Klimatfrågan går i moln, del 2:
Molnens strålningseffekt varierar över tiden

Detta är den andra delen i en serie artiklar om moln och deras effekt på klimatet.
I den första delen såg vi att molnens strålningseffekt (CRE) är kraftigt negativ.

Hur utvecklas molneffekten över tid? Detta är en viktig fråga i ett klimat som är i ständiga anpassningsprocesser mot en jämvikt som aldrig kan inträffa (på grund av solens olika cykler), och som för närvarande kännetecknas av en långsiktig uppvärmningstrend. I den här artikeln ska jag kort gå igenom ett antal molnvariabler och deras tendenser.

CERES satelliter samlar in ett antal olika molnvariabler: förutom strålningseffekten (CRE som ett netto av LW- och SW-delarna, se förra artikeln) är det molnutbredning (den andel av Jordens yta som är molntäckt), optiskt siktdjup (hur ’tjocka’ molnen är), höjden på molntopparna, den effektiva temperaturen (svartkroppstemperaturen), samt lufttrycket i molntopparna.

Den centrala molnvariabeln är strålningseffekten, CRE. Till att börja med kan vi se att vi har två motsatta trender. Dess avskärmande, kylande SW-del utvecklas så att mer SW-strålning släpps in, samtidigt som dess värmande LW-del är långsiktigt avtagande, enligt CERES-data fram till mars 2021 [1]. Minskningen i LW är cirka 1 W/m² över denna period och förefaller mer beständig än ökningen i SW, som också är något mindre, vilket tillsammans ger en svagt negativ trend för nettot, CRE.

I figuren nedan visas hur CRE varierar över tid (oranga strecket). Vi har en svagt negativ trend, samt något som liknar långa svängningar med en tidsutdräkt på 5–7 år och en variation från år till år på upp till 1,5 W/m² runt en nivå på cirka –20,5 W/m². Dessa svängningar är stora, de motsvarar ungefär hälften av den värmande strålningseffekten (radiative forcing) av växthusgaser på cirka 3 W/m². Vi ser exempelvis också att den globala temperaturtoppen 2016 är förknippad med att molneffekten blev allt mindre negativ åren dessförinnan.

Vad driver förändringen i CRE med den svagt negativa trenden samt svängningarna? En tänkbar förklaring är att molnutbredningen förändras över tid. Som framgår av figuren ovan finns en negativ trend (blå strecket). Om vi ser till hela perioden sedan 1983, är trenden för molnutbredning mer uttalat negativ. Figuren nedan visar perioden 1983–2010 och kan läsas tillsammans med trenden 2000-2021 i figuren ovan. [2]

Både förändringen i molnens SW- och LW-delar skulle kunna förklaras med en minskande molnutbredning. Den innebär ju att vi får ett ytmässigt minskande molntäcke vilket gör att mer SW-strålning når marken. Samtidigt innebär ett mindre molntäcke en åtminstone ytmässigt mindre LW-återstrålning. (Däremot är korrelationen nära noll mellan molnutbredningen och nettot av LW och SW i form av CRE).

Men inte bara molnens utbredning, utan även deras opacitet (siktdjup), är viktigt eftersom det påverkar hur mycket ljus som släpps igenom. CERES kallar det synligt optiskt djup [3]. Variabeln är ett index, dvs. saknar enhet. En högre siffra anger tjockare moln, se figuren nedan. Det optiska djupet har en starkt negativ korrelation med molnens strålningseffekt, med -0,43. När vi nu exempelvis är inne i en trend med mer negativ molneffekt sedan 2015 (större negativt värde), är det förknippat med att vi får tjockare moln.

Det finns också en hög positiv korrelation mellan molnutbredningen och det optiska djupet. När molnarean minskar så minskar även det optiska djupet, korrelationen är höga +0,45. Det kan tolkas som att när molnen trendmässigt sedan länge (40 år) får en mindre utbredning blir de av någon anledning också ’tunnare’ (åtminstone har detta gällt de senaste 22 åren). Det blir helt enkelt mindre moln både till ytan och tjockleken. De båda uppvisar en nästan identisk negativ långsiktig trend för de senaste 22 åren, se figuren nedan.

Vid sidan om de rena molnvariablerna, finns även viktiga samband mellan utvecklingen för molnigheten och vattenmängden i atmosfären (vattenpelaren, total precipitable water, TPW). I figuren nedan ser vi att vattenpelaren (mätt i mm) ökar trendmässigt, uppvärmningen ger mer fukt i atmosfären. Men någon korrelation med CRE verkar inte finnas:

Till sist ska nämnas att det finns en stark samvariation mellan CRE och ENSO-indexet (mätt med MEI.v2). ENSO-variationen är sedan länge känd för att vara länkad till förändringar i atmosfären, bland annat molnutbredningen. Se diagrammet nedan där ENSO är förskjutet med +4 månader. ENSO-indexet är således ledande i förhållande till molneffekten. Korrelationen ligger på höga +0,5.

Denna starka koppling till ENSO som en ledande faktor är intressant, eftersom vändpunkterna i ENSO har påvisats vara triggade av förändringar i solens magnetfält, se artikel. I samband med att en ny solcykel tar sin början påverkas ozonet i stratosfären starkt av förändringar i UV-strålningen, vilket leder till ytterligare förändringar i hela atmosfären. Ozonet ökar kraftigt med den ökade UV-strålningen, vilket i samverkan med stratosfärisk vattenånga påverkar de atmosfäriska strömningarna och därmed molnbildningen både i stratosfären och troposfären. se artikel. [3] Forskning visar att ökningen av ozonet i stratosfären och den övre troposfären minskar mängden höga moln och ökar mängden låga moln, medan en ozonökning i den lägre troposfären minskar mängden låga moln.

Vi kan avslutningsvis konstatera att vi har ett antal långsiktiga trender som pågår i molnen och atmosfären. De kanske mest framträdande trenderna är en minskad global molnutbredning sedan åtminstone 1983; en minskad LW-effekt av molnen samtidigt som vi har en ökad SW-effekt; samt en ökad vattenmängd i atmosfären. Vi har också svängningar i CRE som är starkt korrelerade med ENSO-indexet, vilket i sin tur indikerar en koppling till solcykelns varierande UV-strålning.

Gabriel Oxenstierna
Mina artiklar här på KU

I kommande artiklar ska vi se hur molneffekten förändras med temperaturen;
om molnens klimateffekt är positiv eller negativ;
i vad mån ökningen i CO2-halten kan relateras till molnförändringarna;
samt hur IPCC:s datamodeller klarar av att hantera moln.

Referenser

[1] CERES data är satellitdata med 1 x 1 grads upplösning. Alla tidsserier är här säsongsrensade på årsbasis, samt geografiskt ytviktade. Det senare är nödvändigt eftersom Jorden är ett klot, där rutan på 1×1 grad motsvarar cirka 10×10 mil vid ekvatorn, men får en starkt minskande yta ju närmare polerna vi kommer. CERES data kan laddas ner här i form av netCDF-filer: https://ceres.larc.nasa.gov/data/

[2] För att gå tillbaka till 1983 måste vi komplettera med molndata från International Satellite Cloud Climatology Project (ISCCP) för tiden fram till år 2000. ISCCP använde dock en annan metodologi än CERES, varför den sammanlagda tidsserien måste användas med viss försiktighet.

[3] Dessa samband beskrivs utförligt i boken Climate of the Past, Present and Future, Javier Vinós 2022, 2 uppl.

+20