기후 민감도

"오늘의AI위키"는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.

1. 개요
2. 기후 민감도의 기본 개념
3. 기후 민감도의 유형
4. 기후 민감도 추정 방법
5. 기후 민감도의 역사적 추정치
6. 기후 민감도와 사회적 중요성
7. 기후 민감도의 불확실성과 과제
참조

1. 개요

기후 민감도는 지구에너지 불균형을 유발하는 복사 강제력에 대한 기온 변화를 나타내는 개념으로, 특정 복사 강제력에 대해 기온이 얼마나 변화하는지를 측정한다. 기후 민감도는 평형 기후 민감도(ECS), 과도 기후 반응(TCR), 지구 시스템 민감도(ESS) 등 시간 규모에 따라 다양한 유형으로 구분되며, 산업화 이후 이산화탄소 농도 증가와 기온 상승의 관계를 파악하는 데 중요한 지표로 활용된다. 기후 민감도 추정은 관측 자료, 고기후 자료, 기후 모델 등을 통해 이루어지며, 추정치의 불확실성은 구름, 수증기 피드백 등 기후 피드백 과정에 대한 이해 부족에서 기인한다. 기후 민감도 추정치는 탄소 중립 목표 설정 등 경제적, 정책적 결정에 중요한 영향을 미치며, 기후 변화 완화 노력의 방향성을 제시한다.

더 읽어볼만한 페이지

고기후학 - 동굴생성물
동굴생성물은 동굴 내에서 생성되는 2차 광물 침전물로, 주로 탄산 칼슘으로 구성되며 종유석, 석순, 유석 등으로 구분되고 고기후 연구에 활용되기도 한다.
고기후학 - 섬전암
섬전암은 번개로 인해 광물 입자가 녹아 생성되는 광물유사물이며, 번개 강도, 표면 구성 등에 따라 다양한 유형으로 분류되고, 과거 번개 빈도와 극한 환경 연구에 활용된다.
기후 변화 되먹임 - 가이아 이론
가이아 이론은 지구를 생물권, 대기권, 수권, 지권이 상호작용하며 항상성을 유지하는 하나의 거대한 자기조절 시스템으로 보는 이론으로, 지구 시스템 과학의 연구 대상이자 환경 운동 등 다양한 영역에 영향을 미치고 있다.
기후 변화 되먹임 - 반사율
반사율은 입사하는 전자기파 에너지에 대한 반사되는 에너지의 비율로, 천문학, 원격탐사 등 다양한 분야에서 활용되며 지구의 열수지와 기후변화에 영향을 미친다.

기후 민감도
기후 민감도
정의	기후 시스템이 평형 상태에 도달했을 때, 이산화 탄소 농도가 산업화 이전 수준의 두 배로 증가함에 따라 예상되는 지구 평균 지표면 온도의 변화량
단위	C-change
설명	장기적인 지구 온난화의 척도이며, 미래 기후 변화 예측에 중요한 지표
종류	평형 기후 민감도 (ECS) 과도 기후 반응 (TCR)
평형 기후 민감도 (ECS)
정의	대기 중 이산화탄소 농도가 두 배로 증가했을 때, 기후 시스템이 새로운 평형 상태에 도달하여 나타나는 장기적인 지구 평균 온도 변화
추정 범위	IPCC AR6: 2.5 °C ~ 4.0 °C 과거 연구 종합: 1.5 °C ~ 4.5 °C
관련 요소	피드백 효과: 수증기, 구름, 빙상 등의 변화 탄소 순환: 대기와 해양 간의 탄소 교환
과도 기후 반응 (TCR)
정의	대기 중 이산화탄소 농도가 매년 1%씩 증가하여 두 배가 되었을 때의 지구 평균 온도 변화
특징	ECS보다 단기적인 온도 변화를 나타내며, 해양의 열 흡수 지연 효과를 반영
추정 범위	IPCC AR6: 1.8 °C ~ 2.5 °C
중요성
기후 변화 예측	미래 기후 변화의 규모와 속도를 예측하는 데 사용
정책 결정	온실가스 감축 목표 설정 및 기후 변화 적응 전략 수립에 활용
불확실성	기후 시스템의 복잡성으로 인해 정확한 값 추정이 어려움. 에어로졸 효과, 구름의 변화 등이 불확실성에 기여
연구 방법
기후 모델	복잡한 기후 시스템을 모의 실험하여 기후 민감도 추정
과거 기후 자료 분석	과거의 기온 변화와 온실가스 농도 변화를 분석하여 기후 민감도 추정
위성 관측	지구의 에너지 수지 변화를 관측하여 기후 민감도 추정
추가 정보
관련 문서	지구 온난화, 기후 변화, 탄소 배출
참고 자료	Met Office: What is 'climate sensitivity'? Australian government. Department of the Environment: Climate sensitivity: fact sheet

2. 기후 민감도의 기본 개념

기후 민감도는 특정 복사 강제력에 대해 지표면 평균 기온이 얼마나 변하는지를 나타내는 척도이다.^[4] 구체적으로는 단위량의 복사 강제력 변화가 발생했을 때, 기후 시스템이 새로운 평형 상태에 도달한 후의 전 지구 평균 기온 변화량으로 정의된다.

지구는 태양으로부터 에너지를 받고 우주 공간으로 열복사 형태로 에너지를 방출하며 복사 평형을 유지한다. 이 에너지 균형을 변화시키는 요인을 복사 강제력이라고 하며, 이는 지구의 온도를 변화시키는 직접적인 원인이 된다. 온도 변화는 다시 기후 되먹임이라는 연쇄 반응을 일으키는데, 이는 초기 변화를 증폭시키는 악화 되먹임(양의 되먹임)일 수도 있고, 변화를 억제하는 억제 되먹임(음의 되먹임)일 수도 있다.^[24]^[25] 기후 민감도는 이러한 복사 강제력과 복잡한 되먹임 과정들을 모두 고려하여 최종적인 온도 변화 정도를 나타내는 중요한 지표이다.^[22]

예를 들어, 대기 중 이산화 탄소(CO₂) 농도가 산업화 이전 수준(약 280 ppm)의 두 배가 되면 약 3.7 W/m²의 복사 강제력이 발생하는 것으로 계산된다. 만약 다른 되먹임 효과가 전혀 없다면, 이 에너지 불균형만으로도 지구 평균 기온은 결국 약 1°C 상승하게 된다. 이 값은 스테판-볼츠만 법칙을 이용해 간단히 계산할 수 있으며^[21]^[22], 과학적으로 널리 받아들여지는 기초적인 결과이다.^[23] 그러나 실제 기후 시스템에서는 수증기 되먹임, 얼음-알베도 되먹임, 구름 되먹임 등 다양한 되먹임이 작용하기 때문에 실제 온도 변화는 이보다 더 클 수 있다. 기후 민감도 추정치의 불확실성은 주로 이러한 되먹임 과정을 기후 모델에서 정확하게 모의하는 어려움에서 비롯된다.^[23]

기후 민감도는 고려하는 시간 척도와 시스템의 평형 상태 도달 여부에 따라 다음과 같이 구분하여 사용된다.

'''평형 기후 민감도''' (Equilibrium Climate Sensitivity, '''ECS'''): 복사 강제력이 변화한 후, 기후 시스템이 충분한 시간을 거쳐 새로운 복사 평형 상태에 도달했을 때의 최종적인 전 지구 평균 온도 변화량을 의미한다. 이론적으로는 수백 년에서 수천 년의 시간이 걸릴 수 있다.
'''유효 기후 민감도''' (Effective Climate Sensitivity): 기후 모델 시뮬레이션 등에서 시스템이 완전한 평형 상태에 도달하기 전의 데이터를 사용하여 추정하는 기후 민감도 값이다. 해양의 열 흡수와 같이 느리게 반응하는 요소들의 영향을 고려하여 계산하며, ECS를 추정하는 현실적인 방법으로 사용된다.
'''과도 기후 반응''' (Transient Climate Response, '''TCR'''): 이산화 탄소 농도가 매년 1%씩 복리로 증가하여 70년 후 농도가 두 배가 되는 시점에서의 전 지구 평균 온도 변화량을 의미한다. 이는 기후 시스템이 평형 상태에 도달하기 전의 일시적인 온도 반응을 나타내며, 보다 단기적인 기후 변화 예측에 사용된다.

2. 1. 복사 강제력

지구로 들어오는 햇빛 에너지와 우주로 방출되는 열복사 에너지 사이에는 복사 평형이 이루어져야 한다. 이 균형이 깨지면 지구 전체의 열에너지 양이 변하여 지구가 더 따뜻해지거나 차가워진다. 들어오고 나가는 복사 에너지 비율의 불균형을 일으키는 요인을 복사 강제력이라고 한다. 지구가 따뜻해지면 흑체 복사 원리에 따라 우주로 더 많은 열을 방출하게 되고, 결국 더 높은 온도와 저장된 에너지 상태에서 새로운 균형을 찾게 된다. 그러나 지구 온난화는 기후 피드백이라는 연쇄 효과를 일으켜, 악화 피드백 고리를 통해 추가적인 온난화를 유발하기도 한다. 기후 민감도는 특정 복사 강제력이 얼마나 큰 온도 변화를 일으키는지를 측정하는 지표이다.^[4]

복사 강제력은 일반적으로 W/m² 단위로 측정하며, 대류권계면으로 정의되는 지구 대기 상단을 기준으로 평균값을 사용한다.^[10] 강제력의 크기는 물리적 원인에 따라 다르며, 특정 시간 범위를 기준으로 상대적으로 정의된다.^[5] 1750년부터 2020년까지 장기적인 기후 민감도에 기여하는 요인을 보면, 대기 중 CO₂ 농도가 50% 증가했을 때 약 +2.1 W/m²의 강제력이 발생한 것으로 평가된다.^[6] 지구 에너지 불균형(즉, 가열 또는 냉각 속도)에 대한 단기적 기여를 볼 때는, 관심 시간 간격을 측정이나 시뮬레이션 데이터 샘플링 간격만큼 짧게 잡을 수 있으며, 이 경우 더 작은 강제력 값이 나타날 수 있다. 이러한 연구에서 얻어진 강제력은 보통 10년 단위 시간 척도로 분석하고 보고된다.^[7]^[8]

복사 강제력은 지구 온도의 장기적인 변화를 가져온다.^[9] 복사 강제력에 기여하는 주요 요인들은 다음과 같다:

온실 효과로 인한 하향 복사 증가
밀란코비치 주기와 같은 행성 궤도 변화로 인한 태양 복사 변동성
태양 복사량 자체의 변화
에어로졸의 직접적 및 간접적 영향 (예: 구름 변화로 인한 알베도 변화)
토지 이용 변화 (예: 산림 벌채, 반사율 높은 빙상 면적 감소)^[10]

현대 연구에서 온실 가스에 의한 복사 강제력은 비교적 잘 이해되고 있지만, 2019년 기준으로 에어로졸에 의한 강제력은 여전히 불확실성이 크다.^[11]^[12]

대기 중 CO₂ 농도가 산업화 이전 수준(약 280 ppm)의 두 배가 될 때 발생하는 복사 강제력은 약 3.7 W/m²이다. 만약 되먹임 효과가 없다면, 이 에너지 불균형만으로도 결국 약 1°C의 지구 온난화가 발생할 것이다. 이 값은 스테판-볼츠만 법칙을 이용해 간단히 계산할 수 있으며^[21]^[22], 과학계에서 널리 받아들여지는 수치이다.^[23]

