1. На главную
  2. Электронные версии
  3. Известия РАН. Физика атмосферы и океана
  4. T. 58, № 5, 2022

Известия РАН. Физика атмосферы и океана, 2022, T. 58, № 5, стр. 566-575

Влияние учета непрямого эффекта сульфатного аэрозоля на радиацию и облачность по данным климатической модели ИВМ РАН

А. А. Полюхов a, *, Н. Е. Чубарова a, **, Е. М. Володин b, ***

a Московский государственный университет им. М.В. Ломоносова
119991 Москва, ГСП-1, Ленинские горы, 1, Россия

b Институт вычислительной математики РАН
119991 Москва, ул. Губкина, 8, Россия

* E-mail: aeromsu@gmail.com
** E-mail: natalia.chubarova@gmail.com
*** E-mail: volodinev@gmail.com

Поступила в редакцию 09.05.2022
После доработки 25.05.2022
Принята к публикации 09.06.2022

Полный текст (PDF)

Аннотация

В модели ИВМ РАН обновлена параметризация облачно-аэрозольного взаимодействия, в которой учитывается содержание сульфатного аэрозоля. Проведены оценки влияния учета сульфатного аэрозоля на количество облачных частиц, балла облачности, баланса радиации на ВГА и облачного пропускания солнечной радиации у поверхности Земли. Показано, что учет сульфатного аэрозоля в параметризации облачно-аэрозольного взаимодействия позволяет корректно воспроизводить в модели ИВМ РАН изменения облачного пропускания с 1980 по 2005 года по сравнению с данными реанализа ERA-Interim и данными модели реконструкции солнечной радиации для ряда станций, расположенных в северной Евразии, где наблюдаются сильные изменения содержания сульфатного аэрозоля. Среднеглобальный радиационный форсинг за счет непрямого аэрозольного воздействия составляет по предварительным оценкам –0.13 Вт/м2 для 2005 г. относительно 1850 г.

Ключевые слова: сульфатный аэрозоль, численное моделирование, климатическая модель ИВМ РАН, радиационные эффекты

1. ВВЕДЕНИЕ

Проблема воздействия аэрозоля в климатической системе включает в себя множество тесно связанных между собой физических и химических процессов. Для отделения влияния аэрозолей на радиацию за счет прямого эффекта и облачность за счет непрямых эффектов вводят соответствующие термины: радиационно-аэрозольное радиационное воздействие и облачно-аэрозольное радиационное воздействие соответственно.

То, как аэрозоли влияют на свойства облаков и осадки сильно зависит от типов облачности [1]. Для “теплых” облаков наиболее изучен эффект уменьшения размера капель и увеличения отражательной способности облаков из-за увеличения количества капель, вследствие увеличения количества ядер конденсации, которыми являются аэрозольные частицы [2]. Кроме того, этот эффект может приводить к увеличению продолжительности жизни облачности и подавлению осадков [3, 4]. Облака глубокой конвекции отличаются более сложной термодинамикой и микрофизикой. В них крайне сложны процессы облачно-аэрозольного воздействия. Многочисленные наблюдения показывали рост высоты облаков и увеличение облачного покрова с увеличением количества аэрозолей [5, 6]. В то же время моделирование этих процессов показало, что это термодинамическое усиление за счет аэрозолей незначительно или даже наблюдается подавление конвекции, особенно для облаков с холодным основанием облака, или сильным сдвигом ветра [7, 8].

Численное моделирование является ключевым методом в изучении облачно-аэрозольного взаимодействия, так как по данным наблюдений в настоящее время сложно отделить облачно-аэрозольное взаимодействие от метеорологических эффектов [1]. Современные климатические модели являются мощным инструментом, позволяющим оценивать климатические изменения в прошлом и будущем [9]. Одной из важнейшей задач для надежных оценок климатической изменчивости является адекватное восстановление трендов облаков и солнечной радиации у поверхности Земли. И несмотря на активное развитие модельных блоков, позволяющих воспроизводить непрямые эффекты аэрозолей и оценивать влияние облачно-аэрозольного воздействия на солнечную радиацию, наблюдаемые региональные тренды облачности и радиации плохо воспроизводятся моделями в рамках проектов CMIP [10–13]. Неопределенность в оценках эффективного радиационного воздействия аэрозоля до сих пор имеет самый большой вклад в общую неопределенность эффективного радиационного воздействия с 1750 года [14]. Один из путей уменьшения неопределенности, состоит в использовании новых уточненных параметризаций облачно-аэрозольного взаимодействия.

Cульфатный аэрозоль, вследствие его гидрофильности и большого содержания в атмосфере, наиболее эффективно участвует в процессах облачно-аэрозольного взаимодействия [15]. Поэтому именно его часто рассматривают в параметризациях облачно-аэрозольного взаимодействия.

