1.7: Моделі

Кліматичні моделі - це інструменти, що використовуються в дослідженнях клімату. Це спроби синтезувати наші теоретичні та емпіричні знання про кліматичну систему в комп'ютерному коді. У цьому розділі описано, як будуються кліматичні моделі та як вони оцінюються, і розглядаються деякі програми.

а) Будівництво

Кліматичні моделі вирішують бюджетні рівняння чисельно на комп'ютері. Рівняння засновані на збереженні енергії, імпульсу та маси (повітря, вода, вуглець та інші відповідні елементи, речовини та трасери). Зазвичай вони вирішуються в окремих коробках, які представляють конкретні регіони компонентів кліматичної системи Землі (рис.\(\PageIndex{1}\)). Уздовж своїх кордонів коробки обмінюються енергією, імпульсом і масою. Обмін з потоком води або повітря з одного ящика в інший називається адвекцією. Прогностичні змінні, такі як температура, питома вологість в атмосфері або солоність в океані, а також три компоненти швидкості (зональна, меридіональна та вертикальна) розраховуються в кожному полі. Рівняння імпульсу, які використовуються для обчислення швидкостей, базуються на законі руху Ньютона, і вони включають ефекти обертової Землі, такі як сила Коріоліса. Температурні рівняння засновані на законі термодинаміки. Таким чином, кліматичні моделі представляють фундаментальні закони фізики, застосовані до кліматичної системи Землі.

Рисунок\(\PageIndex{1}\): Схема тривимірної зв'язаної кліматичної моделі. З Вікіпедії.

Еволюція прогностичних змінних у внутрішніх коробках вирішується один часовий крок за раз (див. Рівняння B4.1.4). Після оновлення прогностичних змінних обчислюються потоки між коробками (I і O), які використовуються для наступного часового кроку. Потім прогностичні змінні знову оновлюються за допомогою флюсів і так далі. Ця процедура називається моделюванням вперед, оскільки всі змінні моделі на наступному етапі часу обчислюються тільки з змінних моделі на попередньому часовому кроці та граничних умов без використання спостережень. Граничні умови, такі як падаюче сонячне випромінювання у верхній частині атмосфери або концентрації парникових газів, як правило, потрібні як вхідні дані для розрахунків. Їх ще називають радіаційними нагнетаннями. На нижній межі потрібно застосовувати інші граничні умови: рельєф (гори) і батиметрія (морське дно). Для початку моделювання форвардного моделювання також повинні бути надані початкові умови. Вони можуть бути взяті із спостережень або ідеалізованих розподілів.

Кліматичні моделі варіюються від найпростішої нульової (0D) моделі енергетичного балансу (EBM), розглянутої в розділі теорії, до найскладніших тривимірних моделей загальної циркуляції (GCM). Асортимент моделей, впорядкованих щодо складності, називається ієрархією кліматичних моделей. 0D-EBM можна розширити, вирішивши рівняння енергобюджету окремо на різних широтних смугах. Це називається одновимірним EBM (1D-EBM). 1D-EBM все ще вертикально усереднений, але він включає енергетичний обмін між широтними смугами, як обговорювалося при обговоренні процесів. Меридіональний транспорт енергії в 1D-EBMS, як правило, розглядається як дифузійний процес, пропорційний градієнту температури, таким чином, що тепло тече від теплих до холодних регіонів. 1D-EBMS зазвичай розглядають океан і атмосферу як одну коробку, так що не можна розрізнити тепловий транспорт в океані і атмосфера.

Одновимірні моделі також використовуються для вертикального перенесення енергії в атмосфері. Вони називаються радіаційно-конвективними моделями, і вони працюють аналогічно моделям, використовуваним для отримання рис. 4.6 в главі 4. Самі радіаційно-конвективні моделі варіюються за складністю від лінійних моделей, які обчислюють перенесення випромінювання в атмосфері на окремих довжині хвиль, до моделей, які середні в діапазоні частот (смугові моделі). Лінійні моделі є обчислювально-дорогими і не можуть бути використані в тривимірних GCM, які використовують смугові моделі. Діапазонні моделі калібруються та тестуються порівняно з лінійними моделями. Як обговорювалося в главі 4, радіаційні потоки поодинці призведуть до набагато теплішої поверхні та набагато холоднішої верхньої тропосфери, ніж спостерігалося. Тому радіаційно-конвективні моделі включають конвекцію, в основному за рахунок обмеження швидкості проміжку до спостережуваної або вологої адіабатичної швидкості.

