이 태우기 시작한 18세기에 280ppm에서 2020년에는 415ppm 이상으로 증가했다.이산화탄소는 온실 가스이기 때문에2 열에너지가 지구 대기를 빠져나가는 것을 방해한다.2016년 대기 중 CO2 수준은 산업화 이전 수준보다 45% 증가했으며, 비선형 [12][note 1]효과로 인해2 CO 증가로 인한 복사력은 산업화 이전보다 이미 50% 이상 높았다.18세기 산업혁명의 시작과 2020년 사이에 지구의 온도는 섭씨 1도를 약간 웃돌았다.[13]

사회적 중요성

기후변화 완화의 경제학은 탄소 중립성을 얼마나 빨리 달성해야 하는지에 크게 좌우되기 때문에 기후 민감도 추정치는 중요한 경제적 및 정책적 의미를 가질 수 있다.한 연구에 따르면 일시적인 기후 반응(TCR) 값의 불확실성을 절반으로 줄이면 [14]수조 달러를 절약할 수 있습니다.과학자들은 기후 민감도가 높아지면 기온의 급격한 상승을 의미하기 때문에 미래의 기온에 대한 온실 가스 증가 추정치의 정확성에 대해 확신하지 못하고 있으며, 이는 상당한 기후 [15]조치를 취하는 것을 더욱 신중하게 만든다.기후 민감도가 과학자들이 추정하는 것보다 훨씬 높은 수준인 것으로 판명될 경우 지구 온난화를 2°C 이하로 제한한다는 파리 협약 목표는 달성될 수 없으며, 온도 상승은 최소한 일시적으로 그 한계를 초과할 것이다.한 연구는 평형 기후 민감도(장기 측정치)가 3.4°C(6.1°F)[4]보다 높을 경우 배출량을 2°C 목표를 충족할 수 있을 정도로 빠르게 줄일 수 없다고 추정했다.기후 시스템이 온실 가스 농도 변화에 더 민감할수록, 기온이 장기 [16][17]평균보다 훨씬 높거나 훨씬 낮은 수십 년을 겪을 가능성이 높다.

기부자

복사 강제력은 기후변화의 한 구성요소이다.(산업화2 이전 280ppm에서) 대기 중 CO 수준이 두 배로 증가하여 발생하는 복사력은 평방미터(W/m)당2 약 3.7와트이다.피드백이 없을 경우 에너지 불균형은 결국 약 1°C(1.8°F)의 지구 온난화를 초래할 것이다.이 수치는 Stefan-Boltzmann[note 2][18] 법칙을 사용하여 계산하는 것이 간단하며 [19]이론의 여지가 없다.

기후 피드백에서 더 많은 기여가 발생하는데, 이는 악화와 억제 [20]둘 다이다.기후 민감도 추정치의 불확실성은 전적으로 수증기 피드백, 얼음-알베도 피드백, 구름 피드백 및 감률 [19]피드백을 포함한 기후 시스템의 피드백 모델링에서 비롯된다.피드백을 억제하는 것은 따뜻한 행성에서 우주로 에너지가 방출되는 속도를 증가시킴으로써 온난화에 대항하는 경향이 있다.피드백을 악화시키는 것은 온난화를 증가시킨다; 예를 들어, 높은 온도는 얼음을 녹이게 할 수 있고, 이것은 얼음 면적과 반사되는 햇빛의 양을 감소시키고, 이는 다시 우주로 방출되는 더 적은 열 에너지를 감소시킨다.기후 민감도는 이러한 [18]피드백 간의 균형에 따라 달라집니다.

방안

다양한 기후 민감도 측정이 서로 어떻게 관련되어 있는지에 대한 개략도

시간 척도에 따라 기후 민감도를 정의하는 두 가지 주요 방법이 있다. TCR(단기 과도 기후 반응)과 ECS(장기 평형 기후 민감도)는 모두 피드백 루프 악화에 따른 온난화를 통합한다.이들은 개별 범주는 아니지만 겹칩니다.대기2 중 CO 농도의 [21][22]2배 온도 변화량으로 대기 중 CO 증가에2 대한 민감도를 측정한다.

"기후 민감도"라는 용어는 일반적으로 대기 중 CO2 상승으로 인한 복사 강제력에 대한 민감도에 사용되지만, 기후 시스템의 일반적인 특성이다.다른 약품도 방사선의 불균형을 일으킬 수 있습니다.기후 민감도는 복사 강제력의 단위 변화당 표면 공기 온도 변화이며, 따라서 기후 민감도[note 3] 매개변수는 °C/(W/m2) 단위로 표시됩니다.기후 민감도는 복사 강제(온실 가스 또는 태양 [23]변화 등)의 이유가 무엇이든 거의 동일하다.기후 민감도를 산업화 이전 수준의 두 배인 대기2 중 CO의 온도 변화로 나타낼 때, 그 단위는 섭씨(°C)이다.

과도 온도 반응

과도기후응답(TCR)은 대기2 CO 농도가 [24]연간 1%로 증가하는 기후 모델 시뮬레이션에서 "대기 중 이산화탄소가 두 배로 증가할 때 중심인 20년 동안 지구 평균 표면 온도의 변화"로 정의된다.이 추정치는 단기 [25]시뮬레이션을 사용하여 생성됩니다.온도 상승을 악화시키는 느린 피드백은 대기 중 CO2 농도 증가에 완전히 반응하는 데 더 많은 시간이 걸리기 때문에 과도 반응은 평형 기후 민감도보다 낮다.예를 들어, 깊은 바다는 섭동 후에 새로운 정상 상태에 도달하는데 수 세기가 걸리며, 그 동안 계속해서 위쪽 바다를 [26]식히는 히트 싱크 역할을 합니다.IPCC 문헌 평가는 TCR이 1°C(1.8°F)와 2.5°C(4.5°F)[27] 사이에 있을 것으로 추정한다.

관련된 척도는 누적 탄소 배출량에 대한 일시적인 기후 반응(TCRE)으로, CO가 10002 GtC [28]배출된 후 전지구 평균 표면 온도 변화이다.이와 같이 강제시 온도 피드백뿐만 아니라 탄소사이클 [29]및 탄소사이클 피드백도 포함한다.

평형 기후 민감도

평형 기후 민감도(ECS)는 대기 CO2 농도(δT2×)의 2배로 인해 발생할 것으로 예상되는 장기 온도 상승(평형 지구 평균 근표면 온도)이다.CO 농도가2 증가하지 않게 되면 새로운 지구 평균 지표면 근방 대기 온도를 예측한 것으로, 대부분의 피드백이 완전한 효과를 발휘하기 위한 시간을 가졌습니다.평형 온도에 도달하는 데는 CO가 두 배로 증가한 후2 수 세기 또는 심지어 수 천 년이 걸릴 수 있습니다.ECS는 바다의 단기 완충 [22]효과 때문에 TCR보다 높다.컴퓨터 모델은 ECS를 [30]추정하기 위해 사용됩니다.포괄적 추정치는 전체 시간 범위를 모델링하고, 전체 시간 범위(예: 완전히 균일한 해양 온도)와 같이 모델에서 중요한 피드백이 계속해서 지구 온도를 변화시키려면 수천 년을 커버하는 컴퓨터 모델을 실행해야 한다는 것을 의미합니다.그러나 컴퓨팅 집약도가 낮은 [31]방법이 있습니다.

IPCC 6차 평가 보고서(AR6)는 ECS가 2.5°C - 4°C 범위 내에 있으며, 최선의 추정치는 3°[32]C라고 높은 신뢰성이 있다고 밝혔다.

ECS와 관련된 긴 시간 척도는 기후 [33]변화에 관한 정책 결정에 대한 관련성이 거의 없는 척도로 만든다.

유효 기후 감도

ECS에 대한 일반적인 근사치는 효과적인 평형 기후 민감도이며, 모델 또는 아직 [24]평형 상태가 아닌 실제 관측에서 기후 시스템의 데이터를 사용하여 평형 기후 민감도를 추정하는 것이다.추정치는 일정 기간 온난화 후 측정된 피드백의 순증폭 효과가 [34]이후에도 일정하게 유지될 것으로 가정한다.피드백은 시간에 [35][24]따라 달라질 수 있기 때문에 반드시 맞는 것은 아닙니다.많은 기후 모델에서는 시간이 지남에 따라 피드백이 강해지므로 실제 [36]ECS보다 효과적인 기후 민감도가 낮습니다.