На территории Европы и Европейской территории России в настоящее время наблюдаются значимые отрицательные тренды аэрозольной оптической толщины, связанные с уменьшением антропогенного загрязнения [16, 17]. Кроме того, есть свидетельства того, что уменьшается содержание сульфатного аэрозоля на территории Европы [18, 19]. Это подтверждается также данными EMEP [20] и восстановленными данными по содержанию сульфатов из ледниковых кернов Альп [21] и Эльбруса [22] Уменьшение сульфатного аэрозоля также отражается в значительном сокращении сульфатов в атмосферных осадках в Москве в начале 21 века [23]. Известно, что большая часть сульфатного аэрозоля формируется из антропогенных выбросов [24]. Таким образом можно ожидать, что наблюдаемое сильное уменьшение количества сульфатного аэрозоля в атмосфере приведет к существенному изменению облачных свойств и может повлиять на тренды облачности и, как следствие, на солнечную радиацию.

Целью данного исследования является оценка влияния изменения содержания сульфатного аэрозоля на радиацию и облачность с использованием параметризации облачно-аэрозольного взаимодействия в модели INMCM48.

2. ОПИСАНИЕ ДАННЫХ И МЕТОДОВ ИССЛЕДОВАНИЯ

Для оценки эффектов облачно-аэрозольного взаимодействия использовалась климатическая модель Института Вычислительной Математики INMCM48 [25]. Пространственное разрешение модели составляет 2 × 1.5 градуса в атмосфере и 1 × 0.5 градуса в океане. Количество вертикальных уровней составляет 21 в атмосфере и 40 в океане, шаг интегрирования по времени 12 мин. Расчеты проведены на суперкомпьютере ИВМ РАН. Скорость расчета составляла около 6 лет модельного времени за сутки реального. Сульфатный аэрозоль в модели рассчитывается в зависимости от концентрации диметилсульфида в океане, скорости приводного ветра с поправкой на температуру воды. Антропогенная составляющая сульфатного аэрозоля задается согласно эмиссиям CMIP6 [26]. В модели значительно был улучшен расчет естественной компоненты сульфатного аэрозоля [27] за счет уточнения пространственно-временного распределения концентрации диметилсульфида в океане и параметризации его потока в атмосферу; а также коэффициентов вымывания для конвективной и крупномасштабной облачности и учета гравитационного осаждения и закрытости океана льдом.

Самый экономичный способ включить в модель непрямые эффекты аэрозолей – это задать количественную связь между концентрацией аэрозольных частиц и количеством облачных капель. Большинство параметризаций основано на экспоненциальной зависимости концентрации облачных капель от смеси сульфатного аэрозоля и морской соли [28]:

(1)
${{N}_{d}} = \exp \left( {{{a}_{0}} + {{a}_{1}}{\text{ln}}{{m}_{{aer}}}} \right),$
где ${{N}_{d}}$ – счетная концентрация облачных капель (см–3), ${{m}_{{aer}}}$ – массовая концентрация аэрозоля (кг/м3).

Коэффициенты ${{a}_{0}} = 5.1$ и ${{a}_{1}} = 0.41$, с появлением спутниковых данных постоянно уточняются. Сравнения со спутниковыми измерениями прибора MODIS показали, что расчет количества облачных капель с использованием данных коэффициентов завышает наблюдаемые значения и, вследствие этого, коэффициенты были изменены на ${{a}_{0}} = 4.3$ и ${{a}_{1}} = 0.3~$ [29]. В дальнейшем на основе реанализа MERRA2 и результатов проекта AEROCOM-II были получены новые коэффициенты (${{a}_{0}} = 4.86$ и ${{a}_{1}} = 0.41$) [30]. Сравнения расчетов количества облачных капель с использованием трех указанных наборов коэффициентов параметризации представлены на рис. 1.

Рис. 1.

Зависимость концентрации облачных частиц (см–3) от массовой концентрации аэрозоля по данным параметризаций облачно-аэрозольного взаимодействия [28] (красная линия), [29] (черная линия) и [30] (синяя линия).

При проведении расчетов в модели INMCM48 была реализована параметризация облачно-аэрозольного взаимодействия с коэффициентами по [30]. В качестве контрольного эксперимента использовался коэффициент ${{a}_{1}} = 0$, задание которого приводит к отсутствию зависимости числа облачных капель от массовой концентрации сульфатного аэрозоля и неизменному их количеству. Кроме того, учитывалось влияние сульфатного аэрозоля на критическую водность, поэтому сульфатный аэрозоль напрямую влияет и на расчет балла облачности. Таким образом косвенно можно учитывать второй непрямой эффект аэрозоля, однако отделить его влияние от первого непрямого эффекта аэрозоля в данной конфигурации модели нельзя.

