湍流扩散

气体交换夹带浅积云远程并置对比

层积云对流系统

超级集群时空尺度纳米点毫米m公里毫米毫秒秒分钟天周

图12.1描绘相关云相关的连续过程的全方位的时空尺度,显示潜在的分类行为过程出现的(灰色文本)。

尺度(即。微尺度),或通过全球变暖由于额外的温室气体。这些摄动云可能包括所有对流层云,包括尾迹的直接后果的人为影响,并可能包括极地平流层云。

这个网络的实际问题是什么?单个模型可以包含最多三个数量级的空间尺度(水平),我们需要仔细考虑如何使用这些网络。最小的规模,直接数值模拟(DNS),从毫米尺度到1米。湍流大涡模拟(LES)解决部分和个人云的规模不过100公里需要参数化粒子物理学和小规模的动荡。下一个层次,cloud-resolving模型(crm)地址云团尺度的1000公里,但是这需要额外的参数化湍流和云粗crm在边界层(见本卷格拉博夫斯基业和蚀刻)。规模最大,大气环流模式(GCMs)受聘。他们有很明显的优势,不需要侧边界条件;然而,当他们在决议通常100公里,他们不能代表明确的大部分cloud-controlling因素和云过程至关重要。也许令人惊讶的是,摄动云在气候系统的影响,主要研究了使用这些模型。raybet雷竞技最新走出我们的讨论的一个重要的主题是需要开发一个更优的使用的层次网络模型中的云图上回答问题我们的气候系统。raybet雷竞技最新 This is a difficult task, as we do not yet understand completely how the various interactions propagate across the many scales.

类似的参数对实验研究,范围从小型实验室实验,解决大规模田间试验和微观物理学的问题全球卫星观测。

连接全球气候模型尺度传统通路和缺点raybet雷竞技最新

这个模型的主要建模工具用来解决这个问题的摄动云,尽管许多有关云过程没有明确解决。在我们看来,这样的模型是有用的为他们解决特定方面(即。,大规模动态),但是必须小心当口译的影响云级别的物理,化学,这些模型和动态过程,因为它们是代表不完全。图12.2说明了各种尺度连接在大多数今天的先进的全球大气环流模型:右边的盒子代表所有的解决流程意味着网格框状态(尺度通常是100 - 500公里);在左边,盒子描述未解决的过程相关的云,包括湍流过程,潮湿的对流、云粒子物理学和辐射。传统上,影响这些过程建模的统计方式的电网box-averaged领域:温度,T,特定的湿度、qv,速度,v (u, v, w)。这些统计模型的影响,或者参数化,直接与网格框意味着状态,如图12.2所示。

通过这种方法,我们面临至少四个类别的错误和不确定性。第一次与我们内在的某些物理过程的缺乏知识。一个典型的例子是我们缺乏理解微观物理学的混合相位,在某种程度上,冰云;他们是具有挑战性的模拟无论决议。对于这些类型的过程,进一步实验研究尤其需要(下面详细讨论)。除了新的实验研究,我们需要新的理论概念(例如,一个一致的框架,明确冰过度饱和GCMs)。

第二类错误我们了解一些相关流程水平的聚合,但是对于这些没有明确的参数化方法在全球大气环流模型,主要是因为这些过程的非线性特征。例子包括辐射通量转移函数R (q q T),它描述垂直辐射通量作为大气条件的函数,和

小尺度~ 250公里大鳞片

图12.2描述的解决和参数化的解决云相关的流程之间的交互(对流、湍流、云和辐射)在今天的气候模型。raybet雷竞技最新

小尺度~ 250公里大鳞片

图12.2描述的解决和参数化的解决云相关的流程之间的交互(对流、湍流、云和辐射)在今天的气候模型。raybet雷竞技最新

在某种程度上暖期微观物理学的进程。就后者而言,考虑一个云级别的调整方案云液态水,qp和云分数,c,它假定缩合发生如果发生过度饱和和云滴合并成雨滴速度,为了讨论我们采取以下凯斯勒(1969):

c = H (qt - q X气= (qt - qs) H (qt - q),

= K (ql -查收我们)H查收我们的质量(ql - X

H是亥维赛阶跃函数,qs饱和含湿量,qt = qv + q1是总water-specific湿度、K逆时间尺度,查收我们下面的液态水的关键阈值没有转换成雨。在GCM,这些过程必须由平均超过一个家庭的云;然而,一般来说,上面的关系仅仅是实现电网的特性,导致偏见的错误因为底层关系是非线性:

c (q, qs) > c (q, qs X

气(q, qs) ^气(qt, qs) (12.2)

Aq) > (q_),平均overbars表示网格框。以类似的方式,应用网格box-averaged液态水在辐射tran_s_f_e__r_ _calcul_a_tions导致系统性偏高的反照率(即。、(ql) < (ql),所谓的平行板云的反照率偏见)。计算能力的代表的尺度物理关系是有效的(在我们的示例中,云规模),这些偏见是可以忽略不计,这部分解释了成功,如果不是权威,精细的计算。

