Модель общей циркуляции - General circulation model - Wikipedia

«AGCM» перенаправляется сюда. Для итальянского регулятора конкуренции см. Autorità Garante della Concorrenza e del Mercato.

Климатические модели - это системы дифференциальные уравнения основанный на основных законах физика, движение жидкости, и химия. Чтобы «запустить» модель, ученые делят планету на трехмерную сетку, применяют основные уравнения и оценивают результаты. Атмосферные модели рассчитывают ветры, теплопередача, радиация, относительная влажность, и поверхность гидрология внутри каждой сетки и оцените взаимодействие с соседними точками.[1]
На этой визуализации показаны ранние тестовые визуализации глобальной вычислительной модели атмосферы Земли, основанной на данных модели системы наблюдения Земли Годдарда, версия 5 (GEOS-5) НАСА.

А модель общей циркуляции (GCM) является разновидностью климатическая модель. В нем работает математическая модель общей циркуляции планетарного атмосфера или океан. Он использует Уравнения Навье – Стокса на вращающейся сфере с термодинамический условия для различных источников энергии (радиация, скрытая теплота ). Эти уравнения являются основой компьютерных программ, используемых для моделировать атмосфера Земли или океаны. ГЦМ атмосферы и океана (AGCM и OGCM ) являются ключевыми компонентами наряду с морской лед и поверхности суши составные части.

ГКМ и глобальные климатические модели используются для прогноз погоды, понимая климат, и прогнозирование изменение климата.

Версии, предназначенные для климатических приложений в масштабе времени от десятилетия до века, были первоначально созданы Сюкуро Манабэ и Кирк Брайан на Лаборатория геофизической гидродинамики (GFDL) в Принстон, Нью-Джерси.[1] Эти модели основаны на интеграции множества уравнений динамики жидкости, химии, а иногда и биологии.

Терминология

Акроним GCM первоначально обозначал Общая модель циркуляции. В последнее время вошло в употребление второе значение, а именно Глобальная климатическая модель. Хотя они не относятся к одному и тому же, модели общей циркуляции обычно являются инструментами, используемыми для моделирование климата, и, следовательно, эти два термина иногда используются как синонимы. Однако термин «модель глобального климата» неоднозначен и может относиться к интегрированной структуре, которая включает в себя несколько компонентов, включая модель общей циркуляции, или может относиться к общему классу климатические модели которые используют различные средства для математического представления климата.

История

Смотрите также: Численный прогноз погоды § История

В 1956 г. Норман Филлипс разработали математическую модель, которая могла реалистично отображать месячные и сезонные закономерности в тропосфера. Стал первым успешным климатическая модель.[2][3] После работы Филлипса несколько групп начали работать над созданием GCM.[4] Впервые объединение океанических и атмосферных процессов было разработано в конце 1960-х гг. NOAA Лаборатория геофизической гидродинамики.[1] К началу 1980-х гг. В США Национальный центр атмосферных исследований разработал модель атмосферы сообщества; эта модель постоянно совершенствовалась.[5] В 1996 году начались работы по моделированию типов почвы и растительности.[6] Позже Центр климатических прогнозов и исследований Хэдли с HadCM3 модель соединяет элементы океана и атмосферы.[4] Роль гравитационные волны был добавлен в середине 1980-х годов. Гравитационные волны необходимы для точного моделирования циркуляции в региональном и глобальном масштабе.[7]

Атмосферные и океанические модели

Дальнейшая информация: Атмосферная модель и Океаническая модель

Атмосферные (AGCM) и океанические GCM (OGCM) могут быть объединены для формирования модели общей циркуляции, связанной с атмосферой и океаном (CGCM или AOGCM). С добавлением подмоделей, таких как модель морского льда или модель для эвапотранспирация над сушей МОЦАО становятся основой для полной климатической модели.[8]

Структура

Трехмерные (точнее четырехмерные) МОК применяют дискретные уравнения движения жидкости и интегрируют их вперед во времени. Они содержат параметризации для таких процессов, как конвекция которые возникают в слишком малых масштабах, чтобы их можно было разрешить напрямую.

