Ir al contenido

Retroalimentación de las nubes

De Wikipedia, la enciclopedia libre

La retroalimentación de las nubes es el acoplamiento entre la nubosidad y la temperatura del aire en la superficie, donde un cambio en la temperatura del aire en la superficie conduce a un cambio en las nubes, que luego podría amplificar o disminuir la perturbación de la temperatura inicial. Las retroalimentaciones de las nubes pueden afectar la magnitud de la variabilidad climática generada internamente[1][2]​ o pueden afectar la magnitud del cambio climático resultante de los forzamientos radiativos externos.[3]

Se espera que el calentamiento global cambie la distribución y el tipo de nubes.[4][5]​ Vistas desde abajo, las nubes emiten radiación infrarroja hacia la superficie y, por lo tanto, ejercen un efecto de calentamiento; vistas desde arriba, las nubes reflejan la luz solar y emiten radiación infrarroja al espacio, ejerciendo así un efecto refrescante.[6]​ Las representaciones de las nubes varían entre los modelos climáticos globales, y los pequeños cambios en la cubierta de nubes tienen un gran impacto en el clima.[7][8]​ Las diferencias en los esquemas de modelado de nubes de la capa límite planetaria pueden conducir a grandes diferencias en los valores derivados de la sensibilidad climática. Un modelo que reduce las nubes de la capa límite en respuesta al calentamiento global tiene una sensibilidad climática dos veces mayor que la de un modelo que no incluye esta retroalimentación.[9]​ Sin embargo, los datos satelitales muestran que el grosor óptico de las nubes en realidad aumenta con el aumento de la temperatura.[10]​ Que el efecto neto sea calentamiento o enfriamiento depende de detalles como el tipo y la altitud de la nube; detalles que son difíciles de representar en los modelos climáticos.

Otros efectos de la retroalimentación en la nube

[editar]

Además de cómo las propias nubes responderán al aumento de las temperaturas, otras retroalimentaciones afectan las propiedades y la formación de las nubes. La cantidad y distribución vertical del vapor de agua está íntimamente ligada a la formación de nubes. Se ha demostrado que los cristales de hielo influyen en gran medida en la cantidad de vapor de agua.[11]​ El vapor de agua en la troposfera superior subtropical se ha relacionado con la convección de vapor de agua y hielo. Los cambios en la humedad subtropical podrían proporcionar una retroalimentación negativa que disminuya la cantidad de vapor de agua que, a su vez, actuaría para mediar en las transiciones climáticas globales.[12]

Los cambios en la cobertura de nubes están estrechamente relacionados con otros comentarios, incluidos los comentarios sobre el vapor de agua y el albedo del hielo. Se espera que el cambio climático altere la relación entre el hielo de la nube y el agua de la nube sobreenfriada, lo que a su vez influiría en la microfísica de la nube, lo que daría lugar a cambios en las propiedades radiativas de la nube. Los modelos climáticos sugieren que un calentamiento aumentará la nubosidad fraccional. El albedo del aumento de la nubosidad enfría el clima, lo que da como resultado una retroalimentación negativa; mientras que el reflejo de la radiación infrarroja de las nubes calienta el clima, lo que resulta en una retroalimentación positiva.[13]​ Se espera que el aumento de las temperaturas en las regiones polares aumente la cantidad de nubes bajas, cuya estratificación impide la convección de la humedad hacia los niveles superiores. Esta retroalimentación cancelaría parcialmente el aumento del calentamiento de la superficie debido a la nubosidad. Esta retroalimentación negativa tiene menos efecto que la retroalimentación positiva. La atmósfera superior cancela con creces la retroalimentación negativa que causa el enfriamiento y, por lo tanto, el aumento de CO2 en realidad está exacerbando la retroalimentación positiva a medida que ingresa más CO2 al sistema.[14]​ Una simulación de 2019 predice que si los gases de efecto invernadero alcanzan tres veces el nivel actual de dióxido de carbono atmosférico, las nubes estratocúmulos podrían dispersarse abruptamente, contribuyendo a un calentamiento global adicional.[15]

Retroalimentación de las nubes en el informe del IPCC

[editar]

Los informes de evaluación del Panel Intergubernamental sobre el Cambio Climático (IPCC) contienen un resumen del estado actual del conocimiento sobre el efecto de la retroalimentación de las nubes en los modelos climáticos. El Cuarto Informe de Evaluación del IPCC (2007) declaró:[16]

Al reflejar la radiación solar de regreso al espacio (el efecto albedo de las nubes) y al atrapar la radiación infrarroja emitida por la superficie y la troposfera inferior (el efecto invernadero de las nubes), las nubes ejercen dos efectos competitivos sobre el balance de radiación de la Tierra. Estos dos efectos suelen denominarse componentes SW (onda corta) y LW (onda larga) del forzamiento radiativo de la nube (CRF). El equilibrio entre estos dos componentes depende de muchos factores, incluidas las propiedades macrofísicas y microfísicas de las nubes. En el clima actual, las nubes ejercen un efecto de enfriamiento sobre el clima (el CRF medio global es negativo). En respuesta al calentamiento global, el efecto de enfriamiento de las nubes sobre el clima podría aumentar o debilitarse, produciendo así una retroalimentación radiativa al calentamiento climático (Randall et al., 2006; NRC, 2003; Zhang, 2004; Stephens, 2005; Bony et al. ., 2006).

