L'impatto idrologico della geoingegneria nel Geoengineering Model Intercomparison Project (GeoMIP)

L'impatto idrologico della geoingegneria nel Geoengineering Model Intercomparison Project (GeoMIP)

Simone Tilmes,1 John Fasullo,1 Jean-Francois Lamarque,1 Daniel R. Marsh,1 Michael Mills,1 Kari Alterskjær,2 Helene Muri,2 Jón E. Kristjánsson,2 Olivier Boucher,3 Michael Schulz,3 Jason N. S. Cole,4 Charles L. Curry,5 Andy Jones,6 Jim Haywood,6,7 Peter J. Irvine,8 Duoying Ji,9 John C. Moore,9 Diana B. Karam,10 Ben Kravitz,11 Philip J. Rasch,11 Balwinder Singh,11 Jin-Ho Yoon,11 Ulrike Niemeier,12 Hauke Schmidt,12 Alan Robock,13 Shuting Yang,14 and Shingo Watanabe15

Ricevuto il 14 marzo 2013; rivisto il 17 settembre 2013; accettato il 25 settembre 2013; pubblicato il 14 ottobre 2013.

[1] L'impatto idrologico del miglioramento dell'albedo terrestre da parte della gestione delle radiazioni solari è studiato mediante simulazioni di 12 modelli di sistemi terrestri che contribuiscono al GeoMineering Model Intercomparison Project. Contrastiamo un esperimento idealizzato, G1, in cui il forzante radiativo medio globale viene mantenuto in condizioni preindustriali riducendo l'insolazione mentre la concentrazione di CO2 viene quadruplicata in un esperimento 4xCO2. La riduzione dell'evapotraspirazione sulla terra con concentrazioni di CO2 istantaneamente aumentanti in entrambi gli esperimenti contribuisce in gran parte a una riduzione iniziale dell'evaporazione. Una superficie riscaldante associata all'adeguamento transitorio in 4xCO2 genera un aumento delle precipitazioni globali di circa il 6,9% con grandi cambiamenti zonali e regionali in entrambe le direzioni, tra cui un aumento delle precipitazioni del 10% sull'Asia e una riduzione del 7% per l'estate nordamericana monsone. L'evaporazione globale ridotta persiste in G1 con temperature vicine alle condizioni preindustriali. Le precipitazioni globali sono ridotte di circa il 4,5% e si registrano riduzioni significative nelle regioni terrestri monsoniche: Asia orientale (6%), Sudafrica (5%), Nord America (7%) e Sud America (6%). Le prestazioni di precipitazione generale nei modelli sono discusse rispetto alle osservazioni. Contrariamente all'esperimento 4xCO2, in cui la frequenza dei mesi con forte intensità di precipitazione è aumentata di oltre il 50% rispetto al controllo, in G1 viene simulata una riduzione fino al 20%. Questi cambiamenti nelle precipitazioni sia nella quantità totale che nella frequenza degli estremi indicano un considerevole indebolimento del ciclo idrologico in un mondo geoingegnerizzato.

Citation: Tilmes, S., et al. (2013), The hydrological impact of geoengineering in the Geoengineering Model Intercomparison Project (GeoMIP), J. Geophys. Res. Atmos., 118, 11,036–11,058, https://doi.org/10.1002/jgrd.50868.

1.National Center for Atmospheric Research, Boulder, Colorado, USA.
2. Department of Geosciences, Meteorology and Oceanography Section, University of Oslo, Oslo, Norway.
3. Laboratoire de Météorologie Dynamique, IPSL, CNRS/UPMC, Paris, France.
4. Canadian Centre for Climate Modeling and Analysis, Environment Canada, Toronto, Ontario, Canada.
5. School of Earth and Ocean Sciences, University of Victoria, Victoria, British Columbia, Canada. Corresponding author: S. Tilmes, National Center for Atmospheric Research, 1850 Table Mesa Dr., 3450 Mitchell Lane, Boulder, CO 80305, USA. (tilmes@ucar.edu) ©2013. American Geophysical Union. All Rights Reserved.
doi: 2169-897X/13/10.1002/jgrd.50868
6. Met Office Hadley Centre, Exeter, UK.
7. Exeter Climate Systems, University of Exeter, Exeter, UK.
8. Institute for Advanced Sustainability Studies, Potsdam, Germany.
9. State Key Laboratory of Earth Surface Processes and Resource Ecology, College of Global Change and Earth System Science, Beijing Normal University, Beijing, China.
10. Laboratoire des Sciences du Climat et l’Environnement, CEA, CNRS, UVSQ, Gif-survette, France.
11. Pacific Northwest National Laboratory, Richland, Washington, USA.
12. Max Planck Institute for Meteorology, Hamburg, Germany.
13. Department of Environmental Sciences, Rutgers University, New Brunswick, New Jersey, USA.
14. Danish Meteorological Institute, Copenhagen, Denmark.
15. Japan Agency for Marine-Earth Science and Technology, Yokohama, Japan.

1. Introduzione

[2] La geoingegneria, chiamata anche ingegneria del clima, è discussa nella letteratura recente come una potenziale opzione per ridurre i cambiamenti più pericolosi del clima terrestre a seguito di grandi aumenti di gas serra [Launder and Thompson, 2009]. Una delle proposte per "guadagnare un po 'di tempo" mentre gli scenari di mitigazione vengono intensificati in modo aggressivo, considera la riduzione della radiazione ad onde corte in entrata, chiamata Solar Radiation Management (SRM). Questo approccio dovrebbe compensare il riscaldamento derivante dall'aumento delle concentrazioni di gas serra con una corrispondente riduzione dell'assorbimento solare [ad esempio, Crutzen, 2006].

[3] Analoghi naturali per SRM sono stati osservati dopo il verificarsi di grandi eruzioni vulcaniche, come quella del Monte. Pinatubo nel 1991, che ha iniettato 20 Mt di SO2 nella stratosfera [Bluth et al., 1992]. L'aumento dell'albedo planetario derivante da aerosol vulcanici stratosferici ha provocato un raffreddamento globale temporaneo della superficie terrestre con valori stimati che raggiungono tra 0,14 K [Canty et al., 2013] e 0,5 K [Soden et al., 2002] e un troposferico adattato ENSO raffreddamento di 0,4 K [McCormick et al., 1995]. Tuttavia, sono stati osservati anche effetti accessori, come un indebolimento del ciclo idrologico, che è stato identificato sulla base di una significativa riduzione dello scarico del fiume continentale [Trenberth e Dai, 2007]. Inoltre, è stato osservato un aumento della deplezione di ozono stratosferica nel vortice polare artico in 2 anni dopo l'eruzione [Tilmes et al., 2008]. Le simulazioni di un'atmosfera geoingegnerizzata utilizzando aerosol di solfato indicano anche cambiamenti nella dinamica stratosferica e chimica causati da SRM [Tilmes et al., 2009; Heckendorn et al., 2009].

[4] In assenza di geoingegneria, l'aumento delle concentrazioni di gas a effetto serra sta riscaldando il pianeta e riscaldando la superficie e la troposfera, portando ad esempio all'aumento del vapore acqueo atmosferico [Solomon et al., 2007]. Combinati con un aumento del flusso radiativo netto verso il basso, questi feedback transitori provocano un rafforzamento del ciclo idrologico, caratterizzato da un aumento sia delle precipitazioni totali che della frequenza di eventi di precipitazione [Trenberth, 1999; Trenberth et al., 2003; Held and Soden, 2006; Solomon et al., 2007]. Inoltre, si osserva un forte contrasto di feedback idrologici e radiativi tra terra e oceano [ad esempio, Wang e Ding, 2006; Sutton et al., 2007] e simulato da modelli climatici in un ambiente ad alta CO2 [es. Joshi et al., 2008; Fasullo, 2010, 2012; Lambert et al., 2011]. Un maggiore riscaldamento sulla terra che sull'oceano porta a feedback contrastanti con riduzioni dell'umidità relativa a basso livello sulla terra aumentando il livello di condensazione di sollevamento e sopprimendo gli aumenti delle precipitazioni rispetto a quelli sull'oceano.

[5] SRM è stato suggerito come meccanismo per stabilizzare le temperature globali. Il continuo aumento della forzatura positiva dall'aumento dei gas a effetto serra è contrastato da un continuo aumento della forzatura negativa da SRM prodotta da un aumento dell'albedo terrestre. Ciò può essere ottenuto regolando la quantità di carico di aerosol nella stratosfera [ad esempio, Wigley, 2006]. Tuttavia, tali esperimenti altereranno il flusso di energia in tutto il sistema climatico e ridurranno i flussi di calore a onde corte e latenti di downwelling di superficie, come studiato in molti scenari modello diversi [Govindasamy e Caldeira, 2000; Govindasamy et al., 2003; Lunt et al., 2008; Bala et al., 2008; Hegerl e Solomon, 2010; Irvine et al., 2010; Schmidt et al., 2012; Pongratz et al., 2012; Cao et al., 2012]. Alcuni studi di geoingegneria hanno mostrato una significativa riduzione delle precipitazioni, ad esempio nel monsone indiano, a seguito della geoingegneria [Robock et al., 2008; Jones et al., 2010].

Kravitz e Robock [2011] e Haywood et al. [2013] hanno esplorato scenari in cui le iniezioni di aerosol sono state trasformate in un solo emisfero, con il risultato di diverse risposte regionali sulle precipitazioni. Tuttavia, modelli e scenari diversi non sempre concordano nel segno del cambiamento delle precipitazioni monsoniche in risposta alla geoingegneria [Rasch et al., 2008; Jones et al., 2010]. Pertanto, l'impatto dell'SRM nel contesto di un ambiente ad alto contenuto di CO2 sulle precipitazioni globali e regionali attraverso diversi modelli climatici deve ancora essere quantificato.

[6] Per esplorare l'impatto della geoingegneria sul sistema climatico, è stato avviato il progetto di intercomparison del modello di geoingegneria (GeoMIP) [Kravitz et al., 2011]. Una serie di esperimenti di geoingegneria è stata progettata in concomitanza con la quinta fase del progetto CMIP5 (Coupled Model Intercomparison Project) [Taylor et al., 2012]. Questi esperimenti di geoingegneria sono stati condotti da gruppi di modellisti numerici. Qui usiamo l'esperimento chiamato "G1" in cui la radiazione solare in arrivo nella parte superiore dell'atmosfera (TOA) viene ridotta per bilanciare la forzatura radiativa nel TOA in un'atmosfera con una concentrazione di CO2 preindustriale quattro volte superiore (4xCO2). Questo esperimento descrive quindi un caso fortemente forzato di geoingegneria con auto con concentrazioni di biossido di carbonio a 1139 ppm, fornendo un solido rapporto segnale-rumore rispetto alla variabilità interna. Questa forzatura è all'incirca equivalente alla forzatura radiativa del Percorso di concentrazione rappresentativo 8.5 entro la fine del 21° secolo.

[7] In questo esperimento viene condotta un'indagine dettagliata delle variazioni globali e regionali di precipitazione e evaporazione in due esperimenti: (1) un improvviso aumento di 4xCO2 e (2) G1, rispetto alle condizioni di controllo del 1850, è discusso in questo documento, con particolare attenzione a cambiamenti nelle regioni monsoniche. Vengono poste le seguenti domande: I modelli climatici simulano una risposta robusta dell'SRM nelle precipitazioni globali e regionali e come si confronta l'entità con la risposta a 4 CO2? In che modo l'SRM influisce sulle intensità delle precipitazioni a livello globale e in diverse regioni? E infine, qual è la compensazione relativa per i cambiamenti indotti dalla CO2 e ci sono differenze distinte evidenti da SRM, su terra e oceano?

[8] Quantificiamo i cambiamenti idrologici globali e regionali in base alle simulazioni del modello GeoMIP, che sono riassunti nella sezione 2. La risposta globale della temperatura e delle precipitazioni al quadruplo di CO2 e SRM per i singoli modelli sono discussi nella sezione 3. Nella sezione 4, esaminiamo la questione di quanto cambiano i modelli di precipitazione globali e regionali con SRM in un ambiente ad alta CO2 rispetto alle condizioni del 1850. Confrontiamo questi risultati con l'esperimento 4xCO2 senza SRM e ci concentriamo su funzionalità su larga scala nei tropici e nelle medie latitudini settentrionali. Oltre ad analizzare la risposta delle precipitazioni e dell'evaporazione totali, vengono anche valutati i cambiamenti nella frequenza delle varie intensità di precipitazione, fornendo ulteriori approfondimenti sul cambiamento del carattere delle precipitazioni.
La sezione 5 si concentra sulle regioni monsoniche, come definite da Wang e Ding [2006], che forniscono un metodo oggettivo per il confronto della variabilità dei monsoni tra osservazioni e modelli. La separazione delle componenti monsoniche della terra e dell'oceano aiuta a isolare le risposte contrastanti basate sui vincoli imposti dall'albedo di superficie e dagli effetti dell'umidità. La capacità dei modelli di riprodurre l'area delle regioni monsoniche osservate e le quantità di precipitazione è valutata nella sezione 5.1, e le variazioni idrologiche in 4xCO2 e G1 rispetto alle condizioni preindustriali sono esaminate nella sezione 5.2. Nella sezione 6, discutiamo i risultati nel contesto del ciclo idrologico e un riassunto è riportato nella sezione 7.