실제 기후 변화에는 기후 되먹임이 추가적으로 작용하는데, 여기에는 온난화를 증폭시키는 악화 되먹임과 억제하는 억제 되먹임이 모두 포함된다.^[24]^[25] 기후 민감도 추정치의 불확실성은 주로 이러한 되먹임 과정을 모델링하는 데서 비롯된다. 주요 되먹임으로는 수증기 되먹임, 얼음-알베도 되먹임, 구름 되먹임, 그리고 온도 감률 되먹임 등이 있다.^[23] 억제 되먹임은 지구가 따뜻해질수록 우주로 더 많은 에너지를 방출하게 하여 온난화를 완화하는 경향이 있다. 반면 악화 되먹임은 온난화를 더욱 심화시킨다. 예를 들어, 기온 상승은 얼음을 녹여 햇빛 반사율을 낮추고, 이는 지구가 더 많은 열을 흡수하게 만들어 온난화를 가속한다. 기후 민감도는 이러한 상반된 되먹임들 사이의 최종적인 균형에 따라 결정된다.^[22]

다양한 기후 강제력(예: 온실가스, 에어로졸)은 지구 전체 평균 복사 불균형인 복사 강제력을 사용하여 비교할 수 있다. 기후 민감도는 단위 복사 강제력당 발생하는 온난화의 양이다. 대략적으로는 복사 불균형의 원인이 온실가스인지 다른 요인인지에 관계없이 비슷한 온난화를 유발한다고 볼 수 있다. 그러나 CO₂ 이외의 요인으로 인한 복사 강제력은, 같은 크기의 CO₂ 강제력보다 다소 크거나 작은 지표면 온난화를 유발할 수 있다. 이는 강제력이 발생하는 지역적 분포가 다르기 때문이다. 예를 들어, 북반구, 육지, 또는 지구의 극지방에서 주로 발생하는 강제력은 전 지구적으로 비교적 균일하게 분포하는 CO₂ 강제력보다 온도를 변화시키는 데 더 효과적일 수 있다. 이는 해당 지역들이 얼음-알베도 되먹임과 같이 자기 강화를 일으키는 되먹임 효과가 더 크기 때문이다. 여러 연구에 따르면, 인간이 배출한 에어로졸은 CO₂보다 전 지구 온도를 변화시키는 데 더 효과적이며, 화산 강제력은 덜 효과적인 것으로 나타났다.^[47] 과거의 온도 변화와 복사 강제력(에어로졸과 온실가스 혼합 효과) 데이터를 사용하여 CO₂ 강제력에 대한 기후 민감도를 추정할 때, 이러한 효과 차이를 고려하지 않으면 기후 민감도가 과소평가될 수 있다.^[48]

기후 민감도는 특정 복사 강제력에 대해 기온(지표면 평균 기온)이 얼마나 변하는지를 나타내는 척도이다. 구체적으로는 단위 복사 강제력 당 장기적인 기온 변화량으로 표현된다. 여기서 기온 변화량은 변화가 진행 중인 상태가 아니라, 복사 평형에 도달하여 기온이 안정되었을 때의 값을 의미하며, 이를 평형 기후 민감도(Equilibrium Climate Sensitivity, ECS)라고 한다. 평형 상태를 계산하기 어려운 기후 모델에서는 해양의 열 흡수 변화를 고려한 유효 기후 민감도(Effective Climate Sensitivity)를 사용하기도 한다. 특정 기간 동안의 기온 변화만을 고려하는 경우에는 기후 민감도가 아닌 과도 기후 반응(Transient Climate Response, TCR)이라고 부른다.

대기 중 CO₂ 농도가 두 배가 되었을 때의 복사 강제력 변화(Δ''F'')에 대한 기온 변화량(Δ''T''_×2)은 기후 민감도 매개변수(''λ'')를 사용하여 다음 식으로 나타낼 수 있다.

:Δ''T''_×2 = ''λ''Δ''F''

여기서 Δ''F''의 단위는 W/m², ''λ''는 °C/(W/m²), Δ''T''_×2는 °C이다. 일반적인 기후 모델에서는 CO₂ 농도 두 배 증가 시의 Δ''F'' 값으로 3.7 W/m²가 자주 사용된다.^[125] 현재 사용되는 기후 모델들이 기후 민감도를 다소 높게 설정하고 있다는 지적도 있다.^[126]^[127] 최근에는 실제 관측값에 기반한 연구들이 진행되면서 기존 예측보다 낮은 기후 민감도 값을 보고하는 연구 결과들도 나오고 있다.^[128]

'''CO₂ 농도 두 배 증가 시 기온 변화 추정 예 (다양한 기법 활용)'''
추정치(℃)	산출 기법	출처
5.5 (5–6)	복사 평형에 의한 수치 계산	스반테 아레니우스(1896)^[129]
2.0	복사 평형에 의한 수치 계산	G. S. Callendar (1938)^[130]
2.36	1차원 복사 대류 평형 모델	S. Manabe and R. T. Wetherald (1967)^[131]
0.7	확산 구름 모델(diffuse cloud model)	B. C. Weare and F. M. Snell (1974)^[132]
2.9 (극지방은 7–9)	3차원 전 지구 기후 모델	S. Manabe and R. T. Wetherald (1975)^[133]
0.8	대역 평균 기후 모델	O. George and A. Shoshana (1978)^[134]
<0.25 (저위도)	정적 복사 플럭스 모델	R. E. Newell and T. G. Dopplick (1979)^[135]
1.5–4.5	미국 국립 과학원 의장의 제안^[136]	찰니 등 (1979)^[137]
2	대기-해양 결합 모델 (AOGCM)	S. Manabe and R. J. Stouffer (1980)^[138]
0.79	습윤 단열 감률을 사용한 1차원 복사 대류 평형 모델	J. R. Hummel and W. R. Kuhn (1981)^[139]
0.3	고정된 해수면 온도를 사용한 기후 모델	W. L. Gates 등 (1981)^[140]
4 (2.5–5)	3차원 전 지구 기후 모델	J. E. Hansen 등 (1984)^[141]
0.4	자연계의 방사 측정 실험에 의한 해석	S. B. Idso (1998)^[142]
<1	관측값과 모델 비교	R. S. Lindzen and C. Giannitsis (2002)^[143]
0.75 (SST는 0.5)	퇴적물 등의 대체 지표	N. J. Shaviv and J. Veizer (2003)^[144]
0.8	표준 에너지 수지 모델에 기반한 데이터 해석	D. H. Douglass 등 (2006)^[145]
1.1 (0.6–1.6)	해양의 열 용량에 의한 해석	S. E. Schwartz (2007)^[146]
1.3 (0.9–1.8)	에어로졸, 해양 열 수송의 기여를 평가	P. Chylek 등 (2007)^[147]
0.5	위성에 의한 복사 수지 측정 (ERBE)	R. S. Lindzen and Y.-S. Choi (2009)^[148]
0.01	단열 모델을 사용하여 대기의 연직 온도 구조의 안정성을 평가	G. V. Chilingar 등 (2009)^[149]
0.5–0.75	선형 모델^[150]에 기반한 기후 민감도 재평가	K. Kimoto (2009)^[151]
0.6	위성 관측에 의한 복사 플럭스 회귀 분석 (CERES)	R. W. Spencer and W. D. Braswell (2010)^[152]
0.6	해수면 온도 및 위성에 의한 관측 데이터 해석 (ERBE, CERES)	R. S. Lindzen and Y. S. Choi (2011)^[153]
0.8	CO₂의 광학적 두께의 분광 데이터 측정	A. Laubereau and H. Iglev (2013)^[154]
0.6	에너지 수지의 2층 기후 모델	H. Harde (2014)^[155]
0.33	2차 모델에 의한 복사 강제력 계산	H. D. Lightfoot and O. A. Mamer (2014)^[156]
0.4	열기관으로서의 대기 전열에 의한 간이 모델	E. Specht 등 (2016)^[157]
0.6	신경망에 의한 고기후 프록시 분석	J. Abbot and J. Marohasy (2017)^[158]
0.7	라인 바이 라인법에 의한 복사 전달 계산	H. Harde (2017)^[159]
0.4	라인 바이 라인법에 의한 흡수 띠의 분광 해석	B. M. Smirnov (2018)^[160]

2. 2. 기후 피드백

지구는 햇빛 형태로 에너지를 받고, 열복사 형태로 에너지를 우주로 내보내며 복사 평형을 유지한다. 이 균형이 깨지면 지구 전체의 열 에너지 양이 변하여 온도가 오르거나 내려간다. 에너지 균형을 변화시키는 요인을 복사 강제력이라고 한다.^[4] 온도가 높아진 행성은 흑체 복사 원리에 따라 우주로 더 많은 열을 방출하여 결국 더 높은 온도에서 새로운 균형을 찾게 된다. 하지만 지구 온난화는 기후 피드백이라는 연쇄 효과를 일으키며, 특히 초기 변화를 증폭시키는 악화 피드백(양의 피드백)은 추가적인 온난화를 유발할 수 있다. 기후 민감도는 특정 복사 강제력이 얼마나 큰 온도 변화를 일으키는지를 나타내는 척도이다.^[4]

예를 들어, 대기 중 이산화 탄소 농도가 산업화 이전(280ppm)의 두 배가 되면 약 3.7 W/m²의 복사 강제력이 발생한다. 만약 다른 피드백 효과가 없다면, 이 에너지 불균형만으로도 결국 약 1°C의 지구 온난화가 발생할 것으로 계산된다. 이 값은 스테판-볼츠만 법칙을 통해 간단히 계산할 수 있으며^[21]^[22] 과학적으로 논란의 여지가 없는 부분이다.^[23]

그러나 실제 기후 시스템에서는 여러 기후 피드백이 작용한다. 피드백은 초기 온난화를 더욱 심화시키는 악화 되먹임(양의 피드백)과 온난화를 억제하는 억제 되먹임(음의 피드백)으로 나눌 수 있다.^[24]^[25] 기후 민감도 추정치의 불확실성은 주로 기후 모델에서 수증기 피드백, 얼음-알베도 되먹임, 구름 되먹임, 온도 감률 되먹임 등 기후 시스템의 피드백을 정확히 예측하는 어려움에서 비롯된다.^[23]
억제 되먹임(음의 피드백)은 온도가 상승한 지구가 우주로 더 많은 에너지를 방출하게 하여 온난화를 상쇄하려는 경향이 있다. 반면, 악화 되먹임(양의 피드백)은 온난화를 더욱 증폭시킨다. 대표적인 예는 얼음-알베도 되먹임이다. 온도가 상승하여 빙하나 해빙이 녹으면 햇빛 반사율이 높은 밝은 얼음 면적이 줄고 반사율이 낮은 어두운 지표면이나 바다가 드러난다. 이는 지구가 흡수하는 태양 에너지를 증가시켜 온난화를 가속하며, 결과적으로 우주로 반사되는 열 에너지는 줄어든다. 결국 기후 민감도는 이러한 서로 다른 방향의 피드백들이 어떻게 균형을 이루는지에 따라 결정된다.^[22] 기후 민감도가 클수록 같은 복사 강제력에 대해서도 더 큰 온도 변화가 나타난다.