Численные эксперименты проводились следующим образом. Начальные и граничные условия для атмосферы и океана (внешнее воздействие, температура, давление, влажность на модельных уровнях и так далее) во всех экспериментах задавались одинаковыми, по состоянию на 2005 год. При этом и естественные источники газов-предшественников сульфатного аэрозоля задавались одинаковыми. Изменялись в экспериментах только антропогенные эмиссии газов-предшественников сульфатного аэрозоля, задаваемые для условий доиндустриального периода (1850 г.), для периода с высокими концентрациями сульфатного аэрозоля на территории Европы (1980 г.) и для последнего года экспериментов в рамках CMIP5 (2005 г.), когда наблюдались низкие значения сульфатного аэрозоля в Европе. Расчет проводился на 10 модельных лет и анализировались средние величины по 10 годам. Такой подход позволяет отдельно оценить влияние изменения эмиссий антропогенных газов-предшественников сульфатного аэрозоля.

Кроме того, одновременно производился расчет модели с полным отсутствием сульфатного аэрозоля, что необходимо для оценки радиационного эффекта на верхней границе атмосферы. Сравнение расчета радиационного баланса на ВГА в 2005 году с расчетом радиационного баланса на ВГА в 1850 году позволяет оценить полный радиационный форсинг антропогенного сульфатного аэрозоля, включая прямой и непрямой радиационные эффекты. В то же время разность радиационных балансов на ВГА между расчетами с использованием сульфатного аэрозоля в параметризации облачно-аэрозольного взаимодействия и без него позволило оценить радиационного форсинга для непрямого воздействия антропогенного аэрозоля для 2005 года относительно 1850 года.

Важным показателем при анализе облачно-аэрозольного взаимодействия является облачное пропускание (CQ), как интегральный показатель изменения микро- и макрофизических, оптических и радиационных характеристик облака:

(2)
$СQ = {{Q}_{{cloud}}}{\text{/}}{{Q}_{{clear}}},$
где ${{Q}_{{cloud}}}$ – солнечная радиация в облачных условиях, ${{Q}_{{clear}}}$ – солнечная радиация при ясном небе. Здесь и далее под солнечной радиацией мы понимаем плотность потока солнечного излучения от всей небесной полусферы, т.е суммарную радиацию.

Полученные результаты численных экспериментов для 1980 и 2005 гг. сравнивались с данными реанализа ERA-Interim [31], осредненными соответственно для периодов 1979–1981 гг. и 2004–2006 гг., а также с результатами расчетов по модели реконструкции солнечной радиации [32] для ряда наземных станций, расположенных в северной Евразии.

3. РЕЗУЛЬТАТЫ

3.1 Оценка непрямого эффекта сульфатного аэрозоля

Общая схема взаимодействия сульфатного аэрозоля с облачными частицами, согласно первому непрямому эффекту, выглядит следующим образом: при уменьшении количества сульфатного аэрозоля уменьшается количество ядер конденсации и уменьшается количество облачных частиц, что приводит при постоянном водосодержании к росту размера капель и уменьшению оптической толщины облака и его альбедо. Таким образом, в первую очередь учет сульфатного аэрозоля в параметризации облачно-аэрозольного взаимодействия отражается в увеличении количества облачных частиц. Наибольшие концентрации сульфатного аэрозоля и, как следствие, его влияние на облачность, наблюдается в 1980 году в Европе, когда был максимум эмиссии антропогенных газов предшественников сульфатного аэрозоля. Так, увеличение количества облачных частиц в столбе атмосферы в 1980 году за счет увеличения концентрации сульфатного аэрозоля по данным расчетов достигает 15 см–2 в летний период. В другие годы отмечается меньшее влияние сульфатного аэрозоля вследствие уменьшения эмиссии антропогенных газов предшественников сульфатного аэрозоля. В 2005 году увеличение содержания облачных частиц в столбе атмосферы при учете сульфатного аэрозоля в параметризации облачно-аэрозольного взаимодействия не превышает 10 см–2. Таким образом, за счет уменьшения эмиссии антропогенных газов предшественников сульфатного аэрозоля, из-за того, что уменьшается количество ядер конденсации, уменьшается количество облачных капель в столбе атмосферы для территории Европы и ЕТР на 5 см–2 с 1980 по 2005 гг. Данный отрицательный тренд подтверждается сравнениями со спутниковыми данными с 2003 по 2017 года для различных регионов мира [33, 34] порядка 15–20 см–3 в 10 лет. Однако в данных работах авторы рассматривают величины концентраций облачных частиц, а не количество облачных частиц в столбе атмосферы, поэтому полученные значения трендов могут отличаться.