Tabella 1. Lunghezza delle simulazioni e risposta della temperatura globale (in K) e riduzione costante solare dei 12 modelli GeoMIP, riassunti in Kravitz et al. [2013] un

a. I primi 10 anni di ciascun ensemble 4xCO2 sono ignorati nei valori indicati qui e le medie negli anni 101–150 sono indicate tra parentesi (quarta colonna).
b. BNU-ESM, modello del sistema normale Università-Terra di Pechino; CanESM2, il modello canadese del sistema terrestre di seconda generazione; CESM-CAM5.1, The Community Climate System Model Version 5.1; CCSM4, The Community Climate System Model Version 4; EC-HARTH DMI, modello europeo del sistema terrestre basato su modelli ECMWF (sistema di previsioni stagionali), Istituto meteorologico danese; GISS-E2-R, Goddard Institute for Space Studies ModelE versione 2; HadCM3, modello 3 accoppiato Hadley Center; IPSL-CM5A-LR, Institut Pierre Simon Laplace ESM; MIROC-ESM, Modello per la ricerca interdisciplinare sul modello di sistema clima-terra; MPI-ESM-LR, Max Planck Institute ESM; NorESM1-M, ESM norvegese.

2. Esperimenti e analisi dei modelli

[9] Vengono utilizzati i risultati di 12 modelli climatici che hanno eseguito tre esperimenti modello: un controllo preindustriale (etichettato 1850), un quadruplo improvviso di CO2 (etichettato 4xCO2) e l'esperimento G1 GeoMIP che aggiunge SRM allo scenario 4xCO2. Una descrizione dettagliata dell'impostazione degli esperimenti GeoMIP è delineata in Kravitz et al. [2011]. Per ogni esperimento, sono disponibili fino a tre membri di ensemble per modello. Le simulazioni di controllo del 1850 derivano da un'integrazione estesa progettata per produrre temperature superficiali medie globali equilibrate. Sono disponibili almeno 50 anni di questo esperimento ben bilanciato per tutti i modelli.

[10] L'esperimento 4xCO2 (chiamato anche "abrupt4xCO2") è iniziato dall'esperimento di controllo del 1850 e la simulazione è stata estesa per 150 anni per la maggior parte dei modelli (due modelli hanno fornito solo simulazioni di 3 x 70 e 100 anni) (Tabella 1, seconda colonna ). Per questo esperimento, esiste un forte squilibrio radiativo per almeno 10 anni presso il TOA causato da una forzatura di CO2 da circa 6 a 9 Wm-², derivata usando il metodo di regressione descritto da Gregory et al. [2004] (non mostrato).
Per questo motivo, le variazioni di precipitazione e temperatura dai primi 10 anni di questo esperimento non sono prese in considerazione. Tutti gli anni successivi dell'esperimento 4xCO2 sono inclusi nella nostra analisi al fine di massimizzare il numero di anni per simulazione per tutti i modelli, compresi quelli con simulazioni più brevi. Considerando tutti gli anni di ciascun ensemble oltre ai primi 10 anni per calcolare la risposta di temperatura e precipitazione si ottengono minori variazioni di temperatura e di precipitazione rispetto a se si considerano solo gli anni 101–150, come fatto in Schmidt et al. [2012]. Questo perché 4 simulazioni xCO2 continuano a subire una moderata regolazione transitoria dopo il primo decennio [Kravitz et al., 2013]. Le variazioni medie di temperatura sono inferiori di ~0,5 K e le variazioni delle precipitazioni sono più piccoli dell'~1% se si fa una media per un periodo più lungo (vedere Tabella 1, quarta colonna e Tabella 3, terza colonna, a sinistra), in accordo con i risultati presentati nella Tabella 4 di Schmidt et al. [2012].

[11] L'esperimento G1 è ramificato dall'esperimento di controllo del 1850. Il clima in questo esperimento è controllato da due forzanti, un quadruplo istantaneo di CO2 e una corrispondente riduzione della radiazione solare in entrata nel ridurre la costante solare per bilanciare lo squilibrio residuo di TOA. L'esperimento viene eseguito per almeno 50 anni con 1-3 simulazioni di ensemble [Kravitz et al., 2013].
Nella nostra analisi includiamo tutti gli anni disponibili della simulazione G1 (Tabella 1, terza colonna), seguendo l'approccio di Schmidt et al. [2012]. Poiché le variazioni di temperatura sono molto ridotte in G1, supponiamo che 50 anni siano sufficienti per rappresentare condizioni di stato stazionario. La simulazione è progettata per rappresentare un sistema climatico fortemente forzato, per produrre un ampio rapporto segnale-rumore nel contesto della variabilità interna in risposta all'oscuramento solare. Questi risultati dovrebbero differire in una certa misura dagli esperimenti di geoingegneria transitoria, che sono caratterizzati da un costante aumento delle concentrazioni di gas serra e dell'oscuramento solare. Tuttavia, ci si aspetta che molti dei processi principali siano simili tra le due simulazioni, come ulteriormente discusso di seguito.

[12] Le caratteristiche generali della risposta climatica nell'esperimento G1 sono descritte da Kravitz et al. [2013] e da Schmidt et al. [2012] che hanno considerato solo un sottoinsieme dei modelli. Per la simulazione G1, la radiazione ad onde corte in entrata è stata ridotta di una quantità leggermente diversa tra i singoli modelli, che varia dal 3,8% al 5,0% (Tabella 1, ultima colonna). Questo valore differisce tra i vari modelli a causa delle loro risposte individuali al dimming solare, ad esempio, a causa delle differenze nei feedback delle nuvole [Schmidt et al., 2012]. La maggior parte dei modelli è stata in grado di raggiungere un equilibrio globale. Tuttavia, come descritto da Schmidt et al. [2012] e Kravitz et al. [2013], la struttura spaziale e temporale nella forzatura radiativa netta presso TOA (FTOA) persiste a causa delle differenze nei modelli spazio-temporali delle due forzature opposte, con conseguente diminuzione netta dell'OMT a basse latitudini e un aumento netto alle alte latitudini.
Di conseguenza, nei tropici è stato riscontrato un raffreddamento rispetto alle condizioni del 1850, mentre le alte latitudini si riscaldano fortemente con un massimo in inverno per ogni emisfero.
I cambiamenti delle precipitazioni sono stati brevemente studiati in questi studi, considerando il cambiamento delle precipitazioni medie globali, i cambiamenti nel rapporto di Bowen [Schmidt et al., 2012] e la differenza tra precipitazione ed evaporazione [Kravitz et al., 2013]. Sulla base dei risultati di soli quattro modelli, Schmidt et al. [2012] ha identificato una consistente diminuzione delle precipitazioni nel sud-est asiatico per tutti i modelli, mentre i modelli non sono d'accordo per le altre regioni monsoniche.
Kravitz et al. [2013] hanno riscontrato una riduzione delle precipitazioni meno l'evaporazione (P - E) fino a 1,4 mm giorno– 1 in alcune regioni tropicali ma meno di 0,2 mm giorno-¹ in estate rispetto alle regioni monsoniche per la media dell'ensemble.

Tabella 2. Schemi di convezione di diversi modelli GeoMIP

[13] Nella nostra analisi, contrastiamo i cambiamenti di precipitazione ed evaporazione di due esperimenti perturbati, gli esperimenti 4xCO2 e G1, rispetto alle condizioni di controllo del 1850. Le uscite mensili per la temperatura vicino alla superficie, la precipitazione totale e l'evaporazione sono utilizzate dagli elementi dell'insieme disponibili forniti da ciascun gruppo di modelli. Vengono ricavate risposte globali e regionali ponderate per area. Altre variabili come il deflusso e l'umidità del suolo che fanno parte del ciclo idrologico variano notevolmente tra i modelli e ci sono incertezze nelle osservazioni dei campi, quindi scegliamo di non concentrarsi su di essi in questo studio (vedere la sezione 6 per ulteriori discussioni).

[14] I dettagli di ciascun modello, compresa la risoluzione verticale e orizzontale, sono riassunti da Kravitz et al. [2013, tabella 1]. Le parametrizzazioni modello di convezione e microfisica sono elencate nella Tabella 2.

3. Risposta globale a temperatura e precipitazioni

[15] La risposta globale simulata della temperatura dell'aria superficiale nell'esperimento 4xCO2 rispetto all'esperimento di controllo del 1850 varia in proporzione alla sensibilità del modello [Gregory et al., 2004]. La variazione di temperatura media globale varia tra 2,9 K e 5,9 K per diversi modelli, ignorando i primi 10 anni di simulazione (Figura 1, pannello superiore e Tabella 1, quarta colonna). I cambiamenti nelle precipitazioni globali tra il 4xCO2 e l'esperimento di controllo sono positivamente correlati al riscaldamento e, quindi, alla sensibilità climatica. L'aumento delle precipitazioni globali derivate da diversi modelli varia tra 0,13 e 0,30 mm giorno-¹ (4,5-12%), con il modello GISS un valore anomalo che mostra un aumento di solo circa 0,07 mm giorno-¹ o 2%.

[16] La diminuzione iniziale delle precipitazioni dovuta alla quadruplicazione istantanea della CO2 nei primi mesi della simulazione è chiamata "risposta rapida" o "regolazione rapida" [ad es. Andrews et al., 2009; Andrews and Forster, 2010; Bala et al., 2010], ed è seguito dal feedback transitorio, di solito chiamato "risposta lenta". Si ritiene che la risposta rapida sia causata dall'aumento iniziale della stabilità atmosferica in un ambiente ad alta CO2. Il feedback transitorio è guidato dai cambiamenti della temperatura superficiale, che è una funzione dell'assorbimento del calore da parte dell'oceano in un clima di riscaldamento e del suo impatto sul vapore acqueo e sulla divergente circolazione tropicale [ad esempio, Held e Soden, 2006]. Le variazioni di precipitazione nei modelli sono spesso riportate nelle variazioni per Kelvin, considerando solo la risposta lenta.

[17] Il feedback transitorio è stimato qui inserendo una linea retta attraverso le variazioni delle precipitazioni globali medie annue regredite rispetto alle variazioni di temperatura per i primi 10 anni dell'esperimento 4xCO2 a partire da 1850 condizioni medie (Figura 1, linea colorata sottile). Le intersezioni di ciascuna linea con l'asse x possono essere intese come la risposta rapida delle precipitazioni per ciascun modello per l'esperimento 4xCO2 [vedi Andrews et al., 2009].

Figura 1. Medie annuali e globali della risposta di precipitazione (superiore) assoluta e (inferiore) relativa alla variazione di temperatura per tre casi: 4xCO2 –1850, G1–4xCO2 e G1–1850. Tutti i simboli sono medie su tutti i membri di ensemble disponibili per ciascun modello e per tutti gli anni, oltre ai primi 10 anni per l'esperimento 4xCO2, vedere il testo e la Tabella 1. Per ogni modello, un adattamento lineare (linea colorata) deriva dalle precipitazioni annuali e globali variazioni rispetto alle variazioni di temperatura tra l'esperimento 4xCO2 e le condizioni del 1850 usando i primi 10 anni di ciascuna simulazione.

[18] L'intervallo stimato del feedback transitorio è 0,06–0,10 mm giorno-¹ K-¹ (2,0–3,5% K-¹). I risultati di GeoMIP e quindi di CMIP5 sono in buon accordo con studi precedenti usando l'archivio CMIP3 (Held and Soden [2006], 2,2% K-¹, Andrews e Forster [2010], 2,4% K-¹). Il feedback transitorio non verrà ulteriormente discusso, poiché non include l'adeguamento transitorio della risposta rapida e pertanto risulta una sopravvalutazione della risposta delle precipitazioni a un aumento di CO2 [Andrews and Forster, 2010].

[19] Le simulazioni contrastanti di G1 e 4xCO2 evidenziano la risposta di precipitazione all'oscuramento solare in un ambiente ad alta CO2 (Figura 1, quadrante in basso a sinistra di ciascun pannello).
Le temperature medie globali nell'esperimento G1 sono più fredde di 3,2–6,1 K rispetto all'esperimento 4xCO2 (Figura 1, pannello superiore; Tabella 1, quinta colonna) e i tassi di precipitazione sono ridotti da 0,26 a 0,38 mm giorno-¹ (8-12,5% ) per la maggior parte dei modelli, con la riduzione maggiore di 0,47 mm giorno-¹ (16%) in IPSL-CM5A-LR. Le variazioni delle precipitazioni dovute alla diminuzione della forzatura solare sono in gran parte regolate dalla risposta lenta di cui sopra [Andrews and Forster, 2010].
Questi cambiamenti sono molto simili, ma hanno segno opposto rispetto alla risposta lenta sotto la regolazione transitoria dell'esperimento 4xCO2, in quanto si riferiscono a cambiamenti nel bilancio energetico superficiale. Anche le differenze di precipitazione medie globali tra G1 e 4xCO2 sono positivamente correlate alla variazione della temperatura superficiale (coefficiente di correlazione r = 0,80).