특히 구름이 복사 강제력에 미치는 영향은 아직 완전히 이해되지 않았기 때문에, 기후 모델이 구름 효과를 어떻게 처리하는지에 따라 결과가 크게 달라질 수 있다.^[121]^[122] 기후 민감도를 높이는 중요한 피드백 중 하나는 수증기 피드백이다.^[123]^[124]

2. 3. 주요 수치

이산화탄소 (CO₂) 농도는 산업 혁명 시기인 18세기 280 ppm에서 2020년에는 415ppm 이상으로 증가했다. 이는 인간이 석탄과 같은 화석 연료를 대량으로 태우기 시작했기 때문이다. CO₂는 온실 기체이므로, 지구 대기에서 열 에너지가 빠져나가는 것을 방해한다. 2016년, 대기 중 CO₂ 농도는 산업화 이전 수준보다 45% 증가했으며, CO₂ 증가로 인한 복사 강제력은 비선형 효과로 인해 산업화 이전 시대보다 이미 50% 이상 높았다.^[13]^[14] 18세기 산업 혁명이 시작된 시점부터 2020년까지 지구의 온도는 1°C 조금 넘게 상승했다.^[15]

3. 기후 민감도의 유형

기후 민감도는 특정 복사 강제력 변화에 대해 기온(지표면 평균 기온)이 얼마나 변하는지를 나타내는 척도이다. 일반적으로 대기 중 CO₂ 농도가 산업화 이전 수준의 두 배가 되었을 때 예상되는 전 지구 평균 온도 변화량(단위: °C)으로 표현된다.^[26]^[107] 기후 민감도는 복사 강제력의 원인(온실 기체 또는 태양 변동 등)에 관계없이 대체로 유사한 값을 가진다.^[28] 기후 민감도 값의 불확실성은 주로 기후 되먹임(수증기 되먹임, 얼음-알베도 되먹임, 구름 되먹임 등) 모델링의 어려움에서 비롯된다.^[23]

기후 민감도는 고려하는 시간 규모에 따라 크게 두 가지 방식으로 정의된다: 단기적인 '''과도 기후 반응'''(TCR, Transient Climate Response)과 장기적인 '''평형 기후 민감도'''(ECS, Equilibrium Climate Sensitivity)이다.^[26]^[107] 이 두 척도는 악화 되먹임과 같은 기후 되먹임 효과를 포함한다.^[24]^[25]

'''과도 기후 반응 (TCR)''': CO₂ 농도가 점진적으로 증가할 때, 농도가 두 배가 되는 시점에서의 단기적인 온도 변화를 나타낸다. 해양의 열 흡수와 같이 느리게 진행되는 과정이 완전히 반영되지 않아, 일반적으로 ECS보다 낮은 값을 가진다.^[38]^[30]
'''평형 기후 민감도 (ECS)''': CO₂ 농도가 두 배로 증가한 후, 기후 시스템이 충분한 시간을 거쳐 새로운 안정 상태(평형)에 도달했을 때의 장기적인 온도 변화를 의미한다. 평형에 도달하기까지 수백 년에서 수천 년이 걸릴 수 있다.^[107]

이 외에도 특정 누적 탄소 배출량에 대한 온도 반응을 나타내는 누적 탄소 배출량에 대한 과도 기후 반응(TCRE)과 같은 관련 지표들이 있다.^[32]^[33]

3. 1. 과도 기후 반응 (TCR)

과도 기후 반응(TCR)은 "대기 중 이산화 탄소_CO2 농도가 연간 1%씩 증가하는 기후 모델 시뮬레이션에서 대기 이산화 탄소_CO2 농도 배증 시점을 중심으로 한 20년 평균의 지구 평균 표면 온도 변화"로 정의된다.^[38] 이 추정치는 단기 시뮬레이션을 사용하여 생성된다.^[29] 과도 반응은 평형 기후 민감도(ECS)보다 낮은데, 이는 온도 상승을 악화시키는 느린 악화 피드백이 대기 중 이산화 탄소_CO2 농도의 증가에 완전히 반응하는 데 더 많은 시간이 걸리기 때문이다. 예를 들어, 심해는 교란 후 새로운 정상 상태에 도달하는 데 수 세기가 걸리며, 그동안 방열판 역할을 계속하여 상층 해양을 냉각시킨다.^[30] IPCC 문헌 평가에 따르면 TCR은 1°C에서 2.5°C 사이에 있을 가능성이 높다.^[31]

관련된 척도는 누적 탄소 배출량에 대한 과도 기후 반응 (TCRE)인데, 이는 이산화 탄소_CO2가 1000 GtC 배출된 후의 지구 평균 표면 온도 변화이다.^[32] 따라서 온도 강제력에 대한 온도 피드백뿐만 아니라 탄소 순환 및 탄소 순환 피드백도 포함한다.^[33]

3. 2. 평형 기후 민감도 (ECS)

평형 기후 민감도(ECS)는 대기 중의 CO₂ 농도가 산업화 이전 수준의 두 배가 되었을 때 예상되는 장기적인 온도 상승(평형 지구 평균 근지표면 공기 온도)을 의미한다(ΔT_2×).^[26]^[107] 이는 CO₂ 농도 증가가 멈추고, 되먹임 효과가 대부분 완전히 나타나 새로운 평형 상태에 도달했을 때의 지구 평균 근지표면 공기 온도를 예측한 값이다. CO₂ 농도가 두 배가 된 후 평형 온도에 도달하기까지는 수백 년에서 수천 년이 걸릴 수 있다. ECS는 해양의 단기적인 완충 효과 때문에 단기적인 과도 기후 반응(TCR)보다 높다.^[107]

ECS를 추정하기 위해 컴퓨터 모델이 사용된다.^[34] 포괄적인 추정을 위해서는 해양 온도 완전 평형과 같이 모델에서 상당한 되먹임이 계속해서 지구 온도를 변화시키는 전체 시간 범위를 모델링해야 하므로, 수천 년에 걸친 컴퓨터 모델 실행이 필요할 수 있다. 그러나 덜 계산 집약적인 방법도 존재한다.^[35]

IPCC 6차 평가 보고서(AR6)는 ECS가 2.5°C에서 4°C 사이의 범위에 있을 가능성이 높으며(높은 확신도), 최적 추정치는 3°C라고 밝혔다.^[36]

ECS와 관련된 긴 시간 척도는 기후 변화와 관련된 정책 결정에 있어서는 덜 직접적인 관련성을 가질 수 있다는 주장이 제기되기도 한다.^[37]

3. 3. 지구 시스템 민감도 (ESS)

평형 기후 민감도(ECS)는 빙상과 식생 변화로 인한 지구 알베도의 장기적인 변화와 같이 수천 년에 걸쳐 나타나는 되먹임을 포함하지 않는다. 또한, 수천 년이 걸리는 심해의 온난화에 대한 느린 반응도 포함하지 않으므로, ECS는 이산화 탄소(CO₂) 농도가 산업화 이전의 두 배 값으로 안정화될 경우 발생할 실제 미래 온난화를 완전히 반영하지 못할 수 있다.^[42]
지구 시스템 민감도(ESS, Earth System Sensitivity)는 이러한 더 느린 되먹임 효과를 통합하여 계산하는 기후 민감도 지표이다. 여기에는 최후 빙기 동안 북반구 대부분을 덮었고 현재도 그린란드와 남극을 덮고 있는 거대한 대륙 빙상의 융해로 인한 지구 알베도 변화, 식생 변화에 따른 알베도 변화, 그리고 해양 순환의 변화 등이 포함된다.^[43]^[44]

이러한 장기적인 되먹임 효과 때문에 ESS는 일반적으로 ECS보다 더 크며, 일부 연구에서는 두 배 정도 클 수 있다고 본다. ESS 추정에는 주로 지구의 지질학적 역사에서 얻은 데이터가 사용된다. 하지만 과거의 기후 조건과 현재 및 미래의 기후 조건 사이에는 상당한 차이가 존재하므로, 미래에 대한 ESS 추정치는 불확실성이 매우 크다.^[45] 평형 기후 민감도(ECS) 및 과도 기후 반응(TCR)과 달리, 탄소 순환 자체는 ESS의 정의에 포함되지 않지만, 기후 시스템의 다른 모든 요소는 고려 대상이다.^[46]

4. 기후 민감도 추정 방법

기후 민감도는 여러 가지 방법을 통해 추정된다. 주요 방법으로는 산업 시대 이후의 관측 자료 분석, 고기후 자료 분석, 그리고 기후 모델을 이용한 시뮬레이션이 있다. 각 방법은 서로 다른 종류의 데이터와 접근 방식을 사용하며, 기후 시스템의 복잡성으로 인해 추정치에는 불확실성이 따른다.

관측 자료 분석: 산업 시대 이후 관측된 지구 온도 변화, 해양의 열 흡수량, 그리고 알려진 복사 강제력 변화(주로 온실가스 농도 변화, 에어로졸, 태양 활동 변화 등)를 에너지 균형 모델에 적용하여 기후 민감도를 추정한다. 위성 관측 자료나 화산 폭발 기록 등도 보조적으로 활용될 수 있다.
장점: 실제 관측 데이터에 기반한다.
한계: 데이터의 시간적, 공간적 제약과 복사 강제력, 특히 에어로졸 효과 추정의 불확실성이 존재한다.^[53]^[66] (자세한 내용은 아래 문단 참고)

고기후 자료 분석: 빙하 코어, 해양 퇴적물, 나이테 등 대리 자료를 통해 과거 수백만 년 동안의 지구 온도와 CO₂ 농도를 복원하고, 이를 바탕으로 과거 특정 시기(예: 최후 최대 빙기, 플리오세, 고-신생대 열극대)의 기후 민감도를 추정한다.^[67]^[72]
장점: 과거 데이터는 현재와 다른 기후 상태에서의 민감도를 이해하고, 장기적인 기후 변화 과정을 파악하는 데 중요한 정보를 제공한다.
한계: 대리 자료 해석의 불확실성, 과거 복사 강제력 요인 추정의 어려움, 과거와 현재의 기후 시스템 상태 차이 등이 있다.^[68]^[75]^[77] (자세한 내용은 아래 문단 참고)

기후 모델: 물리 법칙(유체 역학, 열역학, 복사 전달 등)과 생물지구화학적 과정을 바탕으로 지구 기후 시스템을 수치적으로 모의실험하는 방법이다. 모델은 CO₂ 농도 변화와 같은 특정 복사 강제력 변화 조건 하에서의 전 지구적 온도 변화를 계산하여 평형 기후 민감도(ECS)나 과도 기후 반응(TCR)을 추정한다.^[81] 다양한 GCM과 앙상블 기법을 사용하여 결과의 신뢰도를 높이고 불확실성 범위를 평가한다.^[82]
장점: 복잡한 피드백 과정을 모의할 수 있다.
한계: 모델의 해상도 한계, 특정 과정(예: 구름 효과)의 모수화에 따른 불확실성 등이 존재한다.^[107] 모델 결과는 관측 자료나 고기후 자료를 통해 지속적으로 검증되고 개선된다.^[83]^[84]^[85] (자세한 내용은 아래 문단 참고)

4. 1. 산업 시대 (1750년-현재) 자료

복사 강제력은 지구 온난화나 냉각을 유발하는 요인들의 영향을 측정하는 지표로, 보통 와트/제곱미터(W/m²) 단위로 나타낸다. 이는 지구 대기 상층부(대류권계면)를 기준으로 계산하며^[10], 특정 기간 동안의 변화를 기준으로 정의된다.^[5] 예를 들어, 1750년 산업 혁명 시작부터 2020년까지 대기 중 이산화 탄소(CO₂) 농도가 50% 증가하면서 발생한 복사 강제력은 약 +2.1 W/m²로 추정된다.^[6] 짧은 기간의 지구 에너지 불균형(가열 또는 냉각 속도)을 분석할 때는 더 짧은 시간 간격(예: 10년 단위)의 강제력 변화를 보기도 한다.^[7]^[8]

이러한 복사 강제력의 변화는 장기적인 지구 온도 변화를 일으킨다.^[9] 주요 요인으로는 온실 효과 강화로 인한 하향 복사 증가, 밀란코비치 주기 같은 지구 공전 궤도 변화에 따른 태양 복사량 변동, 태양 복사량 자체의 변화, 에어로졸의 직간접적 영향(예: 구름 변화로 인한 알베도 변동), 산림 벌채나 빙하 면적 감소 같은 토지 이용 변화 등이 있다.^[10] 현대 연구를 통해 온실가스에 의한 복사 강제력은 비교적 잘 이해되었지만, 2019년 기준으로 에어로졸의 영향은 여전히 불확실성이 크다.^[11]^[12]

산업 시대 이후의 자료를 이용해 기후 민감도를 추정하는 주요 방법은 관측된 기온 상승, 해양의 열 흡수량, 그리고 모델링되거나 관측된 복사 강제력 값을 사용하는 것이다. 이 데이터들을 간단한 에너지 균형 모델에 넣어 기후 민감도를 계산한다.^[53] 복사 강제력은 1950년대 후반 이후에야 지구 관측 위성으로 직접 측정되기 시작했기 때문에, 그 이전 기간에 대해서는 주로 모델링된 값을 사용한다. 이러한 전 지구적 에너지 균형 분석을 통해 계산된 기후 민감도 추정치는 다른 방법으로 얻은 값들보다 일관되게 낮은 경향을 보이며, 대략 2°C 또는 그 이하로 나타난다.^[54]^[53]^[55]^[56]^[57]

모델과 관측 데이터로 계산한 과도 기후 반응(TCR) 추정치의 차이는, 관측 데이터가 극지방 증폭 현상(극지방이 지구 평균보다 더 빠르게 온난화되는 현상)이 일어나는 극지방의 온도 측정이 부족하다는 점을 고려하면 줄어들 수 있다. 즉, 모델 평가 시 실제 측정이 가능한 지역의 데이터만 사용하면 TCR 추정치의 차이는 무시할 수 있는 수준이다.^[107]^[58]

매우 단순화된 기후 모델을 사용하여 산업 시대 데이터로부터 평형 기후 민감도(ECS, 기후 시스템이 새로운 평형 상태에 도달했을 때의 총 온도 변화)를 추정할 수도 있다.^[23] 평형 기후 민감도 ''S''(°C)는 복사 강제력 변화

\Delta F

(W/m²)와 그에 따른 최종적인 평형 온도 변화

\Delta T_{eq}

(°C)를 이용하여 계산한다. 이산화 탄소(CO₂) 농도가 두 배가 될 때의 복사 강제력(

F_{2\times CO_2}

)은 약 3.7 W/m²로 비교적 잘 알려져 있다. 이를 이용한 기본 공식은 다음과 같다.