Количество облачных капель участвует в расчете радиуса капель и, следовательно, оптических свойств облачности. Оптические свойства облаков влияют на балл облачности косвенно, через изменение радиационных источников тепла в атмосфере. В частности, при включении сульфатного аэрозоля в параметризацию облачно-аэрозольного взаимодействия для территории Европы и ЕТР также наблюдается увеличение балла общей облачности относительного контрольного эксперимента. В 1980 году в летний период рост достигает 0.2 (или 2-х баллов), в 2005 году в летний период не превышает 0.1 (1-го балла). При этом количество облачности в летний период с 1980 по 2005 году уменьшается на 0.07 (0.7 балла).

Наиболее сильный эффект облачно-аэрозольного взаимодействия проявляется в увеличении нижнего балла облачности, так как наибольшая концентрация сульфатного аэрозоля находится в нижних 2 километрах (от 900 до 700 гПа), что влияет на формирование ядер конденсации и концентрацию облачных капель [35]. Балл нижней облачности увеличивается в течение всего года более чем на 0,05 (или 0.5 балла), при этом самый сильный эффект наблюдается в летний период для 1980 года и достигает 0.2 (2-х баллов), когда количество капельной облачности для данной территории максимально.

В результате изменение характеристик облачности значимо влияет на общий радиационный баланс на верхней границе атмосферы (ВГА) (рис. 2).

Рис. 2

Разность радиационного баланса на ВГА между 2005 и 1980 гг. (а, б) и между 2005 и 1850 гг. (в, г) по данным численных экспериментов с учетом облачно-аэрозольного взаимодействия зимой (а, в) и летом (б, г).

Заметное изменение радиационного баланса на ВГА в 2005 г. относительно 1980 г. за счет эффектов облачно-аэрозольного взаимодействия наблюдается особенно в летний период года в северном полушарии в регионах, где отмечаются тренды сульфатного аэрозоля. Так, вследствие уменьшения выбросов газов-предшественников сульфатного аэрозоля в Европе и на восточном побережье США, и уменьшения балла облачности, радиационный баланс на ВГА увеличивается на 20–30 Вт/м2. С другой стороны, из-за бурного роста экономики и развития промышленности Китая увеличивается эмиссия газов-предшественников аэрозолей [15, 36], что приводит к уменьшению радиационного баланса на ВГА на 20 Вт/м2. По нашим оценкам полный радиационный эффект сульфатного аэрозоля на ВГА составил 4–7 Вт/м2 для летнего сезона 2005 года. При сравнении радиационного баланса на ВГА с использованием сульфатного аэрозоля в параметризации облачно-аэрозольного взаимодействия и без нее по нашим оценкам радиационный форсинг за счет непрямого аэрозольного воздействия составил –0.13 Вт/м2 для 2005 г. относительно доиндустриального периода (1850 г). Эти оценки сопоставимы с результатами других авторов. Например, в IPCC 2021, оценка радиационного форсинга сульфатного аэрозоля в облачно-аэрозольном взаимодействии составляет –0.5 Вт/м2. В публикациях [37–39] оценки варьируются от ‒0.28 до –1 Вт/м2.

3.2 Оценка влияния сульфатного аэрозоля на расчет облачного пропускания

Для анализа изменения солнечной радиации у поверхности Земли была рассчитана разность облачного пропускания с использованием эмиссий сульфатного аэрозоля между 2005, 1980 и 1850 гг. для зимнего и летнего периода (рис. 3).

Рис. 3

Разность облачного пропускании между численными экспериментами с учетом облачно-аэрозольного взаимодействия между 2005 и 1980 гг. (а, б) и между 2005 и 1850 гг. (в, г) в зимний (а, в) и в летний период (б, г). Красными рамками обозначены области со значимыми измерениями облачного пропускании (подробнее на рис. 4).

Изменения эмиссии сульфатного аэрозоля с 1980 по 2005 года приводят к увеличению облачного пропускания на 0.07–0.1 в Европе, 0.05 на восточном побережье США и уменьшению на 0.05–0.1 в Китае в летний период. Увеличение облачного пропускания на больше части Евразии также подтверждается по данным реанализа ERA-Interim, данным измерений и модели реконструкции [12, 29]. Так, для территории Евразии отмечается тенденция увеличения солнечной радиации [32], до 7% за 10 лет с 1979 по 1999 года. Данные изменения авторы связывают с уменьшением эффективного балла облаков за этот период (от –6.7 до 18.4% за 10 лет) и с отрицательным трендом аэрозольной оптической толщины (от –2.7 до 1.5% за 10 лет) [40, 41]. При этом изменения облачного пропускания за период между 1850 и 2005 годом не превышают 0.05.