[20] D'altra parte, considerando l'esperimento G1 per quanto riguarda le condizioni del 1850, le temperature medie globali della superficie non cambiano significativamente (Figura 1, gruppo centrale).
Le precipitazioni globali diminuiscono di 0,13 ̇ 0,04 mm giorno-¹ (4,5 ̇ 1,3%) (vedere la Figura 1). Le deviazioni delle precipitazioni globali globali dal controllo sono quindi più della metà delle variazioni delle precipitazioni indotte da un quadruplo di CO2. La quantità totale di precipitazioni è controllata dal budget per l'energia superficiale [Hansen et al., 1997] e la risposta lenta nel tasso di precipitazione dovrebbe essere ridotta.
Tutti i modelli simulano una variazione globale della temperatura vicino alla superficie entro .30.3 K rispetto al controllo, mentre il modello BNU-ESM è influenzato da 0,59 K (Tabella 1, colonna 6). È interessante notare che la riduzione delle precipitazioni in G1 è correlata alla risposta rapida dell'esperimento 4xCO2 (r = 0,88, se si ignora il modello BNU-ESM) con una riduzione leggermente inferiore delle precipitazioni rispetto a quanto suggerito dalla risposta rapida (Figura 2). Pertanto, i modelli con la maggiore risposta rapida dell'esperimento 4xCO2 producono anche le maggiori riduzioni delle precipitazioni in risposta all'oscuramento solare.

[21] Ciò suggerisce che sia la risposta rapida nell'esperimento 4xCO2 sia la sensibilità idrologica sotto la forzatura G1 potrebbero essere alla base di un meccanismo simile. Un iniziale aumento della stabilità atmosferica nell'esperimento G1 è mostrato da Kravitz et al. [2013] ed è anche simulato per altri esperimenti di geoingegneria [ad esempio, Bala et al., 2008].
Tuttavia, studi recenti [Cao et al., 2012; Fyfe et al., 2013] hanno suggerito che la riduzione dell'evapotraspirazione dalle piante sulla terra [ad esempio, Doutriaux-Boucher et al., 2009; Cao et al., 2010] svolge anche un ruolo importante. Nell'Appendice A, esploriamo questo problema utilizzando il Centro nazionale per la ricerca atmosferica CCSM4 in risultati contrastanti del primo anno degli esperimenti modello effettuati con e senza un ciclo interattivo del carbonio terrestre. Mostriamo che il brusco aumento di CO2 riduce la conduttanza stomatica e si traduce in un simile cambiamento iniziale dei flussi di superficie in entrambi gli esperimenti 4xCO2 e G1. Per il primo anno di simulazione, la ridotta evapotraspirazione è responsabile della riduzione del flusso di calore latente in aumento sul terreno con conseguenze per le precipitazioni e le temperature superficiali, ma con pochi cambiamenti sull'oceano. Cao et al. [2012] hanno inoltre dimostrato che questi cambiamenti iniziali si verificano entro pochi giorni dalla simulazione utilizzando un modello diverso.

Figura 2. Risposta rapida delle precipitazioni (vedere testo) in termini relativi derivati dalla Figura 1 (pannello inferiore) rispetto al cambiamento delle precipitazioni per G1–1850 per diversi modelli (simboli colorati). La correlazione di questi valori (angolo in basso a destra) viene derivata ignorando il modello BNU-ESM (vedere il testo per ulteriori dettagli).

Figura 3. Le differenze medie stagionali tra gli esperimenti 4xCO2 e 1850 di precipitazione (colonna sinistra) ed evaporazione (colonna destra) per (fila superiore) dicembre-gennaio-febbraio (DJF) e (fila inferiore) giugno-luglio-agosto (JJA). Vengono considerati tutti i membri di ensemble disponibili per ciascun modello e tutti gli anni, oltre ai primi 10 anni per l'esperimento 4xCO2. Le aree tratteggiate indicano posizioni in cui meno del 75% dei modelli concorda sul segno del cambiamento.

[22] La riduzione delle precipitazioni per gli esperimenti G1 è quindi ampiamente influenzata dalle variazioni della concentrazione di CO2.
Questo è discusso da Fyfe et al. [2013]. I modelli che non includono il ciclo interattivo del carbonio terrestre e quindi non considerano la conduttanza stomatica, simulano riduzioni minori delle precipitazioni rispetto a quelli che includono questo processo. Questi risultati sono anche in accordo con i risultati GeoMIP, che mostrano la più piccola risposta di precipitazione rapida alla CO2 per il DMI EC-EARTH (Figura 2), l'unico modello che non include questo processo. Se l'evapotraspirazione dalle piante si ridimensiona inversamente con la concentrazione di CO2, prevediamo anche che la precipitazione negli esperimenti transitori del modello SRM varierà inversamente con la CO2. Tuttavia, i cambiamenti nella temperatura superficiale sono il fattore più importante che controlla i cambiamenti nei massimi eventi di precipitazione su larga scala, come è stato già riscontrato nell'esperimento di aumento e riduzione della CO2 di Boucher et al. [2012].

[23] Pertanto, anche se le temperature globali della superficie non cambiano in genere in G1 rispetto alle condizioni del 1850, le variazioni delle precipitazioni sono un probabile risultato di entrambe le influenze delle variazioni della stabilità atmosferica e della conduttanza stomatica sulla terra. Poiché non troviamo una correlazione tra la riduzione delle precipitazioni nell'esperimento G1 e la sensibilità climatica, riportiamo cambiamenti assoluti di precipitazione e evaporazione per gli esperimenti 4xCO2 e G1 piuttosto che quelli normalizzati dalle variazioni di temperatura [vedi Bala et al., 2008].

4. Risposta alla precipitazione e all'evaporazione nei tropici e nelle medie latitudini

[24] Grandi cambiamenti regionali nelle precipitazioni e nell'evaporazione si verificano nei due esperimenti con variabilità sia del segno che della grandezza tra i modelli (figure 3 e 4). Nel resto del testo, le risposte del modello sono sempre mostrate rispetto alle condizioni del 1850. Per 4xCO2, Figura 3, l'incremento maggiore delle precipitazioni si verifica nell'NH invernale e nella regione del Pacifico tropicale, costantemente per almeno il 75% di tutti i modelli. Le riduzioni delle precipitazioni si verificano nei subtropicali e nel Nord America e in Europa in estate.
L'evaporazione è aumentata alle alte latitudini sia in inverno che in estate e sulla maggior parte dell'oceano, mentre alcune regioni via terra, ad esempio nel Nord Africa e in America centrale e in Europa occidentale in estate, mostrano una diminuzione costante di almeno il 75% del Modelli. Per G1, le precipitazioni e l'evaporazione sono fortemente diminuite nei tropici e nell'emisfero boreale in estate. L'aumento dell'insieme significa precipitazioni ad alte latitudini e le subtropicali non sono per lo più coerenti tra i modelli.
L'evaporazione è aumentata più fortemente sulle aree terrestri che sull'oceano, come illustrato considerando le medie zonali.

[25] Le risposte medie di precipitazione ed evaporazione zonale negli esperimenti 4xCO2 e G1 sono derivate separatamente per terra e oceano (Figura 5). Le precipitazioni diminuiscono in G1 sia sulla terra che sull'oceano, con una struttura latitudinale simile.
La riduzione più forte si verifica nei tropici e nelle medie latitudini settentrionali (come ulteriormente discusso di seguito). I cambiamenti nell'esperimento 4xCO2 sono relativamente grandi e presentano una struttura latitudinale distinta tra terra e oceano. Inoltre, l'evaporazione è significativamente più piccola sulla terra rispetto all'oceano sia per gli esperimenti G1 che 4xCO2.

Figura 4. Ensemble: differenze stagionali medie tra gli esperimenti G1 e 1850 di precipitazione (colonna sinistra) ed evaporazione (colonna destra) per (fila superiore) DJF e (fila inferiore) JJA. Vengono considerati tutti i membri di ensemble disponibili per ciascun modello e tutti gli anni. Le aree tratteggiate indicano posizioni in cui meno del 75% dei modelli concorda sul segno del cambiamento.

Figura 5. Variazioni zonali mediane multimodello media annue sulla terra (linea continua rossa) e sull'oceano (linea continua blu) tra (colonna sinistra) 4xCO2 e (colonna destra) esperimenti G1 per quanto riguarda le condizioni del 1850 per le seguenti variabili: cambiamenti relativi in (fila superiore) precipitazioni ed (fila inferiore) evaporazione. Vengono considerati tutti i membri di ensemble disponibili per ciascun modello e tutti gli anni, oltre ai primi 10 anni per l'esperimento 4xCO2. Le gamme multimodello del 5° e 95° percentile sono illustrate come sottili linee verticali, il 25° e 75° percentile come linee verticali più spesse.

Figura 6. Regioni monsoniche (colori diversi) su terra (piccoli hash) e oceano (grandi hash), derivate dal set di dati del Progetto di climatizzazione globale (GPCP) [Adler et al., 2003], relativo agli anni 1979-2010, e usando i criteri descritti in Wang e Ding [2006], vedere il testo per maggiori dettagli. I monsoni del Nord e del Sud America sono qui definiti come il monsone americano del Nord e del Sud dell'equatore, rispettivamente.

Per G1, l'evaporazione diminuisce di circa il 10% sulla terra, mentre i cambiamenti sull'oceano sono piccoli. Come discusso in precedenza, l'impatto fisiologico sull'evaporazione aggiunge un processo importante che è probabilmente responsabile della riduzione sproporzionata dell'evaporazione sulla terra rispetto ai cambiamenti sull'oceano. Ciò coincide ulteriormente con la più piccola riduzione che si verifica nell'EC-EARTH-DMI nelle basse e medie distanze (non mostrato).

[26] Con un'intensificazione del ciclo idrologico in condizioni di 4xCO2, le precipitazioni e l'evaporazione aumentano in generale, con riduzioni dei subtropici sull'oceano [ad esempio, Durack et al., 2012]. La riduzione delle precipitazioni nella fascia di latitudine 25ı S–45ıS sull'oceano coincide con una forte diminuzione della quantità di nuvole e dell'umidità relativa [Fasullo e Trenberth, 2012] ed è anche collegata a spostamenti polari nelle piste di tempesta a media latitudine [Scheff e Frierson, 2012]. Per quanto riguarda G1, l'aumento soppresso di evaporazione sulla terra rispetto all'oceano è probabilmente amplificato dalla ridotta conduttanza stomatica delle piante in un ambiente ad alta CO2 che contribuisce alla limitazione dell'umidità sulla terra. Alle alte latitudini, una maggiore evaporazione probabilmente deriva dall'aumento delle precipitazioni e della temperatura.

[27] Di seguito, distinguiamo tra le risposte globali e regionali di ciascun esperimento, inclusi i componenti dei monsoni, i tropici e le medianità. I componenti dei monsoni, come mostrato nella Figura 6, sono derivati ​​usando i criteri di Wang e Ding [2006]. Questi criteri si basano sull'intervallo annuale locale (AR) delle precipitazioni, che è definito come la differenza tra l'estate totale (JJA per l'emisfero nord, DJF per l'emisfero meridionale) e l'inverno (DJF per l'emisfero nord, JJA per il sud Emisfero) precipitazione. Le regioni sono definite monsoniche se l'AR supera i 180 mm e le precipitazioni monsoniche locali estive comprendono almeno il 35% delle precipitazioni totali annue [Wang e Ding, 2006]. Oltre alle regioni identificate da Wang e Ding [2006], consideriamo due sottoregioni dell'Asia: India e Asia orientale. Questi criteri sono applicati alle simulazioni GeoMIP e a due set di dati di precipitazione indipendenti (come discusso nella sezione 5.1). L'intensità media globale delle precipitazioni monsoniche estive di tutti i componenti identificati dei monsoni è definita come l'indice globale dei monsoni (GMI) [Wang and Ding, 2006]. I tropici sono definiti qui come la regione tra 25ıN e 25ıS, escludendo tutte le regioni monsoniche in questa fascia di latitudine, per distinguere tra le rispettive risposte di precipitazione.
Riportiamo i valori medi e mediani dei risultati del multimodello e consideriamo le modifiche robuste se il 75% di tutti i modelli concorda sul segno della modifica. Inoltre, la variabilità interannuale media dell'esperimento deve essere inferiore alla variazione, rispetto al controllo, per produrre un risultato significativo.

[28] Valutiamo anche le variazioni relative della frequenza delle intensità di precipitazione utilizzando l'output del modello con media mensile per ricavare medie stagionali e annuali, come dimostrato nella Figura 7. La forma della distribuzione delle precipitazioni non è ovviamente gaussiana e le sue statistiche possono essere più precise espresso in termini di percentili piuttosto che nella media della distribuzione (Figura 7, parte inferiore). La considerazione dei cambiamenti nelle funzioni di densità di probabilità (PDF) aiuta ad identificare, ad esempio, i cambiamenti nella coda della distribuzione, simile al metodo di O’Gorman [2012]. Per la media globale, le simulazioni 4xCO2 hanno occorrenze significativamente più frequenti di eventi di precipitazione medi mensili maggiori rispetto alle simulazioni di controllo; gli esperimenti G1 sono molto più vicini al controllo per il 99° percentile e SRM ha generalmente una probabilità ridotta di eventi di precipitazione estremi. Una valutazione dettagliata dei cambiamenti negli eventi di precipitazione estrema, pioviggine e tempeste, su base giornaliera, va oltre lo scopo di questo lavoro e verrà eseguita in studi futuri.

Figura 7. Illustrazione delle statistiche per la funzione di densità di probabilità media multimodello media annua (PDF) delle precipitazioni per la terra (rossa) e l'oceano (blu). Il PDF per l'esperimento di controllo del 1850 viene mostrato come linee tratteggiate, il PDF per gli esperimenti (a sinistra) 4xCO2 e (a destra) G1 viene mostrato come linee tratteggiate.
Le statistiche di ciascuna distribuzione sono descritte in mediana e percentili per ciascun PDF. Ad esempio, la mediana e i percentili del PDF per il 1850 sulla terra (linea tratteggiata rossa) sono contrassegnati come linee nere in entrambi i pannelli. I valori corrispondenti sono illustrati come quadrati rossi nella parte inferiore della figura.
I valori corrispondenti per l'oceano vengono visualizzati come quadrati riempiti di blu e quadrati colorati aperti per le altre distribuzioni (PDF 4xCO2: sinistra, G1 PDF: destra).