Моделі проміжної складності складаються з 2D-EBM, які все ще вертикально усереднені, але включають зональний транспорт енергії та вологи (у цьому випадку вони називаються моделями енергетичного балансу вологи або ЕМБМ), зонально-усереднених моделей океану, з'єднаних з 1D-EBM, та усереднених по зональному рівні динамічних моделей атмосфери ( дозволивши циркуляцію Хедлі). Моделі середньої складності також часто включають біогеохімію та компоненти наземного льоду. Вони обчислювально відносно недорогі і можуть працювати протягом багатьох тисяч або навіть мільйонів років.

Першими кліматичними моделями, розробленими в 1960-х роках, були 1D-EBM та прості GCM атмосфери та океану з дуже грубою роздільною здатністю. Спочатку океанічні та атмосферні моделі розроблялися окремо і лише пізніше вони були з'єднані між собою. Зчеплення передбачає обмін тепловими і водними потоками і імпульсом на поверхні. Сучасний стан науки в поєднанні, тривимірні GCM також включають морський лід і поверхневі процеси, такі як сніговий покрив, вологість ґрунту і стік води через річкові дренажні басейни в океан. Багато моделей також включають динамічну рослинність з окремими функціональними типами рослин, такими як дерева та трави. Однак більшість сучасних з'єднаних GCM, які використовуються для майбутніх проекцій, не включають інтерактивні компоненти крижаного покриву. Це пов'язано з тим, що крижані покриви мають тривалий час врівноваження (відгуку) десятків тисяч років, і тому їх потрібно запускати набагато довше, ніж інші компоненти кліматичної системи, що наразі неможливо для більшості кліматичних моделей.

Глибокий океан має час врівноваження близько тисячі років. Для майбутніх прогнозів людей в основному цікавлять наступні сто або, можливо, кілька сотень років. Для найбільш надійних і детальних прогнозів на ці часові шкали глобальні групи кліматичного моделювання намагаються налаштувати свої моделі з максимально можливою роздільною здатністю. В даний час типова роздільна здатність становить кілька градусів (~ 200 км) в горизонтальних напрямках і від 20 до 30 вертикальних рівнів кожен у компонентах атмосфери та океану. Глобальні моделі з більш тонкою роздільною здатністю розробляються в різних центрах кліматичного моделювання по всьому світу, але в даний час більшість кліматичних прогнозів столітніх і довших часових масштабів базуються на моделями більш грубої роздільної здатності (рис. \(\PageIndex{2}\)).

Рисунок\(\PageIndex{2}\): Ілюстрації наземних поверхонь (зелений і коричневий кольори) та морського дна (синій) з тонкою (зверху; ~10 км) та грубою (дно; ~100 км) роздільною здатністю. Зверніть увагу, що височини і глибини сильно перебільшені щодо горизонтальних відстаней. Від ucar.edu.

 

 

Моделі крижаних покривів мають більш тонку просторову роздільну здатність (10 с кілометрів) для того, щоб вирішити вузький і крутий запас льодового покриву, але вони мають набагато більші часові кроки (1 рік), ніж атмосферні (секунди) та моделі океану (хвилини до годин) через повільні швидкості льоду (10-100 м/рік) порівняно зі швидкостями океанічні течії (1-10 см/с) або вітри (1-10 м/с). Часовий крок у моделі залежить від швидкості рідини та розміру сітки. Чим вище швидкість і чим менший розмір сітки, тим меншим повинен бути часовий крок, щоб гарантувати числову стабільність. Тому моделі з більш тонкою роздільною здатністю повинні використовувати менші часові кроки, що є додатковим навантаженням на обчислювальні ресурси. Ще однією перешкодою для переходу до більш високої роздільної здатності є обсяг даних, які накопичуються. Моделювання моделей океану з найвищою роздільною здатністю в даний час вимагають петабайт (10 ¹⁵ байт = 1000 терабайт) пам'яті для всіх вихідних даних моделі. Обробка цих величезних обсягів даних є складним завданням.

