1.6: Modelos

Los modelos climáticos son herramientas utilizadas en la investigación climática. Son intentos de sintetizar nuestro conocimiento teórico y empírico del sistema climático en un código informático. En este capítulo se describe cómo se construyen los modelos climáticos y cómo se evalúan, y se analizan algunas aplicaciones.

a) Construcción

Los modelos climáticos resuelven ecuaciones presupuestales numéricamente en una computadora. Las ecuaciones se basan en la conservación de energía, impulso y masa (aire, agua, carbono y otros elementos relevantes, sustancias y trazadores). Normalmente se resuelven en cajas separadas que representan regiones específicas de los componentes del sistema climático de la Tierra (Figura 1). A lo largo de sus límites las cajas intercambian energía, impulso y masa. El intercambio con el flujo de agua o aire de una caja a otra se llama advección. En cada caja se calculan variables pronósticas como temperatura, humedad específica en la atmósfera o salinidad en el océano, y tres componentes de velocidad (zonal, meridional y vertical). Las ecuaciones de impulso, que se utilizan para calcular las velocidades, se basan en las leyes de movimiento de Newton e incluyen efectos de la Tierra giratoria como la fuerza Coriolis. Las ecuaciones de temperatura se basan en las leyes de la termodinámica. Así, los modelos climáticos representan las leyes fundamentales de la física aplicadas al sistema climático de la Tierra.

Figura 1: Esquema de un modelo climático acoplado tridimensional. De Wikipedia.org.

La evolución de las variables pronósticas en los recuadros interiores se resuelve paso a tiempo (ver capítulo 4, ecuación B1.4). Después de que se hayan actualizado las variables pronósticas se calculan los flujos entre cajas (I y O), los cuales se utilizan para el siguiente paso de tiempo. Después las variables pronósticas se actualizan de nuevo utilizando los flujos, y así sucesivamente. Este procedimiento se denomina modelado hacia adelante porque todas las variables del modelo en el siguiente paso de tiempo se calculan solo a partir de las variables del modelo en el paso de tiempo anterior y las condiciones de contorno sin el uso de observaciones. Las condiciones límite como la radiación solar incidente en la parte superior de la atmósfera o las concentraciones de gases de efecto invernadero generalmente se requieren como entrada para los cálculos. A estos también se les llama forzamientos radiativos. Otras condiciones límite deben aplicarse en el límite inferior: la topografía (montañas) y la batimetría (fondo marino). Para iniciar un modelo de simulación de avance también es necesario proporcionar condiciones iniciales. Esos pueden ser tomados de observaciones o distribuciones idealizadas.

Los modelos climáticos van desde el modelo de balance energético (EBM) más simple de dimensión cero (0D) discutido en el capítulo 4 hasta los modelos tridimensionales de circulación general (MCG) más complejos. La gama de modelos ordenados con respecto a la complejidad se denomina jerarquía de modelos climáticos. El 0D-EBM se puede ampliar resolviendo la ecuación del presupuesto energético por separado en diferentes bandas latitudinales. Esto se llama EBM unidimensional (1D-EBM). El 1D-EBM sigue siendo promediado verticalmente pero incluye intercambio de energía entre bandas latitudinales como se discute en el capítulo 6. El transporte de energía meridional en 1D-EBM se trata típicamente como un proceso difusivo proporcional al gradiente de temperatura, de tal manera que el calor fluye de regiones cálidas a frías. Los eBMS 1D-normalmente tratan el océano y la atmósfera como una sola caja, de modo que no se puede distinguir entre el transporte de calor en el océano y ambiente.

Los modelos unidimensionales también se utilizan para la transferencia vertical de energía en la atmósfera. Estos se denominan modelos radiativo-convectivos y funcionan de manera similar a los modelos utilizados para producir la Figura (6) en el capítulo 4. Los propios modelos radiativo-convectivos varían en complejidad desde modelos línea por línea, que calculan la transferencia radiativa en la atmósfera a longitudes de onda individuales, hasta modelos que promedian en un rango de frecuencias (modelos de banda). Los modelos línea por línea son computacionalmente costosos y no se pueden usar en GCM tridimensionales, que utilizan modelos de banda. Los modelos de banda se calibran y prueban en comparación con los modelos línea por línea. Como se discutió en el capítulo 4, los flujos radiativos por sí solos causarían una superficie mucho más cálida y una troposfera superior mucho más fría de lo observado. Por lo tanto, los modelos radiativo-convectivos incluyen convección, principalmente limitando la tasa de lapso a la tasa adiabática observada o húmeda.

