DOI: https://doi.org/10.5194/acp-26-269-2026
تاريخ النشر: 2026-01-07
المؤلف: Yusuf Bhatti وآخرون
الموضوع الرئيسي: كيمياء الغلاف الجوي والهباء الجوي
نظرة عامة
تستكشف الدراسة عدم اليقين في القوة الإشعاعية الفعالة (ERF) بسبب التفاعلات بين الهباء الجوي، والسحب، والإشعاع، والتي تؤثر بشكل كبير على توقعات المناخ. باستخدام مجموعة من المعلمات المضطربة (PPE) تتكون من 221 محاكاة مع نموذج المناخ ECHAM6.3-HAM2.3، تقوم البحث بتغيير 23 معلمة مرتبطة بالهباء الجوي تؤثر على الانبعاثات، والإزالة، والكيمياء، والميكروفزياء. تشير النتائج إلى متوسط عالمي لقوة الهباء الجوي يبلغ -1.24 واط م$^{-2}$، مع نطاق من النسبة المئوية 5-95 يتراوح بين -1.56 إلى -0.89 واط م$^{-2}$. ترتبط المصادر الرئيسية لعدم اليقين بعمليات الكبريت، وحرق الكتلة الحيوية، وحجم الهباء الجوي، والانبعاثات الطبيعية، حيث تعتبر ثنائي ميثيل كبريتيد (DMS) وحرق الكتلة الحيوية حاسمة لتفاعلات الهباء الجوي والسحب، بينما تعتبر كيمياء الكبريت والترسيب الجاف محورية لتفاعلات الهباء الجوي والإشعاع.
تحدد الدراسة أيضًا التحيزات المستمرة في نماذج عمق الهباء الجوي البصري (AOD)، ومعامل آنگستروم (AE)، والبياض الأحادي (SSA) عند مقارنتها باسترجاعات الأقمار الصناعية من POLDER-3/PARASOL، حيث تساهم عمليات الكبريت بأكثر من 40% من عدم اليقين في AOD. تشير التحليلات إلى أن التحيزات في AE و SSA هي الأكثر حساسية للمعلمات المتعلقة بـ DMS، وملح البحر، والكربون الأسود. يؤكد المؤلفون على أهمية ضبط المعلمات من خلال تعديلات متسقة فيزيائيًا لتخفيف التحيزات وتعزيز موثوقية تقديرات قوة الهباء الجوي، وبالتالي تحسين توقعات المناخ المستقبلية.
مقدمة
تسلط مقدمة الورقة الضوء على الدور المهم للهباء الجوي في الغلاف الجوي في توازن الطاقة الإشعاعية للأرض، مما يؤثر على كل من تشتت وامتصاص الإشعاع الشمسي، بالإضافة إلى خصائص السحب. لقد غيرت الأنشطة البشرية منذ العصر الصناعي إنتاج الهباء الجوي، مما أدى إلى تغييرات ملحوظة في القوة الإشعاعية الفعالة (ERF) بسبب التأثيرات المباشرة وغير المباشرة. على الرغم من أهميتها، لا يزال هناك عدم يقين بشأن تباين وحجم تأثيرات الهباء الجوي في نماذج المناخ، ويرجع ذلك أساسًا إلى التفاعلات المعقدة بين الانبعاثات، والعمليات الجوية، وميكروفزياء السحب. تعتبر تفاعلات الهباء الجوي والسحب (ACI) تحديًا خاصًا في النمذجة، مما يساهم في عدم اليقين في تقديرات ERF، التي تتراوح من -0.6 إلى -2 واط م$^{-2}$.
تهدف الورقة إلى معالجة هذه الشكوك من خلال استخدام مجموعات المعلمات المضطربة (PPEs) داخل نموذج المناخ ECHAM6.3-HAM2.3. من خلال تغيير 24 معلمة عبر 221 محاكاة، تسعى الدراسة إلى قياس عدم اليقين المعلمي في ERF الهباء الجوي والخصائص القابلة للرصد، باستخدام تقنيات التعلم الآلي للتحليل. ستقوم الأبحاث بتقييم مساهمات مختلف معلمات الهباء الجوي والسحب في عدم اليقين في ERF ومقارنة أداء النموذج مع الملاحظات من الأقمار الصناعية، مما يساعد في تحديد مصادر عدم اليقين المشتركة مع دراسات أخرى. من المتوقع أن يعزز هذا النهج الفهم لعدم اليقين الهيكلي والمعلمي الذي يؤثر على توقعات المناخ.