접지 시스템 감도

정의상 평형 기후 민감도는 빙상 및 초목의 변화로 인한 지구의 알베도의 장기적 변화와 같이 나타나는 데 수천 년이 걸리는 피드백을 포함하지 않는다.그것은 또한 수천년이 걸리는 심해 온난화의 느린 반응을 포함한다. 따라서 ECS는 이산화탄소가 산업화 이전의 [37]두 배 수준으로 안정화된다면 일어날2 실제 미래의 온난화를 반영하지 못한다.지구 시스템 민감도(ESS)는 이러한 느린 피드백 루프의 영향을 통합한다. 예를 들어, 마지막 빙하기 동안 북반구의 대부분을 덮고 여전히 그린란드와 남극 대륙을 덮고 있는 거대한 대륙 빙상의 녹음으로 인한 지구의 알베도 변화와 같은 것이다.식생 변화와 해양 순환의 변화로 인한 알베도 변화도 포함된다.[38][39]장기 피드백 루프는 ECS보다 ESS를 더 크게 만듭니다(아마도 두 배 더 크게 만들 수 있습니다.지구의 지질학적 역사 데이터는 ESS를 추정하는 데 사용됩니다.현대와 고대 기후 조건의 차이는 미래 ESS의 추정치가 매우 [40]불확실하다는 것을 의미한다.ECS 및 TCR과 마찬가지로 탄소 순환은 ESS의 정의에 포함되지 않지만 기후 시스템의 다른 모든 요소가 포함된다.[41]

강제성에 대한 민감도

온실 가스 및 에어로졸과 같은 다양한 강제 작용제는 초기 방사선 불균형을 지구 전체에 걸쳐 평균화한 복사 힘을 사용하여 비교할 수 있다.기후 민감도는 복사력 당 온난화의 양이다.방사선 불균형의 원인은 온실가스가 되든 다른 것이 되든 상관없다.단, CO 이외의2 선원으로부터의 복사력은 CO로부터의 유사한2 복사력보다 다소 크거나 작은 표면 온난화를 일으킬 수 있다.피드백의 양은 주로 강제력이 전 세계에 균일하게 분포되어 있지 않기 때문에 다양합니다.초기에 북반구, 육지 또는 극지 지역을 따뜻하게 하는 힘은 지구 전체에 더 균일하게 분포되어 있는 CO로부터의 동등한2 힘보다 더 체계적으로 온도 변화에 효과적이다.그 이유는 이러한 지역이 얼음-알베도 피드백과 같이 더 많은 자체 강화 피드백을 가지고 있기 때문이다.여러 연구에 따르면 지구 기온 변화에 있어 인간이 배출하는 에어로졸이 CO보다2 더 효과적이며 화산 작용은 덜 [42]효과적이다.CO 강제력에 대한2 기후 민감도를 과거 온도와 강제력(에어로졸과 온실가스의 혼합에 의해 발생)을 사용하여 추정할 경우, 그러한 영향을 고려하지 않으면 기후 민감도는 과소평가된다.[43]

상태 의존

눈덩이 지구의 예술가 인상.

기후 민감도는 CO가2 두 배로 증가하여 발생하는 단기 또는 장기 온도 변화로 정의되어 왔지만, 지구 기후 시스템의 민감도가 일정하지 않다는 증거가 있습니다.예를 들어, 이 행성에는 극지방의 얼음과 고지대 빙하가 있다.세계의 얼음이 완전히 녹을 때까지, 악화되는 얼음-알베도 피드백 루프는 시스템을 전반적으로 [44]더 민감하게 만든다.지구의 역사를 통틀어, 여러 기간 동안 눈과 얼음이 지구 전체를 덮고 있는 것으로 생각된다."스노우볼 어스"의 대부분의 모델에서 열대 지방은 적어도 간헐적으로 얼음이 덮여 있지 않았다.얼음이 진행 또는 후퇴함에 따라, 얼음 덮개 면적의 큰 변화가 매우 강한 얼음-알베도 피드백을 만들었기 때문에 기후 민감도가 매우 높았을 것이다.화산성분 변화는 눈덩이 [45]상태를 탈출하는 데 필요한 복사력을 제공한 것으로 생각된다.

평형 기후 민감도는 기후에 따라 변할 수 있다.

제4기(가장 최근의 258만년) 동안 기후는 빙하기(최후의 빙하기)와 간빙기(가장 최근의 빙하기) 사이에서 진동했지만, 그 기간의 기후 민감도는 측정하기 어렵다.약 5550만 년 전의 고생세-에오세 열 최대값은 비정상적으로 따뜻했으며 평균 이상의 기후 [46]민감도를 특징으로 했을 수 있다.

티핑포인트를 넘으면 기후 민감도가 더욱 변할 수 있습니다.티핑포인트가 기후 민감도에 단기적인 변화를 일으킬 가능성은 낮다.티핑 포인트를 넘으면 기후 민감도는 티핑 포인트에 도달하는 서브시스템의 시간 척도에 따라 변화할 것으로 예상된다.특히 여러 개의 상호 작용 티핑 포인트가 있는 경우, 새로운 상태로의 기후 전환은 [47]되돌리기가 어려울 수 있습니다.

기후 민감도에 대한 가장 일반적인 두 가지 정의는 기후 상태를 규정한다. 즉, ECS와 TCR은 산업화 이전 시대의 CO 수준에2 대한 두 배로 정의된다.기후 민감도의 잠재적 변화로 인해, 기후 시스템은 CO를 두 번째로 두 배로 증가시키면2 첫 번째 두 배로 증가했을 때와 다른 양으로 따뜻해질 수 있습니다.대기 중으로 CO가 추가로2 [44]방출된 후 1세기에는 기후 민감도 변화의 영향이 작거나 무시할 수 있을 것으로 예상된다.

견적

과거 추정치

19세기 스반테 아레니우스는 CO 농도의2 두 배가 된 결과로 지구 온난화를 정량화한 최초의 사람이다.이 문제에 대한 첫 번째 논문에서, 그는 CO의 양이2 두 배로 증가하면 지구 온도가 약 5~6°C(9.0~10.8°F) 상승할 것이라고 추정했다.이후 연구에서 그는 이 추정치를 4°C(7.2°[48]F)로 수정했다.아레니우스는 보름달에 의해 방출된 방사선에 대한 사무엘 피어폰트 랭글리의 관찰 결과를 수증기와 CO에2 의해 흡수된 방사선의 양을 추정하기 위해 사용했다.수증기 피드백을 설명하기 위해, 그는 상대 습도가 지구 [49][50]온난화에서도 동일하게 유지될 것이라고 가정했다.

흡수 스펙트럼의 상세 측정을 사용한 최초의 기후 민감도 계산과 대기를 통한 복사 전달의 수치적 통합을 위한 컴퓨터를 사용한 최초의 계산은 1967년 [51]슈쿠로 마나베와 리처드 웨더럴드에 의해 수행되었다.일정한 습도를 가정하여 CO의2 2배당 2.3°C의 평형 기후 민감도를 계산했으며, 논문 요약에서 가장 자주 인용되는 값인 2°C로 반올림했다.이 연구는 "역대 [52]최고의 기후 과학 논문"과 "역대 [53]기후에 대한 가장 영향력 있는 연구"로 불려왔다.

1979년 미국 국립과학아카데미가 소집하고 줄 샤니가 [54]의장을 맡은 인공 지구 온난화 위원회는 평형 기후 민감도를 3°C(5.4°F) + 1.5°C(2.7°F)로 추정했다.Manabe 및 Wetherald 추정치(2°C(3.6°F)), James E. 1979년에는 Hansen의 추정치 4°C(7.2°F)와 Charney의 모델이 유일한 모델이었다.Manabe에, 2004년 말하기 따르면," 차니 오류에 대한 합리적인 마진으로, Manabe의 수에서 subtracted,와 Hansen의, 모든 온실 평가에 절대 나타날 것으로 보이기후 감도의 1.5에서 45°C(2.7에 8.1°F)범위를 불러일으키고 덧붙였다...0.5°C를 선택했다."2008년에[55], 기후 학자 스테판 Rahmstorf: 말했다."당시 Charney 보고서 추정치의 불확실성 범위는 매우 불안정했다.그 이후로,[19] 전 세계의 많은 기후 연구 센터에서 엄청나게 개선된 많은 모델들이 개발되었습니다."

기후변화에 관한 정부간 패널

diagram showing five historical estimates of equilibrium climate sensitivity by the IPCC
IPCC 평가에서 기후 민감도의 과거 추정치.처음 3개의 보고서는 질적으로 가능한 범위를 제시했고, 4번째와 5번째 평가 보고서는 공식적으로 불확실성을 정량화했다.짙은 파란색 범위는 66% 이상일 가능성이 [56][57]있는 것으로 판단됩니다.