Сравним более подробно результаты расчетов изменения облачного пропускания между 2005 и 1980 гг. для каждого модельного узла в областях со значимыми изменениями количества сульфатного аэрозоля: территорий Европы (40–65° с.ш. и 10–40° в.д.), восточного побережья США (30–42° с.ш. и 100–71° з.д.) и Китая (25–40° с.ш. и 110–125° в.д.) с данными реанализа ERA-Interim (рис. 4). Данные реанализа ERA-Interim осреднялись за 3 года (1979–1981, 2004–2006). Использовались данные расчетов модели INMCM48 контрольного эксперимента и с включением сульфатного аэрозоля в параметризацию облачно-аэрозольного взаимодействия.

Рис. 4.

Изменение облачного пропускания в модели INMCM5 (2005 г. минус 1980 г.) и по данным реанализа ERA-Interim (2004–2006 минус 1979–1981) в летний период для территории Европы (а), Китая (б) и восточного побережья США (в).

Учет новой параметризации облачно-аэрозольного взаимодействия [30] в модели ИВМ усиливает отклик облачности на тренды сульфатного аэрозоля и улучшает точность воспроизведения результатов при сравнении с данными реанализа в теплый период года для территории Европы и восточного побережья США. На рис. 4а и 4в видно, что почти все значения разности CQ в выбранных областях становятся положительными при включении сульфатного аэрозоля в эту параметризацию. Отметим, что для территории Китая, несмотря на увеличение эмиссий сульфатного аэрозоля в 2005 г. относительно 1980 г., не наблюдается улучшения согласия в трендах облачного пропускания между данными реанализа ERA-Interim и модельными данными. Скорее всего резкое увеличение CQ связано с превалирующей ролью прямого и полупрямого эффектов других типов аэрозоля, изменения которых есть в ERA-Interim, но не учитываются в нашей постановке задачи.

Дополнительно было проведено сравнение изменения CQ в модели INMCM48 с данными модели реконструкции [32] для 4-х станций на территории Европы и Европейской территории России, в Сибири (Омск) и на Дальнем Востоке в Японии (рис. 5). Эта модель реконструкции была протестирована с использованием данных наземных измерений солнечной радиации WRDC [42] и GEBA [43], многолетних архивов по облачности ВНИИГМИ-МЦД (http://meteo.ru/) и архива срочных наблюдений ISD (Integrated Surface Hourly Data Base) от NOAA NCEI; и данных по свойствам аэрозолей из продукта DTB прибора MODIS со спутника AQUA [44]

Рис. 5.

Изменение облачного пропускания в модели INMCM48 (2005 минус 1980 г.) с включением облачно-аэрозольного взаимодействия и без его включения, и по данным реанализа ERA-Interim и по результатам модели реконструкции для отдельных метеорологических станций.

По модели реконструкции для выбранных станций наблюдается увеличение CQ с 1980 по 2005 г. в среднем на 0.019, что согласуется с данными реанализа ERA-Interim. При выключенном влиянии сульфатного аэрозоля в параметризации облачно-аэрозольного взаимодействия почти на всех выбранных станциях модель INMCM48 показывает отрицательное изменение CQ (в среднем –0.016). Включение сульфатного аэрозоля значимо улучшает расчет CQ и его изменение в среднем составляет +0.015. Исключение – станция в Саппоро, где проявляется тот же эффект, что и для всего Китая, поскольку эта станция расположена недалеко от него и там также скорее всего наблюдается превалирующее влияние прямого и непрямого эффектов других типов аэрозолей.

4. ВЫВОДЫ

В работе представлены первые результаты расчетов модели INMCM48 с включенной новой параметризацией облачного-аэрозольного взаимодействия.

Данная параметризация позволяет в модели INMCM48 воспроизводить дополнительные эффекты, связанные с трендами аэрозолей и их взаимодействием с облачностью и радиацией. Так, при учете сульфатного аэрозоля в параметризации облачно-аэрозольного взаимодействия в модели INMCM48 в летний период над территорией Европы увеличивается количество облачных капель в столбе атмосферы до 15 см–2, балл общей облачности – до 2-х.

Наблюдается также заметное изменение радиационного баланса на ВГА в 2005 г. относительно 1980 г. за счет эффектов облачно-аэрозольного взаимодействия в теплый период года, особенно в регионах, где отмечаются отрицательные тренды сульфатного аэрозоля. Учет облачно-аэрозольного взаимодействия в модели привел к выраженному росту величины облачного пропускания солнечной радиации у поверхности Земли (CQ) в 2005 году относительно 1980 г. в областях с отрицательным трендом аэрозоля (Европа и восточное побережье США) и к уменьшению CQ – в областях с его положительным трендом (Китай). Эти результаты лучше согласуются с величинами CQ, рассчитанными по данным реанализа ERA-Interim и модели реконструкции, за исключением территории Китая. Среднеглобальный радиационный форсинг за счет непрямого аэрозольного воздействия составляет по предварительным оценкам –0.13 Вт/м2 для 2005 г. относительно доиндустриального периода (1850 г).