Простая модель общей циркуляции (SGCM) состоит из динамического ядра, которое связывает такие свойства, как температура, с другими, такими как давление и скорость. Примерами являются программы, решающие примитивные уравнения, с учетом подводимой энергии и энергии рассеяние в виде масштабно-зависимых трение, так что атмосферные волны с высшим волновые числа наиболее ослаблены. Такие модели могут использоваться для изучения атмосферных процессов, но не подходят для климатических прогнозов.

Атмосферные GCM (AGCM) моделируют атмосферу (и обычно также содержат модель поверхности земли) с использованием наложенных температура поверхности моря (SST).[9] Они могут включать химию атмосферы.

AGCM состоят из динамического ядра, которое объединяет уравнения движения жидкости, как правило, для:

  • поверхностное давление
  • горизонтальные составляющие скорости в слоях
  • температура и водяной пар в слоях
  • излучение, разделенное на солнечное / коротковолновое и земное /инфракрасный / длинная волна
  • параметры за:

GCM содержит прогностические уравнения которые являются функцией времени (обычно ветра, температуры, влажности и давления на поверхности) вместе с диагностические уравнения которые оцениваются по ним за определенный период времени. Например, давление на любой высоте можно диагностировать, применив уравнение гидростатики к прогнозируемому поверхностному давлению и прогнозируемым значениям температуры между поверхностью и интересующей высотой. Давление используется для вычисления силы градиента давления в уравнении для ветра, зависящем от времени.

OGCM моделируют океан (с наложенными потоками из атмосферы) и могут содержать морской лед модель. Например, стандартное разрешение HadOM3 составляет 1,25 градуса по широте и долготе, с 20 уровнями по вертикали, что дает примерно 1 500 000 переменных.

AOGCM (например, HadCM3, GFDL CM2.X ) объединить две подмодели. Они устраняют необходимость указывать потоки через границу поверхности океана. Эти модели являются основой для модельных прогнозов будущего климата, которые обсуждаются МГЭИК. МОЦАО усваивают как можно больше процессов. Они использовались для прогнозирования в региональном масштабе. Хотя более простые модели обычно поддаются анализу, а их результаты легче понять, МОЦАО может быть почти так же сложно анализировать, как и сам климат.

Сетка

Уравнения жидкости для AGCM делаются дискретными с использованием либо метод конечных разностей или спектральный метод. Для конечных разностей на атмосферу накладывается сетка. В простейшей сетке используется постоянный угловой интервал сетки (т.е. сетка широты / долготы). Однако непрямоугольные сетки (например, икосаэдрические) и сетки с переменным разрешением[10] чаще используются.[11] Модель LMDz может быть устроена так, чтобы давать высокое разрешение по любому заданному участку планеты. HadGEM1 (и другие модели океана) используют сетку океана с более высоким разрешением в тропиках, чтобы помочь разрешить процессы, которые считаются важными для Эль-Ниньо Южное колебание (ЭНСО). Спектральные модели обычно используют гауссовская сетка, из-за математики преобразования между спектральным пространством и пространством точек сетки. Типичное разрешение AGCM составляет от 1 до 5 градусов по широте или долготе: HadCM3, например, использует 3,75 градуса по долготе и 2,5 градуса по широте, давая сетку 96 на 73 точки (96 x 72 для некоторых переменных); и имеет 19 вертикальных уровней. В результате получается примерно 500 000 «основных» переменных, поскольку каждая точка сетки имеет четыре переменных (ты,v, Т, Q ), хотя полный счет даст больше (облака; уровни почвы). HadGEM1 использует сетку с координатами 1,875 градуса по долготе и 1,25 градуса по широте в атмосфере; HiGEM, вариант с высоким разрешением, использует 1,25 x 0,83 градуса соответственно.[12] Это разрешение ниже, чем обычно используется для прогнозирования погоды.[13] Разрешение океана обычно выше, например, HadCM3 имеет 6 точек сетки океана на каждую точку сетки атмосферы по горизонтали.