Los modelos de complejidad intermedia consisten en 2D-EBM, que todavía se promedian verticalmente pero incluyen transporte zonal de energía y humedad (en este caso se denominan modelos de equilibrio energía-humedad o eMBMs), modelos oceánicos promediados por zona acoplados a un 1D-EBM y modelos atmosféricos dinámicos promediados por zonas ( resolviendo la circulación Hadley). Los modelos de complejidad intermedia también suelen incluir componentes de biogeoquímica y hielo terrestre. Son computacionalmente relativamente económicos y pueden ejecutarse por muchos miles o incluso millones de años.

Los primeros modelos climáticos desarrollados en la década de 1960 fueron 1D-EBM y simples GCM de la atmósfera y el océano a una resolución muy gruesa. Inicialmente los modelos oceánicos y atmosféricos se desarrollaron por separado y solo después se acoplaron. El acoplamiento implica el intercambio de flujos de calor y agua e impulso en la superficie. Los MCG tridimensionales acoplados actuales del estado de la ciencia también incluyen procesos de hielo marino y superficie terrestre, como la capa de nieve, la humedad del suelo y la escorrentía de agua a través de las cuencas de drenaje de ríos hacia el océano Muchos modelos también incluyen vegetación dinámica con tipos funcionales de plantas separadas, como árboles y pastos. Sin embargo, la mayoría de los MCG acoplados actuales que se utilizan para proyecciones futuras no incluyen componentes interactivos de la capa de hielo. Esto se debe a que las capas de hielo tienen largos tiempos de equilibrado (respuesta) de decenas de miles de años y por lo tanto necesitan ser ejecutadas por un tiempo mucho más largo que los otros componentes del sistema climático, lo que actualmente no es posible para la mayoría de los modelos climáticos.

El océano profundo tiene un tiempo de equilibrio de alrededor de mil años. Para futuras proyecciones la gente está mayormente interesada en los próximos cien o quizás algunos cientos de años. Para las proyecciones más confiables y detalladas sobre estas escalas de tiempo, los grupos de modelado climático global intentan configurar sus modelos a la mejor resolución posible. Actualmente la resolución típica es de unos pocos grados (~200 km) en las direcciones horizontales y de 20 a 30 niveles verticales cada uno en los componentes atmosféricos y oceánicos. Se están desarrollando modelos globales de resolución más fina en varios centros de modelado climático en todo el mundo, pero actualmente la mayoría de las proyecciones climáticas de escalas de tiempo centenarias y más largas se basan en modelos de resolución más gruesa (Figura 2).

Figura 2: Ilustraciones de superficies terrestres (colores verde y marrón) y fondo marino (azul) en resolución fina (cima; ~10 km) y gruesa (botton; ~100 km). Tenga en cuenta que las elevaciones y profundidades están fuertemente exageradas con respecto a las distancias horizontales. De ucar.edu.

Los modelos de capa de hielo tienen una resolución espacial más fina (10s de kilómetros) para resolver el estrecho y empinado margen de capa de hielo, pero tienen pasos de tiempo mucho mayores (1 año) que los modelos atmosféricos (segundos) y oceánicos (minutos a horas) debido a las velocidades lentas del hielo (10-100 m/año) en comparación con las velocidades de corrientes oceánicas (1-10 cm/s) o vientos (1-10 m/s). El paso de tiempo en un modelo depende de la velocidad del fluido y del tamaño de la caja de rejilla. Cuanto mayor sea la velocidad y menor sea el tamaño de la caja de rejilla, menor será el paso de tiempo para garantizar la estabilidad numérica. Por lo tanto, los modelos de resolución más fina tienen que usar pasos de tiempo más pequeños, lo que supone una carga adicional para los recursos computacionales. Otro obstáculo para pasar a una mayor resolución es la cantidad de datos que se acumulan. Las simulaciones de modelos oceánicos de mayor resolución requieren actualmente petabytes (10 ¹⁵ bytes = 1000 terrabytes) de almacenamiento para toda la salida del modelo. Procesar estas enormes cantidades de datos es un desafío.

