Ta en titt på molnen, om det finns några på din himmel just nu. Titta på böljena, de vita höga tofsarna mot den blå himlen. Eller, beroende på ditt väder, se de mjuka gråa kanterna smeta ihop sig till blandade toner som drar ner genom luften till marken.

De är en inspiration för de flesta av oss, men en mardröm för klimatforskare. Moln är exceptionellt komplexa varelser, och den komplexiteten gör det svårt att förutsäga hur och var de kommer att bildas – vilket är olyckligt, eftersom dessa förutsägelser är viktiga för att förstå nederbördsmönster och hur vårt klimat kommer att förändras i framtiden.

Men forskare från University of Utah kan ha hittat ett sätt att avsevärt minska svårigheten att förutsäga bildandet av moln. Resultaten, publiceras idag i Journal of Geophysical Research-Atmospheres skulle kunna fylla en viktig lucka i forskarnas förståelse av hur klimatförändringar kan utspela sig.

"Vi använde enkel termodynamik, säger atmosfärsvetenskapsprofessor Tim Garrett, "att förutsäga att det borde finnas många små moln och få stora moln i proportioner som lyder enkla matematiska lagar."

Moln är klimat jokertecken

Moln, särskilt de i tropikerna, är en del av jordens system för att bli av med överskottsvärme som genereras av solen. Det är därför de är viktiga för klimatforskare. De är en del av ett vertikalt transportband, lyfter varm flytande luft upp till en höjd där värmen lätt kan strålas ut i rymdens kalla svärta. Men moln kan leka med värme på andra sätt.

"Tänk på hur snabbt ett moln kan ändra temperaturen under en sommarpicknick, " säger postdoktor och studiemedförfattare Ian Glenn. "En liten förändring i andelen eller fördelningen av till och med några små moln på en annars fin klar dag kan göra eller bryta en utflykt."

Moln växer ständigt och krymper när de byter luft med omgivande torr luft. Än så länge, det är oklart hur moln påverkar effekterna av globala klimatförändringar – kommer molnen att bromsa uppvärmningen? Eller förstärka det? Kommer uppvärmningen att skapa fler moln? Om så är fallet, vilka regioner kommer att drabbas hårdast?

Den osäkerheten kan ses i intervallet av värden för klimatkänslighet, eller temperatursvaret på en fördubbling av koldioxiden i atmosfären. Aktuella prognoser säger att ökningen kan vara mellan 1,5 och 4,5 grader Celsius. Det är svårt att slå fast det mycket mer än så på grund av problemet med att förstå vilken roll moln och nederbörd spelar i ett föränderligt klimat.

"Både det låga och det höga området är dåliga nyheter för civilisationen, " säger Garrett, "men en är helt klart mycket mer katastrofal - så det är ett ganska viktigt problem att få rätt."

Moln är djupt komplexa

Forskare har tidigare närmat sig problemet med moln genom att försöka förstå skikten av komplexitet som är inneboende i hur moln interagerar med ytan, luften och till och med sig själva. Studiens medförfattare Steven Krueger säger att de fysiska processerna i moln sträcker sig från molndroppar, på mikrometerskalan, till storskaliga molnsystem som kan sträcka sig över en kontinent. Och molnens inneboende turbulens skapar virvlar – spiraler av turbulent energi – som sträcker ut förutsägelsekraften hos även de bästa molnmodellerna som körs på superdatorer.

"Att modellera alla skalor av den globala atmosfären, från de minsta turbulenta virvlarna till global skala skulle ta ungefär en miljard miljarder gånger vad vi för närvarande kan använda i våra datorer, " säger Krueger. "Vi kan helt och hållet beräkna all molnfysik i en volym på cirka 1 meter på en sida, i cirka 10 minuter, till en beräkningskostnad av 10, 000 CPU-timmar."

För att komma runt den komplexiteten, klimatmodellerare simulerar stora skalor samtidigt som de gör förenklade antaganden om småskaliga processer. Men tänk om det finns ett annat sätt – tänk om molnen följer enkla matematiska principer som kan återskapa statistiken över molnens komplexitet utan att behöva massiva datorresurser?