Tabella 3. Precipitazioni medie globali con medie globali, terrestri e oceaniche (in millimetri giorno-¹) per simulazioni di controllo del 1850 e variazione percentuale della precipitazione globale di simulazioni 4xCO2 e G1 rispetto al caso di controlloa del 1850

a I primi dieci anni di ciascun ensemble 4xCO2 sono ignorati nei valori indicati qui e sono mostrate le medie negli anni 101-150 tra parentesi (quinta colonna). Stime dal set di dati Global Precipitation Climatology Project (GPCP) (tra il 1979 e il 2010) [Adler et al., 2003] sono 2,60 +/- 0,03 mm giorno-¹ a livello globale, 2,45 +/- 0,05 mm giorno-¹ via terra e 2,76 +/- 0,03 mm giorno-¹ sull'oceano.

4.1. Funzionalità su larga scala e risposta tropicale

[29] Per l'esperimento 4xCO2, la precipitazione della multimodella globale (MMM) sulla terra è di 0,10 mm giorno-¹ (3,7%) più grande rispetto al controllo (Tabella 3, terza colonna), con un accordo firmato per meno di 75 % dei modelli, come indicato dai quartili nella Figura 8 (pannelli superiore e centrale). I tre modelli mostrano una diminuzione delle precipitazioni sulla terra nell'esperimento 4xCO2 (vedi tabella 3).
Il modello GISS simula la più grande riduzione globale sulla terra, in linea con la più grande risposta rapida (come discusso sopra) e una più forte riduzione dell'evaporazione sulla terra rispetto agli altri modelli. Oltre oceano, i modelli mostrano un forte aumento di 0,22 mm giorno-¹ (7,0%) rispetto alla simulazione di controllo (Figura 8, pannelli superiore e centrale).
Al contrario, le precipitazioni per l'esperimento G1 diminuiscono fortemente di 0,12 mm giorno-¹ (4,5%) sulla terra e 0,14 mm giorno-¹ (4,3%) sull'oceano (Tabella 3). Le variazioni delle precipitazioni globali del 6,9% per l'esperimento 4xCO2 sono inferiori rispetto a quanto riportato in [Schmidt et al., 2012], soprattutto sulla terra, a causa dell'inclusione di modelli aggiuntivi e di una media di anni diversa, come discusso sopra. La risposta globale in G1 del 4,5% è in buon accordo con i risultati di Schmidt et al. [2012]. Tuttavia, le riduzioni sulla terra sono significativamente più piccole in questo studio, compresi più modelli. Le variazioni mediane globali delle precipitazioni del modello multiplo (Figura 8, rosso scuro per la terra e quadrati grigi per l'oceano) sono diverse dai valori MMM, perché i valori anomali sono valutati meno in questa misura. I cambiamenti delle precipitazioni mediane multimodello su terra e oceano nel 4xCO2 sono più simili tra loro rispetto al MMM, con valori di circa il 6,5% sulla terra e il 7,3% sull'oceano. Per G1, la riduzione mediana delle precipitazioni multimodello è del 3,6% sulla terra e del 4,6% sull'oceano. Pertanto, la riduzione delle precipitazioni MMM sulla terra per entrambi gli esperimenti è amplificata dai valori anomali.

[30] Per i cambiamenti regionali, riportiamo solo i cambiamenti delle precipitazioni mediane multimodello. Una grande parte delle precipitazioni globali si verifica sulle regioni monsoniche e sui tropici (Figura 8, pannelli superiore e centrale). Un aumento delle precipitazioni è simulato in 4xCO2 in entrambe le regioni terrestri e oceaniche monsoniche di 0,19 mm giorno-¹ (5,2%) e 0,32 mm giorno-¹ (8,1%), rispettivamente, e nelle regioni tropicali oceaniche di 0,22 mm giorno-¹ ( 5,3%). Questo aumento è qualitativamente coerente con quanto è stato trovato nell'archivio CMIP3 di Fasullo [2012] e nell'archivio CMIP5 di Hsu et al. [2013] e Lee e Wang [2012]. Nelle regioni terrestri tropicali, le precipitazioni mediane multimodello sono aumentate di 0,15 mm giorno-¹ (6,7%), tuttavia, il segno delle variazioni previste delle precipitazioni non è coerente tra i modelli. La limitata estensione della regione dei monsoni terrestri e la relativa suscettibilità alla variabilità interna di questa regione potrebbero causare queste incoerenze.
Al contrario, le simulazioni G1 mostrano una forte riduzione delle precipitazioni monsoniche di 0,16 mm giorno-¹ (4,5%) sulla terra e 0,18 mm giorno-¹ (4,5%) sull'oceano (Figura 8, pannelli superiore e centrale). Le precipitazioni ai tropici si riducono di circa il 5% con una maggiore variabilità interannuale e si diffondono tra i modelli sulla terra rispetto all'oceano. La deviazione dai valori preindustriali è leggermente inferiore in G1 rispetto alle simulazioni 4xCO2.

[31] Per l'esperimento 4xCO2, l'evaporazione aumenta a livello globale, in particolare nei tropici sull'oceano tra il 6 e il 10% mentre non cambia significativamente sulla terra (Figura 8, pannello inferiore, simboli a sinistra di ciascuna regione), in accordo con i precedenti lavoro [Held and Soden, 2006; Seager et al., 2010]. Questi studi dimostrano che le riduzioni della P - E sull'oceano e gli aumenti sulla terra nei tropici avvengono in un clima caldo. Per l'esperimento G1, l'evaporazione diminuisce monotonicamente sia sulla terra che sull'oceano, con una diminuzione significativamente più forte sulla terra in modo coerente per tutti i modelli con valori intorno al 10% sulla terra e 3% sull'oceano (Figura 8, pannello inferiore, simboli a destra di ciascuno regione). I tropici, escluse le regioni monsoniche, mostrano una diminuzione minore sulla terra nella media multimodello.

[32] Insieme all'aumento delle precipitazioni per l'esperimento 4xCO2, le frequenze di intensità delle precipitazioni da piccole a medie (inferiore a 8 mm giorno-¹) nei domini monsonici e nei tropici sono ridotte rispettivamente del 10% e del 20% (Figura 9, colonna di sinistra ). D'altra parte, troviamo un aumento significativo dell'intensità della frequenza delle forti precipitazioni (99° percentile del PDF) raggiungendo valori superiori all'80% per il monsone e circa il 50% per i tropici (Figura 9, colonna a sinistra).

Figura 8. Variazione assoluta e (media) relativa (media) annua media delle precipitazioni e dell'evaporazione (inferiore) per 4xCO2 e G1 rispetto alle condizioni del 1850. I risultati sono per terra (rosso) e oceano (blu) e per diverse regioni: (sinistra) globale, (medio) indice globale dei monsoni (GMI) e (destra) tropicali, escluse le regioni dei monsoni. Vengono considerati tutti i membri di ensemble disponibili per ciascun modello e tutti gli anni, oltre ai primi 10 anni per l'esperimento 4xCO2. L'intervallo del multimodello è illustrato da una linea verticale, il 25° e il 75° percentile dei risultati del multimodello sono illustrati come una scatola colorata e il 5° e il 95° percentile sono illustrati come barre orizzontali. Inoltre, la mediana multimodello viene mostrata come simboli solidi e la variabilità interannuale di ciascun esperimento, rappresentata dalla deviazione standard media delle medie annuali per ciascun modello, viene mostrata come barre di errore che indicano la mediana dei risultati del multimodello (rosso scuro per terra e grigio per l'oceano). I due grafici del baffo sinistro per ciascuna regione indicano le statistiche 4xCO2. I due grafici di baffo più a destra indicano le statistiche G1.

[33] I relativi cambiamenti nelle frequenze di precipitazione per le regioni monsoniche in G1 (Figura 9, colonna di destra) indicano che la frequenza delle intense precipitazioni globali è più fortemente ridotta sulla terra che sull'oceano, anche se il PDF per l'oceano descrive una più lunga coda che per la terra. Le forti piogge monsoniche (> 10 mm giorno-¹) sulla terra sono ridotte in frequenza di circa il 20% (ulteriormente discusso nella sezione 5.2). Una notevole riduzione della frequenza delle forti precipitazioni (> 8 mm giorno-¹) sui tropici si riscontra sia per la terra che per l'oceano con valori fino al 20% per la terra e fino al 30% per l'oceano per il 99° percentile del PDF.
Questa riduzione della frequenza delle precipitazioni accompagna una pronunciata riduzione dell'evaporazione. In confronto alle simulazioni 4xCO2, le perturbazioni da intensità preindustriali di forti precipitazioni sono molto più piccole in G1.

4.2. Risposta alle precipitazioni stagionali nelle medie latitudini

[34] Le precipitazioni nelle medie e alte latitudini sono influenzate sia dalla temperatura locale che dai cambiamenti di umidità relativa e dal trasporto dell'umidità da basse a medie [Trenberth et al., 2003], che variano con la stagione. Il forte riscaldamento verso latitudini più elevate nell'esperimento 4xCO2 comporta una maggiore evaporazione e precipitazione (come discusso sopra). Nella banda di latitudine 45ıN–65ıN per l'esperimento 4xCO2, si riscontra un aumento sproporzionato della frequenza delle precipitazioni di media intensità sulla terra rispetto all'oceano in inverno (vedi figura 10), in linea con un riscaldamento più forte sulla terra rispetto all'oceano (diamanti colorati in Figura 10). Inoltre, le forti frequenze di precipitazione aumentano più fortemente sull'oceano rispetto alla terra (Figura 10, colonna di sinistra). Al contrario, la frequenza delle precipitazioni mediane estive di 1-3 mm al giorno-¹ è ridotta sia per la terra che per l'oceano, mentre la frequenza dei mesi con forti intensità di precipitazione supera il 50% per il 95° percentile del PDF. Questi cambiamenti probabilmente comportano una maggiore aridità nella regione, poiché frequenze più elevate di forti piogge sono generalmente associate ad un aumento del deflusso [Trenberth e Dai, 2007].

[35] La risposta delle precipitazioni e dell'evaporazione in G1 è robusta e negativa per tutte le zone di latitudine, ad eccezione delle latitudini meridionali di 65ı S – 90ı S (non mostrate). La riduzione relativa più forte al di fuori dei tropici si verifica tra 45°N e 65°N, con una diminuzione delle precipitazioni del 7% sulla terra e del 4% sull'oceano (Figura 5, colonna a destra). I cambiamenti stagionali sono molto più pronunciati rispetto ai valori medi annuali (non mostrati). In estate, una forte riduzione della frequenza di precipitazione di circa il 30% sulla terra e di circa il 25% sull'oceano viene simulata per mesi con intensità di precipitazione tra 3 e 7 mm giorno-¹. Questa riduzione si verifica anche se le temperature sono più calde di circa mezzo grado nelle medie a terra per questa stagione. D'altro canto le variazioni delle precipitazioni sono piuttosto modeste in inverno. La forte riduzione della frequenza delle precipitazioni medie e più pesanti (Figura 10, colonna di destra) a 45°N-65°N sulla terra coincide con una soppressione delle nuvole, come sottolineato da Schmidt et al. [2012].

Figura 9. Differenze percentuali delle frequenze di precipitazione globali dei risultati multimodello mediati annualmente per simulazioni 4xCO2 (colonna sinistra) e simulazioni G1 (colonna destra) rispetto alle condizioni 1850 basate sull'output mensile. I risultati sono per terra (rosso) e oceano (blu) e per diverse regioni coerenti con la Figura 8. Vengono considerati tutti i membri di ensemble disponibili per ciascun modello e tutti gli anni, oltre ai primi 10 anni per l'esperimento 4xCO2. La mediana multimodello (linea orizzontale) e il 25° e 75° percentile (scatola) sono illustrati per incrementi di precipitazione di 1 mm giorno-¹. A causa della piccola frazione dei PDF che si verificano per eventi di precipitazione molto grandi, in questa analisi vengono combinate le variazioni relative di tutti i contenitori che coprono eventi di precipitazione superiori al 99° percentile. Vengono aggiunte le statistiche delle distribuzioni delle precipitazioni di ciascun esperimento, come mostrato nella Figura 7, con simboli riempiti che illustrano il controllo e simboli aperti dell'esperimento. L'intervallo dei risultati di diversi modelli (deviazione standard) viene visualizzato come barre di errore orizzontali.

Figura 10. Come in Figura 9, ma per medie stagionali e zonali comprese tra 45ı N e 65ı N per l'inverno (DJF) e l'estate (JJA). Inoltre, le variazioni di temperatura delle medie stagionali e zonali sono mostrate come diamanti colorati sulla destra di ogni grafico, la gamma di modelli diversi (deviazione standard) è mostrata come una barra di errore.

