XiaoMi-AI文件搜索系统
World File Search SystemCAM6
扰动参数以了解云对气候变化的贡献
摘要：使用CAM6扰动参数集合（PPE）评估云反馈对大气模型参数的敏感性。CAM6 PPE PERTURBS在262个模拟中45个参数，其中206个参数在此使用。总云反馈中的扩展及其在CAM6 PPE中的六个组件与跨CMIP6和AMIP集合的扩散相当，表明参数不确定性反映了结构不确定性。但是，CAM6 PPE中的高云高度反馈通常比WCRP评估，CMIP6和AMIP值大。我们评估了45个参数中的每个参数的影响在总云反馈和六个云反馈组成部分中的每个参数。我们还探讨了是否可以使用CAM6 PPE来限制总云反馈，但结果不确定。此外，我们发现，尽管CAM6中云反馈的参数敏感性很大，但云反馈从CAM5到CAM6的大幅增加并不是参数值变化的结果。值得注意的是，与AMIP（CAM6.0）相比，CAM6 PPE的运行方式更近是CAM6（CAM6.3），并且与CAM6.0（0.81 W M 2 2 2 K 2 1 1）相比，总云总反馈（0.56 W m 2 2 K 2 1），主要是由于低云中的低云而降低了Tropics and MidlatiD的低云。工作强调了云反馈对CAM6中参数值和结构细节的敏感性。
社区气氛模型6
摘要。本文记录了从扰动的参数集合（PPE）技术的方法和限制性的结果，其中多个参数是同时发生的，并且参数值是通过拉丁超管采样确定的。这是通过社区At-Mosphere模型6（CAM6）进行的，这是社区地球系统模型2版（CESM2）的大气组合。我们将PPE方法应用于CESM2-CAM6，以了解对大气物理学参数的气候敏感性。最初的模拟在Mi-Crophysics，对流，湍流和气溶胶方案中有45个参数，具有263个集合成员。这些大气参数通常是许多气候模型中最不确定的。控制模拟和有针对性的模拟，以了解由于气溶胶和快速气候反馈而引起的Climente强迫。在多维空间映射输入参数中探索了各种模拟器的使用来输出指标。参数对各种模型输出的影响，例如辐射，云和气溶胶特性。ma-Chine学习也用于针对观察探测最佳参数值。我们的发现表明，PPE是用于气候不确定性分析的有价值工具。此外，通过同时改变许多参数，我们发现，参数值的许多不同组合可以产生与观察结果一致的恢复，从而仔细的分析
通过辐射敏感性和降水效率之间的耦合
在温暖云中的抽象气溶胶相互作用（ACI）是历史期间有效辐射强迫（ERF）的不确定性的主要来源，并且通过扩展为推断的气候灵敏度。由于ACI（ERFACI）引起的ERF由云的强迫组成，这是由于云微物理学的变化和对微物理学的云调整。在这里，我们使用CAM6中托管的扰动参数集合（PPE）来检查驱动ERFACI的过程。对PPE的观察性约束会导致云微物理学和巨摩托学对人为气溶胶的响应的重大限制，但仅对Erfaci的限制最小。对PPE中的云和辐射过程的检查揭示了降水效率和辐射性敏感性的相互作用来缓冲Erfaci。