Список литературы

  1. Fan J., Wang Y., Rosenfeld D., and Liu X. Review of aerosol–cloud interactions: Mechanisms, significance, and challenges //Journal of the Atmospheric Sciences. 2016. T. 73. № 11. C. 4221–4252.

  2. Twomey S. The influence of pollution on the shortwave albedo of clouds //Journal of the atmospheric sciences. 1977. T. 34. №. 7. C. 1149–1152.

  3. Albrecht B. A. Aerosols, cloud microphysics, and fractional cloudiness //Science. 1989. T. 245. № 4923. C. 1227–1230.

  4. Rosenfeld D. TRMM observed first direct evidence of smoke from forest fires inhibiting rainfall // Geophysical research letters. 1999. T. 26. № 20. C. 3105–3108.

  5. Li Z., Niu F., Fan J., Liu Y., Rosenfeld D., Ding Y. Long-term impacts of aerosols on the vertical development of clouds and precipitation //Nature Geoscience. 2011. T. 4. № 12. C. 888–894.

  6. Niu F., Li Z. Systematic variations of cloud top temperature and precipitation rate with aerosols over the global tropics //Atmospheric Chemistry and Physics. 2012. T. 12. № 18. C. 8491–8498.

  7. Fan J., Leung R.L., Rosenfeld D., Chen Q., Li Z., Zhang J., and Yan H. Microphysical effects determine macrophysical response for aerosol impacts on deep convective clouds // Proceedings of the National Academy of Sciences. 2013. T. 110. № 48. C. E4581-E4590.

  8. Lebo Z.J., Seinfeld J.H. Theoretical basis for convective invigoration due to increased aerosol concentration // Atmospheric Chemistry and Physics. 2011. T. 11. № 11. C. 5407–5429.

  9. Eyring V., Bony S., Meehl G.A., Senior C.A., Stevens B., Stouffer R.J., and Taylor K.E. Overview of the Coupled Model Intercomparison Project Phase 6 (CMIP6) experimental design and organization //Geoscientific Model Development. 2016. T. 9. № 5. C. 1937–1958.

  10. Bender F.A.M., Frey L., McCoy D.T., Grosvenor D.P. and Mohrmann J.K. Assessment of aerosol–cloud–radiation correlations in satellite observations, climate models and reanalysis //Climate Dynamics. 2019. T. 52. № 7. C. 4371–4392.

  11. Cherian R., Quaas J. Trends in AOD, clouds, and cloud radiative effects in satellite data and CMIP5 and CMIP6 model simulations over aerosol source regions // Geophysical Research Letters. 2020. T. 47. № 9. C. e2020GL087132.

  12. Chubarova N.E., Pastukhova A.S., Zhdanova E.Y., Volpert E.V., Smyshlyaev S.P. and Galin V.Y. Effects of ozone and clouds on temporal variability of surface UV radiation and UV resources over Northern Eurasia derived from measurements and modeling // Atmosphere. 2020. T. 11. № 1. C. 59.

  13. Fan T., Zhao C., Dong X., Liu X., Yang X., Zhang F., Shi C., Wang Y., Wu F. Quantify contribution of aerosol errors to cloud fraction biases in CMIP5 Atmospheric Model Intercomparison Project simulations //International Journal of Climatology. 2018. T. 38. № 7. C. 3140–3156.

  14. Masson-Delmotte V. Climate Change 2021: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change 2021. Cambridge University Press. In Press.

  15. Zheng B., Tong D., Li M., Liu F., Hong C., Geng G., Li H., Li X., Peng L., Qi J., Yan L., Zhang Y., Zhao H., Zheng Y., He K., and Zhang Q. Trends in China’s anthropogenic emissions since 2010 as the consequence of clean air actions // Atmospheric Chemistry and Physics. 2018. T. 18. № 19. C. 14095–14111.

  16. Chubarova N.Y., Poliukhov A.A., Gorlova I.D. Long-term variability of aerosol optical thickness in Eastern Europe over 2001–2014 according to the measurements at the Moscow MSU MO AERONET site with additional cloud and NO 2 correction // Atmospheric Measurement Techniques. 2016. T. 9. № 2. C. 313–334.

  17. Zhdanova E.Y., Khlestova Y.O., Chubarova N.E. Trends in Atmospheric Aerosol Characteristics in Moscow derived from Multiyear AERONET Measurements // Atmospheric and Oceanic Optics. 2019. T. 32. № 5. C. 534–539.

  18. Aas W., Mortier A., Bowersox V., Cherian R., Faluvegi G., Fagerli H., Jeny Hand J., Klimont Z., Galy-Lacaux C., Lehmann C.M.B., Myhre C.L., Myhre G., Olivié D., Sato K., Quaas J., Rao P.S.P., Schulz M., Shindell D., Skeie R.B., Stein A., Takemura T., Tsyro S., Vet R. and Xu X. Global and regional trends of atmospheric sulfur // Scientific reports. 2019. T. 9. № 1. C. 1–11.