Una forma de evitar aumentar los recursos computacionales a mayor resolución es construir modelos climáticos regionales para una región específica de interés, por ejemplo, América del Norte. Sin embargo, la desventaja de los modelos climáticos regionales es que se deben prescribir condiciones límite en los márgenes del dominio del modelo. La solución resultante en el interior depende fuertemente de esas condiciones límite, que a menudo se toman de modelos climáticos globales. Por lo tanto, cualquier sesgo del modelo climático global en el límite sería propagado por el modelo regional al interior del dominio del modelo. Sin embargo, en el interior el modelo climático regional puede dar cuenta de detalles, por ejemplo, de la topografía, que un modelo global no puede. Así, aunque no es una bala de plata, los modelos climáticos regionales son útiles para simular el clima con más detalle espacial que el posible con modelos globales.

Por lo general, la resolución y las rejillas de los componentes atmosféricos y oceánicos son diferentes. Por lo tanto, los flujos superficiales y las variables necesarias para calcular los flujos deben mapearse de una cuadrícula a otra. Esto a menudo se logra mediante un acoplador, que es un software que realiza interpolación, extrapolación y mapeo conservador. Todos los cálculos deben ser numéricamente sólidos de manera que se conserve la energía, el agua y otras propiedades. Sin embargo, los esquemas numéricos, por ejemplo, para el transporte de una caja a la siguiente, están asociados con errores y artefactos.

Los modelos que incluyen biogeoquímica, como el ciclo del carbono, y/o capas de hielo se denominan Modelos del Sistema Terrestre. Los modelos del Sistema Terrestre calculan las concentraciones atmosféricas de CO ₂ interactivamente en función de los cambios en las reservas de carbono terrestres Pueden ser forzadas directamente con emisiones de carbono antropogénico, mientras que los modelos sin ciclos de carbono deben forzarse con concentraciones atmosféricas prescritas de CO ₂.

Debido a la resolución limitada de los modelos, los procesos a escalas espaciales por debajo del tamaño de la caja de cuadrícula no se pueden simular directamente. Por ejemplo, las nubes individuales o corrientes ascendentes convectivas en la atmósfera suelen tener solo unas pocas decenas o cien metros de tamaño y, por lo tanto, no pueden resolverse en modelos atmosféricos globales. De igual manera, las turbulencias y remolinos en el océano, que son importantes para el transporte de calor y otras propiedades, no pueden resolverse mediante modelos oceánicos globales. Estos procesos deben ser parametrizados. Una parametrización es una descripción matemática del proceso que depende de las variables resueltas, por ejemplo, la temperatura media en la caja de la cuadrícula, y uno o más parámetros. Un ejemplo sencillo de una parametrización es el flujo de calor meridional F _m = -Kt/y en un 1D-EBM, el cual puede parametrizarse como un proceso difusivo, donde K>0 es la difusividad, t/y es el gradiente de temperatura meridional e y representa latitud. Esta parametrización transporta el gradiente de calor descendente (tenga en cuenta el signo menos), lo que significa de regiones más cálidas a más frías. En este caso el parámetro K se puede determinar a partir de observaciones de flujo de calor meridional (Capítulo 6, Figura 4) y T/Y (Capítulo 6, Figura 1). Las parametrizaciones se pueden derivar de relaciones empíricas basadas en mediciones detalladas o resultados de modelos de alta resolución. Los valores de los parámetros generalmente no se conocen con precisión pero influyen en los resultados del modelo climático. Por lo tanto, las parametrizaciones son fuente de error e incertidumbre en los modelos climáticos. Los parámetros en la parametrización de la nube de un modelo, por ejemplo, impactarán su retroalimentación de la nube y por lo tanto su sensibilidad climática.

b) Evaluación

Los modelos climáticos se evalúan comparando su producción con las observaciones. La Figura 3 muestra la media multimodelo (la media de todos los modelos) del reporte más reciente del IPCC (Flato et al., 2013). El modelo simulado de distribución de temperatura superficial es similar a las observaciones (Capítulo 6, Figura 1) con temperaturas cálidas (20-30°C) en los trópicos y temperaturas frías (<0°C) cerca de los polos y a altas altitudes (Himalaya). Los modelos también reproducen algunos de los gradientes zonales observados como las temperaturas más frías en el Pacífico ecuatorial oriental en comparación con la piscina cálida del Pacífico occidental y las temperaturas más cálidas en el Atlántico noreste en comparación con el Atlántico noroeste, que son causadas por la circulación oceánica superior. Sin embargo, los modelos no son perfectos como lo indican sesgos como temperaturas demasiado frías en el norte del Atlántico Norte y temperaturas demasiado cálidas en el Atlántico sureste y el Pacífico. Los sesgos cálidos en el Atlántico sureste y el Pacífico son probablemente causados por los modelos oceánicos de resolución gruesa que no resuelven bien el afloramiento estrecho en estas regiones. Un sesgo similar se observa en la corriente de California en el Pacífico nororiental. A pesar de estos sesgos, la media multimodelo concuerda con las temperaturas observadas dentro de más/menos un grado Celsius en la mayoría de las regiones. Incluso los sesgos regionales más grandes como los mencionados anteriormente son relativamente pequeños en comparación con el rango de ~ 60°C de variaciones de temperatura en la Tierra. Esto indica que los modelos reproducen relativamente bien las temperaturas superficiales observadas.