:

S = \Delta T_{eq} \times F_{2\times CO_2} / \Delta F

.

하지만 현실의 기후 시스템은 아직 평형 상태에 도달하지 않았다. 실제 온난화는 평형 상태의 온난화보다 뒤처지는데, 이는 주로 해양이 막대한 양의 열을 흡수하며 평형에 도달하기까지 수백 년에서 수천 년이 걸리기 때문이다.^[23] 따라서 산업 시대 데이터를 사용하여 기후 민감도를 추정하려면 해양의 열 흡수 효과를 고려해야 한다. 대기가 실제로 느끼는 강제력은 총 복사 강제력(

\Delta F

)에서 해양의 열 흡수율(

H

, W/m² 단위)을 뺀 값이므로, 기후 민감도는 다음과 같이 추정할 수 있다.

:

S = \Delta T \times F_{2\times CO_2}/(\Delta F-H).

여기서

\Delta T

는 현재까지 관측된 온도 상승폭이다. 산업 시대 시작(보통 1750년으로 간주)부터 2011년까지 전 지구 평균 온도 상승(

\Delta T

)은 약 0.85°C였다. 2011년 기준으로, 산업 시대 이후 배출된 CO₂와 다른 장기 체류 온실가스들(메탄, 아산화 질소, 클로로플루오로카본 등)에 의한 복사 강제력은 약 2.8 W/m²였다. 여기에 태양 활동 변화(+0.05 W/m²), 에어로졸 효과(−0.9 W/m²), 오존 변화(+0.35 W/m²) 등 다른 요인들을 포함한 총 복사 강제력(

\Delta F

)은 IPCC 제5차 평가 보고서(2014년)의 최상 추정치에 따르면 약 2.2 W/m² (상당한 불확실성 존재)였다. 같은 보고서에서 추정한 해양 열 흡수율(

H

)은 0.42 W/m²였으며, 이 값들을 위 식에 대입하면 ''S''는 약 1.8°C로 계산된다.

이론적으로는 산업 시대의 온도 변화 데이터 자체를 분석하여 기후 시스템의 반응 시간 척도를 알아내고, 이를 통해 기후 민감도를 추정할 수도 있다.^[59] 만약 기후 시스템의 유효 열용량을 알고, 측정된 온도의 자기상관 분석을 통해 반응 시간 척도를 추정할 수 있다면 기후 민감도를 계산할 수 있다. 하지만 실제로는 반응 시간 척도와 열용량을 동시에 정확하게 결정하기 어렵다는 문제가 있다.^[60]^[61]^[62]

11년 주기의 태양 주기 변화를 이용해 과도 기후 반응을 추정하려는 시도도 있었다.^[63] 태양 복사량은 태양 극대기에 태양 극소기보다 약 0.9 W/m² 더 강하며, 이 영향은 1959년부터 2004년까지의 지구 평균 온도 변화에서 관찰될 수 있다.^[64] 그러나 공교롭게도 이 기간 동안의 태양 극소기는 대규모 화산 폭발 시기와 겹치는 경우가 많았다. 화산 폭발은 지구를 냉각시키는 효과를 가지며, 그 영향이 태양 주기 변화보다 크고 정량화하기 어렵기 때문에, 관측된 온도 변화만으로 태양 주기의 영향을 분리하여 유의미한 결론을 내리기 어렵다는 비판이 있다.^[65]

화산 폭발 관측 자료 자체도 기후 민감도를 추정하는 데 사용되었다. 하지만 화산 폭발로 인해 대기 중에 퍼진 에어로졸은 보통 몇 년 안에 사라지므로, 기후 시스템이 새로운 평형 상태에 도달하기에는 시간이 부족하다. 따라서 화산 폭발 관측은 에어로졸이 더 오래 지속될 경우 나타날 냉각 효과보다 작은 영향을 보여주며, 이는 과도 기후 민감도의 가능한 범위 중 하한선에 대한 정보만을 제공할 뿐이다.^[66]

대기 중 이산화탄소(CO₂) 농도가 두 배가 되었을 때의 복사 강제력 변화(

\Delta F

)에 대한 기온 변화량(

\Delta T_{\times 2}

)은 기후 민감도 매개변수(

\lambda

)를 사용하여 다음 식으로 나타낼 수 있다.

:

\Delta T_{\times 2} = \lambda \Delta F

여기서 각 단위는

\Delta F

가 W/m²,

\lambda

가 °C/(W/m²),

\Delta T_{\times 2}

가 °C이다. 일반적인 기후 모델에서는

\Delta F

의 값으로 3.7 W/m²가 종종 사용된다.^[125] 일부 연구에서는 현재 사용되는 기후 모델들이 기후 민감도를 다소 높게 설정하고 있다고 주장하기도 한다.^[126]^[127] 최근에는 실제 관측값에 기반한 연구들이 진행되면서, 기존에 생각했던 것보다 낮은 기후 민감도 값을 보고하는 논문들도 발표되고 있다.^[128]

CO₂ 배증 시 기온 변화 추정 예 (다양한 기법 활용)
추정치(℃)	산출 기법	출처
5.5 (5–6)	복사 평형 수치 계산	스반테 아레니우스 (1896)^[129]
2.0	복사 평형 수치 계산	G. S. Callendar (1938)^[130]
2.36	1차원 복사-대류 평형 모델	S. Manabe and R. T. Wetherald (1967)^[131]
0.7	확산 구름 모델 (diffuse cloud model)	B. C. Weare and F. M. Snell (1974)^[132]
2.9 (극지방은 7–9)	3차원 GCM	S. Manabe and R. T. Wetherald (1975)^[133]
0.8	대역 평균 기후 모델	O. George and A. Shoshana (1978)^[134]
<0.25 (저위도)	정적 복사 플럭스 모델	R. E. Newell and T. G. Dopplick (1979)^[135]
1.5–4.5	미국 국립 과학원 의장 제안 (찰니 보고서)^[136]	찰니 등 (1979)^[137]
2	대기-해양 결합 모델 (AOGCM)	S. Manabe and R. J. Stouffer (1980)^[138]
0.79	습윤 단열 감률 사용 1차원 복사-대류 평형 모델	J. R. Hummel and W. R. Kuhn (1981)^[139]
0.3	고정 해수면 온도 사용 기후 모델	W. L. Gates 등 (1981)^[140]
4 (2.5–5)	3차원 GCM	J. E. Hansen 등 (1984)^[141]
0.4	자연계 방사 측정 실험 해석	S. B. Idso (1998)^[142]
<1	관측값과 모델 비교	R. S. Lindzen and C. Giannitsis (2002)^[143]
0.75 (SST는 0.5)	퇴적물 등 대체 지표 분석	N. J. Shaviv and J. Veizer (2003)^[144]
0.8	표준 에너지 균형 모델 기반 데이터 해석	D. H. Douglass 등 (2006)^[145]
1.1 (0.6–1.6)	해양 열용량 해석	S. E. Schwartz (2007)^[146]
1.3 (0.9–1.8)	에어로졸, 해양 열 수송 기여 평가	P. Chylek 등 (2007)^[147]
0.5	위성 복사 수지 측정 (ERBE)	R. S. Lindzen and Y.-S. Choi (2009)^[148]
0.01	단열 모델 이용 대기 연직 온도 구조 안정성 평가	G. V. Chilingar 등 (2009)^[149]
0.5–0.75	선형 모델^[150] 기반 기후 민감도 재평가	K. Kimoto (2009)^[151]
0.6	위성 관측 복사 플럭스 회귀 분석 (CERES)	R. W. Spencer and W. D. Braswell (2010)^[152]
0.6	해수면 온도 및 위성 관측 데이터 해석 (ERBE, CERES)	R. S. Lindzen and Y. S. Choi (2011)^[153]
0.8	CO₂ 광학적 두께 분광 데이터 측정	A. Laubereau and H. Iglev (2013)^[154]
0.6	에너지 균형 2층 기후 모델	H. Harde (2014)^[155]
0.33	2차 모델 복사 강제력 계산	H. D. Lightfoot and O. A. Mamer (2014)^[156]
0.4	열기관으로서의 대기 열 전달 간이 모델	E. Specht 등 (2016)^[157]
0.6	신경망 이용 고기후 프록시 분석	J. Abbot and J. Marohasy (2017)^[158]
0.7	라인 바이 라인(line-by-line) 복사 전달 계산	H. Harde (2017)^[159]
0.4	라인 바이 라인(line-by-line) 흡수 띠 분광 해석	B. M. Smirnov (2018)^[160]

4. 2. 고기후 자료

과거 지구의 온도와 CO₂ 수준의 대리 자료(proxy data)를 사용하여 과거의 기후 민감도를 추정할 수 있다. 고기후학자들은 따뜻했던 플리오세(530만~260만 년 전)와 더 추웠던 플라이스토세(260만~11,700년 전)와 같은 다양한 지질 시대를 연구했으며,^[67] 현재의 기후 변화와 유사하거나 정보를 제공할 수 있는 시기를 찾고 있다. 지구 역사에서 더 먼 과거의 기후는 관련 데이터가 부족하여 연구하기가 더 어렵다. 예를 들어, 과거의 CO₂ 농도는 빙하 코어에 갇힌 공기에서 추출할 수 있지만, 가장 오래된 연속 빙하 코어는 100만 년이 채 되지 않았다.^[68] 최후 최대 빙기(LGM, 약 21,000년 전)나 홀로세 기후 최적기(약 6,000년 전)와 같이 비교적 최근 시기는 관련 정보가 풍부하여 자주 연구된다.^[69]^[70]

최근 4억 2천만 년의 데이터를 사용하여 2007년에 추정한 민감도는 현재 기후 모델의 민감도 및 다른 결정들과 일치하는 경향을 보인다.^[71] 약 5,550만 년 전의 고-신생대 열극대(PETM)는 막대한 양의 탄소가 대기 중으로 유입되어 지구 평균 온도가 약 6°C 상승했던 2만 년간의 시기로, 기후 시스템이 따뜻한 상태였을 때의 민감도를 연구할 좋은 기회를 제공한다.^[72] 지난 80만 년간의 연구에 따르면, 기후 민감도는 간빙기보다 빙하기에 더 컸던 것으로 나타났다.^[73]