지구의 기후 시스템에 대한 이해에 상당한 진전이 있었음에도 불구하고, 평가는 1979년 Charney [58]보고서 이후 한동안 기후 민감도에 대한 유사한 불확실성 범위를 계속 보고했다.1990년 IPCC First Assessment Report에서는 CO의2 2배에 대한 평형 기후 민감도는 1.5 - 4.5 °C(2.7 - 8.1 °F)이며, "현재 지식에 비추어 볼 때 최선의 추측"은 2.5 °C(4.5 °F)[59]라고 추정했다.이 보고서는 해양역학을 단순화한 모델을 사용했다.는full-ocean 순환 모델을 사용하여 IPCC보충 보고서, 1992,,;[60]과 IPCC 제2차 평가 보고서,"아니요 유력한 이유가[ 이러한 추정치]을 바꾸는 국가로 부상했다,"[61]은 보고서에서, 기후 민감도 주변의 불확실성의 많은 insu에 기인한다고 말했다. 1990년 추정" 없는 설득력 있는 이유가 변화를 정당화하기 위해"을 보았다.fficien클라우드 프로세스에 대한 지식2001년 IPCC 제3차 평가 보고서에서도 이 범위가 [62]유지되고 있습니다.

2007년 IPCC 4차 평가[56] 보고서의 저자는 평형 기후 민감도 추정치에 대한 신뢰도가 3차 연차 보고서 [63]이후 상당히 증가했다고 밝혔다.IPCC 저자들은 ECS가 1.5°C(2.7°F)보다 클 가능성이 매우 높고 2 - 4.5°C(3.6 - 8.1°F) 범위에 있을 가능성이 높으며 가장 가능성이 높은 값은 약 3°C(5.4°F)라고 결론지었다.IPCC는 근본적인 물리적 이유와 데이터 한계는 4.5°C(8.1°F)보다 높은 기후 민감도를 배제할 수 없다고 명시했지만, 가능한 범위의 기후 민감도 추정치는 관측치와 대리 기후 데이터에 [63]더 잘 동의했다.

2013년 IPCC 5차 평가 보고서는 산업 연령 데이터를 사용한 일부 추정치가 낮게 나왔기 때문에 1.5 - 4.5°C(2.7 - 8.1°F)의 이전 범위로 되돌아갔다(자세한 내용은 다음 섹션 참조).[22]보고서는 또한 ECS가 1°C(1.8°F)(높은 신뢰도) 미만일 가능성은 극히 낮으며, 6°C(11°F)(중간 신뢰도) 이상일 가능성은 매우 낮다고 밝혔다.그러한 값은 이용 가능한 데이터와 전문가의 [57]판단을 결합하여 추정되었다.

IPCC가 IPCC 6차 평가 보고서를 작성하기 시작했을 때, 많은 기후 모델이 높은 기후 민감도를 나타내기 시작했다.평형 기후 민감도 추정치는 3.2°C에서 3.7°C로, 과도 기후 응답 추정치는 1.8°C에서 2.0°C로 변경되었다.그것은 아마도 구름과 에어로졸의 [64]역할에 대한 더 나은 이해 때문일 것이다.

견적방법

산업 시대(1750~현재) 데이터 사용

기후 민감도는 관측된 온도 상승, 관측된 해양 열 흡수 및 모델링 또는 관측된 복사 힘을 사용하여 추정할 수 있다.데이터는 단순한 에너지 균형 모델을 통해 연결되어 기후 [65]민감도를 계산합니다.복사 강제력은 지구 관측 위성이 산업 시대의 일부(20세기 중반 이후)에만 존재했기 때문에 종종 모델링된다.이러한 글로벌 에너지 제약 조건을 사용하여 계산된 기후 민감도 추정치는 [66]다른 방법을 사용하여 계산한 추정치보다 약 2°C(3.6°F) 더 [65][67][68][69]낮았다.

모델 및 관측 데이터에서 계산한 과도기후응답(TCR) 추정치는 지구 전체보다 더 빨리 따뜻해지는 극지방에서 더 적은 온도 측정치를 고려할 경우 조정될 수 있다.측정이 가능한 영역만 모형을 평가하는 데 사용되는 경우 TCR 추정치의 차이는 무시할 [22][70]수 있습니다.

매우 단순한 기후 모델은 산업[19] 시대 데이터에서 기후 시스템이 균형에 도달하기를 기다린 다음 결과적으로 발생하는 온난화 δTeq(°C)를 측정하여 기후 민감도를 추정할 수 있다.복사력 δF(W/m2)와 측정된 온도 상승을 이용한 평형 기후 민감도 S(°C)의 계산이 가능할 것이다.CO, F의22CO2 2배로 인한 복사력은 약 3.7 W/m로2 비교적 잘 알려져 있다.이 정보를 조합하면 다음과 같은 결과가 됩니다.

T q × 2 × 2 / F { S = \ T _ { } \ F _ { \ _ {2 } / \ F} 。

하지만, 실제 온난화가 평형 온난화를 지연시키고 있기 때문에,[19] 기후 시스템은 평형에 도달하는 데 수 세기 또는 수 천 년이 걸릴 것이기 때문에 평형 상태에 있지 않습니다.산업 시대 데이터에서 기후 민감도를 추정하려면 위의 방정식을 조정해야 합니다.대기에 의해 체감되는 실제 힘은 복사력에서 해양의 열 흡수량을 뺀 H(W2/m)이므로 기후 민감도를 추정할 수 있다.

산업 시대 초기(1750년)와 2011년 사이의 지구 온도 상승은 약 0.85°C(1.53°F)였다.2011년, 18세기 이후 배출된 CO와 기타 장수명 온실가스(주로 메탄, 아산화질소, 클로로플루오로카본)의 복사력은2 약 2.8 W/m였다2.기후 강제력인 δF는 또한 태양 [71]활동(+0.05 W2/m), 에어로졸(-0.9 W2/m), 오존(+0.35 W2/m) 및 기타 작은 영향의 영향을 포함하며, 산업 기간 동안의 총 강제력은 상당한 불확실성과 함께2 2.2 W/m에 이른다.IPCC AR5가 0.42 W/m로2 [72]추정하는 해양 열 흡수량은 S 값이 1.8°C(3.2°F)이다.

기타 전략

이론적으로, 산업화 시대 온도도 만약 기후 시스템이 효과적인 열 용량으로 유명한 기후 시스템이 온도 반응, 따라서 기후 감도:[73]을 위한 시간 척도를 결정하곤 시간 측정한 온도의 자기 상관, 기후 민감성의 견적 c를 사용하여 평가될 수 있한 be가 파생되었습니다.그러나 실제로는 시간 척도와 열 용량을 동시에 결정하는 [74][75][76]것은 어렵다.

일시적인 기후 [77]반응을 억제하기 위해 11년 태양 주기를 이용하려는 시도가 있었다.태양 복사 강도는 태양 최소 기간보다 태양 최대 기간 동안 약 0.9 W/m2 더 높으며, 이러한 영향은 1959년부터 [78]2004년까지 측정된 평균 지구 온도에서 관찰될 수 있다.불행하게도, 그 기간의 태양 최소치는 화산 폭발과 동시에 일어났고, 화산 폭발은 지구 온도에 냉각 효과를 가져왔다.분출은 감소된 태양 복사 강도보다 방사력에서 더 크고 덜 정량화된 감소를 일으켰기 때문에 관측된 온도 [79]변화로부터 유용한 정량적 결론을 도출할 수 있을지는 의문이다.

화산 폭발의 관측은 기후 민감도를 추정하기 위해서도 사용되었지만, 단일 폭발의 에어로졸이 대기에서 길게는 몇 년 동안 지속되기 때문에, 기후 시스템은 결코 평형에 근접할 수 없으며 에어로졸이 대기 중에 오래 머무르는 것보다 냉각이 적다.따라서 화산 폭발은 일시적인 기후 [80]민감도 하한에 대한 정보만 제공한다.

지구의 과거 데이터 사용

과거의 기후 민감도는 지구의 과거 온도와 CO2 수준을 재구성하여 추정할 수 있다.고생대 기후학자들은 따뜻한 플리오센(530만~260만년 전)과 추운 플레이스토세(260만~11,700년 전)[81]와 같은 다양한 지질학적 시기를 연구했고 현재의 기후 변화와 어떤 면에서 유사하거나 유익한 시기를 찾아냈다.기후에 대한 데이터가 적기 때문에 지구 역사상 더 거슬러 올라가면 기후에 대해 연구하기가 더 어렵습니다.예를 들어, 과거의2 CO 농도는 얼음 코어에 갇힌 공기에서 파생될 수 있지만, 2020년 현재 가장 오래된 연속 얼음 코어는 100만 [82]년 미만입니다.Last Glacyal Maximum (LGM; 약 21,000년 전)과 Mid-Holocene (약 6,000년 전)과 같은 최근 기간들은 특히 그들에 대한 더 많은 정보를 얻을 [83][84]수 있을 때 종종 연구된다.