  19. Manktelow P.T., Mann G.W., Carslaw K.S., Spracklen D.V., Chipperfield M.P. Regional and global trends in sulfate aerosol since the 1980s // Geophysical Research Letters. 2007. T. 34. № 14.

  20. Vestreng V., Myhre G., Fagerli H., Reis S., and Tarrasón L. Twenty-five years of continuous sulphur dioxide emission reduction in Europe //Atmospheric chemistry and physics. 2007. T. 7. № 13. C. 3663–3681.

  21. Fagerli H., Legrand M., Preunkert S., Vestreng V., Simpson D., Cerqueira M. Modeling historical long-term trends of sulfate, ammonium, and elemental carbon over Europe: A comparison with ice core records in the Alps //Journal of Geophysical Research: Atmospheres. 2007. T. 112. № D23.

  22. Preunkert S., Legrand M., Kutuzov S., Ginot P., Mikhalenko V., and Friedrich R. The Elbrus (Caucasus, Russia) ice core record–Part 1: reconstruction of past anthropogenic sulfur emissions in south-eastern Europe // Atmospheric Chemistry & Physics. 2019. T. 19. № 22.

  23. Еремина И.Д. Химический состав атмосферных осадков в Москве и тенденции его многолетних изменений // Вестник Московского университета. Сер. 5. География. 2019. № 3. С. 3–10.

  24. Seinfeld J.H., Bretherton C., Carslaw K.S., Coe H., DeMott P.J., Dunlea E.J., Feingold G., Ghan S., Guenther A.B., Kahn R., Kraucunas I., Kreidenweis S.M., Molina M.J., Nenes A., Penner J.E., Prather K.A., Ramanathan V., Ramaswamy V., Rasch P.J., Ravishankara A.R., Rosenfeld D., Stephens G., and Wood R. Improving our fundamental understanding of the role of aerosol− cloud interactions in the climate system // Proceedings of the National Academy of Sciences. 2016. T. 113. № 21. C. 5781–5790.

  25. Volodin E.M., Mortikov E.V., Kostrykin S.V., Galin V.Ya., Lykossov V.N., Gritsun A.S., Diansky N.A., Gusev A.V., Iakovlev N.G., Shestakova A.A., Emelina S.V. Simulation of the modern climate using the INM-CM48 climate model // Russian Journal of Numerical Analysis and Mathematical Modelling. 2018. T. 33. № 6. C. 367–374.

  26. Hoesly R.M., Smith S.J., Feng L., Klimont Z., Janssens-Maenhout G., Pitkanen T., Seibert J. J., Vu, L., Andres R.J., Bolt R.M., Bond T.C., Dawidowski L., Kholod N., Kurokawa J.-I., Li M., Liu L., Lu Z., Moura M.C.P., O’Rourke P.R., and Zhang Q. Historical (1750–2014) anthropogenic emissions of reactive gases and aerosols from the Community Emissions Data System (CEDS) // Geoscientific Model Development. 2018. T. 11. № 1. C. 369–408.

  27. Chubarova N.E., Poliukhov A.A., Volodin E.M. Improving the Calculation of the Sulfate Aerosol Evolution and Radiative Effects in the Institute of Numerical Mathematics, Russian Academy of Sciences, Climate Model // Izvestiya, Atmospheric and Oceanic Physics. 2021. T. 57. № 4. C. 370–378.

  28. Boucher O., Lohmann U. The sulfate-CCN-cloud albedo effect //Tellus B: Chemical and Physical Meteorology. 1995. T. 47. № 3. C. 281–300.

  29. Quaas J., Boucher O., Lohmann U. Constraining the total aerosol indirect effect in the LMDZ and ECHAM4 GCMs using MODIS satellite data //Atmospheric Chemistry and Physics. 2006. T. 6. C. 947–955.

  30. McCoy D.T., Bender F.A.-M., Mohrmann J.K.C., Hartmann D.L., Wood R., Grosvenor D.P. The global aerosol-cloud first indirect effect estimated using MODIS, MERRA, and AeroCom // Journal of Geophysical Research: Atmospheres. 2017. T. 122. № 3. C. 1779–1796.

  31. Dee D.P., Uppala S.M., Simmons A.J., Berrisford P., Poli P., Kobayashi S., Andrae U., Balmaseda M.A., Balsamo G., Bauer P., Bechtold P., Beljaars A.C.M., Berg L. van de, Bidlot J., Bormann N., Delsol C., Dragani R., Fuentes M., Geer A.J., Haimberger L., Healy S.B., Hersbach H., Hólm E.V., Isaksen L., Kållberg P., Köhler M., Matricardi M., McNally A.P., Monge-Sanz B.M., Morcrette J.-J., Park B.-K., Peubey C., Rosnay P. de, Tavolato C., Thépaut J.-N., Vitart F. The ERA-Interim reanalysis: Configuration and performance of the data assimilation system //Quarterly Journal of the royal meteorological society. 2011. T. 137. № 656. C. 553–597.