최후 최대 빙기(LGM)는 이름에서 알 수 있듯이 오늘날보다 훨씬 추웠으며, 이 시기의 대기 CO₂ 농도와 복사 강제력에 대한 양질의 데이터를 이용할 수 있다.^[74] 이 기간의 궤도 강제력은 오늘날과 달랐지만, 연평균 기온에는 큰 영향을 미치지 않았다.^[75] LGM의 기후 민감도를 추정하는 방법은 여러 가지가 있다.^[74] 한 가지 방법은 지구 복사 강제력과 온도의 추정치를 직접 사용하는 것이다. 그러나 이 기간 동안 활성화된 피드백 메커니즘은 현재의 CO₂ 배증 시 발생하는 피드백과 다를 수 있어^[76] 추가적인 불확실성을 야기한다.^[75]^[77] 다른 접근 방식에서는 중간 복잡성 모델을 사용하여 이 기간의 조건을 시뮬레이션한다. 이 단일 모델의 여러 버전을 실행하며, 불확실한 매개변수에 대해 서로 다른 값을 선택하여 각 버전이 서로 다른 평형 기후 민감도(ECS)를 갖도록 한다. LGM의 관측된 냉각 현상을 가장 잘 시뮬레이션하는 결과가 가장 현실적인 ECS 값을 제공할 가능성이 높다고 본다.^[78]

현재 기후 모델은 기후 민감도를 다소 높게 설정하고 있다는 견해가 있으며,^[126]^[127] 최근에는 실제 관측값에 기반한 연구가 진행됨에 따라 기존에 생각했던 것보다 낮은 기후 민감도 값을 보고하는 논문들도 발표되고 있다.^[128]

'''CO₂ 배증 시 기온 변화 추정 예(각종 기법 활용)'''
추정치(℃)	산출 기법	출처
5.5 (5–6)	복사 평형에 의한 수치 계산	아레니우스(1896)^[129]
2.0	복사 평형에 의한 수치 계산	G. S. Callendar (1938)^[130]
2.36	1차원 복사 대류 평형 모델	S. Manabe and R. T. Wetherald (1967)^[131]
0.7	확산 구름 모델(diffuse cloud model)	B. C. Weare and F. M. Snell (1974)^[132]
2.9 (극지방은 7–9)	3차원 GCM	S. Manabe and R. T. Wetherald (1975)^[133]
0.8	대역 평균 기후 모델	O. George and A. Shoshana (1978)^[134]
<0.25 (저위도)	정적 복사 플럭스 모델	R. E. Newell and T. G. Dopplick (1979)^[135]
1.5–4.5	미국 국립 과학원 의장의 제안^[136]	찰니 등 (1979)^[137]
2	대기-해양 결합 모델 (AOGCM)	S. Manabe and R. J. Stouffer (1980)^[138]
0.79	습윤 단열 감률을 사용한 1차원 복사 대류 평형 모델	J. R. Hummel and W. R. Kuhn (1981)^[139]
0.3	고정된 해수면 온도를 사용한 기후 모델	W. L. Gates 등 (1981)^[140]
4 (2.5–5)	3차원 전 지구 기후 모델	J. E. Hansen 등 (1984)^[141]
0.4	자연계의 방사 측정 실험에 의한 해석	S. B. Idso (1998)^[142]
<1	관측값과 모델 비교	R. S. Lindzen and C. Giannitsis (2002)^[143]
0.75 (SST는 0.5)	퇴적물 등의 대체 지표	N. J. Shaviv and J. Veizer (2003)^[144]
0.8	표준 에너지 수지 모델에 기반한 데이터 해석	D. H. Douglass 등 (2006)^[145]
1.1 (0.6–1.6)	해양의 열용량에 의한 해석	S. E. Schwartz (2007)^[146]
1.3 (0.9–1.8)	에어로졸, 해양 열 수송의 기여를 평가	P. Chylek 등 (2007)^[147]
0.5	위성에 의한 복사 수지 측정 (ERBE)	R. S. Lindzen and Y.-S. Choi (2009)^[148]
0.01	단열 모델을 사용하여 대기의 연직 온도 구조의 안정성을 평가	G. V. Chilingar 등 (2009)^[149]
0.5–0.75	선형 모델^[150]에 기반한 기후 민감도 재평가	K. Kimoto (2009)^[151]
0.6	위성 관측에 의한 복사 플럭스 회귀 분석 (CERES)	R. W. Spencer and W. D. Braswell (2010)^[152]
0.6	해수면 온도 및 위성에 의한 관측 데이터 해석 (ERBE, CERES)	R. S. Lindzen and Y. S. Choi (2011)^[153]
0.8	CO₂의 광학적 두께의 분광 데이터 측정	A. Laubereau and H. Iglev (2013)^[154]
0.6	에너지 수지의 2층 기후 모델	H. Harde (2014)^[155]
0.33	2차 모델에 의한 복사 강제력 계산	H. D. Lightfoot and O. A. Mamer (2014)^[156]
0.4	열기관으로서의 대기 전열에 의한 간이 모델	E. Specht 등 (2016)^[157]
0.6	신경망에 의한 고기후 프록시 분석	J. Abbot and J. Marohasy (2017)^[158]
0.7	라인 바이 라인법에 의한 복사 전달 계산	H. Harde (2017)^[159]
0.4	라인 바이 라인법에 의한 흡수 띠의 분광 해석	B. M. Smirnov (2018)^[160]

4. 3. 기후 모델

기후 모델은 과거뿐만 아니라 미래의 CO₂ 유도 온난화를 시뮬레이션한다. 기후 모델은 날씨를 예측하는 모델과 유사한 원리로 작동하지만, 더 장기적인 과정에 초점을 맞춘다. 기후 모델은 일반적으로 시작 상태에서 시작하여 물리 법칙과 생물학에 대한 지식을 적용하여 후속 상태를 생성한다. 날씨 모델링과 마찬가지로, 어떤 컴퓨터도 지구 전체의 복잡성을 모델링할 수 있는 성능을 가지고 있지 않으므로, 복잡성을 관리 가능한 수준으로 줄이기 위해 단순화가 사용된다. 중요한 단순화는 지구 대기를 모델 셀로 나누는 것이다. 예를 들어, 대기는 한 변이 10km 또는 100km인 공기 큐브로 나눌 수 있다. 각 모델 셀은 균질적인 것으로 처리된다. 모델 셀에 대한 계산은 각 공기 분자를 개별적으로 시뮬레이션하는 것보다 훨씬 빠르다.^[81]

낮은 모델 해상도 (큰 모델 셀 및 긴 시간 단계)는 더 적은 계산 능력을 필요로 하지만 대기를 상세하게 시뮬레이션할 수 없다. 모델은 모델 셀보다 작거나 단일 시간 단계보다 짧은 과정을 시뮬레이션할 수 없다. 따라서 더 작은 규모 및 더 짧은 기간의 과정의 영향은 다른 방법을 사용하여 추정해야 한다. 모델에 포함된 물리 법칙도 계산 속도를 높이기 위해 단순화될 수 있다. 생물권은 기후 모델에 포함되어야 한다. 생물권의 영향은 모델링된 조건에서 해당 지역의 평균 식물 군집의 평균 행동에 대한 데이터를 사용하여 추정된다. 따라서 기후 민감도는 이러한 모델의 창발적 성질이다. 이는 규정된 것이 아니라 모델링된 모든 과정의 상호 작용에서 비롯된다.^[107]

기후 민감도를 추정하기 위해 모델은 다양한 복사 강제력(빠르게 배가, 점진적으로 배가 또는 역사적 배출량 따르기)을 사용하여 실행되며, 온도 결과는 적용된 강제력과 비교된다. 서로 다른 모델은 서로 다른 기후 민감도 추정치를 제공하지만, 유사한 범위 내에 있는 경향이 있다.

기후 시스템의 모델링은 광범위한 결과를 초래할 수 있다. 모델은 종종 물리 법칙과 생물권의 행동을 근사화하는 데 서로 다른 그럴듯한 매개변수를 사용하여 실행되는데, 이는 각 매개변수의 서로 다른 유형과 양의 변화에 대한 기후의 민감도를 모델링하려는 물리 섭동 앙상블을 형성한다. 또는, 서로 다른 기관에서 개발된 구조적으로 다른 모델을 함께 사용하여 앙상블을 만들기도 한다. 과거 기후의 일부를 잘 시뮬레이션할 수 있는 시뮬레이션만 선택함으로써 기후 민감도에 대한 제한된 추정을 할 수 있다. 보다 정확한 결과를 얻기 위한 한 가지 전략은 일반적으로 성능이 좋은 기후 모델에 더 많은 비중을 두는 것이다.^[82]

모델은 관측 데이터, 고기후 데이터 또는 둘 다를 사용하여 이를 정확하게 복제하는지 테스트한다. 그렇지 않은 경우, 물리적 모델 및 매개변수화의 부정확성을 찾고 모델을 수정한다. 기후 민감도를 추정하는 데 사용되는 모델의 경우, 기후 민감도와 직접적이고 물리적으로 연결된 특정 테스트 메트릭을 찾는다. 이러한 메트릭의 예로는 지구 온난화 패턴,^[83] 열대 및 아열대 지역에서 관찰된 상대 습도를 모델이 재현하는 능력,^[84] 열 복사 패턴,^[85] 장기적인 역사적 온난화 주변의 온도 변동성이 있다.^[86]^[87]^[88] 서로 다른 기관에서 개발된 앙상블 기후 모델은 3°C보다 약간 높은 제한된 ECS 추정치를 생성하는 경향이 있다. ECS가 3°C보다 약간 높은 모델은 기후 민감도가 낮은 모델보다 위의 상황을 더 잘 시뮬레이션한다.^[89]

여러 모델의 결과를 비교하고 분석하기 위해 많은 프로젝트와 그룹이 존재한다. 예를 들어, 결합 모델 비교 프로젝트(CMIP)는 1990년대부터 운영되어 왔다.^[90]

대기 중 CO₂ 농도가 두 배가 되었을 때의 복사 강제력 변화(Δ''F'')에 대한 기온 변화량(Δ''T''_×2)은 기후 민감도 매개변수(''λ'')를 사용하여 다음 식으로 나타낼 수 있다.

