El Cambio en la Cobertura de Nubes Bajas en un Clima Calentado Inferido de AIRS, MODIS y ERA-Interim

Resumen Las disminuciones en la cobertura de nubes bajas subtropicales (LCC) ocurren en simulaciones de modelos climáticos del calentamiento global. En este estudio, se combinan las observaciones promediadas durante 8 días del Espectrorradiómetro de Resolución Moderada (MODIS) y el Sondeador Infrarrojo Atmosférico (AIRS) de 2002 a 2014 con la reanálisis interina del Centro Europeo para las Predicciones Meteorológicas a Medio Plazo (ECMWF) para calcular la dependencia de la variabilidad observada de LCC en varias variables predictoras. Se seleccionan predictores termodinámicos y dinámicos a gran escala de LCC basados en información de simulaciones de grandes remolinos (LES) y análisis observacionales. Se encuentra que una mayor intensidad de inversión estimada (EIS) se asocia con un aumento en LCC. El secado de la tropósfera libre se asocia con una disminución en LCC. La disminución de LCC acompaña la subsidencia en regiones de EIS relativamente baja; se encuentra lo contrario en regiones de EIS alta. Finalmente, se encuentra que el aumento de la temperatura de la superficie del mar (SST) conduce a una disminución en LCC. Estos resultados son coherentes con estudios previos de datos mensuales y anuales. Basado en la respuesta observada de LCC a la variabilidad natural de los parámetros de control, se estima el cambio en LCC para un escenario idealizado de calentamiento donde SST aumenta en 1 K y EIS aumenta en 0.2 K. Para este cambio en EIS y SST, se infiere que LCC disminuye entre 0.5 % y 2.7 % cuando los modelos de regresión se entrenan con datos observados entre 40°S y 40°N y entre 1.1 % y 1.4 % cuando se entrenan con datos de regiones dominadas por cúmulos de comercio. Cuando los datos utilizados para entrenar el modelo de regresión se restringen a regiones dominadas por estratocúmulos, el cambio en LCC es altamente incierto y varía entre -1.6 % y +1.4 %, dependiendo de la región dominada por estratocúmulos utilizada para entrenar el modelo de regresión.