Для стандартной конечно-разностной модели равномерные линии сетки сходятся к полюсам. Это привело бы к вычислительной нестабильности (см. Состояние CFL ), поэтому переменные модели должны быть отфильтрованы по линиям широты, близким к полюсам. Модели океана также страдают от этой проблемы, если только не используется вращающаяся сетка, в которой Северный полюс смещен на близлежащий участок суши. Спектральные модели не страдают этой проблемой. Некоторые эксперименты используют геодезические сети[14] и икосаэдрические сетки, которые (будучи более однородными) не имеют проблем с полюсами. Другой подход к решению проблемы шага сетки - деформирование Декартово куб так что он покрывает поверхность сферы.[15]

Буферизация потока

Некоторые ранние версии МОЦАО требовали для этого случая процесс "поправка на поток «для достижения стабильного климата. Это стало результатом отдельно подготовленных моделей океана и атмосферы, каждая из которых использовала неявный поток от другого компонента, отличный от того, который мог произвести этот компонент. Такая модель не соответствовала наблюдениям. Однако, если потоки были« скорректированы » факторы, которые привели к этим нереалистичным потокам, могут быть нераспознаны, что может повлиять на чувствительность модели. В результате подавляющее большинство моделей, используемых в текущем раунде отчетов МГЭИК, их не используют. Усовершенствования модели, которые теперь делают ненужными корректировки потоков включают улучшенную физику океана, улучшенное разрешение как в атмосфере, так и в океане, а также более физически согласованную связь между подмоделями атмосферы и океана. Улучшенные модели теперь поддерживают стабильные многовековые симуляции приземного климата, которые считаются достаточно качественными, чтобы их можно было использовать для климатические прогнозы.[16]

Конвекция

Влажная конвекция выделяет скрытое тепло и играет важную роль в энергетическом балансе Земли. Конвекция возникает в слишком маленьком масштабе, чтобы ее можно было разрешить с помощью климатических моделей, и поэтому ее необходимо обрабатывать с помощью параметров. Это делалось с 1950-х годов. Акио Аракава проделал большую часть ранних работ, и варианты его схемы все еще используются.[17] хотя сейчас используется множество различных схем.[18][19][20] Облака также обычно обрабатываются параметром из-за аналогичного отсутствия масштаба. Ограниченное понимание облаков ограничивает успех этой стратегии, но не из-за некоторых присущих этому методу недостатков.[21]

Программного обеспечения

Большинство моделей включают программное обеспечение для диагностики широкого диапазона переменных для сравнения с наблюдениями или изучение атмосферных процессов. Примером может служить 2-метровая температура, которая является стандартной высотой для приповерхностных наблюдений за температурой воздуха. Эта температура не предсказывается напрямую с помощью модели, а определяется по температуре поверхности и самого низкого уровня модельного слоя. Другое программное обеспечение используется для создания сюжетов и анимации.

Прогнозы

Основная статья: Глобальное потепление
Прогнозируемая среднегодовая температура приземного воздуха в период 1970-2100 гг. На основе СДСВ сценарий выбросов A1B с использованием климатической модели NOAA GFDL CM2.1 (источник: NOAA Лаборатория геофизической гидродинамики ).[22]

Связанные МОЦАО используют моделирование переходного климата проектировать / прогнозировать изменения климата по различным сценариям. Это могут быть идеализированные сценарии (чаще всего CO2 выбросы увеличиваются на 1% в год) или на основании недавней истории (обычно "IS92a" или недавно СДСВ сценарии). Какие сценарии наиболее реалистичны, остается неясным.

2001 год Третий оценочный доклад МГЭИК F Рисунок 9.3 показывает глобальный средний отклик 19 различных связанных моделей на идеализированный эксперимент, в котором выбросы увеличиваются на 1% в год.[23] Рисунок 9.5. показывает реакцию меньшего числа моделей на более свежие тенденции. Для 7 показанных здесь климатических моделей изменение температуры до 2100 г. варьируется от 2 до 4,5 ° C со средним значением около 3 ° C.

Будущие сценарии не включают неизвестные события - например, извержения вулканов или изменения солнечного воздействия. Эти эффекты считаются небольшими по сравнению с парниковый газ (ПГ) в долгосрочной перспективе, но крупные извержения вулканов, например, могут оказывать существенный временный охлаждающий эффект.