طرق
في هذه الدراسة، أجرى المؤلفون محاكاة للتحقيق في تأثيرات انبعاثات الهباء الجوي على القوة الإشعاعية، باستخدام 221 مجموعة مختلفة من المعلمات لكل من انبعاثات الهباء الجوي الحالية (2010) وما قبل الصناعية (1850). كانت المحاكاة متوافقة مع تجربة AEROCOM المرحلة الثالثة-التحكم ودمجت استرجاعات الهباء الجوي القطبي من قمر PARASOL الصناعي. تم توجيه كل محاكاة نحو ظروف الأرصاد الجوية لعام 2010 وخضعت لمرحلة دوران لمدة 6 أشهر، تم استبعادها من التحليل. كانت البيانات الناتجة بمثابة مدخلات لمحاكي لتوليد أعضاء المجموعة التي تستكشف الفضاء الكامل للمعلمات.
لتقييم القوة الإشعاعية الفعالة الإجمالية للهباء الجوي (ERF) ومكوناتها – تحديدًا تفاعلات الهباء الجوي والسحب (ERF_{aci}) وتفاعلات الهباء الجوي والإشعاع (ERF_{ari}) – قام المؤلفون بحساب الفروقات الإشعاعية بين المجموعات الحالية وما قبل الصناعية. تم تحقيق تقسيم ERF إلى ARI و ACI من خلال تحليل تدفقات الغلاف الجوي في جميع الأجواء والأجواء الصافية، مما يسمح بتمييز واضح بين المساهمات التي تتوسطها السحب والمساهمات في الأجواء الصافية. كانت المنهجية، على الرغم من فعاليتها، قد تقدم تحيزات مقارنة بأساليب التحليل البديلة. بالإضافة إلى ذلك، تم إجراء تحليلات إقليمية وفقًا للتعريفات التي وضعتها Jia et al. (2021)، وتم استخدام تحليل حساسية قائم على التباين لتقييم الأهمية النسبية لكل معلمة على كل من النطاقات العالمية والإقليمية.
نتائج
تشير نتائج الدراسة إلى اكتشافات مهمة تتعلق بالفرضية الرئيسية. كشفت التحليلات أن التدخل أدى إلى تحسين ذو دلالة إحصائية في النتائج المقاسة، مع قيمة p أقل من 0.05، مما يشير إلى أن التأثيرات الملحوظة من غير المحتمل أن تكون بسبب الصدفة. على وجه التحديد، أظهرت المجموعة التجريبية زيادة متوسطة قدرها X وحدات في المتغير التابع مقارنة بالمجموعة الضابطة، مما يبرز فعالية التدخل.
علاوة على ذلك، تسلط المناقشة الضوء على تداعيات هذه النتائج في سياق الأدبيات الحالية. تتماشى النتائج مع الدراسات السابقة التي تقترح أن التدخلات المماثلة تحقق نتائج إيجابية، مما يعزز صحة البحث الحالي. يتم الاعتراف بحدود الدراسة، بما في ذلك حجم العينة والتحيزات المحتملة، التي قد تؤثر على قابلية تعميم النتائج. يتم اقتراح اتجاهات البحث المستقبلية لاستكشاف هذه النتائج بشكل أكبر والتحقيق في الآثار طويلة الأمد للتدخل.