Одним із способів уникнути збільшення обчислювальних ресурсів при більш високій роздільній здатності є побудова регіональних кліматичних моделей для конкретного регіону, що представляє інтерес, наприклад, Північної Америки. Однак недоліком регіональних кліматичних моделей є те, що граничні умови на краях модельної області мають бути прописані. Отримане рішення в інтер'єрі сильно залежить від тих граничних умов, які часто беруться з глобальних кліматичних моделей. Тому будь-який ухил від глобальної кліматичної моделі на кордоні буде поширюватися регіональною моделлю у внутрішню частину модельної області. Однак в інтер'єрі регіональна кліматична модель може враховувати деталі, наприклад, топографії, що глобальна модель не може. Таким чином, хоча і не є срібною кулею, регіональні кліматичні моделі корисні для моделювання клімату більш просторовими деталями, ніж це можливо за допомогою глобальних моделей.

Зазвичай роздільна здатність і сітки атмосферних і океанічних компонентів відрізняються. Тому поверхневі потоки та змінні, необхідні для обчислення потоків, повинні бути відображені від однієї сітки до іншої. Це часто досягається муфтою, яка є програмним забезпеченням, яке робить інтерполяцію, екстраполяцію та консервативне відображення. Всі розрахунки повинні бути чисельно обґрунтованими таким чином, щоб енергія, вода та інші властивості збереглися. Однак числові схеми, наприклад, для транспортування від одного ящика до іншого, пов'язані з помилками та артефактами.

Моделі, що включають біогеохімію, такі як вуглецевий цикл та/або крижані покриви, називаються Моделями системи Землі. Моделі земної системи обчислюють концентрації CO ₂ в атмосфері інтерактивно на основі змін запасів вуглецю на суші та океані. Вони можуть бути змушені безпосередньо викидами антропогенного вуглецю, тоді як моделі без вуглецевих циклів повинні бути змушені з встановленими атмосферними концентраціями CO ₂.

Через обмежену роздільну здатність моделей процеси в просторових масштабах нижче розміру сітки не можуть бути безпосередньо змодельовані. Наприклад, окремі хмари або конвективні підйоми в атмосфері часто мають розмір лише кілька десятків або сотень метрів і тому не можуть бути вирішені в глобальних атмосферних моделями. Так само турбулентність і вихрові явища в океані, які важливі для транспортування тепла та інших властивостей, не можуть бути вирішені глобальними моделями океану. Ці процеси необхідно параметризувати. Параметризація - це математичний опис процесу, який залежить від вирішених змінних, наприклад, середньої температури у вікні сітки та одного або декількох параметрів. Простим прикладом параметризації є меридіональний тепловий потік F _m = -Kt/y в 1D-EBM, який можна параметризувати як дифузійний процес, де K> 0 - дифузійність, T/y - меридіональний градієнт температури, а y представляє широту. Ця параметризація транспортує тепло вниз - градієнт (зверніть увагу на знак мінус), що означає від більш теплих до більш холодних регіонів. При цьому параметр K можна визначити за спостереженнями меридіонального теплового потоку і T/Y. Параметризації можуть бути отримані з емпіричних зв'язків на основі детальних вимірювань або результатів моделі з високою роздільною здатністю. Значення параметрів зазвичай точно не відомі, але вони впливають на результати кліматичної моделі. Тому параметризації є джерелом помилок та невизначеності кліматичних моделей. Наприклад, параметри хмарної параметризації моделі впливатимуть на її зворотний зв'язок хмари і, отже, на чутливість до клімату.

б) Оцінка

Кліматичні моделі оцінюються шляхом порівняння їх результатів із спостереженнями. \(\PageIndex{3}\)На малюнку показано середнє значення декількох моделей (середнє значення всіх моделей) з останнього звіту МГЕЗК (Flato et al., 2013). Модель модельованого розподілу температури поверхні подібна до спостережень з теплими (20-30° C) температурами в тропіках і холодними (<0°C) температурами поблизу полюсів і на великих висотах (Гімалаї). Моделі також відтворюють деякі спостережувані зональні градієнти, такі як більш прохолодні температури в східній екваторіальній частині Тихого океану порівняно з теплим басейном західного Тихого океану та тепліші температури в північно-східній Атлантиці порівняно з північно-західною Атлантикою, які викликані циркуляцією верхнього океану. Однак моделі не ідеальні, про що вказують упередження, такі як занадто холодні температури на півночі Північної Атлантики та занадто теплі температури в південно-східній Атлантиці та Тихому океані. Теплі упередження в південно-східній частині Атлантики та Тихого океану, швидше за все, спричинені моделями океану з грубою роздільною здатністю, які погано вирішують вузький апвелінг у цих регіонах. Подібний ухил спостерігається в каліфорнійському течії на північному сході Тихого океану. Незважаючи на ці упередження, мультимодельне середнє значення погоджується із спостережуваними температурами в межах плюс/мінус один градус Цельсія в більшості регіонів. Навіть більші регіональні упередження, такі як згадані вище, відносно невеликі порівняно з діапазоном температур ~ 60° C на Землі. Це говорить про те, що моделі відносно добре відтворюють спостережувані температури поверхні.