  32. Volpert E.V., Chubarova N.E. Long-term Changes in Solar Radiation in Northern Eurasia during the Warm Season According to Measurements and Reconstruction Model // Russian Meteorology and Hydrology. 2021. T. 46. № 8. C. 507–518.

  33. Bai H., Wang M., Zhang Z., Liu Y. Synergetic Satellite Trend Analysis of Aerosol and Warm Cloud Properties ver Ocean and Its Implication for Aerosol-Cloud Interactions // Journal of Geophysical Research: Atmospheres. 2020. T. 125. № 6. C. e2019JD031598.

  34. McCoy D.T., Bender F.A.-M., Grosvenor D.P., Mohrmann J.K., Hartmann D.L., Wood R., and Field P.R. Predicting decadal trends in cloud droplet number concentration using reanalysis and satellite data // Atmospheric Chemistry and Physics. 2018. T. 18. № 3. C. 2035–2047.

  35. Saponaro G., Kolmonen P., Sogacheva L., Rodriguez E., Virtanen T., and Leeuw G. de Estimates of the aerosol indirect effect over the Baltic Sea region derived from 12 years of MODIS observations //Atmospheric Chemistry and Physics. 2017. T. 17. № 4. C. 3133–3143.

  36. Li J., Li C., Zhao C., Su T. Changes in surface aerosol extinction trends over China during 1980–2013 inferred from quality-controlled visibility data //Geophysical Research Letters. 2016. T. 43. № 16. C. 8713–8719.

  37. Bellouin N., Quaas J., Gryspeerdt E., Kinne S., Stier P., Watson-Parris D., Boucher O., Carslaw K.S., Christensen M., Daniau A.-L., Dufresne J.-L., Feingold G., Fiedler S., Forster P., Gettelman A., Haywood J.M., Lohmann U., Malavelle F., Mauritsen T., McCoy D.T., Myhre G., Mülmenstädt J., Neubauer D., Possner A., Rugenstein M., Sato Y., Schulz M., Schwartz S.E., Sourdeval O., Storelvmo T., Toll V., Winker D., Stevens B. Bounding global aerosol radiative forcing of climate change // Reviews of Geophysics. 2020. T. 58. № 1. C. e2019RG000660.

  38. Christensen M.W., Neubauer D., Poulsen C.A., Thomas G.E., McGarragh G.R., Povey A.C., Proud S.R., and Grainger R.G. Unveiling aerosol–cloud interactions–Part 1: Cloud contamination in satellite products enhances the aerosol indirect forcing estimate // Atmospheric Chemistry and Physics. 2017. T. 17. № 21. C. 13е151–13е164.

  39. McCoy D.T., Field P., Gordon H., Elsaesser G.S. and Grosvenor D.P. Untangling causality in midlatitude aerosol–cloud adjustments // Atmospheric Chemistry and Physics. 2020. T. 20. № 7. C. 4085–4103.

  40. Wild M. Global dimming and brightening: A review // Journal of Geophysical Research: Atmospheres. 2009. T. 114. № D10.

  41. Stern D.I. Reversal of the trend in global anthropogenic sulfur emissions //Global Environmental Change. 2006. T. 16. № 2. C. 207–220.

  42. Wild M., Gilgen H., Roesch A., Ohmura A., Long C., Dutton E., Forgan B., Kallis A., Russak V., and Tsvetkov A. From dimming to brightening: Decadal changes in solar radiation at Earth’s surface // Science. 2005. T. 308. № 5723. C. 847–850.

  43. Wild M., Ohmura A., Schar C., Muller G., Folini D., Schwarz M., Hakuba M., and Sanchez-Lorenzo A. The Global Energy Balance Archive (GEBA) version 2017: A database for worldwide measured surface energy fluxes // Earth System Science Data. 2017. T. 9. № 2. C. 601–613.

  44. Levy R.C., Remer L.A., Mattoo S., Vermote E.F., Kaufman Y.J. Second-generation operational algorithm: Retrieval of aerosol properties over land from inversion of Moderate Resolution Imaging Spectroradiometer spectral reflectance // Journal of Geophysical Research: Atmospheres. 2007. T. 112. № D13.

Дополнительные материалы отсутствуют.

Инструменты

следующая статья выпуска предыдущая статья выпуска содержание выпуска

Известия РАН. Физика атмосферы и океана

Архивы выпусков Информация о журнале Отправить рукопись в журнал