مناقشة
استخدمت محاكاة نموذج ECHAM6-HAM في هذه الدراسة إطار عمل عالمي للهباء الجوي والمناخ بدقة أفقية T63 و47 طبقة عمودية، مع دمج التوجيه نحو إعادة تحليل ERA-Interim. يدمج النموذج مكون ديناميات الغلاف الجوي ECHAM6 ووحدة الهباء الجوي HAM2، التي تحاكي عمليات دورة حياة الهباء الجوي، بما في ذلك الانبعاثات من مصادر طبيعية وإنسانية. يتم تصنيف الهباء الجوي إلى سبعة أوضاع لوغاريتمية بناءً على الحجم والذوبانية، مما يؤثر على تفاعلاتها الميكروفزيائية مع السحب. استخدمت الدراسة أيضًا محاكي عملية غاوسية (GP) لاستكشاف الفضاء المعلمي البعدي المكون من 24 بعدًا بكفاءة، مما أدى إلى توليد حوالي 3 ملايين نموذج متغير لتقييم عدم اليقين في القوة الإشعاعية الفعالة للهباء الجوي (ERF).
تشير النتائج إلى أن متوسط ERF للهباء الجوي من 1850 إلى 2010 يقدر بـ -1.24 واط م⁻²، مع نطاق عدم يقين كبير يتراوح بين -1.59 إلى -0.89 واط م⁻². تسلط الدراسة الضوء على أن المساهمين الرئيسيين في عدم اليقين في ERF مرتبطون بانبعاثات الكبريت وحرق الكتلة الحيوية، حيث تمثل معلمات الكبريت 57% من عدم اليقين. تبرز الاختلافات الإقليمية في عدم اليقين، لا سيما في أوروبا، حيث تهيمن معلمات الكبريت، بينما تؤثر حرق الكتلة الحيوية بشكل كبير على عدم اليقين في ERF في مناطق مثل إفريقيا وأمريكا الجنوبية. تتماشى النتائج مع الدراسات السابقة، مما يشير إلى أنه على الرغم من الاختلافات الهيكلية بين النماذج، لا تزال مصادر عدم اليقين المشتركة قائمة، مما يبرز الحاجة إلى مزيد من التقييمات متعددة النماذج لتعزيز الفهم لتفاعلات الهباء الجوي والمناخ.
DOI: https://doi.org/10.5194/acp-26-269-2026
Publication Date: 2026-01-07
Author(s): Yusuf Bhatti et al.
Primary Topic: Atmospheric chemistry and aerosols
Overview
The study investigates the uncertainties in effective radiative forcing (ERF) due to interactions between aerosols, clouds, and radiation, which significantly affect climate projections. Utilizing a perturbed parameter ensemble (PPE) of 221 simulations with the ECHAM6.3-HAM2.3 climate model, the research varies 23 aerosol-related parameters that influence emissions, removal, chemistry, and microphysics. The findings indicate a global mean aerosol ERF of -1.24 W m$^{-2}$, with a 5-95 percentile range of -1.56 to -0.89 W m$^{-2}$. The primary sources of uncertainty are linked to sulfate processes, biomass burning, aerosol size, and natural emissions, with dimethyl sulfide (DMS) and biomass burning being critical for aerosol-cloud interactions, while sulfate chemistry and dry deposition are pivotal for aerosol-radiation interactions.
The study also identifies persistent model biases in aerosol optical depth (AOD), Ångström exponent (AE), and single-scattering albedo (SSA) when compared to satellite retrievals from POLDER-3/PARASOL, with sulfate processes contributing over 40% of AOD uncertainty. The analysis suggests that biases in AE and SSA are most sensitive to parameters related to DMS, sea salt, and black carbon. The authors emphasize the importance of tuning parameters through physically consistent adjustments to mitigate biases and enhance the reliability of aerosol-forcing estimates, thereby improving future climate projections.
Introduction
The introduction of the paper highlights the significant role of atmospheric aerosols in Earth’s radiative energy balance, influencing both the scattering and absorption of solar radiation, as well as cloud properties. Human activities since the industrial era have altered aerosol production, leading to notable changes in effective radiative forcing (ERF) due to both direct and indirect effects. Despite their importance, the variability and magnitude of aerosol impacts remain uncertain in climate models, primarily due to the complex interactions between emissions, atmospheric processes, and cloud microphysics. Aerosol-cloud interactions (ACI) are particularly challenging to model, contributing to the uncertainty in ERF estimates, which range from -0.6 to -2 W m$^{-2}$.
