Het is erg belangrijk om te begrijpen hoe wolken in het verleden reageerden op klimaatverandering, omdat het kan helpen bij het verminderen van fouten bij het voorspellen van toekomstige opwarming van de aarde met behulp van klimaatmodellen. Schattingen van cloudfeedback op korte termijn op basis van observaties bieden een manier om de mogelijkheden van klimaatmodellen bij het simuleren van cloudfeedback te beoordelen en te verbeteren, volgens Hua Zhang, een wetenschapper en professor aan de Chinese Academie voor Meteorologische Wetenschappen, en een van de auteurs van een recent gepubliceerde studie in Vooruitgang in atmosferische wetenschappen .

"Stralingsforcering door wolken in de Oost-Aziatische moessonregio heeft unieke kenmerken, en de huidige afwijking en onzekerheid bij het simuleren van stralingsbudgetten in Oost-Azië zijn allemaal gerelateerd aan de feedback, die ons begrip van klimaatverandering in de regio sterk beperkt met behulp van klimaatmodellen, " legt Zhang uit. "Het gebruik van waarnemingsgegevens om korte termijn cloudfeedback in Oost-Azië te bestuderen, kan een observatiebeperking opleveren voor langetermijnfeedback daar, en ons zo te helpen de bijdrage van cloudfeedback aan klimaatgevoeligheid te beoordelen."

Eerst, een nieuwe set stralingskernen in de wolk is gebouwd door Prof. Zhang en haar team, gebaseerd op het BCC_RAD stralingsmodel, en de cloudfeedback als reactie op de jaarlijkse klimaatvariabiliteit in Oost-Azië werd geschat op basis van deze kernels in combinatie met cloudmetingen van MODIS aan boord van NASA's Aqua-satelliet van juli 2002 tot juni 2018.

Om de ruimtelijke verdeling en seizoensvariatie van terugkoppelingen als gevolg van verschillende soorten wolken te onthullen, het team nam de cloudclassificatiemethode van de ISCCP-dataset (International Satellite Cloud Climatology Project) over en selecteerde vier subregio's op basis van de oppervlakte- en moessontypes. De sterkste wolkenfeedback bevond zich in het subtropische moessongebied, voornamelijk te wijten aan de bijdragen van nimbostratus en stratus.

Ze ontdekten dat feedback op de korte termijn in Oost-Azië voornamelijk wordt veroorzaakt door dalingen in de midden- en lage wolkenfractie, als gevolg van veranderingen in de thermodynamische structuur van de atmosfeer, en een afname van de optische dikte bij lage wolken, gerelateerd aan veranderingen in het gehalte aan wolkwater.

"Korte termijn cloudfeedback is een nuttige variabele om de onzekerheden met betrekking tot clouds in te schatten, en het kan een referentie bieden voor de studie van cloudfeedback op lange termijn en het verkleinen van de onzekerheden tussen modellen in cloudfeedbacks op de lange termijn door de relatie tussen cloudfeedback op lange en korte termijn in Oost-Azië, " concludeert prof. Zhang.