가장 최근 4억 2천만 년의 데이터를 사용하여 만든 2007년 민감도 추정치는 현재 기후 모델의 민감도 및 기타 [85]결정과 일치한다.엄청난 양의 탄소가 대기 중으로 유입되고 평균 지구 온도가 약 6°C(11°F) 상승한 20,000년의 기간인 고생세-에오세 열 최대치(약 5550만년 전)도 온난 상태일 [86]때 기후 시스템을 연구할 수 있는 좋은 기회를 제공한다.지난 80만 년간의 연구는 기후 민감도가 간빙기보다 [87]빙하기에서 더 높았다는 결론을 내렸습니다.

이름에서 알 수 있듯이, 마지막 빙하 최대값은 오늘보다 훨씬 더 추웠고, 그 기간의2 대기 중 CO 농도와 복사력에 대한 좋은 [88]데이터를 이용할 수 있다.이 시기의 궤도 강제력은 오늘날과 달랐지만 연평균 [89]기온에는 거의 영향을 미치지 않았다.마지막 빙하 최대치에서 기후 민감도를 추정하는 방법은 [88]여러 가지가 있다.한 가지 방법은 전지구 복사 강제력과 온도의 추정치를 직접 사용하는 것이다.그러나 이 기간 동안 활성화된 피드백 메커니즘 세트는 추가적인 [89][90]불확실성을 초래하는 CO의 현재2 두 배로 인해 발생하는 피드백과 다를 수 있다.다른 접근방식에서는 중간 복잡도 모델을 사용하여 해당 기간의 조건을 시뮬레이션합니다.이 단일 모델의 여러 버전이 실행되며, 불확실한 파라미터에 대해 서로 다른 값을 선택하여 각 버전이 서로 다른 ECS를 가집니다.LGM이 관찰한 냉각을 가장 잘 시뮬레이션하는 결과가 가장 현실적인 ECS [91]값을 산출할 수 있습니다.

실내 온도 모델 사용

Histogram of equilibrium climate sensitivity as derived for different plausible assumptions
평형 기후 감도의 빈도 분포는 두 배 증가의 시뮬레이션을 기반으로 한다.CO2.[92] 모형 시뮬레이션마다 공정에 대한 추정치가 다르며, 과학자들은 이를 충분히 이해하지 못합니다.시뮬레이션 중 2°C(3.6°F) 미만의 온난화 또는 4°C(7.2°F)[92] 이상의 현저한 온난화를 초래하는 시뮬레이션은 거의 없다.그러나 다른 [93]연구에서도 발견되는 양의 편차는 이산화탄소 농도가 두 배로 증가하면 온도가 크거나 매우 크게 증가할 확률이 작은 증가 [92]확률보다 더 크다는 것을 나타냅니다.

기후 모델은 과거뿐만 아니라 미래의 CO 주도2 온난화를 시뮬레이션합니다.이들은 날씨를 예측하는 기본 모델과 유사한 원리로 작동하지만 장기적인 프로세스에 초점을 맞춥니다.기후 모델은 일반적으로 시작 상태에서 시작하여 이후 상태를 생성하기 위해 물리적 법칙과 생물학 지식을 적용합니다.날씨 모델링과 마찬가지로, 어떤 컴퓨터도 행성 전체의 복잡성을 모델링할 수 있는 힘을 가지고 있지 않기 때문에, 그 복잡성을 관리하기 쉬운 것으로 줄이기 위해 단순화가 사용됩니다.중요한 단순화는 지구의 대기를 모형 세포로 나눈다.예를 들어, 대기는 한 변에서 10km 또는 100km의 정육면체로 나눌 수 있다.각 모델 셀은 동종인 것처럼 취급됩니다.모델 셀의 계산은 각 공기 분자를 [94]개별적으로 시뮬레이션하는 것보다 훨씬 빠릅니다.

낮은 모델 해상도(대형 모델 셀과 긴 시간 스텝)는 컴퓨팅 파워를 덜 소모하지만 대기의 자세한 시뮬레이션을 수행할 수 없습니다.모형은 모형 셀보다 작거나 단일 시간 단계보다 짧은 기간 동안 공정을 시뮬레이션할 수 없습니다.따라서 소규모 및 단기 공정의 효과는 다른 방법을 사용하여 추정해야 합니다.모델에 포함된 물리 법칙도 계산 속도를 높이기 위해 단순화할 수 있습니다.생물권은 기후 모델에 포함되어야 한다.생물권의 영향은 모델링된 조건에서 지역의 평균 식물 집합체의 평균 행동에 대한 데이터를 사용하여 추정한다.따라서 기후 민감도는 이러한 모델의 새로운 특성입니다.이는 규정된 것은 아니지만 모델링된 [22]모든 프로세스의 상호작용에서 비롯됩니다.

기후 민감도를 추정하기 위해 모델은 다양한 복사 강제력(빠른 두 배, 서서히 두 배 또는 과거 배출량 추종)을 사용하여 실행되며 온도 결과는 적용된 강제력과 비교된다.모델에 따라 기후 민감도의 추정치는 다르지만 위에서 설명한 것과 같은 유사한 범위 내에 들어가는 경향이 있습니다.

테스트, 비교 및 견적

기후 시스템의 모델링은 광범위한 결과로 이어질 수 있다.물리적 법칙의 근사치와 생물권의 행동에서 서로 다른 그럴듯한 매개변수를 사용하는 모델이 종종 실행되는데, 이는 각 매개변수의 다른 유형과 변화의 양에 대한 기후의 민감도를 모델링하려고 시도하는 동요된 물리학 앙상블을 형성한다.또는, 다른 기관에서 개발된 구조적으로 다른 모델을 조합하여 앙상블을 형성한다.역사적 기후의 일부를 잘 시뮬레이션할 수 있는 시뮬레이션만 선택하면 기후 민감도를 제한적으로 추정할 수 있다.보다 정확한 결과를 얻기 위한 한 가지 전략은 일반적으로 [95]잘 작동하는 기후 모델에 더 중점을 두는 것입니다.

모형이 관측치, 고분포화 데이터 또는 두 가지 모두를 사용하여 정확하게 반복실험하는지 여부를 검사합니다.그렇지 않으면 물리적 모델 및 매개 변수의 부정확성이 검색되고 모델이 수정됩니다.기후 민감도 추정에 사용되는 모델의 경우, 기후 민감도와 직접 및 물리적으로 연계된 특정 테스트 메트릭을 모색한다.그러한 지표의 예로는 [96]온난화의 지구적 패턴, 열대 및 [97]아열대에서 관측된 상대 습도를 재현하는 모델의 능력, 열 방사 [98]패턴, 장기 과거 [99][100][101]온난화 주변의 온도 변동 등이 있다.다른 기관에서 개발된 앙상블 기후 모델은 3°C(5.4°F)보다 약간 높은 ECS의 제약된 추정치를 생성하는 경향이 있다.ECS가 3°C(5.4°F)를 약간 웃도는 모델은 기후 [102]감도가 낮은 모델보다 위의 상황을 더 잘 시뮬레이션합니다.

여러 모델의 결과를 비교하고 분석하기 위해 많은 프로젝트와 그룹이 존재합니다.예를 들어 CMIP([103]Coubled Model Intercomparison Project)는 1990년대부터 실행되고 있습니다.

2021년 IPCC 6차 평가 보고서를 준비하기 위해, [104][105]전 세계 과학 단체들에 의해 새로운 세대의 기후 모델이 개발되었습니다.평균 추정 기후 민감도는 이전 세대에 비해 Combined Model Intercarison Project Phase 6(CMIP6)에서 증가했으며, 27개 글로벌 기후 모델에 걸쳐 1.8~5.6°C(3.2~10.1°F)에 달하고 10개 모델 [106][107]중 4.5°C(8.1°F)를 초과했다.ECS 증가의 원인은 주로 구름 모델링 개선에 있다.기온 상승은 낮은 구름의 수를 더 급격하게 감소시키는 것으로 여겨지고 낮은 구름의 감소는 더 많은 햇빛이 행성에 흡수되고 [106][108][109]우주로 반사되지 않는다는 것을 의미한다.그러나 ECS 값이 가장 높은 모형은 관측된 [110]온난화와 일치하지 않습니다.