Рисунок\(\PageIndex{3}\): Річний середній розподіл температури поверхневого повітря за період 1980-2005 рр., модельований кліматичними моделями (a) та їх зміщенням (b). Зміщення b = T _m — T _o — це різниця між модельованою температурою T _m та температурою, оціненою за спостереженнями T _o. Від ipcc.ch.

 

Рис. \(\PageIndex{4}\)показує мульти модель середніх опадів. Моделі відтворюють загальну картину спостережень (глава 6, рис. 6.8), таку як більше опадів у тропіках та середніх широтах порівняно з меншою кількістю опадів у субтропіках та на полюсах. Вони також відтворюють деякі спостерігаються зональні відмінності, такі як сухі умови над східними частинами басейнів субтропічного океану порівняно з більш вологими умовами на захід. Однак моделі також демонструють систематичні упередження, такі як подвійна зона міжтропічної конвергенції (ITCZ) над східною частиною Тихого океану та занадто сухі умови над Амазонкою. Відносні похибки в опадах, як правило, більші, ніж для температури. Це говорить про те, що моделі краще імітують температуру, ніж опади. Це може бути не дивно, враховуючи, що моделювання опадів сильно залежить від параметризованих процесів, таких як конвекція і хмари.

Малюнок\(\PageIndex{4}\): Як на малюнку\(\PageIndex{3}\), але для середньорічних опадів.

Рис. \(\PageIndex{5}\)порівнює коефіцієнти кореляції різних змінних. Це підтверджує наш попередній висновок, що моделі краще імітують температуру, ніж опади. Це також показує, що моделі мають дуже хороші навички моделювання випромінюваного земного випромінювання у верхній частині атмосфери, тоді як вони менш добре імітують хмари. Сучасне покоління кліматичних моделей (CMIP5) покращено порівняно з попереднім поколінням (CMIP3), особливо для опадів. Ще одна цікава особливість також очевидна на рис. \(\PageIndex{5}\)полягає в тому, що мультимодельне середнє майже завжди краще узгоджується із спостереженнями, ніж будь-яка конкретна модель. Подібне явище, яке назвали мудрістю натовпу, відзначив сер Френсіс Галтон (1907), який проаналізував здогади селянина на вагу вола на англійському ярмарку худоби. Він виявив, що багато здогадуються, де занадто високий або занадто низький, але середнє значення всіх здогадок був практично точно правильною вагою тварини.

Малюнок\(\PageIndex{5}\): Коефіцієнт кореляції для середньорічної температури поверхневого повітря (TAS), вихідного довгохвильового випромінювання (RLUT; у розділі 6 ми назвали цю змінну випромінюваного земного випромінювання з атмосфери: ETR _a), опади (PR) та випромінювальний ефект короткохвильової хмари (SW CRE). Коефіцієнт кореляції -1 ≤ r ≤ 1 є мірою узгодження шаблону. Дивіться цю сторінку Wikipedia.org для детального визначення r Якщо дві змінні не пов'язані r = 0, тоді як якщо вони ідеально перебувають у лінійній згоді r = 1. Кожна коротка горизонтальна лінія - це одна модель. Довша лінія - це середнє значення декількох моделей, а кола - медіана. Наведено результати для поточного покоління кліматичних моделей з проекту взаємопорівняння кліматичного моделювання 5 (CMIP5) та попереднього покоління (CMIP3). Зелені точки показують коефіцієнти кореляції для альтернативних наборів даних спостережень, що вказують на невизначеність у спостереженнях. Вони представляють найкраще, що моделі могли зробити, враховуючи невизначеність у спостереженнях. Від ipcc.ch.

 

Рис. \(\PageIndex{6}\)показує, що більшість моделей завищують температуру в термокліні приблизно на 1° C, імовірно, через занадто велику вертикальну дифузію. Знову ж таки, ці помилки відносно малі, враховуючи великий діапазон (~ 20° C) глибоких коливань температури океану. Похибки моделі в солоності більші біля поверхні, ніж в глибокому океані. У південній півкулі субтропіки поблизу поверхневих вод занадто прісні, можливо, пов'язані з подвійним ухилом ITCZ і пов'язаними з ними занадто вологими умовами в атмосфері немає (рис. \(\PageIndex{5}\)).