Figura 11. Aree di regioni monsoniche derivate da 12 modelli climatici (colori e simboli diversi) secondo i criteri descritti in Wang e Ding [2006], per (la cima) terra e (la parte inferiore) dell'oceano e per diversi esperimenti (simbolo a sinistra in ogni ammasso : Controllo 1850; simbolo centrale in ciascun cluster: 4xCO2; simbolo destro in ciascun cluster: G1). Vengono considerati tutti i membri di ensemble disponibili per ciascun modello e tutti gli anni, oltre ai primi 10 anni per l'esperimento 4xCO2. I valori MMM sono illustrati come diamanti neri per ogni esperimento. Aree di regioni monsoniche sono anche mostrate per il set di dati del Progetto Global Precipitation Climatology (GPCP) [Adler et al., 2003], triangoli neri e per il set di dati della Tropical Rainfall Measuring Mission (TRMM) [Liu et al., 2012] , asterischi neri. Vedere la Figura 6 per una definizione di regioni.

5. Regioni monsoniche

 5.1. Valutazione delle precipitazioni nelle regioni monsoniche

[36] La valutazione dettagliata della rappresentazione del monsone globale per una serie più completa di modelli CMIP5 è riportata in Hsu et al. [2013], Lee e Wang [2012] e Sperber et al. [2012]. Qui ci concentriamo sulla valutazione delle aree dei monsoni simulate (mostrate nella Figura 6) e sulla stagionalità delle precipitazioni nei modelli GeoMIP utilizzando due set di dati sulle precipitazioni, il Global Precipitation Climatology Project (GPCP) e la Tropical Rainfall Measuring Mission (TRMM) [Liu et al ., 2012]. Il set di dati GPCP si basa su reperti satellitari multispettrali uniti e osservazioni di superficie tra il 1979 e il 2010 [Adler et al., 2003].
Le stime delle precipitazioni di TRMM derivano dall'unione dei ritrovamenti di radar satellitari con le stime del misuratore di superficie [Huffman et al., 2009]. Sebbene le stime TRMM non siano globali, coprono le latitudini dei principali sistemi monsonici. Entrambi i set di dati presentano carenze legate alla loro capacità di rilevare precipitazioni superficiali ed extratropicali e di distinguere tra idrometeori sospesi e in caduta.
Recenti lavori hanno suggerito che, di conseguenza, questi prodotti sottovalutano sistematicamente gli importi delle precipitazioni Stephens et al. [2012], sebbene rimanga una sfida bilanciare il bilancio energetico di superficie in base a questi presupposti. Coerentemente con questo, i modelli simulano quantità di precipitazioni più elevate rispetto alle stime di recupero in media di 0,3 mm giorno-¹ o 12% (vedere la tabella 3, seconda colonna); tuttavia, gran parte di questa pioggia in eccesso è associata a distorsioni note nella loro rappresentazione della Zona di Convergenza Intertropicale [ad esempio Lin, 2007; Zheng et al., 2012]. Pertanto, la risoluzione di questi problemi va oltre lo scopo di questo manoscritto e la gamma di osservazioni verrà stimata qui utilizzando set di dati GPCP e TRMM. Anche se il periodo di precipitazione osservato non coincide con gli esperimenti eseguiti, la valutazione delle sue caratteristiche su larga scala è possibile poiché i cambiamenti tra gli esperimenti sono generalmente inferiori alle differenze tra i due set di dati osservativi (vedere la Figura 11).

[37] L'area MMM del monsone terrestre globale per tutti e tre gli esperimenti è simile a quella osservata, ma l'area dei monsoni oceanici globali è più piccola per la maggior parte dei modelli (Figura 11).
È stato dimostrato che il dominio dei monsoni non cambia sensibilmente sulla terra con l'aumento delle concentrazioni di CO2, inoltre sono stati identificati alcuni cambiamenti in Asia [Lee e Wang, 2012], che non sono evidenti usando i modelli GeoMIP. La più grande diffusione modello dell'estensione dei monsoni terrestri si verifica in Asia orientale e in Australia. L'area della componente dei monsoni terrestri dell'Africa occidentale è più piccola di quella osservata in tutti i modelli. Oltre l'oceano, le aree monsoniche simulate variano più ampiamente tra i modelli rispetto alla terra e le regioni monsoniche oceaniche simulate sono generalmente più piccole di quelle osservate in Australia, Sudafrica e nella zona di convezione del Pacifico meridionale (SPCZ) mentre sono più grandi di quelle osservate in Sud America . Per queste regioni, è noto che i pregiudizi del modello sono caratterizzati da un'eccessiva lingua fredda del Pacifico e un gradiente zonale atlantico. Sotto la forzatura G1, l'area delle regioni monsoniche diminuisce sia sulla terra che sull'oceano, in generale, mentre per le condizioni 4xCO2, gli aumenti di estensione sono simulati sull'oceano. Il rapporto terra-oceano osservato delle precipitazioni globali di 0,89 (per GPCP) è in media inferiore del 7% nei modelli e scende al di sotto di 0,80 nella metà dei modelli nell'archivio GeoMIP, con un MMM di 0,82 (Tabella 4). Per l'esperimento 4xCO2, i modelli mostrano in media una leggera riduzione del rapporto terra-oceano, suggerendo un aumento più forte delle precipitazioni sull'oceano rispetto alla terra a causa dei vincoli di umidità sulla terra e del riscaldamento aggiuntivo [ad esempio, Fasullo, 2012] . Negli esperimenti G1, il rapporto terra-oceano nell'MMM non cambia in modo significativo e i singoli modelli simulano differenze rispetto alle osservazioni comprese tra –6% e 3%

Tabella 4. Rapporto globale sulle precipitazioni terrestri/oceaniche per simulazioni e stime del controllo 1850, 4xCO2 e G1 e set di dati dal Global Precipitation Climatology Project (GPCP) [Adler et al., 2003]

Figura 12. Ciclo stagionale delle precipitazioni sulle regioni monsoniche derivate dai diversi output del modello GeoMIP per la simulazione del controllo del 1850 (diversi colori e stili di linea) e il set di dati GPCP (linea continua nera) e TRMM (linea tratteggiata nera). La precipitazione totale e la deviazione standard delle medie annuali (variabilità interannuale) su ciascuna regione e ciascun modello sono elencate in ciascun pannello nel colore e nell'ordine prescritti nella legenda. I valori per le precipitazioni totali MMM e i risultati GPCP e TRMM sono visualizzati in nero. Vedere la Figura 6 per una definizione di regioni.

Figura 13. Come in Figura 12, ma per ciascuna regione monsonica sull'oceano.

[38] Il ciclo stagionale delle precipitazioni monsoniche globali sulla terra per le condizioni di controllo del 1850 viene confrontato con i due set di dati sulle precipitazioni indipendenti (figure 12 e 13).
Il confronto è valido poiché non si prevede che le variazioni delle precipitazioni tra il 1850 e i giorni nostri siano superiori al feedback transitorio stimato (2-3% K-¹), che è inferiore all'incertezza delle osservazioni. Le precipitazioni modello sulla terra sono generalmente più ampie di quelle osservate nei monsoni dell'emisfero australe estivo (Figura 12). Le distorsioni e l'intermodello si diffondono nelle precipitazioni estive medie mensili sono maggiori sulle regioni monsoniche oceaniche, rispetto alla terra, e sono particolarmente grandi per l'SPCZ (Figura 13).
Le precipitazioni estive sono maggiori di quanto riportato nelle osservazioni per il MMM nella maggior parte delle regioni. Il ciclo stagionale del monsone indiano sull'oceano ha inizio a maggio e massimo a giugno, che è ritardato nella maggior parte dei modelli, in accordo con i risultati di Seth et al. [2010] e Sperber et al. [2012].

[39] Il MMM (figure 12 e 13) e la variabilità interannuale media delle precipitazioni sulle regioni monsoniche per le condizioni di controllo del 1850 sono per la maggior parte delle regioni comprese nell'intervallo GPCP e TRMM, anche se ci sono grandi differenze tra i singoli modelli. Si verificano carenze simulate per i componenti dei monsoni terrestri australiani, nordici e sudamericani e sudafricani e per i monsoni oceanici sudamericani e SPCZ. Il simulato la variabilità è eccessiva per gli oceani indiano e sudafricano. Tuttavia, in generale, una rappresentazione ragionevole del monsone per la maggior parte dei modelli e delle regioni fornisce fiducia nelle risposte alle precipitazioni simulate dai modelli in vari scenari di forzatura GeoMIP.

5.2. Risposta alle precipitazioni e all'evaporazione nelle regioni monsoniche

[40] La separazione delle precipitazioni globali dei monsoni nei suoi componenti regionali consente una valutazione delle risposte idrologiche regionali (Figura 14). Consideriamo solo la stagione estiva per ciascuna regione, il tempo di massima precipitazione (JJA per l'emisfero nord e DJF per l'emisfero sud).

[41] Per l'esperimento 4xCO2, la risposta mediana di tutti i modelli è un aumento delle precipitazioni sia terrestri che oceaniche, ad eccezione del monsone nordamericano, dove è evidente un indebolimento delle precipitazioni monsoniche, in accordo con Lee e Wang [ 2012]. In dettaglio per l'esperimento 4xCO2, un forte aumento delle precipitazioni di circa 0,70-0,90 mm giorno-¹ (10%) si verifica sia sulla terra che sull'oceano per l'India e l'Asia orientale. Una forte riduzione delle precipitazioni è simulata per il Nord America sulla terra con valori intorno a 0,40 mm giorno-¹ (7%), mentre la risposta del modello varia ampiamente sull'oceano.

[42] L'evaporazione per l'esperimento 4xCO2 aumenta sull'oceano e non cambia sulla terra per la maggior parte delle regioni (Figura 14, i simboli dei due baffi di sinistra di ciascuna regione). Una forte riduzione dell'evaporazione sulla terra si verifica solo per la regione monsonica del Nord America, poiché nel complesso il ciclo idrologico si rafforza in queste simulazioni.
Le differenze nella risposta delle precipitazioni monsoniche su terra e oceano in un clima caldo e i loro meccanismi di governo sono ulteriormente discussi da Fasullo [2010], e derivano in parte dal contrasto terra-oceano nel riscaldamento e da una riduzione dell'evaporazione dovuta alla ridotta conduttanza stomatica in un ambiente ad alta CO2.

Figura 14. Come in Figura 8, ma per ogni regione monsonica per l'estate.

[43] Per gli esperimenti G1, viene simulata una diminuzione delle precipitazioni mediane per tutte le regioni ad eccezione di una variazione zero per l'Australia sulla terra (vedi Figura 14, pannelli superiore e centrale). In particolare, troviamo una diminuzione delle precipitazioni sulla terra per l'Asia orientale (~ 0,45 mm giorno-¹, 6%), Nord e Sud America (~ 0,39 mm giorno-¹ e 0,37 mm giorno-¹, 7% e 6%, rispettivamente), in cui tutti i modelli concordano sul segno della modifica e in Sudafrica (0,23 mm giorno-¹, 5%), in cui il 95% dei modelli concorda sul segno della modifica.
Le relative differenze mediane multimodello tra gli esperimenti G1 e 1850 superano anche la variabilità interannuale di G1 (barre di errore rosso scuro), i cambiamenti riportati sono quindi significativi. Le precipitazioni sono ridotte in India di ~ 0,21 mm giorno-¹ (2%), con una riduzione simulata per oltre il 75% dei modelli. Tuttavia, a causa della grande variabilità interannuale, il cambiamento non è considerato significativo. Inoltre, i cambiamenti delle precipitazioni sull'oceano per la maggior parte delle regioni non sono significativi a causa della grande variabilità interannuale.

Figura 15. Come in Figura 9, ma per diverse regioni monsoniche e solo per l'estate di ciascuna regione.

Figura 16. Come in Figura 14, ma con informazioni aggiuntive sui risultati del modello (simboli diversi) che descrivono il valore al di fuori dell'intervallo del 5o e 95o percentile della distribuzione multimodello.

[44] Le partenze delle precipitazioni mediane multimodello nel G1 dal controllo del 1850 sulla terra sono molto più piccole per l'Australia, l'Africa occidentale e l'Asia rispetto a quelle del 4xCO2, ma sono almeno la metà maggiori per l'Asia orientale. Per le altre regioni, le partenze delle precipitazioni mediane multimodello nel G1 sono simili a quelle della simulazione 4xCO2 per Nord e Sud America e Sud Africa, con il Nord America l'unica regione che mostra un cambiamento nella stessa direzione per entrambi gli esperimenti. L'evaporazione sulla terra è fortemente diminuita per tutti i modelli in G1 (Figura 14, pannello inferiore) con riduzioni più forti su Asia orientale, Nord e Sud America e Sud Africa. Il raffreddamento sproporzionato dell'oceano potrebbe consentire di attirare meno umidità dall'oceano, il che potrebbe, oltre all'effetto fisiologico, contribuire alla riduzione delle precipitazioni e dell'evaporazione sulla terra [Boos and Kuang, 2010].

[45] La frequenza dell'intensità di precipitazione per l'esperimento 4xCO2 tra il 25° e il 75° percentile del PDF è ridotta per tutte le regioni e tutti i modelli, mentre la frequenza di precipitazione elevata aumenta (Figura 15), come è stato notato anche in altri lavori recenti [ Chou et al., 2012]. Per alcuni aspetti, il monsone asiatico è unico in quanto il riscaldamento sull'oceano attira il vapore acqueo dal Mar Arabico e dal Golfo del Bengala per sostenere le precipitazioni sulla terra [Fasullo, 2012], che è probabilmente responsabile dell'aumento della frequenza delle precipitazioni per mesi che si verificano forti precipitazioni di oltre 10 mm giorno-¹ su terra e oceano (Figura 15, a sinistra, prima e seconda fila). L'aumento delle forti precipitazioni è limitato sulla terra per i domini monsonici del Nord e del Sud America. Per il Nord America, ciò si traduce in una riduzione delle precipitazioni per la maggior parte dei modelli, che può essere il risultato della sua trascurabile componente oceanica e della sua posizione interna, dove l'umidità è limitata e l'evapotraspirazione ridotta.