메모들

  1. ^ 2016년 CO2 농도는 403ppm으로 산업화2 이전 CO 농도 278ppm보다 50% 미만 높았다.그러나, 농도가 증가하면 온난화 효과가 점차 작아지기 때문에, 지구는 이미 CO에 의해2 야기된 복사력의 절반 이상에 달하고 있었다.
  2. ^ 계산은 다음과 같습니다.평형 상태에서는 들어오는 방사선과 나가는 방사선의 에너지가 균형을 이루어야 한다.방출 F F는 Stefan-Boltzmann의 법칙 F - T 4({ F=-\4에 따라 지정됩니다. 유입 방사선이 증가하면 방출 방사선도 증가하므로 온도도 증가해야 합니다.CO의 배율로2 인한 복사력 ({ CO_{에 의해 직접적으로 발생하는 온도 상승 2 × (\ CO_{는 다음과 같다.
    CO_{ T CO_
    255K(−18°C;−1)), 일정한 감율 효과적인 온도를 감안할 때, 5.67의 Stefan–Boltzmann 상수 σ{\displaystyle \sigma}의 값×120010− 8{\displaystyle \times 10^{-8}}/m2K−4과 Δ F2×CO2{\displaystyle \Delta F_{2\times CO_{2}}}4/m2, 그 방정식은 기후 sensiti을 준다.vit약 1K의 피드백이 없는 세계의 y.
  3. ^ 여기에서는 IPCC 정의가 사용됩니다.다른 소스에서는 기후 민감도 매개변수를 단순히 기후 민감도라고 부릅니다.이 매개 변수의 역수를 기후 피드백 매개 변수라고 하며, (W2/m)/°C로 나타냅니다.