Рисунок\(\PageIndex{6}\): Зонально усереднені відмінності температури (A) та солоності (B) між середнім значенням та спостереженнями (кольорові контури та білі лінії). Чорні лінії вказують на спостережувану температуру і солоність з Атласу Світового океану 2009 року. Від ipcc.ch.

 

Всі кліматичні моделі імітують зростаючий вміст тепла в океані за останні 40 років, відповідно до спостережень. Деякі моделі імітують більше, а інші менше теплозасвоєння. Однак багатомодельне середнє значення добре узгоджується із спостереженнями. Це вказує на те, що моделі вміють не тільки моделювати середній стан температур океану, але і його недавню часову еволюцію.

Малюнок\(\PageIndex{7}\): Зміни вмісту тепла в океані, імітовані моделями CMIP5 (тонкі лінії), та їх багатомодельне середнє значення (червона товста лінія) порівняно із спостереженнями (чорна товста лінія). Від ipcc.ch.

Історичні та палеокліматичні варіації також використовуються для тестування та оцінки кліматичних моделей, як буде розглянуто далі.

в) Додатки

Деякі з основних застосувань кліматичних моделей - це дослідження палеоклімату, дослідження виявлення та атрибуції та майбутні прогнози. Майбутні прогнози будуть розглянуті в наступному розділі.

Дослідження моделі палеоклімату не тільки корисні для кращого розуміння минулих змін клімату та їх наслідків, але вони також можуть бути використані для оцінки моделей. Наприклад, модельне моделювання останнього льодовикового максимуму (LGM) в цілому узгоджується з температурними реконструкціями (див. Розділ 3), які показують глобальне охолодження 4-5° C, полярне посилення та більші зміни над сушею, ніж над океаном. Моделі відтворюють ці основні риси реконструкцій, що свідчить про те, що вони мають навички моделювання клімату, відмінного від теперішнього (Masson-Delmotte et al., 2013). З іншого боку, існують також відмінності між результатами моделі та спостереженнями, наприклад, у глибокій циркуляції океану (Muglia et al., 2015), що вказує на те, що навички моделі в цих аспектах є сумнівними.

Дослідження виявлення та атрибуції намагаються визначити, які спостерігаються зміни клімату є незвичними (виявлення) та які його причини (атрибуція). Кліматичні моделі, керовані лише природними нагнітаннями, демонструють варіації від року до наступного через внутрішню мінливість клімату (наприклад, Ель-Ніньо) та короткочасне охолодження у відповідь на великі виверження вулканів (рис. \(\PageIndex{8}\)). Однак вони не демонструють довгострокової тенденції потепління за минуле століття, на відміну від спостережень. Це говорить про те, що глобальне потепління, яке спостерігається приблизно з 1970-х років, є надзвичайно незвичним і не може бути пояснено внутрішньою мінливістю клімату (як представлено в моделями), ні природними драйверами. Однак, якщо антропогенні сили включені, моделі дуже добре відтворюють спостережувану довгострокову тенденцію. Багатомодельне середнє також добре відтворює спостережувані короткострокові охолодження, пов'язані з великими виверженнями вулканів за останні 50 років.

Рисунок\(\PageIndex{8}\): Порівняння моделювання кліматичної моделі зі спостережуваними змінами температури поверхні. Ліві панелі показують часові ряди глобально усереднених температур поверхні від поточного покоління кліматичних моделей (CMIP5; жовті тонкі лінії показують окремі моделі, червона товста лінія показує середнє значення декількох моделей) та попереднього покоління (CMIP3; сині лінії, в основному затемнені накладними жовтими лініями). Показуються два набори симуляцій. Верхні панелі демонструють моделі, примусові лише з природними форсуваннями, нижні панелі демонструють моделі, змушені як природними, так і людськими форсами. Від ipcc.ch. Це ключова цифра.

Моделі, керовані як природною, так і антропогенною силою, добре відтворюють не тільки спостережувані глобальні зміни середньої температури, але і його просторовий розподіл, такий як більший потепління на високих північних широтах (полярне посилення) та над сушею (контраст суші та моря). Ці результати є свідченням того, що діяльність людини є основною причиною спостережуваного потепління протягом останніх 50-60 років. AR5 МГЕЗК робить висновок, що «надзвичайно ймовірно, що людська діяльність спричинила більше половини спостережуваного збільшення GMST з 1951 по 2010 рік» (Bindhoff et al., 2013).