:Δ''T''_×2 = ''λ''Δ''F''

각 단위는 Δ''F''가 W/m², ''λ''가 °C/(W/m²), Δ''T''_×2가 °C이다. 일반적인 기후 모델에서는 Δ''F''의 값으로 3.7 W/m²가 종종 사용된다^[125]。현재 기후 모델은 기후 민감도를 높게 설정되어 있다고 여겨지기도 한다^[126]^[127]。최근에는 실측값 등의 관측에 기반한 연구의 진전에 따라 종래에 생각했던 기후 민감도보다 낮은 값을 보고하는 논문도 나오기 시작했다^[128]。

'''CO₂ 배증 시 기온 변화 추정 예(각종 기법 활용)'''
추정치(℃)	산출 기법	출처
5.5 (5–6)	복사 평형에 의한 수치 계산	아레니우스(1896)^[129]
2.0	복사 평형에 의한 수치 계산	G. S. Callendar (1938)^[130]
2.36	1차원 복사 대류 평형 모델	S. Manabe and R. T. Wetherald (1967)^[131]
0.7	확산 구름 모델(diffuse cloud model)	B. C. Weare and F. M. Snell (1974)^[132]
2.9 (극지방은 7–9)	3차원 전 지구 기후 모델(GCM)	S. Manabe and R. T. Wetherald (1975)^[133]
0.8	대역 평균 기후 모델	O. George and A. Shoshana (1978)^[134]
<0.25 (저위도)	정적 복사 플럭스 모델	R. E. Newell and T. G. Dopplick (1979)^[135]
1.5–4.5	미국 국립 과학원 의장의 제안^[136]	찰니 등 (1979)^[137]
2	AOGCM	S. Manabe and R. J. Stouffer (1980)^[138]
0.79	습윤 단열 감률을 사용한 1차원 복사 대류 평형 모델	J. R. Hummel and W. R. Kuhn (1981)^[139]
0.3	고정된 해수면 온도를 사용한 기후 모델	W. L. Gates 등 (1981)^[140]
4 (2.5–5)	3차원 전 지구 기후 모델(Global Climate Model)	J. E. Hansen 등 (1984)^[141]
0.4	자연계의 방사 측정 실험에 의한 해석	S. B. Idso (1998)^[142]
<1	관측값과 모델 비교	R. S. Lindzen and C. Giannitsis (2002)^[143]
0.75 (SST는 0.5)	퇴적물 등의 대체 지표	N. J. Shaviv and J. Veizer (2003)^[144]
0.8	표준 에너지 수지 모델에 기반한 데이터 해석	D. H. Douglass 등 (2006)^[145]
1.1 (0.6–1.6)	해양의 열 용량에 의한 해석	S. E. Schwartz (2007)^[146]
1.3 (0.9–1.8)	에어로졸, 해양 열 수송의 기여를 평가	P. Chylek 등 (2007)^[147]
0.5	위성에 의한 복사 수지 측정 (ERBE)	R. S. Lindzen and Y.-S. Choi (2009)^[148]
0.01	단열 모델을 사용하여 대기의 연직 온도 구조의 안정성을 평가	G. V. Chilingar 등 (2009)^[149]
0.5–0.75	선형 모델^[150]에 기반한 기후 민감도 재평가	K. Kimoto (2009)^[151]
0.6	위성 관측에 의한 복사 플럭스 회귀 분석 (CERES)	R. W. Spencer and W. D. Braswell (2010)^[152]
0.6	해수면 온도 및 위성에 의한 관측 데이터 해석 (ERBE, CERES)	R. S. Lindzen and Y. S. Choi (2011)^[153]
0.8	CO2의 광학적 두께의 분광 데이터 측정	A. Laubereau and H. Iglev (2013)^[154]
0.6	에너지 수지의 2층 기후 모델	H. Harde (2014)^[155]
0.33	2차 모델에 의한 복사 강제력 계산	H. D. Lightfoot and O. A. Mamer (2014)^[156]
0.4	열기관으로서의 대기 전열에 의한 간이 모델	E. Specht 등 (2016)^[157]
0.6	신경망에 의한 고기후 프록시 분석	J. Abbot and J. Marohasy (2017)^[158]
0.7	라인 바이 라인법에 의한 복사 전달 계산	H. Harde (2017)^[159]
0.4	라인 바이 라인법에 의한 흡수 띠의 분광 해석	B. M. Smirnov (2018)^[160]

5. 기후 민감도의 역사적 추정치

19세기 스반테 아레니우스(Svante Arrhenius)는 이산화탄소 농도 배증에 따른 지구 온난화를 처음으로 정량화했다. 그는 첫 논문에서 이산화탄소 양이 두 배가 되면 지구 온도가 약 5°C에서 6°C 상승할 것으로 추정했으나, 이후 연구에서 이 추정치를 4°C로 수정했다.^[91] 아레니우스는 새뮤얼 피어폰트 랭글리(Samuel Pierpont Langley)의 달 방사선 관측 자료를 이용해 수증기와 이산화탄소의 흡수량을 추정했으며, 지구 온난화 중에도 상대 습도가 일정하게 유지될 것이라 가정하여 수증기 피드백을 설명했다.^[92]^[93]

흡수 스펙트럼의 상세 측정과 대기 복사 전달의 수치 적분에 컴퓨터를 사용한 최초의 기후 민감도 계산은 1967년 마나베 슈쿠로와 리처드 웨더럴드에 의해 이루어졌다.^[94] 그들은 습도가 일정하다고 가정하고 이산화탄소 농도가 두 배가 될 때 평형 기후 민감도를 2.3°C로 계산했으며, 논문 초록에서는 이를 2°C로 반올림했다. 이 연구는 "논쟁의 여지 없이 역대 최고의 기후 과학 논문"^[95]이자 "역대 가장 영향력 있는 기후 연구"^[96]로 평가받는다.

1979년 미국 국립 과학 아카데미가 소집하고 줄 샤니(Jule Charney)가 의장을 맡은 인위적인 지구 온난화 위원회는^[97] 평형 기후 민감도를 3°C ± 1.5°C, 즉 1.5°C에서 4.5°C 사이로 추정했다. 당시 사용 가능한 모델은 마나베와 웨더럴드의 모델(2°C), 제임스 E. 핸슨(James E. Hansen)의 모델(4°C), 그리고 샤니 자신의 모델뿐이었다. 마나베에 따르면, 샤니는 이 두 추정치에 0.5°C의 오차 범위를 적용하여 이후 모든 온실 효과 평가의 기준이 된 1.5°C에서 4.5°C 범위를 설정했다고 한다.^[98] 2008년 기후학자 슈테판 람스토르프(Stefan Rahmstorf)는 당시 샤니 보고서의 불확실성 범위가 불안정한 기반 위에 있었지만, 이후 전 세계 여러 기후 연구 센터에서 많은 개선된 모델이 개발되었다고 언급했다.^[23]

diagram showing five historical estimates of equilibrium climate sensitivity by the IPCC — 330x330px

지구 기후 시스템에 대한 이해가 상당히 발전했음에도 불구하고, 기후 민감도에 대한 불확실성 범위는 1979년 찰니 보고서 이후 한동안 유사하게 유지되었다.^[100] 기후 변화에 관한 정부 간 패널(IPCC)의 IPCC 제1차 평가 보고서(1990)는 이산화탄소(CO₂) 농도 배증 시 평형 기후 민감도를 1.5°C에서 4.5°C 사이로 추정했으며, "현재 지식에 비추어 최선의 추측"으로 2.5°C를 제시했다.^[101] 이 보고서는 단순화된 해양 역학 모델을 사용했다. 전체 해양 순환 모델을 사용한 IPCC 보충 보고서, 1992^[102]와 IPCC 제2차 평가 보고서(1995)^[103]는 기존 추정치를 변경할 강력한 이유가 없다고 밝혔다. IPCC 제3차 평가 보고서(2001) 역시 이 범위를 유지했으며,^[104] 이러한 불확실성의 주요 원인으로 구름 과정에 대한 이해 부족을 지적했다.

IPCC 제4차 평가 보고서(2007) 저자들은^[105] 이전 보고서 이후 평형 기후 민감도(ECS) 추정치의 신뢰도가 상당히 높아졌다고 밝혔다.^[106] 보고서는 ECS가 1.5°C보다 낮을 가능성은 매우 낮고, 2°C에서 4.5°C 범위에 있을 가능성이 높으며, 가장 가능성 높은 값은 약 3°C라고 결론지었다. 또한 근본적인 물리적 이유와 데이터 제약으로 인해 4.5°C보다 높은 민감도를 배제할 수는 없지만, 제시된 범위 내의 추정치가 관측 및 프록시 기후 데이터와 더 잘 일치한다고 언급했다.^[106]

IPCC 제5차 평가 보고서(2013)는 산업 시대 데이터를 사용한 일부 추정치가 낮게 나온 점을 반영하여 이전의 1.5°C에서 4.5°C 범위로 돌아갔다(높은 신뢰도).^[107] 또한 ECS가 1°C보다 작을 가능성은 극히 낮고(높은 신뢰도), 6°C보다 클 가능성은 매우 낮다(중간 신뢰도)고 밝혔다. 이 값들은 가용한 데이터와 전문가 판단을 종합하여 추정되었다.^[99]

IPCC 제6차 평가 보고서(2021)를 준비하는 과정에서 새로운 세대의 기후 모델이 개발되었다.^[108]^[109] 27개의 전 지구 기후 모델(GCM) 중 일부는 이전보다 높은 기후 민감도를 보였으며, 추정치는 1.8°C에서 5.6°C에 걸쳐 있었고, 10개 모델은 4.5°C를 초과했다.^[110]^[111] 평균 ECS 추정치는 3.2 °C에서 3.7 °C로, 과도 기후 반응(TCR) 추정치는 1.8 °C에서 2.0 °C로 변경되었다.^[112] 이러한 ECS 증가는 주로 구름 모델링 개선에 기인한다. 개선된 모델들은 현재 온도 상승이 낮은 구름의 수를 급격히 감소시켜 지구의 햇빛 흡수를 늘리고 우주로의 반사를 줄이는 것으로 나타났다.^[112]^[1]^[113]^[114]

그러나 구름 시뮬레이션의 남아있는 결함으로 인해 일부 모델이 민감도를 과대평가했을 수 있으며,^[120] ECS 값이 가장 높은 모델들은 관측된 온난화 경향과 잘 일치하지 않았다.^[115] 모델의 약 5분의 1은 '과열(hot models)' 경향을 보이며, 타당하다고 여겨지는 수준보다 훨씬 높은 온난화를 예측했다.^[116]^[117] 이들 '과열 모델'에 따르면, 최악의 기후 변화 시나리오에서는 2100년까지 지구 평균 온도가 산업화 이전보다 5 °C 이상 상승하여^[118] 인류 사회에 "파괴적"인 영향을 미칠 수 있다.^[119] 반면, 물리학 모델과 경험적 관측을 결합한 결과는 "매우 가능성 있는" ECS 범위를 2.3 °C에서 4.7 °C로 제시한다. 기후 민감도가 매우 높은 모델들은 20세기 온난화나 마지막 빙하기 동안의 냉각과 같은 과거 기후 추세를 잘 재현하지 못하는 경향이 있으며,^[117] 이러한 이유로 IPCC는 2022년 보고서에서 과열 모델 예측의 가중치를 낮게 부여했다.^[120]

대기 중 이산화탄소(CO₂) 농도가 두 배가 되었을 때의 복사 강제력 변화(Δ''F'')에 대한 기온 변화량(Δ''T''_×2)은 기후 민감도 매개변수(''λ'')를 사용하여 Δ''T''_×2 = ''λ''Δ''F'' 로 나타낼 수 있다. 여기서 Δ''F''의 단위는 W/m², ''λ''는 °C/(W/m²), Δ''T''_×2는 °C이다. 일반적인 기후 모델에서는 Δ''F'' 값으로 3.7 W/m²가 자주 사용된다.^[125] 현재 일부 기후 모델은 기후 민감도를 다소 높게 설정하고 있다는 지적이 있으며,^[126]^[127] 최근 실측값 등 관측 기반 연구에서는 기존보다 낮은 기후 민감도를 보고하는 논문들도 발표되고 있다.^[128]