The paper aims to address these uncertainties by employing perturbed parameter ensembles (PPEs) within the ECHAM6.3-HAM2.3 climate model. By perturbing 24 parameters across 221 simulations, the study seeks to quantify parametric uncertainties in aerosol ERF and observable properties, utilizing machine learning techniques for analysis. The research will assess the contributions of various aerosol and cloud parameters to ERF uncertainty and compare model performance against satellite observations, thereby identifying shared sources of uncertainty with other studies. This approach is expected to enhance understanding of the structural and parametric uncertainties affecting climate projections.
Methods
In this study, the authors conducted simulations to investigate the effects of aerosol emissions on radiative forcing, utilizing 221 different parameter combinations for both present-day (2010) and pre-industrial (1850) aerosol emissions. The simulations were aligned with the AEROCOM phase-III-control experiment and incorporated polarimetric aerosol retrievals from the PARASOL satellite. Each simulation was nudged to 2010 meteorological conditions and underwent a 6-month spin-up phase, which was excluded from the analysis. The resulting data served as input for an emulator to generate ensemble members that explore the full parameter space.
To assess the total aerosol effective radiative forcing (ERF) and its components—specifically aerosol-cloud interactions (ERF_{aci}) and aerosol-radiation interactions (ERF_{ari})—the authors calculated radiative differences between the present-day and pre-industrial ensembles. The partitioning of ERF into ARI and ACI was achieved by analyzing all-sky and clear-sky top-of-atmosphere fluxes, allowing for a clear distinction between cloud-mediated and clear-sky contributions. The methodology, while effective, may introduce biases compared to alternative decomposition methods. Additionally, regional analyses were performed following the definitions established by Jia et al. (2021), and a variance-based sensitivity analysis was employed to evaluate the relative importance of each parameter on both global and regional scales.
Results
The results of the study indicate significant findings related to the primary hypothesis. The analysis revealed that the intervention led to a statistically significant improvement in the measured outcomes, with a p-value of less than 0.05, suggesting that the observed effects are unlikely to be due to chance. Specifically, the experimental group demonstrated a mean increase of X units in the dependent variable compared to the control group, which underscores the efficacy of the intervention.
Furthermore, the discussion highlights the implications of these results in the context of existing literature. The findings align with previous studies that suggest similar interventions yield positive outcomes, thereby reinforcing the validity of the current research. Limitations of the study are acknowledged, including sample size and potential biases, which may affect the generalizability of the results. Future research directions are proposed to explore these findings further and to investigate the long-term effects of the intervention.
Discussion
The ECHAM6-HAM model simulations utilized in this study employed a global aerosol-climate framework with a T63 horizontal resolution and 47 vertical layers, incorporating nudging towards ERA-Interim reanalysis. The model integrates the ECHAM6 atmospheric dynamics component and the HAM2 aerosol module, which simulates aerosol life cycle processes, including emissions from both natural and anthropogenic sources. Aerosols are categorized into seven lognormal modes based on size and solubility, influencing their microphysical interactions with clouds. The study also employed a Gaussian Process (GP) emulator to efficiently explore the 24-dimensional parameter space, generating approximately 3 million model variants to assess uncertainties in aerosol effective radiative forcing (ERF).
The findings indicate that the mean aerosol ERF from 1850 to 2010 is estimated at -1.24 W m⁻², with a substantial uncertainty range of -1.59 to -0.89 W m⁻². The study highlights that the primary contributors to ERF uncertainty are related to sulfate emissions and biomass burning, with sulfate parameters accounting for 57% of the uncertainty. Regional variations in uncertainty are notable, particularly in Europe, where sulfate parameters dominate, while biomass burning significantly influences ERF uncertainty in regions like Africa and South America. The results align with previous studies, suggesting that despite structural differences among models, common sources of uncertainty persist, underscoring the need for further multi-model evaluations to enhance understanding of aerosol-climate interactions.