레퍼런스

  1. ^ "What is 'climate sensitivity'?". Met Office. Archived from the original on 7 May 2019. Retrieved 14 February 2020.
  2. ^ a b PALAEOSENS Project Members (November 2012). "Making sense of palaeoclimate sensitivity" (PDF). Nature. 491 (7426): 683–691. Bibcode:2012Natur.491..683P. doi:10.1038/nature11574. hdl:2078.1/118863. PMID 23192145. S2CID 2840337. Archived (PDF) from the original on 15 August 2017. Retrieved 24 September 2013.
  3. ^ "Climate sensitivity: fact sheet" (PDF). Australian government. Department of the Environment. Archived (PDF) from the original on 12 February 2020. Retrieved 12 February 2020.
  4. ^ a b Tanaka K, O'Neill BC (2018). "The Paris Agreement zero-emissions goal is not always consistent with the 1.5 °C and 2 °C temperature targets". Nature Climate Change. 8 (4): 319–324. Bibcode:2018NatCC...8..319T. doi:10.1038/s41558-018-0097-x. ISSN 1758-6798. S2CID 91163896.
  5. ^ a b 기후 변화: IPCC Scientific Assessment(1990), 작업 그룹 I, Hougton JT, Jenkins GT, Ephraums JJ(eds), 2장 "Wayback Machine에서 2018-08-08 기후 복사 강제, 페이지 41–68"에 의한 기후변화에 관한 정부간 패널을 위해 작성되었다.
  6. ^ National Research Council (2005). Radiative Forcing of Climate Change: Expanding the Concept and Addressing Uncertainties. The National Academic Press. doi:10.17226/11175. ISBN 978-0-309-09506-8.
  7. ^ Butler J. and Montzka S. (2020). "The NOAA Annual Greenhouse Gas Index (AGGI)". NOAA Global Monitoring Laboratory/Earth System Research Laboratories.
  8. ^ "Direct observations confirm that humans are throwing Earth's energy budget off balance". phys.org. 26 March 2021.
  9. ^ Feldman, D.R., W.D. Collins, P.J. Gero, M.S. Torn, E.J. Mlawer, and T.R. Shippert (25 February 2015). "Observational determination of surface radiative forcing by CO
    2     from 2000 to 2010"    . Nature. 519 (7543): 339–343. Bibcode:2015Natur.519..339F. doi:10.1038/nature14240. PMID 25731165. S2CID 2137527.    {{cite journal}}: CS1 maint: 여러 이름: 작성자 목록(링크)
  10. ^ "Explained: Radiative forcing". MIT News. Archived from the original on 25 August 2019. Retrieved 30 March 2019.
  11. ^ Myhre et al. 2013; Larson EJ, Portmann RW (12 November 2019). "Anthropogenic aerosol drives uncertainty in future climate mitigation efforts". Scientific Reports. 9 (1): 16538. Bibcode:2019NatSR...916538L. doi:10.1038/s41598-019-52901-3. ISSN 2045-2322. PMC 6851092. PMID 31719591.
  12. ^ Myhre G, Myhre CL, Forster PM, Shine KP (2017). "Halfway to doubling of CO2 radiative forcing" (PDF). Nature Geoscience. 10 (10): 710–711. Bibcode:2017NatGe..10..710M. doi:10.1038/ngeo3036. Archived (PDF) from the original on 26 April 2019. Retrieved 13 February 2020.
  13. ^ Watts J (8 October 2018). "We have 12 years to limit climate change catastrophe, warns UN". The Guardian. ISSN 0261-3077. Archived from the original on 11 August 2019. Retrieved 13 February 2020.
  14. ^ Hope C (November 2015). "The $10 trillion value of better information about the transient climate response". Philosophical Transactions. Series A, Mathematical, Physical, and Engineering Sciences. 373 (2054): 20140429. Bibcode:2015RSPTA.37340429H. doi:10.1098/rsta.2014.0429. PMID 26438286.
  15. ^ Freeman MC, Wagner G, Zeckhauser RJ (November 2015). "Climate sensitivity uncertainty: when is good news bad?" (PDF). Philosophical Transactions. Series A, Mathematical, Physical, and Engineering Sciences. 373 (2055): 20150092. Bibcode:2015RSPTA.37350092F. doi:10.1098/rsta.2015.0092. PMID 26460117. S2CID 13843499. Archived (PDF) from the original on 22 February 2020. Retrieved 22 February 2020.
  16. ^ Dyke J (24 July 2019). "Opinion: Europe is burning just as scientists offer a chilling truth about climate change". The Independent. Archived from the original on 25 July 2019. Retrieved 26 July 2019.
  17. ^ Nijsse FJ, Cox PM, Huntingford C, Williamson MS (2019). "Decadal global temperature variability increases strongly with climate sensitivity" (PDF). Nature Climate Change. 9 (8): 598–601. Bibcode:2019NatCC...9..598N. doi:10.1038/s41558-019-0527-4. ISSN 1758-6798. S2CID 198914522. Archived (PDF) from the original on 6 May 2020. Retrieved 8 March 2020.
  18. ^ a b Roe G (2009). "Feedbacks, Timescales, and Seeing Red". Annual Review of Earth and Planetary Sciences. 37 (1): 93–115. Bibcode:2009AREPS..37...93R. doi:10.1146/annurev.earth.061008.134734. S2CID 66109238.
  19. ^ a b c d e Rahmstorf S (2008). "Anthropogenic Climate Change: Revisiting the Facts" (PDF). In Zedillo E (ed.). Global Warming: Looking Beyond Kyoto. Brookings Institution Press. pp. 34–53. Archived (PDF) from the original on 14 July 2019. Retrieved 14 August 2008.
  20. ^ Lenton TM, Rockström J, Gaffney O, Rahmstorf S, Richardson K, Steffen W, Schellnhuber HJ (November 2019). "Climate tipping points - too risky to bet against". Nature. 575 (7784): 592–595. Bibcode:2019Natur.575..592L. doi:10.1038/d41586-019-03595-0. PMID 31776487.
  21. ^ Gregory, J. M.; Andrews, T. (2016). "Variation in climate sensitivity and feedback parameters during the historical period". Geophysical Research Letters. 43 (8): 3911–3920. Bibcode:2016GeoRL..43.3911G. doi:10.1002/2016GL068406. ISSN 1944-8007.
  22. ^ a b c d e Hausfather Z (19 June 2018). "Explainer: How scientists estimate climate sensitivity". Carbon Brief. Archived from the original on 1 April 2020. Retrieved 14 March 2019.
  23. ^ Modak A, Bala G, Cao L, Caldeira K (2016). "Why must a solar forcing be larger than a CO2forcing to cause the same global mean surface temperature change?" (PDF). Environmental Research Letters. 11 (4): 044013. Bibcode:2016ERL....11d4013M. doi:10.1088/1748-9326/11/4/044013. Archived (PDF) from the original on 13 July 2021. Retrieved 22 February 2020.
  24. ^ a b c Planton S (2013). "Annex III: Glossary" (PDF). In Stocker TF, Qin D, Plattner GK, Tignor M, Allen SK, Boschung J, Nauels A, Xia Y, Bex V, Midgley PM (eds.). Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University Press. p. 1451. Archived (PDF) from the original on 16 October 2021. Retrieved 30 April 2019.
  25. ^ Randall DA, et al. (2007). "8.6.2 Interpreting the Range of Climate Sensitivity Estimates Among General Circulation Models, In: Climate Models and Their Evaluation.". In Solomon SD, et al. (eds.). Climate Change 2007: Synthesis Report. Contribution of Working Groups I, II and III to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University Press. Archived from the original on 30 June 2018. Retrieved 1 July 2018.
  26. ^ Hansen J, Sato M, Kharecha P, von Schuckmann K (2011). "Earth's energy imbalance and implications". Atmospheric Chemistry and Physics. 11 (24): 13421–13449. arXiv:1105.1140. Bibcode:2011ACP....1113421H. doi:10.5194/acp-11-13421-2011. S2CID 16937940.
  27. ^ Collins et al. 2013, 이그제큐티브 요약; 페이지 1033
  28. ^ Millar, Richard J.; Friedlingstein, Pierre (13 May 2018). "The utility of the historical record for assessing the transient climate response to cumulative emissions". Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences. 376 (2119): 20160449. Bibcode:2018RSPTA.37660449M. doi:10.1098/rsta.2016.0449. PMC 5897822. PMID 29610381.
  29. ^ Matthews HD, Gillett NP, Stott PA, Zickfeld K (June 2009). "The proportionality of global warming to cumulative carbon emissions". Nature. 459 (7248): 829–832. Bibcode:2009Natur.459..829M. doi:10.1038/nature08047. PMID 19516338. S2CID 4423773.
  30. ^ IPCC (2018). "Annex I: Glossary" (PDF). IPCC SR15 2018. Archived (PDF) from the original on 19 August 2019. Retrieved 6 March 2020.
  31. ^ Gregory JM, Ingram WJ, Palmer MA, Jones GS, Stott PA, Thorpe RB, Lowe JA, Johns TC, Williams KD (2004). "A new method for diagnosing radiative forcing and climate sensitivity". Geophysical Research Letters. 31 (3): L03205. Bibcode:2004GeoRL..31.3205G. doi:10.1029/2003GL018747. S2CID 73672483.
  32. ^ "Archived copy" (PDF). Archived (PDF) from the original on 11 August 2021. Retrieved 13 August 2021.{{cite web}}: CS1 maint: 제목으로 아카이브된 복사(링크)
  33. ^ Hawkins, Ed; Forster, Piers (2019). "Climate sensitivity: how much warming results from increases in atmospheric carbon dioxide (CO2)?". Weather. 74 (4): 134. Bibcode:2019Wthr...74..134H. doi:10.1002/wea.3400. ISSN 1477-8696.
  34. ^ Bitz CM, Shell KM, Gent PR, Bailey DA, Danabasoglu G, Armour KC, et al. (2011). "Climate Sensitivity of the Community Climate System Model, Version 4" (PDF). Journal of Climate. 25 (9): 3053–3070. CiteSeerX 10.1.1.716.6228. doi:10.1175/JCLI-D-11-00290.1. ISSN 0894-8755. Archived (PDF) from the original on 8 August 2017. Retrieved 22 February 2020.
  35. ^ Prentice IC, et al. (2001). "9.2.1 Climate Forcing and Climate Response, in chapter 9. Projections of Future Climate Change" (PDF). In Houghton JT, et al. (eds.). Climate Change 2001: The Scientific Basis. Contribution of Working Group I to the Third Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University Press. ISBN 9780521807678.