Выбросы ПГ человека являются исходными данными модели, хотя можно также включить экономическую / технологическую подмодель, чтобы обеспечить их. Уровни атмосферных парниковых газов обычно вводятся в качестве входных данных, хотя для расчета таких уровней можно включить модель углеродного цикла, отражающую процессы растительности и океана.

Сценарии выбросов

Смотрите также: Экономика глобального потепления: сценарии
Согласно прогнозам, в 21 веке изменения средней глобальной температуры будут варьироваться во всем мире.
Прогнозируемое изменение среднегодовой температуры приземного воздуха с конца 20 века до середины 21 века на основе сценария выбросов СДСВ A1B (источник: NOAA Лаборатория геофизической гидродинамики ).[22]

Для шести маркерных сценариев СДСВ МГЭИК (2007: 7–8) дала «наилучшую оценку» повышения средней глобальной температуры (2090–2099 гг. По сравнению с периодом 1980–1999 гг.) На 1,8–4,0 ° C.[24] За тот же период времени «вероятный» диапазон (вероятность более 66%, на основе экспертной оценки) для этих сценариев был для повышения средней глобальной температуры на 1,1–6,4 ° C.[24]

В 2008 году в исследовании были сделаны климатические прогнозы с использованием нескольких сценариев выбросов.[25] В сценарии, при котором глобальные выбросы начнут сокращаться к 2010 году, а затем будут снижаться устойчивыми темпами на 3% в год, прогнозировалось, что вероятное повышение средней глобальной температуры к 2050 году будет на 1,7 ° C выше доиндустриального уровня и возрастет примерно до 2 ° C. C к 2100 году. В прогнозе, разработанном для моделирования будущего, в котором не предпринимаются никакие усилия по сокращению глобальных выбросов, вероятное повышение средней глобальной температуры прогнозировалось на 5,5 ° C к 2100 году. Считалось возможным повышение до 7 ° C. , хотя и менее вероятно.

Другой сценарий без сокращения привел к среднему потеплению над сушей (2090–1999 гг. По сравнению с периодом 1980–99 гг.) На 5,1 ° C. По тому же сценарию выбросов, но с другой моделью, прогнозируемое медианное потепление составило 4,1 ° C.[26]

Точность модели

Ошибки SST в HadCM3
Осадки в Северной Америке от различных моделей
Прогнозы температуры на основе некоторых климатических моделей с учетом сценария выбросов SRES A2

МОЦАО интернализирует столько процессов, сколько достаточно изучено. Однако они все еще находятся в стадии разработки, и остаются существенные неопределенности. Они могут быть связаны с моделями других процессов в Модели системы Земля, такой как цикл углерода, чтобы улучшить обратную связь модели. Самые последние моделирование демонстрирует «правдоподобное» согласие с измеренными аномалиями температуры за последние 150 лет, когда это обусловлено наблюдаемыми изменениями в парниковых газах и аэрозолях. Соглашение улучшается за счет включения как естественных, так и антропогенных воздействий.[27][28][29]

Тем не менее несовершенные модели могут дать полезные результаты. ГЦМ способны воспроизводить общие характеристики наблюдаемой глобальной температуры за последнее столетие.[27]

Дискуссия о том, как согласовать прогнозы климатической модели о том, что потепление верхних слоев атмосферы (тропосферы) должно быть больше, чем наблюдаемое потепление поверхности, некоторые из которых, казалось, показывают обратное,[30] было решено в пользу моделей после пересмотра данных.

Облако Эффекты представляют собой значительную область неопределенности в климатических моделях. Облака оказывают конкурирующее влияние на климат. Они охлаждают поверхность, отражая солнечный свет в космос; они нагревают его, увеличивая количество инфракрасного излучения, передаваемого из атмосферы на поверхность.[31] В отчете МГЭИК 2001 г. возможные изменения облачного покрова были отмечены как основная неопределенность в прогнозировании климата.[32][33]

Исследователи климата во всем мире используют климатические модели для понимания климатической системы. По модельным исследованиям опубликованы тысячи статей. Частью этого исследования является улучшение моделей.