En el más reciente, el Quinto Informe de Evaluación del IPCC (2013), los efectos de la retroalimentación de las nubes se analizan en el informe del Grupo de trabajo 1,[17]​ en el Capítulo 7, «Nubes y aerosoles»,[18]​ con una discusión adicional sobre las incertidumbres en el Capítulo 9, «Evaluación de modelos climáticos».[19]​ El informe establece que «los estudios de retroalimentación de las nubes señalan cinco aspectos de la respuesta de las nubes al cambio climático que se distinguen aquí: cambios en la altitud de las nubes en los niveles altos, efectos del ciclo hidrológico y cambios en la trayectoria de las tormentas en los sistemas de nubes, cambios en la cantidad de nubes en los niveles bajos , cambios de opacidad (profundidad óptica) inducidos microfísicamente y cambios en las nubes de latitudes altas». La retroalimentación radiativa neta es la suma de las retroalimentaciones de calentamiento y enfriamiento; el resumen ejecutivo establece: "El signo de la retroalimentación radiativa neta debido a todos los tipos de nubes es menos seguro pero probablemente positivo. La incertidumbre en el signo y la magnitud de la retroalimentación de las nubes se debe principalmente a la incertidumbre continua en el impacto del calentamiento en las nubes bajas". Estiman que la retroalimentación de la nube de todos los tipos de nubes es de +0.6 W/m2°C (con una banda de incertidumbre de -0,2 a +2,0), y continúan, "Todos los modelos globales continúan produciendo una red positiva de casi cero a moderadamente fuerte". retroalimentación en la nube".[18]

La sensibilidad climática efectiva estrechamente relacionada ha aumentado sustancialmente en la última generación de modelos climáticos globales. Las diferencias en la representación física de las nubes en los modelos impulsan esta mayor sensibilidad en relación con la generación anterior de modelos.[20][21][22]