Figura 3: Distribución media anual de la temperatura del aire superficial de 1980-2005 simulada por modelos climáticos (a) y su sesgo (b). El sesgo b = T _m — T _o es la diferencia entre la temperatura simulada modelo T _m y la estimada a partir de observaciones T _o. De ipcc.ch.

La Figura 4 muestra la precipitación media multimodelo. Los modelos reproducen el patrón general de las observaciones (Capítulo 6, Figura 8) como mayor precipitación en los trópicos y en latitudes medias en comparación con menor precipitación en los subtrópicos y en los polos. También reproducen algunas de las diferencias zonales observadas, como las condiciones más secas sobre las partes orientales de las cuencas oceánicas subtropicales en comparación con las condiciones más húmedas más al oeste. Sin embargo, los modelos también muestran sesgos sistemáticos como la doble Zona de Convergencia Intertropical (ITCZ) sobre el Pacífico Oriental y condiciones demasiado secas sobre la Amazonía. Los errores relativos en la precipitación son generalmente mayores que los de la temperatura. Esto indica que los modelos son mejores en la simulación de temperatura que en la precipitación. Esto puede no ser sorprendente dado que la simulación de la precipitación depende fuertemente de procesos parametrizados como la convección y las nubes.

Figura 4: Como Figura 3 pero para precipitación media anual.

En la Figura 5 se comparan los coeficientes de correlación de diferentes variables. Confirma nuestra conclusión previa de que los modelos son mejores en la simulación de temperatura que en la precipitación. También muestra que los modelos tienen muy buena habilidad para simular Radiación Terrestre Emitida en la parte superior de la atmósfera, mientras que son menos buenos para simular nubes. La generación actual de modelos climáticos (CMIP5) se mejora en comparación con la generación anterior (CMIP3) particularmente para la precipitación. Otra característica interesante también evidente en la Figura 5 es que la media multimodelo casi siempre está mejor de acuerdo con las observaciones que cualquier modelo en particular. Un fenómeno similar, que ha sido llamado la sabiduría de la multitud, ha sido señalado por Sir Francis Galton (1907), quien analizó las conjeturas del aldeano por el peso de un buey en una feria ganadera inglesa. Encontró que muchas conjeturas eran demasiado altas o demasiado bajas, pero la media de todas las conjeturas era casi exactamente el peso correcto del animal.

_{Figura 5: Coeficiente de correlación para la temperatura media anual del aire superficial (TAS), radiación saliente de onda larga (RLUT; en el capítulo 6 llamamos a esta variable radiación terrestre emitida desde la atmósfera: ETR a), precipitación (PR) y efecto radiativo de nubes de onda corta (SW CRE).} El coeficiente de correlación -1 ≤ r ≤ 1 es una medida de acuerdo de patrón. Consulte esta página de Wikipedia.org para obtener una definición detallada de r. Si dos variables no están relacionadas r = 0, mientras que si están perfectamente en concordancia lineal r = 1. Cada línea horizontal corta es un modelo. La línea más larga es la media multimodelo y los círculos son la mediana. Se muestran resultados para la generación actual de modelos climáticos del Proyecto de Intercomparación de Modelado Climático 5 (CMIP5) y la generación anterior (CMIP3). Los puntos verdes muestran coeficientes de correlación para conjuntos de datos observacionales alternativos que indican incertidumbres en las observaciones. Representan lo mejor que los modelos podrían hacer dadas las incertidumbres en las observaciones. De ipcc.ch.

La Figura 6 muestra que la mayoría de los modelos sobreestiman las temperaturas en la termoclina en aproximadamente 1°C, presumiblemente debido a demasiada difusión vertical. Nuevamente estos errores son relativamente pequeños dado el amplio rango (~20°C) de las variaciones de temperatura del océano profundo. Los errores del modelo en la salinidad son mayores cerca de la superficie que en las profundidades del océano. En el hemisferio sur, los subtrópicos cercanos a las aguas superficiales son demasiado frescos, quizás relacionados con el doble sesgo de ITCZ y asociadas a condiciones demasiado húmedas en la atmósfera allí (Figura 5).