В 2000 году сравнение результатов измерений с десятками моделей GCM ЭНСО вызванные тропическими осадками, водяным паром, температурой и уходящей длинноволновой радиацией обнаружили сходство между измерениями и моделированием большинства факторов. Однако смоделированное изменение количества осадков было примерно на четверть меньше наблюдаемого. Ошибки в моделировании осадков подразумевают ошибки в других процессах, например ошибки в скорости испарения, которая обеспечивает влагу для создания осадков. Другая возможность состоит в том, что спутниковые измерения ошибочны. Либо означает, что для отслеживания и прогнозирования таких изменений необходим прогресс.[34]

Точные масштабы будущих изменений климата все еще не определены;[35] на конец 21 века (с 2071 по 2100 год), на СДСВ В сценарии A2 изменение глобального среднего значения SAT от AOGCM по сравнению с 1961 по 1990 год составляет +3,0 ° C (5,4 ° F), а диапазон составляет от +1,3 до +4,5 ° C (от +2,3 до 8,1 ° F).

МГЭИК Пятый оценочный отчет заявили о «очень высокой уверенности в том, что модели воспроизводят общие черты повышения среднегодовой приземной температуры в глобальном масштабе за исторический период». Однако в отчете также отмечалось, что темпы потепления за период 1998–2012 гг. Были ниже, чем прогнозировалось на 111 из 114. Проект взаимного сравнения связанных моделей климатические модели.[36]

Отношение к прогнозированию погоды

Глобальные климатические модели, используемые для климатических прогнозов, аналогичны по структуре (и часто имеют общий компьютерный код) численные модели для прогноза погоды, но, тем не менее, логически различны.

Наиболее прогноз погоды выполняется на основе интерпретации результатов численной модели. Поскольку прогнозы обычно рассчитаны на несколько дней или недель, а температура поверхности моря изменяется относительно медленно, такие модели обычно не содержат модели океана, а полагаются на введенные ТПМ. Им также требуются точные начальные условия для начала прогноза - обычно они берутся из результатов предыдущего прогноза, смешанных с наблюдениями. Прогнозы погоды требуются с более высоким временным разрешением, чем прогнозы климата, часто с точностью до часа по сравнению со среднемесячными или годовыми средними показателями климата. Однако, поскольку прогнозы погоды охватывают только около 10 дней, модели также можно запускать с более высоким разрешением по вертикали и горизонтали, чем в климатическом режиме. В настоящее время ЕЦСПП работает с разрешением 9 км (5,6 миль)[37] в отличие от шкалы от 100 до 200 км (от 62 до 124 миль), используемой в типичных прогонах климатических моделей. Часто локальные модели запускаются с использованием результатов глобальной модели для граничных условий для достижения более высокого локального разрешения: например, Метеорологический офис запускает мезомасштабную модель с разрешением 11 км (6,8 миль)[38] в Великобритании, а различные агентства в США используют такие модели, как модели NGM и NAM. Как и большинство глобальных моделей численного прогноза погоды, таких как GFS, глобальные климатические модели часто являются спектральными моделями[39] вместо сеточных моделей. Спектральные модели часто используются для глобальных моделей, потому что некоторые вычисления при моделировании могут выполняться быстрее, что сокращает время выполнения.

Расчеты

Климатические модели используют количественные методы для моделирования взаимодействия атмосфера, океаны, поверхности суши и лед.

Все климатические модели учитывают поступающую энергию как короткие волны. электромагнитное излучение, в основном видимый и коротковолновый (ближний) инфракрасный, а также исходящая энергия в виде длинноволнового (дальнего) инфракрасного электромагнитного излучения от Земли. Любой дисбаланс приводит к изменение температуры.

Самые обсуждаемые модели последних лет относятся к температуре выбросы из парниковые газы. Эти модели прогнозируют тенденцию к росту запись температуры поверхности, а также более быстрое повышение температуры на больших высотах.[40]

Трехмерные (или, точнее, четыре, поскольку время также считается) размерные GCM дискретизируют уравнения движения жидкости и передачи энергии и интегрируют их во времени. Они также содержат параметризации для таких процессов, как конвекция, которые происходят в слишком малых масштабах, чтобы их можно было разрешить напрямую.