'''CO₂ 배증 시 기온 변화 추정 예 (다양한 기법 활용)'''
추정치(℃)	산출 기법	출처
5.5 (5–6)	복사 평형에 의한 수치 계산	아레니우스(1896)^[129]
2.0	복사 평형에 의한 수치 계산	G. S. Callendar (1938)^[130]
2.36	1차원 복사 대류 평형 모델	S. Manabe and R. T. Wetherald (1967)^[131]
0.7	확산 구름 모델(diffuse cloud model)	B. C. Weare and F. M. Snell (1974)^[132]
2.9 (극지방은 7–9)	3차원 GCM	S. Manabe and R. T. Wetherald (1975)^[133]
0.8	대역 평균 기후 모델	O. George and A. Shoshana (1978)^[134]
<0.25 (저위도)	정적 복사 플럭스 모델	R. E. Newell and T. G. Dopplick (1979)^[135]
1.5–4.5	미국 국립 과학원 의장의 제안^[136]	찰니 등 (1979)^[137]
2	대기-해양 결합 모델 (AOGCM)	S. Manabe and R. J. Stouffer (1980)^[138]
0.79	습윤 단열 감률을 사용한 1차원 복사 대류 평형 모델	J. R. Hummel and W. R. Kuhn (1981)^[139]
0.3	고정된 해수면 온도를 사용한 기후 모델	W. L. Gates 등 (1981)^[140]
4 (2.5–5)	3차원 전 지구 기후 모델	J. E. Hansen 등 (1984)^[141]
0.4	자연계의 방사 측정 실험에 의한 해석	S. B. Idso (1998)^[142]
<1	관측값과 모델 비교	R. S. Lindzen and C. Giannitsis (2002)^[143]
0.75 (SST는 0.5)	퇴적물 등의 대체 지표	N. J. Shaviv and J. Veizer (2003)^[144]
0.8	표준 에너지 수지 모델에 기반한 데이터 해석	D. H. Douglass 등 (2006)^[145]
1.1 (0.6–1.6)	해양의 열 용량에 의한 해석	S. E. Schwartz (2007)^[146]
1.3 (0.9–1.8)	에어로졸, 해양 열 수송의 기여를 평가	P. Chylek 등 (2007)^[147]
0.5	위성에 의한 복사 수지 측정 (ERBE)	R. S. Lindzen and Y.-S. Choi (2009)^[148]
0.01	단열 모델을 사용하여 대기의 연직 온도 구조의 안정성을 평가	G. V. Chilingar 등 (2009)^[149]
0.5–0.75	선형 모델^[150]에 기반한 기후 민감도 재평가	K. Kimoto (2009)^[151]
0.6	위성 관측에 의한 복사 플럭스 회귀 분석 (CERES)	R. W. Spencer and W. D. Braswell (2010)^[152]
0.6	해수면 온도 및 위성에 의한 관측 데이터 해석 (ERBE, CERS)	R. S. Lindzen and Y. S. Choi (2011)^[153]
0.8	CO₂의 광학적 두께의 분광 데이터 측정	A. Laubereau and H. Iglev (2013)^[154]
0.6	에너지 수지의 2층 기후 모델	H. Harde (2014)^[155]
0.33	2차 모델에 의한 복사 강제력 계산	H. D. Lightfoot and O. A. Mamer (2014)^[156]
0.4	열 엔진으로서의 대기 전열에 의한 간이 모델	E. Specht 등 (2016)^[157]
0.6	신경망에 의한 고기후 프록시 분석	J. Abbot and J. Marohasy (2017)^[158]
0.7	라인 바이 라인법에 의한 복사 전달 계산	H. Harde (2017)^[159]
0.4	라인 바이 라인법에 의한 흡수 띠의 분광 해석	B. M. Smirnov (2018)^[160]

6. 기후 민감도와 사회적 중요성

기후 변화 완화의 경제학은 탄소 중립을 얼마나 빨리 달성해야 하는지에 크게 의존하기 때문에, 기후 민감도 추정치는 중요한 경제적 및 정책 결정적 의미를 가질 수 있다. 한 연구에 따르면, 과도 기후 반응(TCR) 값의 불확실성을 절반으로 줄이는 것만으로도 수조 달러를 절약할 수 있다고 한다.^[16]

기후 민감도가 높을수록 온난화가 더 빠르게 진행될 것으로 예상되므로, 기후 변화에 대응하기 위한 적극적인 조치를 취하는 것이 더욱 중요해진다.^[17] 만약 기후 민감도가 현재 과학자들이 추정하는 범위의 높은 수준에 해당한다면, 지구 온난화를 2°C 훨씬 아래로 제한하려는 파리 협정의 목표 달성이 어려워질 수 있으며, 지구 온도는 목표 한계를 일시적으로라도 초과할 가능성이 커진다. 한 연구에서는 장기적인 기후 반응 지표인 평형 기후 민감도(ECS)가 3.4°C보다 높을 경우, 온실가스 배출량을 2°C 목표에 맞춰 충분히 빠르게 줄이는 것이 현실적으로 불가능할 수 있다고 추정했다.^[18] 또한, 기후 시스템이 온실 기체 농도 변화에 더 민감하게 반응할수록, 장기간의 평균 기온보다 훨씬 높거나 낮은 기온을 보이는 시기가 수십 년 단위로 나타날 가능성도 커진다.^[19]^[20]

7. 기후 민감도의 불확실성과 과제

기후 민감도를 정확히 추정하는 데에는 여전히 불확실성이 존재한다. 이러한 불확실성의 주요 원인 중 하나는 구름이 복사 강제력에 미치는 영향에 대한 이해가 부족하기 때문이다^[121]^[122]. 기후 모델이 구름의 복잡한 효과를 어떻게 반영하는지에 따라 모델 결과와 예측되는 기후 민감도 값이 크게 달라질 수 있다. 이는 구름이 태양 복사를 반사하여 지구를 냉각시키는 효과와 지구 복사를 흡수 및 방출하여 온난화시키는 효과를 동시에 가지고 있으며, 그 균형이 기후 조건에 따라 민감하게 변하기 때문이다.

또한, 수증기 피드백과 같이 기후 변화를 증폭시키는 중요한 피드백 과정도 기후 민감도에 큰 영향을 미친다^[123]^[124]. 이러한 다양한 기후 피드백 과정들의 상호작용을 정확히 이해하고 기후 모델에 반영하는 것은 기후 민감도 예측의 정확성을 높이기 위한 중요한 과제로 남아 있다.