Figura 6: Diferencias promediadas zonalmente en temperatura (A) y salinidad (B) entre la media multimodelo y las observaciones (contornos de color y líneas blancas). Las líneas negras indican temperatura y salinidad observadas en el Atlas Mundial de Océanos 2009. De ipcc.ch.

Todos los modelos climáticos simulan un creciente contenido de calor oceánico en los últimos 40 años, consistente con las observaciones. Algunos modelos simulan más y otros menos absorción de calor. La media multimodelo, sin embargo, está en buena concordancia con las observaciones. Esto indica que los modelos son hábiles no sólo para simular el estado medio de las temperaturas oceánicas sino también su evolución temporal reciente.

Figura 7: Cambios en el contenido de calor oceánico simulados por los modelos CMIP5 (líneas finas), y su media multimodelo (línea gruesa roja), en comparación con las observaciones (línea gruesa negra). De ipcc.ch.

También se utilizan variaciones históricas y paleoclimáticas para probar y evaluar modelos climáticos como se discutirá a continuación.

c) Aplicaciones

Algunas de las principales aplicaciones de los modelos climáticos son los estudios paleoclimáticos, los estudios de detección y atribución y las proyecciones futuras. Las proyecciones futuras serán discutidas en el próximo capítulo.

Los estudios de modelos paleoclimáticos no solo son útiles para una mejor comprensión de los cambios climáticos pasados y sus impactos, sino que también pueden ser utilizados para evaluar los modelos. Por ejemplo, las simulaciones de modelos del Último Máximo Glacial (LGM) son ampliamente consistentes con las reconstrucciones de temperatura (ver Capítulo 3) que muestran un enfriamiento global de ~4°C, amplificación polar y mayores cambios sobre la tierra que sobre el océano. Los modelos reproducen estas características básicas de las reconstrucciones, lo que indica que tienen habilidad simulando climas diferentes al presente (Masson-Delmotte et al., 2013). Por otro lado, también existen diferencias entre los resultados del modelo y las observaciones, por ejemplo, en la circulación oceánica profunda (Muglia et al., 2015), lo que indica que las habilidades del modelo en esos aspectos son cuestionables.

Los estudios de detección y atribución intentan determinar qué cambios climáticos observados son inusuales (detección) y cuáles son sus causas (atribución). Los modelos climáticos impulsados solo con forzamientos naturales muestran variaciones de un año a otro debido a la variabilidad climática interna (por ejemplo, El Niño) y el enfriamiento a corto plazo en respuesta a grandes erupciones volcánicas (Figura 8). Sin embargo, no muestran una tendencia de calentamiento a largo plazo a lo largo del siglo pasado, en contraste con las observaciones. Esto sugiere que el calentamiento global observado desde alrededor de la década de 1970 es muy inusual y no puede explicarse por la variabilidad climática interna (como se representa en los modelos) ni por los impulsores naturales. Sin embargo, si se incluyen forzamientos antropogénicos, los modelos reproducen muy bien la tendencia observada a largo plazo. La media multimodelo también reproduce bien los enfriamientos observados a corto plazo asociados con grandes erupciones volcánicas de los últimos 50 años.

Figura 8: Comparación de simulaciones de modelos climáticos con cambios de temperatura superficial observados. Los paneles de la izquierda muestran series temporales de temperaturas superficiales promediadas globalmente de la generación actual de modelos climáticos (CMIP5; líneas delgadas amarillas muestran modelos individuales, la línea gruesa roja muestra la media multimodelo) y la generación anterior (CMIP3; líneas azules, en su mayoría oscurecidas por las líneas amarillas superpuestas). Se muestran dos conjuntos de simulaciones. Los paneles superiores muestran modelos forzados con forzamientos naturales solamente, los paneles inferiores muestran modelos forzados con forzamientos tanto naturales como humanos. De ipcc.ch. Esta es una figura clave.

Los modelos impulsados con forzamientos tanto naturales como antropogénicos reproducen bien no solo los cambios de temperatura promedio globales observados sino también su distribución espacial, como un mayor calentamiento en latitudes altas del norte (amplificación polar) y sobre tierra (contraste tierra-mar). Estos resultados representan evidencia de que las actividades humanas son la razón principal del calentamiento observado durante los últimos 50-60 años. El AR5 del IPCC concluye que “es extremadamente probable que las actividades humanas provoquen más de la mitad del incremento observado en GMST de 1951 a 2010” (Bindhoff et al., 2013).