  36. ^ Rugenstein, Maria; Bloch-Johnson, Jonah; Gregory, Jonathan; Andrews, Timothy; Mauritsen, Thorsten; Li, Chao; Frölicher, Thomas L.; Paynter, David; Danabasoglu, Gokhan; Yang, Shuting; Dufresne, Jean-Louis (2020). "Equilibrium Climate Sensitivity Estimated by Equilibrating Climate Models" (PDF). Geophysical Research Letters. 47 (4): e2019GL083898. Bibcode:2020GeoRL..4783898R. doi:10.1029/2019GL083898. ISSN 1944-8007. Archived (PDF) from the original on 30 August 2020. Retrieved 18 September 2020.
  37. ^ Knutti R, Rugenstein MA, Knutti R (2017). "Beyond equilibrium climate sensitivity". Nature Geoscience. 10 (10): 727–736. Bibcode:2017NatGe..10..727K. doi:10.1038/ngeo3017. hdl:20.500.11850/197761. ISSN 1752-0908. S2CID 134579878.
  38. ^ Previdi M, Liepert BG, Peteet D, Hansen J, Beerling DJ, Broccoli AJ, et al. (2013). "Climate sensitivity in the Anthropocene". Quarterly Journal of the Royal Meteorological Society. 139 (674): 1121–1131. Bibcode:2013QJRMS.139.1121P. CiteSeerX 10.1.1.434.854. doi:10.1002/qj.2165.
  39. ^ Feng, Ran; Bette L., Otto-Bliesner; Brady, Esther C.; Rosenbloom, Nan A. (4 January 2020). "Increasing Earth System Sensitivity in mid-Pliocene simulations from CCSM4 to CESM2". doi:10.1002/essoar.10501546.1. {{cite journal}}:Cite 저널 요구 사항 journal=(도움말)
  40. ^ "Target CO2". RealClimate. 7 April 2008. Archived from the original on 24 August 2017.
  41. ^ "On sensitivity: Part I". RealClimate.org. Archived from the original on 30 July 2018. Retrieved 30 July 2018.
  42. ^ Marvel K, Schmidt GA, Miller RL, Nazarenko LS (2016). "Implications for climate sensitivity from the response to individual forcings". Nature Climate Change. 6 (4): 386–389. Bibcode:2016NatCC...6..386M. doi:10.1038/nclimate2888. hdl:2060/20160012693. ISSN 1758-6798.
  43. ^ Pincus R, Mauritsen T (2017). "Committed warming inferred from observations". Nature Climate Change. 7 (9): 652–655. Bibcode:2017NatCC...7..652M. doi:10.1038/nclimate3357. hdl:11858/00-001M-0000-002D-CBC9-F. ISSN 1758-6798.
  44. ^ a b Pfister PL, Stocker TF (2017). "State-Dependence of the Climate Sensitivity in Earth System Models of Intermediate Complexity" (PDF). Geophysical Research Letters. 44 (20): 10643–10653. Bibcode:2017GeoRL..4410643P. doi:10.1002/2017GL075457. ISSN 1944-8007. Archived (PDF) from the original on 22 February 2020. Retrieved 22 February 2020.
  45. ^ Hansen J, Sato M, Russell G, Kharecha P (October 2013). "Climate sensitivity, sea level and atmospheric carbon dioxide". Philosophical Transactions. Series A, Mathematical, Physical, and Engineering Sciences. 371 (2001): 20120294. arXiv:1211.4846. Bibcode:2013RSPTA.37120294H. doi:10.1098/rsta.2012.0294. PMC 3785813. PMID 24043864.
  46. ^ Hansen, James; Sato, Makiko; Russell, Gary; Kharecha, Pushker (28 October 2013). "Climate sensitivity, sea level and atmospheric carbon dioxide". Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences. 371 (2001): 20120294. arXiv:1211.4846. Bibcode:2013RSPTA.37120294H. doi:10.1098/rsta.2012.0294. PMC 3785813. PMID 24043864.
  47. ^ Lontzek TS, Lenton TM, Cai Y (2016). "Risk of multiple interacting tipping points should encourage rapid CO2 emission reduction". Nature Climate Change. 6 (5): 520–525. Bibcode:2016NatCC...6..520C. doi:10.1038/nclimate2964. hdl:10871/20598. ISSN 1758-6798. S2CID 38156745.
  48. ^ Lapenis AG (1998). "Arrhenius and the Intergovernmental Panel on Climate Change". Eos, Transactions American Geophysical Union. 79 (23): 271. Bibcode:1998EOSTr..79..271L. doi:10.1029/98EO00206. ISSN 2324-9250.
  49. ^ Sample I (30 June 2005). "The father of climate change". The Guardian. ISSN 0261-3077. Retrieved 18 March 2019.
  50. ^ Anderson TR, Hawkins E, Jones PD (September 2016). "2, the greenhouse effect and global warming: from the pioneering work of Arrhenius and Callendar to today's Earth System Models" (PDF). Endeavour. 40 (3): 178–187. doi:10.1016/j.endeavour.2016.07.002. PMID 27469427. Archived (PDF) from the original on 19 August 2019. Retrieved 22 February 2020.
  51. ^ Manabe S, Wetherald RT (May 1967). "Thermal Equilibrium of the Atmosphere with a Given Distribution of Relative Humidity". Journal of the Atmospheric Sciences. 24 (3): 241–259. Bibcode:1967JAtS...24..241M. doi:10.1175/1520-0469(1967)024<0241:teotaw>2.0.co;2. S2CID 124082372.
  52. ^ Forster P (May 2017). "In Retrospect: Half a century of robust climate models" (PDF). Nature. 545 (7654): 296–297. Bibcode:2017Natur.545..296F. doi:10.1038/545296a. PMID 28516918. S2CID 205094044. Archived (PDF) from the original on 19 October 2019. Retrieved 19 October 2019.
  53. ^ Pidcock R (6 July 2015). "The most influential climate change papers of all time". CarbonBrief. Archived from the original on 19 October 2019. Retrieved 19 October 2019.
  54. ^ Ad Hoc Study Group on Carbon Dioxide and Climate (1979). Carbon Dioxide and Climate: A Scientific Assessment (PDF). National Academy of Sciences. doi:10.17226/12181. ISBN 978-0-309-11910-8. Archived from the original (PDF) on 13 August 2011.
  55. ^ Kerr RA (August 2004). "Climate change. Three degrees of consensus". Science. 305 (5686): 932–934. doi:10.1126/science.305.5686.932. PMID 15310873. S2CID 129548731.
  56. ^ a b Meehl GA, et al. "Ch. 10: Global Climate Projections; Box 10.2: Equilibrium Climate Sensitivity". IPCC Fourth Assessment Report WG1 2007. Archived from the original on 9 June 2018. Retrieved 1 July 2018.
  57. ^ a b IPCC AR4 WG1 2007의Solomon S, et al. "Technical summary" (PDF). Climate Change 2007: Working Group I: The Physical Science Basis. Box TS.1: Treatment of Uncertainties in the Working Group I Assessment. Archived (PDF) from the original on 30 March 2019. Retrieved 30 March 2019. 경우
  58. ^ Forster PM (2016). "Inference of Climate Sensitivity from Analysis of Earth's Energy Budget". Annual Review of Earth and Planetary Sciences. 44 (1): 85–106. Bibcode:2016AREPS..44...85F. doi:10.1146/annurev-earth-060614-105156.
  59. ^ 기후 변화: IPCC Scientific Assessment(1990), 작업 그룹 I, Hougton JT, Jenkins GJ, Eprraums JJ(ed.)에 의한 기후변화에 관한 정부간 패널(Intergovernmental Panel)을 위해 작성된 보고서, 5장, 평형 기후 변화 - 그리고 2018-04-13년 미래 아카이브에 대한 시사점, ppback.
  60. ^ IPCC '92 페이지 118 섹션 B3.5
  61. ^ IPCC SAR 페이지 34, 기술 요약 섹션 D.2
  62. ^ Albritton DL, et al. (2001). "Technical Summary: F.3 Projections of Future Changes in Temperature". In Houghton JT, et al. (eds.). Climate Change 2001: The Scientific Basis. Contribution of Working Group I to the Third Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University Press. Archived from the original on 12 January 2012.
  63. ^ a b Public Domain이 기사는 미국 환경 보호국(미국 EPA)문서:미국 EPA(72009년 12월)에서 공공 영역 자료를 포함하고 있다."상공 회의소 6시 Projected 미래 온실 가스 농도와 기후 변화:Box 6.3:기후 민감도"(PDF).기술 지원 문서 Endangerment과 원인 또는 컨트리 뷰트 Findings 온실 Gases에 대한 대기 오염 방지 법 제202(를) 받고 있다.워싱턴, DCUSA:기후 변화 사무국 대기 프로그램의, 미국 EPA.12012년 12월에 원래에서Archived(PDF).152012년 12월. Retrieved,p.66(PDF파일의 페이지의 주 78).
  64. ^ "Increased warming in latest generation of climate models likely caused by clouds: New representations of clouds are making models more sensitive to carbon dioxide". Science Daily. 24 June 2020. Archived from the original on 26 June 2020. Retrieved 26 June 2020.
  65. ^ a b Skeie RB, Berntsen T, Aldrin M, Holden M, Myhre G (2014). "A lower and more constrained estimate of climate sensitivity using updated observations and detailed radiative forcing time series". Earth System Dynamics. 5 (1): 139–175. Bibcode:2014ESD.....5..139S. doi:10.5194/esd-5-139-2014. S2CID 55652873.
  66. ^ Armour KC (2017). "Energy budget constraints on climate sensitivity in light of inconstant climate feedbacks". Nature Climate Change. 7 (5): 331–335. Bibcode:2017NatCC...7..331A. doi:10.1038/nclimate3278. ISSN 1758-6798.
  67. ^ Forster PM, Gregory JM (2006). "The Climate Sensitivity and Its Components Diagnosed from Earth Radiation Budget Data". Journal of Climate. 19 (1): 39–52. Bibcode:2006JCli...19...39F. doi:10.1175/JCLI3611.1. Archived from the original on 17 July 2019. Retrieved 17 July 2019.
  68. ^ Lewis N, Curry JA (2014). "The implications for climate sensitivity of AR5 forcing and heat uptake estimates". Climate Dynamics. 45 (3–4): 1009–1023. Bibcode:2015ClDy...45.1009L. doi:10.1007/s00382-014-2342-y. S2CID 55828449.
  69. ^ Otto A, Otto FE, Boucher O, Church J, Hegerl G, Forster PM, et al. (2013). "Energy budget constraints on climate response" (PDF). Nature Geoscience. 6 (6): 415–416. Bibcode:2013NatGe...6..415O. doi:10.1038/ngeo1836. ISSN 1752-0908. Archived (PDF) from the original on 26 September 2019. Retrieved 4 December 2019.
  70. ^ Stolpe MB, Ed Hawkins, Cowtan K, Richardson M (2016). "Reconciled climate response estimates from climate models and the energy budget of Earth" (PDF). Nature Climate Change. 6 (10): 931–935. Bibcode:2016NatCC...6..931R. doi:10.1038/nclimate3066. ISSN 1758-6798. Archived (PDF) from the original on 28 April 2019. Retrieved 23 September 2019.
  71. ^ IPCC AR5 WG1 기술 요약 2013, 53-56페이지.
  72. ^ IPCC AR5 WG1 기술 요약 2013, 페이지 39.
  73. ^ Schwartz SE (2007). "Heat capacity, time constant, and sensitivity of Earth's climate system". Journal of Geophysical Research: Atmospheres. 112 (D24): D24S05. Bibcode:2007JGRD..11224S05S. CiteSeerX 10.1.1.482.4066. doi:10.1029/2007JD008746.