Referencias

[editar]
  1. Brown, Patrick T.; Li, Wenhong; Jiang, Jonathan H.; Su, Hui (7 de diciembre de 2015). «Unforced Surface Air Temperature Variability and Its Contrasting Relationship with the Anomalous TOA Energy Flux at Local and Global Spatial Scales». Journal of Climate (en inglés) 29 (3): 925-940. Bibcode:2016JCli...29..925B. ISSN 0894-8755. doi:10.1175/JCLI-D-15-0384.1. Consultado el 5 de mayo de 2022. 
  2. Bellomo, Katinka; Clement, Amy; Mauritsen, Thorsten; Rädel, Gaby; Stevens, Bjorn (11 de abril de 2014). «Simulating the Role of Subtropical Stratocumulus Clouds in Driving Pacific Climate Variability». Journal of Climate 27 (13): 5119-5131. Bibcode:2014JCli...27.5119B. ISSN 0894-8755. S2CID 33019270. doi:10.1175/JCLI-D-13-00548.1. hdl:11858/00-001M-0000-0014-72C1-F. 
  3. Stephens, Graeme L. (1 de enero de 2005). «Cloud Feedbacks in the Climate System: A Critical Review». Journal of Climate 18 (2): 237-273. Bibcode:2005JCli...18..237S. ISSN 0894-8755. doi:10.1175/JCLI-3243.1. 
  4. GREENFIELDBOYCE, Nell (11 de julio de 2016). «Climate Change May Already Be Shifting Clouds Toward The Poles». NPR (en inglés). Consultado el 5 de mayo de 2022. 
  5. «How climate change is altering Earth's cloud cover». The Christian Science Monitor (en inglés). 12 de julio de 2016. Consultado el 5 de mayo de 2022. 
  6. Hartmann, D.L.; M.E. Ockert-Bell; M.L. Michelsen (1992). «The Effect of Cloud Type on Earth's Energy Balance: Global Analysis». J. Climate 5 (11): 1281-1304. Bibcode:1992JCli....5.1281H. doi:10.1175/1520-0442(1992)005<1281:TEOCTO>2.0.CO;2. 
  7. Cess, R. D. (1990). «Intercomparison and Interpretation of Climate Feedback Processes in 19 Atmospheric General Circulation Models». J. Geophys. Res. (en inglés) 95 (D10): 16,601-16,615. Bibcode:1990JGR....9516601C. doi:10.1029/jd095id10p16601. Archivado desde el original el 22 de julio de 2018. Consultado el 5 de mayo de 2022. 
  8. Stocker, T.F. (2001). «Physical climate processes and feedbacks». En J.T. Houghton, ed. Climate Change 2001: The Scientific Basis, Contributions of Working Group I to the Third Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge, U.K.: Cambridge University Press. 
  9. National Research Council (2004). Understanding Climate Change Feedbacks. Panel on Climate Change Feedbacks, Climate Research Committee. National Academies Press. ISBN 978-0-309-09072-8. doi:10.17226/10850. 
  10. Tselioudis, G.; W.B. Rossow; D. Rind (1992). «Global Patterns of Cloud Optical Thickness Variation with Temperature». J. Climate 5 (12): 1484-1495. Bibcode:1992JCli....5.1484T. doi:10.1175/1520-0442(1992)005<1484:GPOCOT>2.0.CO;2. 
  11. Donner, L. J.; C. J. Seman; B. J. Soden; R. S. Hemler; J. C. Warren; J. Ström; K.-N. Liou (1997). «Large-scale ice clouds in the GFDL SKYHI general circulation model». J. Geophys. Res. 102 (D18): 21,745-21,768. Bibcode:1997JGR...10221745D. doi:10.1029/97JD01488. 
  12. Pierrehumbert, R. T.; R. Roca (1998). «Evidence for Control of Atlantic Subtropical Humidity by Large Scale Advection». Geophys. Res. Lett. 25 (24): 4537-4540. Bibcode:1998GeoRL..25.4537P. doi:10.1029/1998GL900203. 
  13. Fowler, L.D.; D.A. Randall (1996). «Liquid and Ice Cloud Microphysics in the CSU General Circulation Model. Part III: Sensitivity to Modeling Assumptions». J. Climate 9 (3): 561-586. Bibcode:1996JCli....9..561F. doi:10.1175/1520-0442(1996)009<0561:LAICMI>2.0.CO;2. 
  14. Wetherald, R.; S. Manabe (1988). «Cloud Feedback Processes in a General Circulation Model». J. Atmos. Sci. 45 (8): 1397-1416. Bibcode:1988JAtS...45.1397W. doi:10.1175/1520-0469(1988)045<1397:CFPIAG>2.0.CO;2. 
  15. Pressel, Kyle G.; Kaul, Colleen M.; Schneider, Tapio (marzo de 2019). «Possible climate transitions from breakup of stratocumulus decks under greenhouse warming». Nature Geoscience 12 (3): 163-167. ISSN 1752-0908. doi:10.1038/s41561-019-0310-1. 
  16. IPCC Fourth Assessment Report: Climate Change 2007: Working Group I: The Physical Science Basis, section 8.6.3.2 Clouds Archivado el 26 de diciembre de 2017 en Wayback Machine. (2007). Consultado el 5 de mayo de 2022.
  17. Stocker, T.F., D. Qin, G.-K. Plattner, M. Tignor, S.K. Allen, J. Boschung, A. Nauels, Y. Xia, V. Bex and P.M. Midgley (eds.), 5th Assessment Report of the Intergovernmental Panel on Climate Change, Working Group 1 report, Climate Change 2013: The Physical Science Basis (2013). Consultado el 5 de mayo de 2022.
  18. a b Boucher, O., D. Randall, P. Artaxo, C. Bretherton, G. Feingold, P. Forster, V.-M. Kerminen, Y. Kondo, H. Liao, U. Lohmann, P. Rasch, S.K. Satheesh, S. Sherwood, B. Stevens and X.Y. Zhang, «Clouds and Aerosols», Capítulo 7, pp. 571-657, Climate Change 2013: The Physical Science Basis (2013). Consultado el 5 de mayo de 2022.
  19. Flato, G., J. Marotzke, B. Abiodun, P. Braconnot, S.C. Chou, W. Collins, P. Cox, F. Driouech, S. Emori, V. Eyring, C. Forest, P. Gleckler, E. Guilyardi, C. Jakob, V. Kattsov, C. Reason and M. Rummukainen, section 9.7.2.3, "Role of Cloud Feedbacks in Climate Sensitivity", pp. 819-820, in "Evaluation of Climate Models" Archivado el 21 de octubre de 2018 en Wayback Machine., Capítulo 9, Climate Change 2013: The Physical Science Basis (2013). Consultado el 5 de mayo de 2022.
  20. Zelinka, Mark D.; Myers, Timothy A.; McCoy, Daniel T.; Po‐Chedley, Stephen; Caldwell, Peter M.; Ceppi, Paulo; Klein, Stephen A.; Taylor, Karl E. (2020). «Causes of Higher Climate Sensitivity in CMIP6 Models». Geophysical Research Letters (en inglés) 47 (1): e2019GL085782. ISSN 1944-8007. doi:10.1029/2019GL085782. 
  21. Watts, Jonathan (13 de junio de 2020). «Climate worst-case scenarios may not go far enough, cloud data shows». the Guardian (en inglés). Consultado el 19 de junio de 2020. 
  22. Palmer, Tim (26 de mayo de 2020). «Short-term tests validate long-term estimates of climate change». Nature (en inglés) 582 (7811): 185-186. doi:10.1038/d41586-020-01484-5. 

Enlaces externos

[editar]