[46] Contrariamente all'esperimento 4xCO2, le simulazioni di geoingegneria mostrano un aumento della frequenza di intensità di precipitazione piccola e media che coincide con un leggero aumento della stabilità tropicale, come discusso sopra.
Per tutte le regioni considerate oltre all'India, la frequenza di mesi con intensità di precipitazione medio-pesante è ridotta, con una riduzione maggiore sulla terra che sull'oceano (Figura 15, a destra). Le riduzioni della frequenza delle forti precipitazioni nelle regioni monsoniche del Nord e del Sud America sono particolarmente elevate intorno al 20-30% per intensità superiori al 95° percentile della distribuzione.

[47] La ​​diffusione della risposta delle precipitazioni tra i singoli modelli è in generale molto più grande per 4xCO2 rispetto a G1, il che suggerisce una minore variabilità e quindi una minore incertezza nei risultati nelle firme del cambiamento delle precipitazioni nelle simulazioni G1. Alcuni modelli sono anomali per quanto riguarda le loro risposte di precipitazione ed evaporazione (vedere la Figura 16). Il modello GISS-E2-R si distingue nel simulare la più grande riduzione dell'evaporazione sulla terra per la maggior parte delle regioni, il che è coerente con la più grande riduzione delle precipitazioni globali in G1 rispetto agli altri modelli, come discusso sopra.
I modelli EC-Earth e BNU-ESM mostrano la più piccola riduzione dell'evaporazione in G1 e il più grande aumento per l'esperimento 4xCO2 sulla terra. Per EC-Earth, ciò è coerente con l'effetto mancante di conduttanza stomatica con il cambiamento delle concentrazioni di CO2 (come discusso sopra), mentre BNU-ESM ha subito un certo riscaldamento in G1. Tuttavia, il comportamento estremo nell'evaporazione in questi modelli non si riflette nella risposta delle precipitazioni estive monsoniche per la maggior parte delle regioni. Questo perché la precipitazione monsonica è influenzata da processi sia locali che su larga scala, a causa delle complesse interazioni dei diversi componenti che contribuiscono al ciclo idrologico.

6. Discussione

[48] ​​I cambiamenti simulati di precipitazione ed evaporazione negli esperimenti altamente idealizzati di 4xCO2 e G1 indicano il fatto che il ciclo idrologico sarebbe sensibilmente indebolito dall'SRM rispetto al controllo del 1850. La precipitazione e l'evaporazione sono considerevolmente ridotte in G1, mentre le deviazioni dal controllo preindustriale sono generalmente più piccole di quelle che si verificano nell'esperimento 4xCO2 senza geoingegnerizzazione eseguita. Inoltre, l'atteso aumento delle inondazioni in un ambiente ad alta CO2, specialmente nelle regioni monsoniche asiatiche, è ridotto nel G1. Invece, in G1 viene simulata una riduzione della frequenza di forti precipitazioni, di entità molto inferiore rispetto all'esperimento 4xCO2 ma comunque notevole, rispetto al controllo.

[49] Tuttavia, da questa analisi, non è chiaro in che modo i cambiamenti simulati nel bilancio P - E influenzeranno il deflusso e l'umidità del suolo. Queste variabili altamente incerte dipendono spesso da semplici parametrizzazioni nei modelli climatici [ad esempio, Trenberth et al., 2003]. Sono necessari modelli migliorati, più dettagliati e complessi per studiare il pieno impatto dell'SRM sui cambiamenti dell'umidità e dell'aridità del suolo regionali, con conseguenze intrinseche per la vegetazione. Inoltre, sono necessari esperimenti più realistici per supportare questi risultati, ad esempio future simulazioni di modelli transitori con forzature più realistiche come progettato in altri esperimenti GeoMIP (G3 e G4, descritti in Kravitz et al. [2011]).

[50] L'esperimento G1 applica una costante solare ridotta per simulare un aumento uniforme dell'albedo planetario della Terra, che potrebbe essere ottenuto posizionando specchi nello spazio [ad esempio, Angel, 2006]. Va sottolineato che la risposta climatica di un simile esperimento può essere molto diversa da altri esperimenti teorici in cui, ad esempio, vengono utilizzati aerosol stratosferici per aumentare l'albedo planetario. Tuttavia, tali esperimenti di solito non forniscono una forzatura negativa così grande come G1, a causa della potenziale limitazione del carico aerosol stratosferico con quantità di iniezione crescenti [ad esempio, Heckendorn et al., 2009; Niemeier et al., 2010], rendendoli così esperimenti meno utili per esaminare qui gli aspetti grossolani della sensibilità idrologica di interesse. Inoltre, gli aerosol stratosferici provocano il riscaldamento della stratosfera, in particolare ai tropici, e questo provoca perturbazioni dinamiche [ad esempio, Stenchikov et al., 2002; Tilmes et al., 2009]. Le variazioni delle velocità di riscaldamento nella stratosfera e nella tropopausa possono influenzare ulteriormente la frequenza di accelerazione troposferica, che può alterare l'umidità relativa e il ciclo idrologico. Inoltre, è probabile che i cambiamenti nella composizione chimica stratosferica e troposferica interagiscano con le radiazioni e la dinamica mentre, in questo studio, non viene preso in considerazione l'impatto dell'aumento della concentrazione di CO2 con e senza SRM sulla chimica. Infine, l'interazione dei cambiamenti termici e idrologici con i cicli biogeochimici (ad es. Di carbonio e azoto) nella terra e nell'oceano nel contesto dell'SRM è un argomento interessante che richiede ulteriori approfondimenti.

7. Riepilogo

[51] In questo studio, abbiamo esplorato la solidità della risposta globale e regionale simulata del ciclo idrologico a una riduzione della radiazione solare in entrata. La costante solare è stata ridotta per contrastare lo squilibrio radiativo nella parte superiore dell'atmosfera dal quadruplo della CO2 preindustriale. La risposta idrologica di questo esperimento rispetto alle condizioni del 1850 è contrastata dalla risposta di un esperimento quadruplo di CO2 senza oscuramento solare.

[52] L'improvviso aumento di CO2 in entrambi gli esperimenti 4xCO2 e G1 porta a una riduzione iniziale del flusso di calore latente che sale sulla superficie terrestre (Appendice A), principalmente controllato dalle variazioni nell'aumento della stabilità atmosferica, che ha un impatto globale per evaporazione. Inoltre, i cambiamenti nell'evapotraspirazione sulla terra influenzano fortemente le precipitazioni sulla terra. Questi cambiamenti hanno implicazioni per temperature, nuvole e precipitazioni.

[53] La risposta dovuta al riscaldamento nell'esperimento 4xCO2 porta ad aumenti delle precipitazioni globali di 0,10 mm giorno – 1 (3,7%) sulla terra e 0,22 mm giorno-¹ (7,1%) sull'oceano, considerando la media multimodello e circa 6,5% sulla terra e 7,3% sull'oceano per la mediana multimodello. Un aumento significativo delle precipitazioni si verifica nelle medie e alte latitudini e nei tropici, mentre la diminuzione delle precipitazioni è simulata nei subtropici sull'oceano. L'Asia orientale e l'India registrano un forte aumento delle precipitazioni monsoniche di circa il 10%. D'altra parte, viene simulata una solida riduzione regionale delle precipitazioni per il monsone estivo nordamericano di circa il 7% sulla terra. La frequenza delle intensità di precipitazione deboli e medie è generalmente ridotta per le regioni monsoniche mentre la frequenza delle forti precipitazioni è fortemente aumentata, il che si traduce probabilmente in un aumento dell'aridità e delle inondazioni in queste regioni.

[54] La riduzione solare in G1 ha un impatto significativo sulle precipitazioni e sull'evaporazione sia nei tropici che nelle medie distanze. Nonostante una stabilizzazione delle temperature medie globali in G1, i tropici sperimentano un raffreddamento mentre le latitudini elevate si stanno riscaldando. Ciò si traduce in una forte riduzione globale (nel senso che la maggior parte dei modelli fornisce la stessa firma, a differenza delle simulazioni 4xCO2) delle precipitazioni di 0,12 mm giorno-¹ (4,9%) su terra e 0,14 mm giorno-¹ (4,5%) rispetto al oceano, considerando la media multimodello e il 3,6% sulla terra e il 4,6% sull'oceano per la mediana del multimodello. Significativi cambiamenti di precipitazione ed evaporazione sono simulati anche per le medie distanze, con una riduzione massima delle precipitazioni nella banda N 45ıN-65ı per G1 del 7% sulla terra e del 4% sull'oceano. Per questa regione, la frequenza dell'intensità delle precipitazioni mensili tra 3 e 7 mm giorno-¹ è ridotta di circa il 30% sulla terra e del 25% sull'oceano in estate, mentre i cambiamenti sono molto più piccoli in inverno. Queste modifiche sono generalmente più piccole delle modifiche prodotte dalla forzatura 4xCO2.

[55] Un'analisi dettagliata delle precipitazioni e dell'evaporazione monsoniche fornisce informazioni sugli impatti regionali della geoingegneria. Le statistiche di precipitazione totale, area monsonica e ciclo stagionale eseguite negli esperimenti di controllo sono in generale in buon accordo con le stime osservazionali per le condizioni odierne utilizzando set di dati GPCP e TRMM, oltre al ritardo dell'insorgenza del monsone indiano sull'oceano per la maggior parte dei modelli. Inoltre, il rapporto globale simulato terra-oceano delle precipitazioni è inferiore di circa il 7% rispetto alle osservazioni, a causa di una sovrastima della quantità di precipitazioni in varie regioni monsoniche sull'oceano durante la stagione di punta. Inoltre, le osservazioni potrebbero sottovalutare le precipitazioni in quelle regioni [Stephens et al., 2012]. Ciò può avere un impatto sulla risposta delle forzanti climatiche in diversi esperimenti, ma non può essere identificato per le risposte dei singoli modelli.


[56] Considerando la mediana multimodello e la variabilità interannuale di G1, troviamo una forte e significativa diminuzione delle precipitazioni monsoniche sulla terra per l'Asia orientale (6%), Nord America (7%), Sud America (6%) e Sud Africa (5%) e una riduzione robusta ma non significativa del 2% rispetto all'India. Queste diminuzioni si verificano principalmente in mesi con maggiori intensità di precipitazione (al di sopra del 95° percentile della distribuzione delle precipitazioni) che subiscono una forte riduzione della frequenza di circa il 20% per tutte le regioni monsoniche. Questi cambiamenti sono generalmente maggiori sulla terra che sull'oceano. Diminuzioni di evaporazione di oltre il 10% si verificano sulla terra rispetto al 3% sull'oceano. Questi risultati supportano studi precedenti [ad esempio, Robock et al., 2008] che hanno indicato una significativa riduzione delle precipitazioni dei monsoni in Asia e Africa. Inoltre, anche le altre regioni monsoniche sono interessate dall'SRM.

[57] Il conseguente indebolimento del ciclo idrologico dovuto all'SRM rispetto al controllo riduce le precipitazioni e l'evaporazione sulla terra di una quantità considerevole a livello globale e in particolare nella maggior parte delle regioni monsoniche e delle medie latitudini nord. D'altro canto, i forti aumenti delle forti precipitazioni a livello globale nell'esperimento 4xCO2 e gli inferti aumenti delle inondazioni potrebbero essere evitati dall'SRM poiché è probabile che le intensità estreme delle precipitazioni diminuiscano, specialmente per le regioni monsoniche asiatiche, se si vuole impiegare la geoingegneria di tipo G1. I cambiamenti nell'umidità del suolo e le implicazioni per l'agricoltura in diverse regioni a seguito dell'SRM dovrebbero essere ulteriormente studiati usando i risultati del modello GeoMIP. È necessario ulteriore lavoro per valutare le conseguenze positive e negative di questi cambiamenti per la biosfera e la società, utilizzando modelli più appropriati e scenari realistici.
In sintesi, abbiamo dimostrato che anche se le temperature globali possono essere approssimativamente bilanciate in questo esperimento, il ciclo idrologico non riprende le condizioni di controllo, anche se le deviazioni degli estremi dal controllo sono generalmente più piccole che in un esperimento in cui non viene eseguita la geoingegneria.

Appendice A: Importanza di un ciclo interattivo del carbonio terrestre nel bilancio energetico superficiale nel CESM4

[58] L'importanza dei cambiamenti nella conduttanza stomatica per il bilancio dell'energia superficiale dovuta all'improvviso aumento di CO2 per gli esperimenti 4xCO2 e G1 è discussa qui nel contesto di ulteriori simulazioni CCSM4. Le modifiche durante il primo anno di ciascuna simulazione GeoMIP (Figura A1) sono in contrasto con le simulazioni che assumono livelli di CO2 di fondo nella componente terrestre del modello e quindi ignorano l'impatto della CO2 sulla conduttanza stomatica (Figura A2).

[59] Le risposte dei flussi superficiali di calore latente (LH) e calore sensibile (SH) e umidità relativa (RH) sono molto simili nelle simulazioni GeoMIP G1 e 4xCO2 (figure A1 e A2), anche se l'onda corta di downwelling ( SW) le radiazioni sono di segno opposto a causa della diminuzione globale dell'intensità solare in G1. Sulla terra, LH e RH sono fortemente ridotti alla maggior parte delle latitudini con i maggiori cambiamenti assoluti di LH che si verificano nei tropici (Figura A1, seconda fila). Inoltre, SH e il flusso netto LW (non mostrato) sull'aumento di terra per bilanciare la riduzione di LH.