Moln är läckande ledningar

Låt oss gå tillbaka till begreppet moln som värmeledningar till den övre atmosfären. Alls, skarp, vitt moln består av vattendroppar, i motsats till det tydliga, blå, relativt torrare luft runt den. Den vita, våta moln och det blå, torr luft är i konstant kontakt med varandra, dela en gemensam gräns. Det är den här gränsen som fick Garrett att tänka.

När vattendroppar bildas inuti moln, lite värme släpps ut, gör molnen flytande i atmosfären. Garrett säger att detta gör moln effektiva i sitt jobb med att lyfta bort värme från marken – och betyder också att de varma, stigande luft är turbulent och kan rinna ut från molnets sidor när den stiger.

"Denna insikt om moln som läckande ledningar fick mig att tro att platsen att leta efter förståelse för moln och klimat inte var deras områden som tittade ner, som vanligt har varit i fokus, utan istället deras kanter, " säger Garrett.

Han började studera termodynamiken längs molnens omkrets och kanter, och fann att den totala horisontella omkretsen av moln, turbulenta utbyten av värme och luftfuktighet över molnkanterna och atmosfärens vertikala temperatur- och fuktighetsprofil kan alla vara relaterade. En anmärkningsvärd uppsida:Atmosfäriska vertikala temperatur- och luftfuktighetsprofiler är relativt enkla att förutsäga i förändrade klimat, så kopplingen till molnmängd förenklar ett notoriskt svårt problem.

Några andra principer för molndynamik som uppstod från författarnas ekvationer:Konkurrens mellan moln om atmosfärisk värme och fukt hjälper till att förklara hur många moln bildas. Produkten av antalet moln och deras omkrets förblir konstant, en matematisk lag som kallas skalinvarians. Detta innebär att ett stort antal moln är fattiga i omkrets medan några lyckliga är rika. Också, dessa samband mellan olika storleksklasser av moln visar sig vara oberoende av atmosfärstemperaturen. Mer om det om en minut.

Garrett och hans kollegor testade sina teoretiska fynd genom att jämföra deras statistiska modell med en av megamodellerna för molnbildning, modellen Giga-LES. Den simulerar hela 24 timmars atmosfärisk tid över ett område på 150 kvadratkilometer (400 kvadratkilometer) med hög upplösning. En 24-timmarssimulering tar 300, 000 processortimmar att slutföra. Garretts modell, baserat på bara några rader av fysikekvationer, återskapat nyckelstatistik över molnens storlekar och former i den dynamiska Giga-LES-modellen till inom 13 procent.

Det finns saker som en statistisk modell inte kan göra, självklart. "Det kan inte visa, till exempel, ett moln som ser ut som Musse Pigg som dyker upp vid en viss tid eller plats, " säger Garrett, "så det är bäst lämpat för förutsägelser om långsiktigt klimat snarare än kortsiktigt väder."

Moln följer reglerna

Så, vad betyder detta för modellerare av klimatförändringar som vill veta hur moln kommer att reagera på stigande globala temperaturer?

"Det här är ganska spekulativt, " säger Garrett, "men förslaget i vår studie är att molnklimatåterkopplingar kan vara små, eftersom tropiska moln kommer att ordna om sig själva i ett varmare klimat för att fortsätta sin för närvarande låga påverkan på yttemperaturerna." Med andra ord, medan den totala mängden molntäcke kan gå upp, proportionerna mellan molnstorlekar på olika höjder kommer sannolikt inte att förändras mycket. Om denna modell är bevisad, Klimatforskare kanske kan andas lite lättare med vetskapen om att moln sannolikt inte kommer att förstärka den globala uppvärmningen.

"Om dessa molnåterkopplingar är mindre än tidigare förväntat, " säger Garrett, "Jorden kanske inte värms lika snabbt som våra värsta rädslor."

Läs hela studien här.