Атмосферные GCM (AGCM) моделируют атмосферу и накладывают температура поверхности моря как граничные условия. Связанные ГЦМ атмосфера-океан (МОЦАО, например HadCM3, EdGCM, GFDL CM2.X, ARPEGE-Climat[41]) объединить две модели.

Модели варьируются по сложности:

  • Простой лучистое тепло модель передачи рассматривает землю как единую точку и усредняет исходящую энергию
  • Его можно расширить по вертикали (радиационно-конвективные модели) или по горизонтали.
  • Наконец, (связанная) атмосфера – океан–морской лед глобальные климатические модели дискретизируют и решают полные уравнения переноса массы и энергии и лучистого обмена.
  • Коробчатые модели рассматривают потоки в океанских бассейнах и внутри них.

Другие подмодели могут быть связаны между собой, например землепользование, что позволяет исследователям прогнозировать взаимодействие между климатом и экосистемами.

Сравнение с другими моделями климата

Основная статья: Климатическая модель

Модели земных систем средней сложности (EMIC)

Основная статья: Модель земных систем средней сложности

Модель Climber-3 использует 2,5-мерную статистико-динамическую модель с разрешением 7,5 ° × 22,5 ° и временным шагом 1/2 дня. Океаническая подмодель - МОМ-3 (Модульная модель океана ) с сеткой 3,75 ° × 3,75 ° и 24 уровнями по вертикали.[42]

Радиационно-конвективные модели (RCM)

Одномерные радиационно-конвективные модели использовались для проверки основных климатических предположений в 1980-х и 1990-х годах.[43]

Модели системы Земля

GCM могут быть частью Модели системы Земля, например путем соединения модели ледяного покрова для динамики Гренландия и Антарктические ледяные щиты, и один или несколько модели химического транспорта (CTM) для разновидность важен для климата. Таким образом, модель переноса химического состава углерода может позволить GCM лучше предсказывать антропогенный изменения в углекислый газ концентрации. Кроме того, этот подход позволяет учитывать межсистемную обратную связь: например, химико-климатические модели учитывают влияние изменения климата на озоновая дыра быть изученным.[44]