Preguntas

Responde las siguientes preguntas:

• ¿Cómo funcionan los modelos climáticos? Describir las ecuaciones que se resuelven.
• ¿Cuándo se desarrollaron los primeros modelos climáticos?
• ¿Cuál es la jerarquía de los modelos climáticos?
• Enumerar tres tipos diferentes de modelos climáticos de diferente complejidad.
• ¿Qué componentes del sistema climático se incluyen actualmente de forma interactiva en la mayoría de los modelos climáticos?
• ¿Qué componentes no están incluidos actualmente en la mayoría de los modelos?
• ¿Qué es un Modelo de Sistema Terrestre?
• ¿Cuál es la resolución típica de un Modelo de Circulación General (incluir unidades)?
• ¿Cuántas capas tiene un modelo climático tridimensional típico en el océano?
• ¿Cuántos tiene en el ambiente?
• ¿Se utilizan las observaciones en simulaciones de modelos climáticos hacia adelante?
• ¿Cuáles son algunas entradas (condiciones de contorno) requeridas para una simulación de modelo climático? Lista dos.
• ¿Cómo se evalúan los modelos climáticos?
• ¿Qué modelos de variable a clima simulan mejor: temperatura o precipitación?
• ¿Para qué se utilizan los modelos climáticos? Enumere dos aplicaciones.
• ¿Cómo se utilizan los modelos climáticos para atribuir el cambio climático reciente?
• ¿Cuál es el resultado de esos estudios de atribución?

Referencias

Bindoff, N.L., P.A. Stott, K.M. AchuTarao, M.R. Allen, N. Gillett, D. Gutzler, K. Hansingo, G. Hegerl, Y. Hu, S. Jain, I.I. Mokhov, J. Overland, J. Perlwitz, R. Sebbari y X. Zhang, 2013: Detección y atribución del cambio climático: de Global a Regional. En: Cambio climático 2013: La base de la ciencia física. Contribución del Grupo de Trabajo I al Quinto Informe de Evaluación del Grupo Intergubernamental de Expertos sobre Cambio Climático [Stocker, T.F., D. Qin, G.-K. Plattner, M. Tignor, S.K. Allen, J. Boschung, A. Nauels, Y. Xia, V. Bex y P.M. Midgley (eds.)]. Cambridge University Press, Cambridge, Reino Unido y Nueva York, NY, EE. UU.

Flato, G., J. Marotzke, B. Abiodun, P. Braconnot, S.C. Chou, W. Collins, P. Cox, F. Driouech, S. Emori, V. Eyring, C. Forest, P. Gleckler, E. Guilyardi, C. Jakob, V. Kattsov, C. Razón y M. Rummukainen, 2013: Evaluación de modelos climáticos. En: Cambio climático 2013: La base de la ciencia física. Contribución del Grupo de Trabajo I al Quinto Informe de Evaluación del Grupo Intergubernamental de Expertos sobre Cambio Climático [Stocker, T.F., D. Qin, G.-K. Plattner, M. Tignor, S.K. Allen, J. Boschung, A. Nauels, Y. Xia, V. Bex y P.M. Midgley (eds.)]. Cambridge University Press, Cambridge, Reino Unido y Nueva York, NY, EE. UU.

Galton, F. (1097) Vox Populi, Naturaleza, 75, 450-451. pdf

Masson-Delmotte, V., M. Schulz, A. Abe-Ouchi, J. Beer, A. Ganopolski, J.F. González Rouco, E. Jansen, K. Lambeck, J. Luterbacher, T. Naish, T. Osborn, B. Otto-Bliesner, T. Quinn, R. Ramesh, M. Rojas, X. Shao y A. Timmermann, 2013: Información de Archivos Paleoclimados. En: Cambio climático 2013: La base de la ciencia física. Contribución del Grupo de Trabajo I al Quinto Informe de Evaluación del Grupo Intergubernamental de Expertos sobre Cambio Climático [Stocker, T.F., D. Qin, G.-K. Plattner, M. Tignor, S.K. Allen, J. Boschung, A. Nauels, Y. Xia, V. Bex y P.M. Midgley (eds.)]. Cambridge University Press, Cambridge, Reino Unido y Nueva York, NY, EE. UU.

Muglia, J., y Schmittner, A. (2015) El vuelco del Atlántico glacial aumentó por el estrés del viento en los modelos climáticos, Geophysical Research Letters, 42, doi:10.1002/2015GL064583.