Питання

Дайте відповідь на наступні питання:

• Як працюють кліматичні моделі? Опишіть рівняння, які розв'язуються.
• Коли були розроблені перші кліматичні моделі?
• Яка ієрархія кліматичних моделей?
• Перерахуйте три різних типи кліматичних моделей різної складності.
• Які компоненти кліматичної системи в даний час включаються інтерактивно в більшість кліматичних моделей?
• Які компоненти в даний час не входять в більшість моделей?
• Що таке модель земної системи?
• Яка типова роздільна здатність моделі загального обігу (включаючи одиниці)?
• Скільки шарів має типова тривимірна кліматична модель в океані?
• Скільки його має в атмосфері?
• Чи використовуються спостереження в моделюванні моделі клімату вперед?
• Які деякі вхідні дані (граничні умови) необхідні для моделювання кліматичної моделі? Перерахуйте два.
• Як оцінюються кліматичні моделі?
• Які змінні кліматичні моделі імітують краще: температуру чи опади?
• Для чого використовуються кліматичні моделі? Перерахуйте два додатки.
• Як кліматичні моделі використовуються для атрибуції недавніх змін клімату?
• Який результат цих досліджень атрибуції?

Відео

Записана лекція: Кліматичні моделі

Посилання

Біндофф, Н.Л., П.А. Стотт, К.М. аХутарао, М.Р. Аллен, Н. Джиллетт, Д. Гутцлер, К.Хансінго, Г. Хегерл, Ю., Джей Джайн, І.І. Мохов, Дж. Оверленд, Дж. Перлвіц, Р. Себбарі та X. Чжан, 2013: Виявлення та атрибуція зміни клімату: від глобального до регіонального. В: Зміна клімату 2013: Основи фізичної науки. Внесок Робочої групи I до П'ятого звіту про оцінку Міжурядової групи з питань зміни клімату [Stocker, T.F., D. Qin, G.-K. Платтнер, М.Тіньор, С.К. Аллен, Дж. Бошунг, А.Науелс, Ю.Ся, В.Бекс і П.М. Мідглі (ред.)]. Cambridge University Press, Кембридж, Великобританія та Нью-Йорк, штат Нью-Йорк, США.

Флато, Г., Мароцке, Б. абіодун, П. Браконно, С.С. Чоу, В. Коллінз, П. Кокс, Ф. Дріуех, С. Еморі, В. Айрінг, С. Форест, П. Гелеклер, Е. гільярді, К. Якоб, В.Катцов, К. Причина і М. Руммукайнен, 2013: Оцінка кліматичних моделей. В: Зміна клімату 2013: Основи фізичної науки. Внесок Робочої групи I до П'ятого звіту про оцінку Міжурядової групи з питань зміни клімату [Stocker, T.F., D. Qin, G.-K. Платтнер, М.Тіньор, С.К. Аллен, Дж. Бошунг, А.Науелс, Ю.Ся, В.Бекс і П.М. Мідглі (ред.)]. Cambridge University Press, Кембридж, Великобританія та Нью-Йорк, штат Нью-Йорк, США.

Галтон, Ф. (1097) Вокс Популі, Природа, 75, 450-451. pdf

Массон-Дельмотт, В.М., Шульц, А.Абе-Оучі, Дж. Бір, Ганопольський, Дж.Ф. Гонсалес Руко, Е. Янсен, К. Ламбек, Дж. Лютербахер, Т. Найш, Т. Осборн, Б. Отто-Блізненер, Т. Квінн, Р.Рамеш, М. Рохас, Х. Шао і А.Тіммерман, 2013: Інформація з архівів палеоклімату. В: Зміна клімату 2013: Основи фізичної науки. Внесок Робочої групи I до П'ятого звіту про оцінку Міжурядової групи з питань зміни клімату [Stocker, T.F., D. Qin, G.-K. Платтнер, М.Тіньор, С.К. Аллен, Дж. Бошунг, А.Науелс, Ю.Ся, В.Бекс і П.М. Мідглі (ред.)]. Cambridge University Press, Кембридж, Великобританія та Нью-Йорк, штат Нью-Йорк, США.

Мулья, Дж., і Шміттнер, А. (2015) Льодовиковий атлантичний перекидання збільшився вітровим стресом у кліматичних моделям, Геофізичні дослідження Листи, 42, DOI:10.1002/2015GL064583.