Смотрите также

Рекомендации

  1. ^ а б c «Первая климатическая модель». 200-летие NOAA. 2007 г.
  2. ^ Филлипс, Норман А. (апрель 1956 г.). «Общая циркуляция атмосферы: численный эксперимент». Ежеквартальный журнал Королевского метеорологического общества. 82 (352): 123–154. Bibcode:1956QJRMS..82..123P. Дои:10.1002 / qj.49708235202.
  3. ^ Кокс, Джон Д. (2002). Наблюдатели за бурей. John Wiley & Sons, Inc. стр.210. ISBN  978-0-471-38108-2.
  4. ^ а б Линч, Питер (2006). «Интеграции ENIAC». Появление численного прогноза погоды. Издательство Кембриджского университета. С. 206–208. ISBN  978-0-521-85729-1.
  5. ^ Коллинз, Уильям Д .; и другие. (Июнь 2004 г.). "Описание модели атмосферы сообщества NCAR (CAM 3.0)" (PDF). Университетская корпорация атмосферных исследований.
  6. ^ Сюэ, Юнкан и Майкл Дж. Феннесси (20 марта 1996 г.). «Влияние свойств растительности на прогноз погоды в США летом». Журнал геофизических исследований. Американский геофизический союз. 101 (D3): 7419. Bibcode:1996JGR ... 101.7419X. CiteSeerX  10.1.1.453.551. Дои:10.1029 / 95JD02169.
  7. ^ Макгаффи, К. и А. Хендерсон-Селлерс (2005). Учебник по моделированию климата. Джон Уайли и сыновья. п. 188. ISBN  978-0-470-85751-9.
  8. ^ "Pubs.GISS: Sun and Hansen 2003: Моделирование климата для 1951-2050 годов с использованием связанной модели атмосферы и океана". pubs.giss.nasa.gov. 2003. Получено 25 августа 2015.
  9. ^ «Проект взаимного сравнения моделей атмосферы». Программа диагностики и взаимного сравнения климатических моделей, Ливерморская национальная лаборатория им. Лоуренса. Получено 21 апреля 2010.
  10. ^ Jablonowski, C .; Herzog, M .; Penner, J. E .; Oehmke, R.C .; Стаут, Q. F .; ван Леер, Б. (2004). «Адаптивные сетки для моделей погоды и климата». CiteSeerX  10.1.1.60.5091. Цитировать журнал требует | журнал = (помощь) Смотрите также Яблоновский, Кристиана. «Адаптивное уточнение сетки (AMR) для моделей погоды и климата». В архиве с оригинала 28 августа 2016 г.. Получено 24 июля 2010.
  11. ^ Документация по командному языку NCAR: Неоднородные сетки, которые NCL может очерчивать В архиве 3 марта 2016 г. Wayback Machine (Проверено 24 июля 2010 г.)
  12. ^ "Домашняя страница Глобального моделирования окружающей среды высокого разрешения (HiGEM)". Совет по исследованию окружающей среды и метеорологическое бюро. 18 мая 2004 г.
  13. ^ «Мезомасштабное моделирование». Архивировано из оригинал 29 декабря 2010 г.. Получено 5 октября 2010.
  14. ^ «Климатическая модель будет первой, в которой будет использоваться геодезическая сетка». Новости науки университета Дейли. 24 сентября 2001 г.
  15. ^ «Привязка сферы». MIT GCM. Получено 9 сентября 2010.
  16. ^ «Третий оценочный доклад МГЭИК - Изменение климата 2001 - Полные онлайн-версии». МГЭИК. Архивировано из оригинал 12 января 2014 г.. Получено 12 января 2014.
  17. ^ «Вычислительное устройство Аракавы». Aip.org. Получено 18 февраля 2012.
  18. ^ "Отчет COLA 27". Grads.iges.org. 1 июля 1996 г. Архивировано с оригинал 6 февраля 2012 г.. Получено 18 февраля 2012.
  19. ^ «Таблица 2-10». Pcmdi.llnl.gov. Получено 18 февраля 2012.
  20. ^ «Таблица элементарных характеристик модели CMIP». Rainbow.llnl.gov. 2 декабря 2004 г.. Получено 18 февраля 2012.
  21. ^ «Общие модели циркуляции атмосферы». Aip.org. Получено 18 февраля 2012.
  22. ^ а б Лаборатория геофизической гидродинамики NOAA (GFDL) (9 октября 2012 г.), Обзор климатических исследований NOAA GFDL Галерея изображений: Модели тепличного потепления, NOAA GFDL
  23. ^ «Изменение климата 2001: научная основа». Grida.no. Архивировано из оригинал 18 февраля 2012 г.. Получено 18 февраля 2012.
  24. ^ а б «Глава 3: Прогнозируемое изменение климата и его последствия». Четвертый оценочный доклад МГЭИК: Изменение климата 2007: Сводный отчет: Сводный отчет для политиков., в ДО4 МГЭИК, SYR 2007
  25. ^ Папа В. (2008). «Метеорологическое бюро: научные данные для своевременных действий по борьбе с изменением климата». Веб-сайт Метеорологического бюро. Архивировано из оригинал 29 декабря 2010 г.