  74. ^ Knutti R, Kraehenmann S, Frame DJ, Allen MR (2008). "Comment on 'Heat capacity, time constant, and sensitivity of Earth's climate system' by S. E. Schwartz". Journal of Geophysical Research: Atmospheres. 113 (D15): D15103. Bibcode:2008JGRD..11315103K. doi:10.1029/2007JD009473.
  75. ^ Foster G, Annan JD, Schmidt GA, Mann ME (2008). "Comment on 'Heat capacity, time constant, and sensitivity of Earth's climate system' by S. E. Schwartz". Journal of Geophysical Research: Atmospheres. 113 (D15): D15102. Bibcode:2008JGRD..11315102F. doi:10.1029/2007JD009373. S2CID 17960844.
  76. ^ Scafetta N (2008). "Comment on 'Heat capacity, time constant, and sensitivity of Earth's climate system' by S. E. Schwartz". Journal of Geophysical Research: Atmospheres. 113 (D15): D15104. Bibcode:2008JGRD..11315104S. doi:10.1029/2007JD009586.
  77. ^ Tung KK, Zhou J, Camp CD (2008). "Constraining model transient climate response using independent observations of solar-cycle forcing and response" (PDF). Geophysical Research Letters. 35 (17): L17707. Bibcode:2008GeoRL..3517707T. doi:10.1029/2008GL034240. S2CID 14656629. Archived (PDF) from the original on 1 February 2017. Retrieved 1 July 2018.
  78. ^ Camp CD, Tung KK (2007). "Surface warming by the solar cycle as revealed by the composite mean difference projection". Geophysical Research Letters. 34 (14): L14703. Bibcode:2007GeoRL..3414703C. doi:10.1029/2007GL030207.
  79. ^ Rypdal K (2012). "Global temperature response to radiative forcing: Solar cycle versus volcanic eruptions". Journal of Geophysical Research: Atmospheres. 117 (D6). Bibcode:2012JGRD..117.6115R. doi:10.1029/2011JD017283. ISSN 2156-2202.
  80. ^ Merlis TM, Held IM, Stenchikov GL, Zeng F, Horowitz LW (2014). "Constraining Transient Climate Sensitivity Using Coupled Climate Model Simulations of Volcanic Eruptions". Journal of Climate. 27 (20): 7781–7795. Bibcode:2014JCli...27.7781M. doi:10.1175/JCLI-D-14-00214.1. hdl:10754/347010. ISSN 0894-8755.
  81. ^ McSweeney R (4 February 2015). "What a three-million year fossil record tells us about climate sensitivity". Carbon Brief. Archived from the original on 31 March 2019. Retrieved 20 March 2019.
  82. ^ Amos, Jonathan (9 April 2019). "European team to drill for 'oldest ice'". BBC News. Archived from the original on 31 March 2020. Retrieved 4 March 2020.
  83. ^ Hargreaves JC, Annan JD (2009). "On the importance of paleoclimate modelling for improving predictions of future climate change" (PDF). Climate of the Past. 5 (4): 803–814. Bibcode:2009CliPa...5..803H. doi:10.5194/cp-5-803-2009. Archived (PDF) from the original on 2 December 2017. Retrieved 31 March 2019.
  84. ^ Hargreaves JC, Annan JD, Yoshimori M, Abe-Ouchi A (2012). "Can the Last Glacial Maximum constrain climate sensitivity?". Geophysical Research Letters. 39 (24): L24702. Bibcode:2012GeoRL..3924702H. doi:10.1029/2012GL053872. ISSN 1944-8007. S2CID 15222363.
  85. ^ Royer DL, Berner RA, Park J (March 2007). "Climate sensitivity constrained by CO2 concentrations over the past 420 million years". Nature. 446 (7135): 530–532. Bibcode:2007Natur.446..530R. doi:10.1038/nature05699. PMID 17392784. S2CID 4323367.
  86. ^ Kiehl JT, Shields CA (October 2013). "Sensitivity of the Palaeocene-Eocene Thermal Maximum climate to cloud properties". Philosophical Transactions. Series A, Mathematical, Physical, and Engineering Sciences. 371 (2001): 20130093. Bibcode:2013RSPTA.37130093K. doi:10.1098/rsta.2013.0093. PMID 24043867.
  87. ^ von der Heydt AS, Köhler P, van de Wal RS, Dijkstra HA (2014). "On the state dependency of fast feedback processes in (paleo) climate sensitivity". Geophysical Research Letters. 41 (18): 6484–6492. arXiv:1403.5391. doi:10.1002/2014GL061121. ISSN 1944-8007. S2CID 53703955.
  88. ^ a b Masson-Delmotte et al. 2013
  89. ^ a b Hopcroft PO, Valdes PJ (2015). "How well do simulated last glacial maximum tropical temperatures constrain equilibrium climate sensitivity?: CMIP5 LGM TROPICS AND CLIMATE SENSITIVITY" (PDF). Geophysical Research Letters. 42 (13): 5533–5539. doi:10.1002/2015GL064903. Archived (PDF) from the original on 22 February 2020. Retrieved 22 February 2020.
  90. ^ Ganopolski A, von Deimling TS (2008). "Comment on 'Aerosol radiative forcing and climate sensitivity deduced from the Last Glacial Maximum to Holocene transition' by Petr Chylek and Ulrike Lohmann". Geophysical Research Letters. 35 (23): L23703. Bibcode:2008GeoRL..3523703G. doi:10.1029/2008GL033888.
  91. ^ Schmittner A, Urban NM, Shakun JD, Mahowald NM, Clark PU, Bartlein PJ, et al. (December 2011). "Climate sensitivity estimated from temperature reconstructions of the Last Glacial Maximum". Science. 334 (6061): 1385–1388. Bibcode:2011Sci...334.1385S. CiteSeerX 10.1.1.419.8341. doi:10.1126/science.1203513. PMID 22116027. S2CID 18735283.
  92. ^ a b c 퍼블릭 도메인 원본에서 편집한 인용문:
  93. ^ Roe GH, Baker MB (October 2007). "Why is climate sensitivity so unpredictable?". Science. 318 (5850): 629–632. Bibcode:2007Sci...318..629R. doi:10.1126/science.1144735. PMID 17962560. S2CID 7325301.
  94. ^ McSweeney, Robert; Hausfather, Zeke (15 January 2018). "Q&A: How do climate models work?". Carbon Brief. Archived from the original on 5 March 2019. Retrieved 7 March 2020.
  95. ^ Sanderson BM, Knutti R, Caldwell P (2015). "Addressing Interdependency in a Multimodel Ensemble by Interpolation of Model Properties". Journal of Climate. 28 (13): 5150–5170. Bibcode:2015JCli...28.5150S. doi:10.1175/JCLI-D-14-00361.1. ISSN 0894-8755. OSTI 1840116. S2CID 51583558.
  96. ^ Forest CE, Stone PH, Sokolov AP, Allen MR, Webster MD (January 2002). "Quantifying uncertainties in climate system properties with the use of recent climate observations" (PDF). Science. 295 (5552): 113–117. Bibcode:2002Sci...295..113F. CiteSeerX 10.1.1.297.1145. doi:10.1126/science.1064419. PMID 11778044. S2CID 5322736. Archived (PDF) from the original on 4 June 2007. Retrieved 4 February 2006.
  97. ^ Fasullo 조나단, Trenberth 대한 항공(2012년)."많이 낀 미래:역할 난지 침하의 기후 Sensitivity"에.과학.338(6108):792–794.Bibcode:2012Sci...338..792F. doi:10.1126/science.1227465.PMID 23139331.S2CID 2710565.에 ScienceDaily(11월 8일 2012년): 하다."미래의 온난화 기후 예측의 높은 편에 있을 것으로 분석을 찾았다".ScienceDaily.17월 2018년에 원래에서 Archived.3월 9일 2018년 Retrieved.
  98. ^ Brown PT, Caldeira K (December 2017). "Greater future global warming inferred from Earth's recent energy budget". Nature. 552 (7683): 45–50. Bibcode:2017Natur.552...45B. doi:10.1038/nature24672. PMID 29219964. S2CID 602036.
  99. ^ Cox PM, Huntingford C, Williamson MS (January 2018). "Emergent constraint on equilibrium climate sensitivity from global temperature variability" (PDF). Nature. 553 (7688): 319–322. Bibcode:2018Natur.553..319C. doi:10.1038/nature25450. PMID 29345639. S2CID 205263680. Archived (PDF) from the original on 29 August 2019. Retrieved 17 July 2019.
  100. ^ Brown PT, Stolpe MB, Caldeira K (November 2018). "Assumptions for emergent constraints". Nature. 563 (7729): E1–E3. Bibcode:2018Natur.563E...1B. doi:10.1038/s41586-018-0638-5. PMID 30382203. S2CID 53190363.
  101. ^ Cox PM, Williamson MS, Nijsse FJ, Huntingford C (November 2018). "Cox et al. reply". Nature. 563 (7729): E10–E15. Bibcode:2018Natur.563E..10C. doi:10.1038/s41586-018-0641-x. PMID 30382204. S2CID 53145737.
  102. ^ Caldwell PM, Zelinka MD, Klein SA (2018). "Evaluating Emergent Constraints on Equilibrium Climate Sensitivity". Journal of Climate. 31 (10): 3921–3942. Bibcode:2018JCli...31.3921C. doi:10.1175/JCLI-D-17-0631.1. ISSN 0894-8755. OSTI 1438763.
  103. ^ "CMIP - History". pcmdi.llnl.gov. Program for Climate Model Diagnosis & Intercomparison. Archived from the original on 28 July 2020. Retrieved 6 March 2020.
  104. ^ "The CMIP6 landscape (Editorial)". Nature Climate Change. 9 (10): 727. 25 September 2019. Bibcode:2019NatCC...9..727.. doi:10.1038/s41558-019-0599-1. ISSN 1758-6798.
  105. ^ "New climate models suggest Paris goals may be out of reach". France 24. 14 January 2020. Archived from the original on 14 January 2020. Retrieved 18 January 2020.
  106. ^ a b Zelinka MD, Myers TA, McCoy DT, Po-Chedley S, Caldwell PM, Ceppi P, Klein SA, Taylor KE (2020). "Causes of Higher Climate Sensitivity in CMIP6 Models". Geophysical Research Letters. 47 (1): e2019GL085782. Bibcode:2020GeoRL..4785782Z. doi:10.1029/2019GL085782. ISSN 1944-8007.
  107. ^ "International analysis narrows range of climate's sensitivity to CO2". UNSW Newsroom. 23 July 2020. Archived from the original on 23 July 2020. Retrieved 23 July 2020.
  108. ^ Palmer, Tim (26 May 2020). "Short-term tests validate long-term estimates of climate change". Nature. 582 (7811): 185–186. Bibcode:2020Natur.582..185P. doi:10.1038/d41586-020-01484-5. PMID 32457461.
  109. ^ Watts, Jonathan (13 June 2020). "Climate worst-case scenarios may not go far enough, cloud data shows". The Guardian. ISSN 0261-3077. Archived from the original on 19 June 2020. Retrieved 19 June 2020.
  110. ^ Bender M (7 February 2020). "Climate Change Predictions Have Suddenly Gone Catastrophic. This Is Why". Vice. Archived from the original on 10 February 2020. Retrieved 9 February 2020.

추가 정보

Wikimedia Commons에는 기후 민감도와 관련된 미디어가 있습니다.

외부 링크