Figura A1 Variazioni assolute zonali annue medie dei risultati del modello CCSM per il primo anno della simulazione sulla terra (linea continua rossa) e sull'oceano (linea continua blu) tra (a sinistra) 4xCO2 e (a destra) esperimenti G1 per quanto riguarda le condizioni del 1850 per seguenti variabili: temperature (prima fila, sinistra); differenza di temperatura aria-superficie (prima fila, destra), umidità relativa (seconda fila, sinistra), flusso di calore latente (seconda fila, destra), precipitazioni (terza fila, sinistra), flusso di calore sensibile (terza fila, destra) , frazione di nuvola (riga in basso a sinistra) e onde di poppa in discesa con cielo sereno, tratteggiato e cielo pieno, solido (in basso, a destra).

[60] Le simulazioni che omettono la risposta nella conduttanza stomatica rivelano l'importanza di questo processo (Figura A2).
I cambiamenti in LH e RH sulla terra sono piccoli rispetto alle simulazioni GeoMIP che includono l'influenza della conduttanza stomatica (Figura A2, seconda fila). Differenze significative sono evidenti anche per gli altri campi sulla terra. Ad esempio, se la risposta stomatica è disattivata, il riscaldamento sulla terra è piccolo in condizioni G1 (Figura A2, prima riga), mentre supera 0,5 K quando è inclusa la risposta stomatica (Figura A1, prima riga), in linea con gli studi precedenti [es. Joshi et al., 2008; Cao et al., 2010]. D'altra parte, non sono evidenti differenze significative sull'oceano.

[61] Pertanto, queste simulazioni suggeriscono che la risposta rapida delle precipitazioni sulla terra è fortemente influenzata dalla conduttanza stomatica. Una riduzione di LH in entrambi gli esperimenti 4xCO2 e G1 è in gran parte controllata dalla brusca riduzione della conduttanza stomatica delle piante a causa dell'aumento di CO2, che a sua volta influenza la temperatura, le precipitazioni e le nuvole [Ban-Weiss et al. , 2011; Fyfe et al., 2013; Cao et al., 2012]. Per l'esperimento 4xCO2, le nuvole diminuiscono sulla terra a metà latitudine ma aumentano notevolmente nei tropici profondi (Figura A1). Gli aumenti nei tropici profondi sembrano essere correlati al riscaldamento della superficie terrestre e al rafforzamento complessivo del ciclo idrologico nell'esperimento 4xCO2 e un conseguente aumento dell'instabilità convettiva, delle precipitazioni e della convergenza su larga scala. Per G1, i cambiamenti nelle nuvole sono relativamente deboli in gran parte dei tropici e coincidono con un indebolimento complessivo del ciclo idrologico, una riduzione del flusso di LH rispetto all'esperimento 4xCO2, che interagisce ulteriormente con la radiazione SW a valle. Se la conduttanza stomatica non è regolata su alte concentrazioni di CO2, l'aumento iniziale delle precipitazioni sulla terra nell'esperimento 4xCO2 (Figura A2, prima colonna, terza fila) è in realtà più piccolo rispetto alla regolazione (Figura A1, prima colonna, terza fila) per il primo anno della simulazione, che coincide con un minor riscaldamento sulla terra. Questi risultati sono in accordo con un'indagine più dettagliata dell'effetto fisiologico della CO2 sul clima [Cao et al., 2012], dimostrando che la rapida regolazione si sta verificando entro pochi giorni dalla simulazione.

Figura A2 Come nella figura A1, tuttavia, l'esperimento del modello 4xCO2 e G1 non includono alcun cambiamento nella conduttanza stomatica a seguito del brusco aumento delle concentrazioni di CO2.

[62] Ringraziamenti. Ringraziamo tutti i partecipanti al Geoengineering Model Intercomparison Project e i loro team di sviluppo del modello, il gruppo di lavoro CLIVAR/WCRP sulla modellazione accoppiata per l'approvazione di GeoMIP e gli scienziati che gestiscono i nodi di dati della griglia del sistema terrestre che hanno contribuito a rendere disponibile l'output di GeoMIP. Riconosciamo inoltre il gruppo di lavoro sulla modellizzazione accoppiata del Programma mondiale di ricerca sul clima, responsabile del CMIP, e ringraziamo i gruppi di modellistica climatica per aver prodotto e reso disponibile il loro modello di output. Per CMIP, il Programma del Dipartimento dell'Energia degli Stati Uniti per la diagnosi e l'intercomparazione del modello climatico fornisce supporto coordinativo e ha guidato lo sviluppo dell'infrastruttura software in collaborazione con l'Organizzazione globale per i portali scientifici del sistema terrestre. Ringraziamo il sistema di visualizzazione e analisi online TRMM (TOVAS) e il Centro di climatologia GPP Global Precipitation per aver fornito il set di dati sulle precipitazioni. La partecipazione di J. Fasullo è supportata dal premio NASA NNG06GB91G. J. Haywood e A. Jones sono stati supportati dal programma congiunto DECC/Defra Met Office Hadley Center Climate Program (GA01101). K. Alterskjær, D. B. Karam, J. E. Kristjánsson, U. Niemeier, H. Schmidt e M. Schulz hanno ricevuto finanziamenti dal Settimo programma quadro dei sindacati europei (7° PQ/2007-2013) in virtù dell'accordo di sovvenzione 226567-IMPLICC.
K. Alterskjær e J.E. Kristjánsson hanno ricevuto il sostegno del Programma norvegese per il supercomputer del Consiglio di ricerca (NOTUR) attraverso una concessione di tempo di calcolo. B. Kravitz è supportato dal Fondo per la ricerca innovativa su clima ed energia. Le simulazioni eseguite da B. Kravitz sono state supportate dal programma HEC (High-End Computing) della NASA attraverso il NASA Center for Climate Simulation (NCCS) presso il Goddard Space Flight Center. Risorse informatiche per P.J. Rasch, B. Singh e J.-H. Yoon è stato fornito dal National Science Research Scientific Computing Center, che è supportato dall'Office of Science del Dipartimento dell'Energia degli Stati Uniti ai sensi del Contratto DE-AC02-05CH11231. J.-H. Yoon è stato ulteriormente supportato dal NERSC. D. Ji e J. Moore ringraziano tutti i membri del gruppo modello BNU-ESM, nonché il Center of Information and Network Technology della Beijing Normal University per l'assistenza nella pubblicazione del set di dati GeoMIP. H. Muri è stato sostenuto dalla convenzione di sovvenzione del 7° programma quadro dell'UE 306395, EuTRACE. A. Robock è supportato dalla borsa di studio US National Science Foundation AGS-1157525. S. Watanabe è stato supportato dal programma SOUSEI, MEXT, Giappone, e il simulatore di terra è stato utilizzato per le simulazioni di MIROC-ESM. Infine, ringraziamo Gary Strand per la formattazione dell'output CCSM4 e James Hurrell per il supporto di questo studio. Il Centro nazionale per la ricerca atmosferica è finanziato dalla National Science Foundation. Ringraziamo tutti i revisori e Govindasamy Bala per suggerimenti utili al documento.

References

• Adler, R., et al. (2003), The Version-2 Global Precipitation Climatology Project (GPCP) monthly precipitation analysis (1979 – present), J. Hydrometeorol., 4, 1147–1167.

• Andrews, T., and P. M. Forster (2010), The transient response of globalmean precipitation to increasing carbon dioxide levels, Environ. Res. Lett., 5(2), 025,212, 1–6, doi:10.1088/1748-9326/5/2/025212.

• Andrews, T., P. M. Forster, and J. M. Gregory (2009), A surface energy perspective on climate change, J. Clim., 22(10), 2557–2570, doi:10.1175/2008JCLI2759.1.

• Angel, R. (2006), Feasibility of cooling the Earth with a cloud of small spacecraft near the inner Lagrange point (L1), Proc. Natl. Acad. Sci. U.S.A., 103(46), 17,184–17,189.

• Arakawa, A., and W. H. Schubert (1974), Interactions of cumulus cloud ensemble with the large-scale environment, Part I, J. Atmos. Sci., 31, 674–701.

• Bala, G., P. B. Duffy, and K. E. Taylor (2008), Impact of geoengineering schemes on the global hydrological cycle, Proc. Natl. Acad. Sci. U.S.A., 105(22), 7664–7669, doi:10.1073/pnas.0711648105.

• Bala, G., K. Caldeira, R. Nemani, L. Cao, G. Ban-Weiss, and H.-J. Shin (2010), Albedo enhancement of marine clouds to counteract global warming: Impacts on the hydrological cycle, Clim. Dyn., 37(5-6), 915–931, doi:10.1007/s00382-010-0868-1.

• Ban-Weiss, G. A., G. Bala, L. Cao, J. Pongratz, and K. Caldeira (2011), Climate forcing and response to idealized changes in surface latent and sensible heat, Environ. Res. Lett., 6(3), 034,032, 1–8, doi:10.1088/1748-9326/6/3/034032.

• Bluth, G. J. S., S. D. Doiron, C. C. Schnetzler, A. J. Krueger, and L. S. Walter (1992), Global tracking of the SO2 clouds from the June, 1991 Mount Pinatubo eruptions, Geophys. Res. Lett., 19(2), 151–154.

• Boos, W. R., and Z. Kuang (2010), Dominant control of the South Asian monsoon by orographic insulation versus plateau heating, Nature, 463(7278), 218–222, doi:10.1038/nature08707.

• Boucher, O., P. R. Halloran, E. J. Burke, M. Doutriaux-Boucher, C. D. Jones, J. Lowe, M. A. Ringer, E. Robertson, and P. Wu (2012), Reversibility in an Earth System model in response to CO2 concentration changes, Environ. Res. Lett., 7(2), 024,013, 1–9, doi:10.1088/1748-9326/7/2/024013.

• Canty, T., N. R. Mascioli, M. D. Smarte, and R. J. Salawitch (2013), An empirical model of global climate – Part 1: A critical evaluation of volcanic cooling, Atmos. Chem. Phys., 13(8), 3997–4031, doi:10.5194/acp13-3997-2013.

• Cao, L., G. Bala, K. Caldeira, R. Nemani, and G. Ban-Weiss (2010), Importance of carbon dioxide physiological forcing to future climate change, Proc. Natl. Acad. Sci. U.S.A., 107(21), 9513–9518, doi:10.1073/pnas.0913000107.

• Cao, L., G. Bala, and K. Caldeira (2012), Climate response to changes in atmospheric carbon dioxide and solar irradiance on the time scale of days to weeks, Environ. Res. Lett., 7(3), 034,015, 1–7, doi:10.1088/1748-9326/7/3/034015.

• Chou, C., C.-A. Chen, P.-H. Tan, and K. T. Chen (2012), Mechanisms for global warming impacts on precipitation frequency and intensity, J. Clim., 25(9), 3291–3306, doi:10.1175/JCLI-D-11-00239.1.

• Crutzen, P. J. (2006), Albedo enhancements by stratospheric sulfur injections: A contribution to resolve a policy dilemma? An Editorial Essay, Clim. Change, 77, 211–219.

• Del Genio, A. D., and M.-S. Yao (1993), Efficient cumulus parameterization for long-term climate studies: The GISS scheme, in The Representation of Cumulus Convection in Numerical Models, Meteor. Monogr., Am. Meteorol. Soc., 46, 181–184.

• Doutriaux-Boucher, M., M. J. Webb, J. M. Gregory, and O. Boucher (2009), Carbon dioxide induced stomatal closure increases radiative forcing via a rapid reduction in low cloud, Geophys. Res. Lett., 36, L02703, doi:10.1029/2008GL036273.

• Durack, P. J., S. E. Wijffels, and R. J. Matear (2012), Ocean salinities reveal strong global water cycle intensification during 1950 to 2000, Science, 336(6080), 455–458, doi:10.1126/science.1212222.

• Emanuel, K. (1991), A scheme for representing cumulus convection in large-scale models, J. Atmos. Sci., 48, 2313–2335.

• Emori, S., T. Nozawa, A. Numaguti, and I. Uno (2001), Importance of cumulus parameterization for precipitation simulation over East Asia in June, J. Meteorol. Soc. Jpn., 79(4), 939–947, doi:10.2151/jmsj.79.939.

• Fasullo, J. (2012), A mechanism for land-ocean contrasts in global monsoon trends in a warming climate, Clim. Dyn., 39(5), 1137–1147, doi:10.1007/s00382-011-1270-3.

• Fasullo, J. T. (2010), Robust land-ocean contrasts in energy and water cycle feedbacks, J. Clim., 23(17), 4677–4693, doi:10.1175/2010JCLI3451.1.

• Fasullo, J. T., and K. E. Trenberth (2012), A less cloudy future: The role of subtropical subsidence in climate sensitivity, Science, 338(6108), 792–794, doi:10.1126/science.1227465.

• Fyfe, J. C., J. N. S. Cole, V. K. Arora, and J. F. Scinocca (2013), Biogeochemical carbon coupling influences global precipitation in geoengineering experiments, Geophys. Res. Lett., 40, 651–655, doi:10.1002/grl.50166.

• Govindasamy, B., and K. Caldeira (2000), Geoengineering Earth’s radiation balance to mitigate CO2 -induced climate change, Geophys. Res. Lett., 27(14), 2141–2144.