  26. ^ Соколов, А.П .; и другие. (2009). «Вероятностный прогноз климата XXI века на основе неопределенностей в выбросах (без учета политики) и климатических параметров» (PDF). Журнал климата. 22 (19): 5175–5204. Bibcode:2009JCli ... 22.5175S. Дои:10.1175 / 2009JCLI2863.1.
  27. ^ а б МГЭИК, Резюме для политиков В архиве 7 марта 2016 г. Wayback Machine, Рисунок 4 В архиве 21 октября 2016 г. Wayback Machine, в РГ1 ТДО МГЭИК (2001), Houghton, J. T .; Ding, Y .; Григгс, Д. Дж .; Noguer, M .; van der Linden, P.J .; Дай, X .; Maskell, K .; Джонсон, К. А. (ред.), Изменение климата 2001: научная основа, Вклад Рабочей группы I в Третий оценочный отчет Межправительственной группы экспертов по изменению климата, Cambridge University Press, ISBN  978-0-521-80767-8, заархивировано из оригинал 15 декабря 2019 г. (pb: 0-521-01495-6).
  28. ^ «Моделирование глобального потепления 1860–2000 гг.». Архивировано из оригинал 27 мая 2006 г.
  29. ^ «Десятилетний прогноз 2013». Метеорологический офис. Январь 2014.
  30. ^ Пресс-релиз веб-сайта National Academies Press, 12 января 2000 г .: Согласование наблюдений за глобальным изменением температуры.
  31. ^ НАСА запускает сайт исследования космоса: парниковый эффект. Archive.com. Восстановлено 1 октября 2012 г.
  32. ^ «Изменение климата 2001: научная основа» (PDF). МГЭИК. п. 90.
  33. ^ Соден, Брайан Дж .; Хелд, Исаак М. (2006). "Оценка обратной связи климата в связанных моделях океана и атмосферы". J. Климат. 19 (14): 3354–3360. Bibcode:2006JCli ... 19.3354S. Дои:10.1175 / JCLI3799.1.
  34. ^ Соден, Брайан Дж. (Февраль 2000 г.). «Чувствительность тропического гидрологического цикла к ЭНСО». Журнал климата. 13 (3): 538–549. Дои:10.1175 / 1520-0442 (2000) 013 <0538: TSOTTH> 2.0.CO; 2.
  35. ^ Cubasch и другие., Глава 9: Прогнозы будущего изменения климата В архиве 16 апреля 2016 г. Wayback Machine, Управляющее резюме[мертвая ссылка ], в РГ1 ТДО МГЭИК (2001), Houghton, J. T .; Ding, Y .; Григгс, Д. Дж .; Noguer, M .; van der Linden, P.J .; Дай, X .; Maskell, K .; Джонсон, К. А. (ред.), Изменение климата 2001: научная основа, Вклад Рабочей группы I в Третий оценочный отчет Межправительственной группы экспертов по изменению климата, Cambridge University Press, ISBN  978-0-521-80767-8, заархивировано из оригинал 15 декабря 2019 г. (pb: 0-521-01495-6).
  36. ^ Флато, Грегори (2013). «Оценка климатических моделей» (PDF). МГЭИК. С. 768–769.
  37. ^ «Архивная копия». Архивировано из оригинал 3 мая 2008 г.. Получено 7 февраля 2016.CS1 maint: заархивированная копия как заголовок (связь) Информационный бюллетень ЕЦСПП весна 2016
  38. ^ [1]
  39. ^ «Что такое модели общей циркуляции (GCM)?». Das.uwyo.edu. Получено 18 февраля 2012.
  40. ^ Meehl и другие., Изменение климата 2007 Глава 10: Глобальные климатические прогнозы В архиве 15 апреля 2016 г. Wayback Machine,[страница нужна ] в AR4 WG1 МГЭИК (2007), Соломон, С .; Qin, D .; Manning, M .; Chen, Z .; Marquis, M .; Аверит, К.Б .; Тиньор, М .; Миллер, Х.Л. (ред.), Изменение климата 2007: основы физических наук, Вклад Рабочей группы I в Четвертый оценочный отчет Межправительственной группы экспертов по изменению климата, Cambridge University Press, ISBN  978-0-521-88009-1 (pb: 978-0-521-70596-7)
  41. ^ Домашняя страница ARPEGE-Climat, версия 5.1 В архиве 4 января 2016 г. Wayback Machine, 3 сен 2009. Дата обращения 1 октября 2012. Домашняя страница ARPEGE-Climat В архиве 19 февраля 2014 г. Wayback Machine, 6 августа 2009 г. Дата обращения 1 октября 2012 г.
  42. ^ "emics1". www.pik-potsdam.de. Получено 25 августа 2015.
  43. ^ Wang, W.C .; P.H. Камень (1980). «Влияние обратной связи альбедо льда на глобальную чувствительность в одномерной радиационно-конвективной модели климата». J. Atmos. Наука. 37 (3): 545–52. Bibcode:1980JAtS ... 37..545Вт. Дои:10.1175 / 1520-0469 (1980) 037 <0545: EOIAFO> 2.0.CO; 2.
  44. ^ Аллен, Джинни (февраль 2004 г.). «Танго в атмосфере: озон и изменение климата». Земная обсерватория НАСА.

дальнейшее чтение

внешняя ссылка