참조

_[1] 웹사이트 What is 'climate sensitivity'? https://www.metoffic[...] 2020-02-14
_[2] 웹사이트 Climate sensitivity: fact sheet https://www.environm[...] Australian government. Department of the Environment. 2020-02-12
_[3] 논문 Annex VII: Glossary https://www.ipcc.ch/[...] Cambridge University Press
_[4] 논문 Making sense of palaeoclimate sensitivity http://academiccommo[...] 2013-09-24
_[5] 서적 Radiative Forcing of Climate Change: Expanding the Concept and Addressing Uncertainties The National Academic Press
_[6] 웹사이트 The NOAA Annual Greenhouse Gas Index (AGGI) https://www.esrl.noa[...] NOAA Global Monitoring Laboratory/Earth System Research Laboratories
_[7] 뉴스 Direct observations confirm that humans are throwing Earth's energy budget off balance https://phys.org/new[...] 2021-03-26
_[8] 논문 Observational determination of surface radiative forcing by CO2 from 2000 to 2010 https://www.nature.c[...] 2015-02-25
_[9] 웹사이트 Explained: Radiative forcing https://news.mit.edu[...] 2010-03-10
_[10] 간행물 Climate Change: The IPCC Scientific Assessment https://www.ipcc.ch/[...] IPCC
_[11] 논문 Anthropogenic aerosol drives uncertainty in future climate mitigation efforts 2019-11-12
_[12] 논문 Chapter 8: Anthropogenic and Natural Radiative Forcing https://archive.ipcc[...] Cambridge University Press
_[13] 논문 Halfway to doubling of CO2 radiative forcing http://centaur.readi[...] 2017-01-01
_[14] 문서 CO2 level in 2016 was 403 ppm
_[15] 뉴스 We have 12 years to limit climate change catastrophe, warns UN https://www.theguard[...] 2018-10-08
_[16] 논문 The $10 trillion value of better information about the transient climate response 2015-11-01
_[17] 논문 Climate sensitivity uncertainty: when is good news bad? http://eprints.white[...] 2015-11-01
_[18] 논문 The Paris Agreement zero-emissions goal is not always consistent with the 1.5 °C and 2 °C temperature targets 2018-01-01
_[19] 뉴스 Opinion: Europe is burning just as scientists offer a chilling truth about climate change https://www.independ[...] 2019-07-24
_[20] 논문 Decadal global temperature variability increases strongly with climate sensitivity http://nora.nerc.ac.[...] 2019-01-01
_[21] 문서 The calculation is as follows.
_[22] 논문 Feedbacks, Timescales, and Seeing Red 2009-01-01
_[23] 서적 Global Warming: Looking Beyond Kyoto Brookings Institution Press
_[24] 논문 Climate tipping points - too risky to bet against 2019-11-01
_[25] 논문 Exceeding 1.5°C global warming could trigger multiple climate tipping points https://www.science.[...] 2022-09-09
_[26] 논문 Variation in climate sensitivity and feedback parameters during the historical period 2016-01-01
_[27] 문서 Here, the IPCC definition is used.
_[28] 논문 Why must a solar forcing be larger than a CO2forcing to cause the same global mean surface temperature change? http://eprints.iisc.[...] 2016-01-01
_[29] 서적 Climate Change 2007: Synthesis Report. Contribution of Working Groups I, II and III to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change Cambridge University Press
_[30] 논문 Earth's energy imbalance and implications 2011-01-01
_[31] 논문 Executive Summary; p. 1033
_[32] 논문 The utility of the historical record for assessing the transient climate response to cumulative emissions 2018-05-13
_[33] 논문 The proportionality of global warming to cumulative carbon emissions 2009-06-01
_[34] 서적 IPCC SR15
_[35] 논문 A new method for diagnosing radiative forcing and climate sensitivity 2004-01-01
_[36] 웹사이트 Archived copy https://www.ipcc.ch/[...] 2021-08-13
_[37] 논문 Climate sensitivity: how much warming results from increases in atmospheric carbon dioxide (CO2)? 2019
_[38] 서적 Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change Cambridge University Press 2019-04-30
_[39] 논문 Climate Sensitivity of the Community Climate System Model, Version 4 http://www.atmos.was[...] 2020-02-22
_[40] 서적 Climate Change 2001: The Scientific Basis. Contribution of Working Group I to the Third Assessment Report of the Intergovernmental Panel on Climate Change https://archive.org/[...] Cambridge University Press
_[41] 논문 Equilibrium Climate Sensitivity Estimated by Equilibrating Climate Models http://centaur.readi[...] 2020-09-18
_[42] 논문 Beyond equilibrium climate sensitivity https://www.research[...] 2017
_[43] 논문 Climate sensitivity in the Anthropocene 2013
_[44] 논문 Increasing Earth System Sensitivity in mid-Pliocene simulations from CCSM4 to CESM2 2020-01-04
_[45] 웹사이트 Target CO2 http://www.realclima[...] 2008-04-07
_[46] 웹사이트 On sensitivity: Part I http://www.realclima[...] RealClimate.org 2018-07-30
_[47] 논문 Implications for climate sensitivity from the response to individual forcings 2016
_[48] 논문 Committed warming inferred from observations 2017
_[49] 논문 State-Dependence of the Climate Sensitivity in Earth System Models of Intermediate Complexity https://boris.unibe.[...] 2020-02-22
_[50] 논문 Climate sensitivity, sea level and atmospheric carbon dioxide 2013-10
_[51] 논문 Climate sensitivity, sea level and atmospheric carbon dioxide 2013-10-28
_[52] 논문 Risk of multiple interacting tipping points should encourage rapid CO2 emission reduction 2016
_[53] 논문 A lower and more constrained estimate of climate sensitivity using updated observations and detailed radiative forcing time series 2014
_[54] 논문 Energy budget constraints on climate sensitivity in light of inconstant climate feedbacks 2017
_[55] 논문 The Climate Sensitivity and Its Components Diagnosed from Earth Radiation Budget Data https://zenodo.org/r[...] 2019-07-17
_[56] 논문 The implications for climate sensitivity of AR5 forcing and heat uptake estimates 2014
_[57] 논문 Energy budget constraints on climate response http://eprints.white[...] 2019-12-04
_[58] 논문 Reconciled climate response estimates from climate models and the energy budget of Earth http://centaur.readi[...] 2019-09-23
_[59] 논문 Heat capacity, time constant, and sensitivity of Earth's climate system 2007
_[60] 논문 Comment on 'Heat capacity, time constant, and sensitivity of Earth's climate system' by S. E. Schwartz
_[61] 논문 Comment on 'Heat capacity, time constant, and sensitivity of Earth's climate system' by S. E. Schwartz
_[62] 논문 Comment on 'Heat capacity, time constant, and sensitivity of Earth's climate system' by S. E. Schwartz.
_[63] 논문 Constraining model transient climate response using independent observations of solar-cycle forcing and response https://www.calpoly.[...] 2018-07-01
_[64] 논문 Surface warming by the solar cycle as revealed by the composite mean difference projection 2007
_[65] 논문 Global temperature response to radiative forcing: Solar cycle versus volcanic eruptions 2012
_[66] 논문 Constraining Transient Climate Sensitivity Using Coupled Climate Model Simulations of Volcanic Eruptions 2014
_[67] 웹사이트 What a three-million year fossil record tells us about climate sensitivity https://www.carbonbr[...] 2019-03-20
_[68] 뉴스 European team to drill for 'oldest ice' https://www.bbc.com/[...] 2020-03-04
_[69] 논문 On the importance of paleoclimate modelling for improving predictions of future climate change https://www.clim-pas[...] 2019-03-31
_[70] 논문 Can the Last Glacial Maximum constrain climate sensitivity? 2012
_[71] 논문 Climate sensitivity constrained by CO2 concentrations over the past 420 million years 2007-03-00
_[72] 논문 Sensitivity of the Palaeocene-Eocene Thermal Maximum climate to cloud properties 2013-10-00
_[73] 논문 On the state dependency of fast feedback processes in (paleo) climate sensitivity 2014-00-00
_[74] 문서 Harvnb reference 2013-00-00
_[75] 논문 How well do simulated last glacial maximum tropical temperatures constrain equilibrium climate sensitivity?: CMIP5 LGM TROPICS AND CLIMATE SENSITIVITY https://research-inf[...] 2020-02-22
_[76] 논문 Last Glacial Maximum pattern effects reduce climate sensitivity estimates 2024-04-17
_[77] 논문 Comment on 'Aerosol radiative forcing and climate sensitivity deduced from the Last Glacial Maximum to Holocene transition' by Petr Chylek and Ulrike Lohmann 2008-00-00
_[78] 논문 Climate sensitivity estimated from temperature reconstructions of the Last Glacial Maximum 2011-12-00
_[79] 웹사이트 What if global warming isn't as severe as predicted? : Climate Q&A : Blogs https://earthobserva[...] NASA Earth Observatory, part of the EOS Project Science Office, at NASA Goddard Space Flight Center 2010-08-03
_[80] 논문 Why is climate sensitivity so unpredictable? 2007-10-00
_[81] 웹사이트 Q&A: How do climate models work? https://www.carbonbr[...] 2018-01-15
_[82] 논문 Addressing Interdependency in a Multimodel Ensemble by Interpolation of Model Properties 2015-00-00
_[83] 논문 Quantifying uncertainties in climate system properties with the use of recent climate observations https://dspace.mit.e[...] 2002-01-00
_[84] 논문 A Less Cloudy Future: The Role of Subtropical Subsidence in Climate Sensitivity 2012-00-00
_[85] 논문 Greater future global warming inferred from Earth's recent energy budget 2017-12-00
_[86] 논문 Emergent constraint on equilibrium climate sensitivity from global temperature variability http://nora.nerc.ac.[...] 2018-01-00
_[87] 논문 Assumptions for emergent constraints 2018-11-00
_[88] 논문 Cox et al. reply 2018-11-00
_[89] 논문 Evaluating Emergent Constraints on Equilibrium Climate Sensitivity 2018-00-00
_[90] 웹사이트 CMIP - History https://pcmdi.llnl.g[...] Program for Climate Model Diagnosis & Intercomparison
_[91] 논문 Arrhenius and the Intergovernmental Panel on Climate Change 1998-00-00
_[92] 뉴스 The father of climate change https://www.theguard[...] 2005-06-30
_[93] 논문 2, the greenhouse effect and global warming: from the pioneering work of Arrhenius and Callendar to today's Earth System Models http://centaur.readi[...] 2016-09-00
_[94] 논문 Thermal Equilibrium of the Atmosphere with a Given Distribution of Relative Humidity 1967-05-00
_[95] 논문 In Retrospect: Half a century of robust climate models https://aos.princeto[...] 2017-05-00
_[96] 웹사이트 The most influential climate change papers of all time https://www.carbonbr[...] 2015-07-06
_[97] 서적 Carbon Dioxide and Climate: A Scientific Assessment http://www.atmos.ucl[...] National Academy of Sciences
_[98] 논문 Climate change. Three degrees of consensus 2004-08-00
_[99] 서적 Climate Change 2007: Working Group I: The Physical Science Basis
_[100] 논문 Inference of Climate Sensitivity from Analysis of Earth's Energy Budget 2016-00-00
_[101] 간행물 Climate Change: The IPCC Scientific Assessment https://www.ipcc.ch/[...] Intergovernmental Panel on Climate Change 1990-00-00
_[102] 문서 IPCC '92 p. 118 section B3.5
_[103] 문서 IPCC SAR p. 34, technical summary section D.2
_[104] 서적 Climate Change 2001: The Scientific Basis. Contribution of Working Group I to the Third Assessment Report of the Intergovernmental Panel on Climate Change Cambridge University Press
_[105] 서적 IPCC Fourth Assessment Report WG1 2007
_[106] 간행물 Technical Support Document for Endangerment and Cause or Contribute Findings for Greenhouse Gases under Section 202(a) of the Clean Air Act Climate Change Division, Office of Atmospheric Programs, US EPA 2012-12-15
_[107] 웹사이트 Explainer: How scientists estimate climate sensitivity https://www.carbonbr[...] 2019-03-14
_[108] 논문 The CMIP6 landscape (Editorial) 2019-09-25
_[109] 웹사이트 New climate models suggest Paris goals may be out of reach https://www.france24[...] 2020-01-18
_[110] 논문 Causes of Higher Climate Sensitivity in CMIP6 Models 2020
_[111] 웹사이트 International analysis narrows range of climate's sensitivity to CO2 https://newsroom.uns[...] 2020-07-23
_[112] 뉴스 Increased warming in latest generation of climate models likely caused by clouds: New representations of clouds are making models more sensitive to carbon dioxide. https://www.scienced[...] 2020-06-24
_[113] 논문 Short-term tests validate long-term estimates of climate change 2020-05-26
_[114] 뉴스 Climate worst-case scenarios may not go far enough, cloud data shows https://www.theguard[...] 2020-06-13
_[115] 웹사이트 Climate Change Predictions Have Suddenly Gone Catastrophic. This Is Why https://www.vice.com[...] 2020-02-07
_[116] 논문 New climate models forecast a warming surge https://www.science.[...] 2019-04-19
_[117] 논문 Climate simulations: recognize the 'hot model' problem https://www.nature.c[...] 2022-05
_[118] 웹사이트 un-climate-panel-confronts-implausibly-hot-forecasts-future-warming https://www.science.[...] 2024-08
_[119] 웹사이트 Some new climate models are projecting extreme warming. Are they correct? https://yaleclimatec[...] Yale University 2020-07-01
_[120] 웹사이트 use-too-hot-climate-models-exaggerates-impacts-global-warming https://www.science.[...] 2024-08
_[121] 서적 本音で話そう、地球温暖化丸善
_[122] 논문 Improvements of the Meteorological Research Institute Global Ocean atmosphere Coupled GCM (MRI-CGCM2) and its climate sensitivity http://www.mri-jma.g[...] 2002
_[123] 간행물 概要及びよくある質問と回答第8章気候モデルとその評価 http://www.data.kish[...] Intergovernmental Panel on Climate Change 2010-08-24
_[124] 논문 Surface temperature sensitivity to increased atmospheric CO₂ 1981
_[125] 웹사이트 6.3.1 Carbon Dioxide http://www.ipcc.ch/i[...] Intergovernmental Panel on Climate Change 2010-07-23
_[126] 서적 地球温暖化の真実―先端の気候科学でどこまで解明されているかウェッジ
_[127] 서적 本音で話そう、地球温暖化丸善
_[128] 웹사이트 ＩＰＣＣは温暖化を断言したのか http://allatanys.jp/[...] 新s あらたにす（日経・朝日・読売） 2010-07-23
_[129] 논문 On the influence of carbonic acid in the air upon the temperature of the ground http://pale.nsdl.org[...] 1896
_[130] 논문 The artificial production of carbon dioxide and its influence on temperature 1938
_[131] 논문 On Thermal Equilibrium of the Atmosphere with a Given Distribution of Relative Humidity http://journals.amet[...] 1967
_[132] 논문 A Diffuse Thin Cloud Structure as a Feedback Mechanism in Global Climatic Modeling http://journals.amet[...] 1974
_[133] 논문 The Effects of Doubling the CO2 Concentration on the climate of a General Circulation Model http://journals.amet[...] 1975
_[134] 논문 Some Experiments with a Zonally Averaged Climate Model http://journals.amet[...] 1978
_[135] 논문 Questions Concerning the Possible Influence of Anthropogenic CO₂ on Atmospheric Temperature http://journals.amet[...] 1979
_[136] 문서 チャーニー報告書 http://www.atmos.ucl[...]
_[137] 웹사이트 Carbon Dioxide and Climate: A Scientific Assessment http://www.atmos.ucl[...] National Academy of Sciences 2010-07-16
_[138] 논문 Sensitivity of a Global Climate Model to an Increase of CO₂ Concentration in the Atmosphere http://www.gfdl.noaa[...] 1980
_[139] 논문 Comparison of radiative-convective models with constant and pressure-dependent lapse rates http://www3.intersci[...] 1981
_[140] 논문 Preliminary Analysis of Experiments on the Climatic Effects of Increased CO₂ With an Atmospheric General Circulation Model and a Climatological Ocean https://www.cfa.harv[...] 1981
_[141] 서적 Climate Procqses iindClimate Sensitivity (Geophysical Monograph), Vol. 5 http://pubs.giss.nas[...] American Geophysical Union
_[142] 학술지 CO₂-induced global warming: a skeptic’s view of potential climate change http://int-res.com/a[...] 1998-00-00
_[143] 학술지 Reconciling observations of global temperature change http://www-eaps.mit.[...]
_[144] 학술지 Celestial driver of Phanerozoic climate? http://www.phys.huji[...]
_[145] 학술지 Thermocline flux exchange during the Pinatubo event https://www.pas.roch[...]
_[146] 학술지 Heat capacity, time constant, and sensitivity of Earth’s climate system http://www.iup.uni-h[...]
_[147] 학술지 Limits on climate sensitivity derived from recent satellite and surface observations http://www.iac.ethz.[...]
_[148] 학술지 On the determination of climate feedbacks from ERBE data http://www.drroyspen[...]
_[149] 학술지 Greenhouse gases and greenhouse effect http://ruby.fgcu.edu[...] 2009-00-00
_[150] 학술지 Equilibrium and transient climatic warming induced by increased atmospheric CO₂ 1986-00-00
_[151] 학술지 On the Confusion of Planck Feedback Parameters https://www.cfa.harv[...] 2009-00-00
_[152] 학술지 On the diagnosis of radiative feedback in the presence of unknown radiative forcing http://www.drroyspen[...]
_[153] 학술지 On the observational determination of climate sensitivity and its implications http://www-eaps.mit.[...]
_[154] 학술지 On the direct impact of the CO2 concentration rise to the global warming
_[155] 학술지 Advanced two-layer climate model for the assessment of global warming by CO2 https://www.research[...]
_[156] 학술지 Calculation of atmospheric radiative forcing (Warming Effect) of carbon dioxide at any concentration
_[157] 학술지 Simplified mathematical model for calculating global warming through anthropogenic CO2
_[158] 학술지 The application of machine learning for evaluating anthropogenic versus natural climate change http://www.infinitot[...]
_[159] 학술지 Radiation Transfer Calculations and Assessment of Global Warming by CO2 https://www.hindawi.[...]
_[160] 학술지 Collision and radiative processes in emission of atmospheric carbon dioxide https://casf.me/wp-c[...]
_[161] 문서 환경종합정보서비스

본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.

문의하기 : help@durumis.com