• Govindasamy, B., K. Caldeira, and P. Duffy (2003), Geoengineering Earth’s radiation balance to mitigate climate change from a quadrupling of CO2 , Global Planet. Change, 37(1-2), 157–168, doi:10.1016/S0921-8181(02)00195-9.

• Gregory, D., and P. R. Rowntree (1990), A mass flux convection scheme with representation of cloud ensemble characteristics and stabilitydependent closure, Mon. Weather Rev., 118, 1483–1506.

Gregory, J. M., W. J. Ingram, M. A. Palmer, G. S. Jones, P. A. Stott, R. B. Thorpe, J. A. Lowe, T. C. Johns, and K. D. WIlliams (2004), A new method for diagnosing radiative forcing and climate sensitivity, Geophys. Res. Lett., 31, L03205, doi:10.1029/2003GL018747.

• Hansen, G., T. Svenøe, M. P. Chipperfield, A. Dahlback, and U.-P. Hoppe (1997), Evidence of substantial ozone depletion in winter 1995/96 over Northern Norway, Geophys. Res. Lett., 24, 799–802.

• Haywood, J. M., A. Jones, N. Bellouin, and D. Stephenson (2013), Asymmetric forcing from stratospheric aerosols impacts Sahelian rainfall, Nat. Clim. Change, 3, 660–665, doi:10.1038/nclimate1857.

• Heckendorn, P., D. Weisenstein, S. Fueglistaler, B. P. Luo, E. Rozanov, M. Schraner, L. W. Thomason, and T. Peter (2009), The impact of geoengineering aerosols on stratospheric temperature and ozone, Environ. Res. Lett., 4, 045,108, 1–12, doi:10.1088/1748-9326/4/4/045108.

• Hegerl, G. C., and S. Solomon (2010), Climate change. Risks of climate engineering, Science, 325(5943), 955–956, doi:10.1126/science.1178530.

• Held, I. M., and B. Soden (2006), Robust responses of the hydrological cycle to global warming, J. Clim., 19, 5686–5699.

• Hsu, P.-C., T. Li, H. Murakami, and A. Kitoh (2013), Future change of the global monsoon revealed from 19 CMIP5 models, J. Geophys. Res. Atmos., 118, 1247–1260, doi:10.1002/jgrd.50145.

• Huffman, G. J., R. F. Adler, D. T. Bolvin, and G. Gu (2009), Improving the global precipitation record: GPCP version 2.1, Geophys. Res. Lett., 36, L17808, doi:10.1029/2009GL040000.

• Irvine, P. J., A. Ridgwell, and D. J. Lunt (2010), Assessing the regional disparities in geoengineering impacts, Geophys. Res. Lett., 37, L18702, doi:10.1029/2010GL044447.

• Jones, A., J. Haywood, O. Boucher, B. Kravitz, and A. Robock (2010), Geoengineering by stratospheric SO2 injection: Results from the Met Office HadGEM2 climate model and comparison with the Goddard Institute for Space Studies ModelE, Atmos. Chem. Phys., 10(13), 5999–6006, doi:10.5194/acp-10-5999-2010.

• Joshi, M. M., J. M. Gregory, M. J. Webb, D. M. H. Sexton, and T. C. Johns (2008), Mechanisms for the land/sea warming contrast exhibited by simulations of climate change, Clim. Dyn., 30, 455–465.

• Kravitz, B., and A. Robock (2011), Climate effects of high-latitude volcanic eruptions: Role of the time of year, J. Geophys. Res., 116, D01105, doi:10.1029/2010JD014448.

• Kravitz, B., A. Robock, O. Boucher, H. Schmidt, K. E. Taylor, G. Stenchikov, and M. Schulz (2011), The Geoengineering Model Intercomparison Project (GeoMIP), Atmos. Sci. Lett., 12(2), 162–167, doi:10.1002/asl.316.

• Kravitz, B., et al. (2013), Climate model response from the Geoengineering Model Intercomparison Project (GeoMIP), J. Geophys. Res. Atmos., 118, 8320–8332, doi:10.1002/jgrd.50646.

• Lambert, F. H., M. J. Webb, and M. M. Joshi (2011), The relationship between land-ocean surface temperature contrast and radiative forcing, J. Clim., 24(13), 3239–3256, doi:10.1175/2011JCLI3893.1.

• Launder, B., and J. Thompson (Eds.) (2009), Geo-Engineering Climate Change: Environmental Necessity or Pandora’s Box?, Cambridge Univ. Press.

• Lee, J.-Y., and B. Wang (2012), Future change of global monsoon in the CMIP5, Clim. Dyn., 41,573–41,587, doi:10.1007/s00382-012-1564-0.

• Lin, J.-L. (2007), The double-ITCZ problem in IPCC AR4 coupled GCMs: Ocean-atmosphere feedback analysis, J. Clim., 20, 4497–4525.

• Liu, X., et al. (2012), Toward a minimal representation of aerosols in climate models: Description and evaluation in the Community Atmosphere Model CAM5, Geosci. Model Dev., 5(3), 709–739, doi:10.5194/gmd-5-709-2012.

• Lunt, D. J., A. Ridgwell, P. J. Valdes, and A. Seale (2008), “Sunshade World”: A fully coupled GCM evaluation of the climatic impacts of geoengineering, Geophys. Res. Lett., 35, L12710, doi:10.1029/2008GL033674.

• McCormick, M. P., L. W. Thomason, and C. R. Trepte (1995), Atmospheric effects of the Mt. Pinatubo eruption, Nature, 373, 399–404.

• Neale, R. B., J. H. Richter, and M. Jochum (2008), The impact of convection on ENSO: From a delayed oscillator to a series of events, J. Clim., 21(22), 5904–5924, doi:10.1175/2008JCLI2244.1.

• Niemeier, U., H. Schmidt, and C. Timmreck (2010), The dependency of geoengineered sulfate aerosol on the emission strategy, Atmos. Sci. Lett., 12, 189–194, doi:10.1002/asl.304.

• Nordeng, T. E. (1994), Extended versions of the convective parameterization scheme at ECMWF and their impact on the mean and transient activity of the model in the tropics, Tech. Memo., European Centre for Medium-Range Weather Forecasts.

• O’Gorman, P. A. (2012), Sensitivity of tropical precipitation extremes to climate change, Nat. Geosci., 5(10), 697–700, doi:10.1038/ngeo1568.

• Park, S., and C. S. Bretherton (2009), The University of Washington shallow convection and moist turbulence schemes and their impact on climate simulations with the Community Atmosphere Model, J. Clim., 22(12), 3449–3469, doi:10.1175/2008JCLI2557.1.

• Pongratz, J., D. B. Lobell, L. Cao, and K. Caldeira (2012), Crop yields in a geoengineered climate, Nat. Clim. Change, 2(2), 101–105, doi:10.1038/nclimate1373.

• Rasch, P. J., S. Tilmes, R. P. Turco, A. Robock, L. Oman, C.-C. Chen, G. L. Stenchikov, and R. R. Garcia (2008), An overview of geoengineering of climate using stratospheric sulphate aerosols, Philos. Trans. R. Soc.

• London, Ser. A, 366(1882), 4007–4037, doi:10.1098/rsta.2008.0131. Richter, J., and P. J. Rasch (2008), Effects of convective momentum transport on the atmospheric circulation in the Community Atmosphere Model, version 3, J. Clim., 21, 1487–1499, doi:10.1175/2007JCLI1789.1.

• Robock, A., L. Oman, and G. L. Stenchikov (2008), Regional climate responses to geoengineering with tropical and Arctic SO2 injections, J. Geophys. Res., 113, D16101, doi:10.1029/2008JD010050.

• Scheff, J., and D. M. W. Frierson (2012), Robust future precipitation declines in CMIP5 largely reflect the poleward expansion of model subtropical dry zones, Geophys. Res. Lett., 39, L18704, doi:10.1029/2012GL052910.

• Schmidt, H., et al. (2012), Solar irradiance reduction to counteract radiative forcing from a quadrupling of CO2 : Climate responses simulated by four earth system models, Earth Syst. Dyn., 3(1), 63–78, doi:10.5194/esd-3-63-2012.

• Seager, R., N. Naik, and G. A. Vecchi (2010), Thermodynamic and dynamic mechanisms for large-scale changes in the hydrological cycle in response to global warming, J. Clim., 23(17), 4651–4668, doi:10.1175/2010JCLI3655.1.

• Seth, A., S. A. Rauscher, M. Rojas, A. Giannini, and S. J. Camargo (2010), Enhanced spring convective barrier for monsoons in a warmer world?, Clim. Change, 104(2), 403–414, doi:10.1007/s10584-010-9973-8.

• Soden, B. J., R. T. Wetherald, G. L. Stenchikov, and A. Robock (2002), Global cooling after the eruption of Mount Pinatubo: A test of climate feedback by water vapor, Science, 296(5568), 727–730, doi:10.1126/science.296.5568.727.

• Solomon, S., D. Qin, M. Manning, M. Marquis, K. Averyt, M. M. B. Tignor, H. L. Miller, and Z. Chen (Eds.) (2007), Climate Change 2007: The Physical Science Basis. Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change, 996 pp., Cambridge Univ. Press, Cambridge, U. K. and New York.

• Sperber, K. R., H. Annamalai, I.-S. Kang, A. Kitoh, A. Moise, A. Turner, B. Wang, and T. Zhou (2012), The Asian summer monsoon: An intercomparison of CMIP5 vs. CMIP3 simulations of the late 20th century, Clim. Dyn., (2), doi:10.1007/s00382-012-1607-6.

• Stenchikov, G., A. Robock, V. Ramaswamy, M. D. Schwarzkopf, K. Hamilton, and S. Ramachandran (2002), Arctic Oscillation response to the 1991 Mount Pinatubo eruption: Effects of volcanic aerosols and ozone depletion, J. Geophys. Res., 107(D24), 4803, doi:10.1029/2002JD002090.

• Stephens, G. L., J. Li, M. Wild, C. A. Clayson, N. Loeb, S. Kato, T. L’Ecuyer, P. W. Stackhouse, M. Lebsock, and T. Andrews (2012), An update on Earth’s energy balance in light of the latest global observations, Nat. Geosci., 5(10), 691–696, doi:10.1038/ngeo1580.

• Sutton, R. T., B. Dong, and J. M. Gregory (2007), Land/sea warming ratio in response to climate change: IPCC AR4 model results and comparison with observations, Geophys. Res. Lett., 34, L02701, doi:10.1029/2006GL028164.

• Taylor, K. E., R. J. Stouffer, and G. A. Meehl (2012), An overviewCMIP5 and the experiment design, Bull. Am. Meteorol. Soc., 93(4), 485–498, doi:10.1175/BAMS-D-11-00094.1.

Tiedtke, M. (1989), A comprehensive mass flux scheme for cumulus parameterization in large-scale models, Mon. Weather Rev., 117, 1779–1800.

• Tilmes, S., R. Müller, and R. Salawitch (2008), The sensitivity of polar ozone depletion to proposed geoengineering schemes, Science, 320 (5880), 1201–1204, doi:10.1126/science.1153966.

• Tilmes, S., R. R. Garcia, D. E. Kinnison, A. Gettelman, and P. J. Rasch (2009), Impact of geoengineered aerosols on the troposphere and stratosphere, J. Geophys. Res., 114, D12305, doi:10.1029/2008JD011420.

• Trenberth, K. E. (1999), Conceptual framework for changes of extremesthe hydrological cycle with climate change, Clim. Change, 42, 327–339.

• Trenberth, K. E., and A. Dai (2007), Effects of Mount Pinatubo volcanic eruption on the hydrological cycle as an analog of geoengineering, Geophys. Res. Lett., 34, L15702, doi:10.1029/2007GL030524.

• Trenberth, K. E., A. Dai, R. M. Rasmussen, and D. B. Parsons (2003), The changing character of precipitation, Bull. Am. Meteorol. Soc., 84, 1205–1217.

• von Salzen, K., J. F. Scinocca, N. A. McFarlane, J. Li, J. N. S. Cole, D. Plummer, M. C. Reader, X. Ma, M. Lazare, and L. Solheim (2013), The Canadian Fourth Generation Atmospheric Global Climate Model (CanAM4). Part I: Physical processes, Atmos. Ocean, 51, 104–125.

• Wang, B., and Q. Ding (2006), Changes in global monsoon precipitation over the past 56 years, Geophys. Res. Lett., 33(6), L06711, doi:10.1029/2005GL025347.

• Wigley, T. M. (2006), A combined mitigation/geoengineering approachclimate stabilization, Science, 314, 452–454.

• Zhang, G. J., and N. A. McFarlane (1995), Sensitivity of climate simulations to the parameterization of cumulus convection in the Canadian Climate Centre General Circulation Model, Atmos. Ocean, 33(3), 407–446.

• Zhang, G. J., and M. Mu (2005), Effects of modifications to the ZhangMcFarlane convection parameterization on the simulation of the tropical precipitation in the National Center for Atmospheric Research Community Climate Model, version 3, J. Geophys. Res., 110, D09109, doi:10.1029/2004JD005617.

• Zheng, Y., J.-L. Lin, and T. Shinoda (2012), The equatorial Pacific cold tongue simulated by IPCC AR4 coupled GCMs: Upper ocean heat budget and feedback analysis, J. Geophys. Res., 117, C05024, doi:10.1029/2011JC007746.

https://agupubs.onlinelibrary.wiley.com/doi/full/10.1002/jgrd.50868