En ny metod för att analysera satellitmätningar av jordens molntäcke avslöjar att moln mycket sannolikt kommer att förstärka den globala uppvärmningen.

Forskningen, av forskare vid Imperial College London och University of East Anglia, är det starkaste beviset ännu att moln kommer att förstärka global uppvärmning på lång sikt, ytterligare förvärra klimatförändringarna.

Resultaten, publiceras idag i Proceedings of the National Academy of Sciences , föreslår också att vid dubbel atmosfärisk koldioxid (CO ₂ ) koncentrationer över förindustriella nivåer, klimatet kommer sannolikt inte att värmas under 2°C, och är mer sannolikt i genomsnitt att värma mer än 3°C.

Förindustriell CO ₂ nivåerna var cirka 280 ppm (delar per miljon), men nuvarande nivåer närmar sig 420 ppm, och skulle kunna närma sig den dubbla förindustriella mängden i mitten av seklet om betydande utsläppsminskningar inte görs. Mängden klimatuppvärmning förutspås från en fördubbling av förindustriell CO ₂ nivåer är kända som "klimatkänslighet" - ett mått på hur starkt vårt klimat kommer att reagera på en sådan förändring.

Den största osäkerheten i klimatkänslighetsförutsägelser är molnens inverkan, och hur de kan förändras i framtiden. Detta beror på att moln, beroende på egenskaper som deras densitet och höjd i atmosfären, kan antingen öka eller dämpa uppvärmningen.

Medförfattare Dr Paulo Ceppi, från Grantham Institute—Climate Change and the Environment at Imperial, sa:"Värdet av klimatkänsligheten är mycket osäkert, och detta leder till osäkerhet i framtida prognoser för global uppvärmning och i den återstående "kolbudgeten" - hur mycket vi kan släppa ut innan vi når gemensamma mål på 1,5°C eller 2°C för global uppvärmning.

"Det finns därför ett kritiskt behov av att mer exakt kvantifiera hur moln kommer att påverka framtida global uppvärmning. Våra resultat kommer att innebära att vi är mer säkra på klimatprognoser och vi kan få en tydligare bild av allvaret i framtida klimatförändringar. Detta borde hjälpa oss att veta våra gränser – och vidta åtgärder för att hålla oss inom dem."

Låga moln tenderar att ha en kylande effekt, eftersom de blockerar solen från att nå marken. Höga moln, dock, har en värmande effekt, som medan de låter solenergi nå marken, energin som sänds tillbaka från jorden är annorlunda. Denna energi kan fångas av molnen, öka växthuseffekten. Därför, typen och mängden moln som en uppvärmande värld kommer att producera påverkar ytterligare uppvärmningspotential.

Inspirerad av idéer från artificiell intelligens, forskarna utvecklade en ny metod för att kvantifiera sambanden mellan toppmoderna globala satellitobservationer av moln, och tillhörande temperatur, luftfuktighet och vindförhållanden. Från dessa observerade relationer, de kunde då bättre begränsa hur molnen kommer att förändras när jorden värms upp.

De fann att det var mycket troligt (mer än 97,5 % sannolikhet) att moln kommer att förstärka den globala uppvärmningen, genom att både reflektera mindre solstrålning och öka växthuseffekten. Dessa resultat tyder också på att en fördubbling av CO ₂ koncentrationer kommer att leda till en uppvärmning på cirka 3,2°C. Detta är det högsta förtroendet av någon studie hittills, och är baserad på data från globala observationer, snarare än lokala regioner eller specifika molntyper.

Medförfattare Dr Peer Nowack, från Institutionen för miljövetenskap och klimatforskning vid University of East Anglia och Imperial's Grantham Institute och Data Science Institute, sa:"Under de senaste åren, det har funnits en växande mängd bevis för att moln förmodligen har en förstärkande effekt på den globala uppvärmningen. Dock, vårt nya tillvägagångssätt gjorde det möjligt för oss att för första gången härleda ett globalt värde för denna feedbackeffekt med endast satellitdata av högsta kvalitet som vårt föredragna bevismaterial.

"Vårt dokument tar ett stort steg mot att minska den viktigaste osäkerhetsfaktorn i klimatkänslighetsprognoser. Som sådan, vårt arbete lyfter också fram en ny väg där maskininlärningsmetoder kan hjälpa oss att begränsa de viktigaste återstående osäkerhetsfaktorerna inom klimatvetenskap."