第三类错误与这一事实有关当前实践很大程度上需要各种次网格过程通过调整阳离子意味着交互状态,如图12.2所示。在现实中,然而,几乎所有相关的次网格相关过程显示在图12.2相同的联合概率密度函数(PDF)的垂直速度,w, q,和液体水(或冰)潜在温度0 r通过湍流垂直运输,解决中尺度重力波,并对流产生的次网格变化温度,水分,和垂直速度。这一次网格变化决定了云计算和云凝结。这也是这些次网格上升气流速度影响云粒子数浓度通过云凝结核(CCN),液滴冻结,或冰核(在)激活(尚无结冰冰核构成子集的气溶胶粒子形式)。相反,云影响垂直稳定和垂直运输水分和热量。最后,云数量的次网格变化影响辐射加热配置文件。因此,在现实中,所有的次网格过程相互作用,这是通常不考虑全球大气环流模型,从而导致偏见和不一致。

最后一类错误与次网格的平均场表示过程,即有一个次网格之间的一一对应流程和当地(空间和时间)解决状态。尽管这样一个准平衡的假设可能可防御的情况下,网格框大小比典型的规模大得多的次网格过程利益,或时间尺度长过程的时间尺度是代表相比,假设分解如果时空网格框的大小变得相当感兴趣的次网格大小的过程。在这种情况下,分辨率仍然太粗的过程来解决利益;然而,网格框也太小,允许一个统计参数化假定准平衡。一个有趣的例子是对流质量流量,表明对流活动在一个网格框,可以表示为一个合理值几百公里网格框大小和一系列可能的值对于一个给定的状态如果网格框有一个典型的规模意味着数万公里。这观察激励一个随机的方法,而不是一个意思表示。

的新途径

最直接的,也是计算最苛刻的替代方法是使用全球crm(见图12.3)。这类模型,现在可以实现时间分辨率为1 ~ 5公里集成一个月(柯林斯和佐藤晴这卷)。这允许过程的明显的优势超过这个规模代表,原则上,在一个更现实的,一致的方式。高计算成本,然而,禁止长时间(几十年)或重复模拟。

计算的要求降低,但仍然具有挑战性的选择涉及cloud-resolving对流参数化或super-parameterization(见本卷格拉博夫斯基业和蚀刻),在一个二维的CRM是嵌入在每个网格框的一个传统GCM(参见图12.3 b)。与传统的嵌套技术,这种方法使用精细的模型参数化精细物理,而不是跨网格的空间膨胀箱本身。计算优势前面的方法取决于程度的精细模型遗漏一些中间尺度。这允许云流程交互的优势更合适规模的CRM网格点,而全球环流反馈仍在模拟。缺点是中尺度过程往往差表示为中间尺度失踪。与当前计算资源,super-parameterized GCMs变得实用五到十年的集成,从而提供一种框架,探索全球温室气体和气溶胶扰动对云的影响。

~ 5公里湍流对流云层辐射

250公里

5公里

turbu

ence

conv

引发反应

克罗

id

半径

过渡

小尺度

大尺度

250公里

大尺度

图12.3新途径来改善下一代云相关的流程的代表性气候模型:全球有证(a), (b) cloud-resolving convec-tive参数化或super-parameterization和(c)交互式参数化直接相互raybet雷竞技最新通信,而不是通过意味着解决状态。

这两种方法,云必须充分解决是现实的。4公里水平分辨率(目前使用)仍然太粗解决深对流得当,更不用说代表边界层云,这被认为是最敏感的云的类型cloud-climraybet雷竞技最新ate反馈。因此,边界云,动荡和粒子物理学需要参数化,和偏见与贫穷相关决议的深对流应该预期。因此,我们需要计算资源投资于更高分辨率的研究(不是忘记了所有重要的垂直分辨率)获得的理解的影响运行这些全球crm和super-parametrizations粗决议。有限区域测试应该进行比较运行使用4公里网格长度与参考运行使用网格大小低于100不同的云政权。这种模拟的分析应该另外对流和云表示的过程。

第三个选择是开发更多的一致的和复杂的云参数化,动荡,对流和粒子物理学。如果联合PDF P (qt Ql w)的垂直速度w,总水比湿,q,

5公里

250公里

250公里,液体(ice)水势温度0 j,对于一个给定的网格框可以估计的,一致的治疗对流和湍流运输、云属性及其辐射的关系可以推断。气溶胶和微观物理学的处理也可以解决在这个框架。各种不同的途径可以探索这些基于PDF的计划额外的次网格信息通过额外的预后higherorder时刻或云变量方程,通过多个上升气流方程以及通过使用一个假定的形状的PDF。多云的边界层过程的这种方法被证明是成功的,因为它上面地址我们称为第二(非线性过程,可以产生偏见的错误)和第三类(一个一致的治疗相关的流程)错误。然而,计算要求,因为大量的预测方程和数值稳定,所需的短的步伐,它需要大量的闭包的假设。

最后,随机参数化提供了一个框架来解释偏离均值场预测可能是必要的,如果不方便,尤其是对全球大气环流模型使用决议更超过100公里。在这样一个随机的方法,只有一个一一对应的约束意味着国家和次网格之间的反应是放松。因此,不同subgrid-scale响应可以选择随机发生,导致总体上增加气候系统的变化。raybet雷竞技最新

使用流程模型来提高云在气候模型表示raybet雷竞技最新

上面描述的任何途径,我们必须努力提高我们对云计算的理解过程,仍未解决的全球大气环流模型在未来的几十年。通过评估模型与全球观测数据集,弱点在某些云政权的代表可以被识别。随后,利用理论和解决精细流(比如莱斯和crm)指导下现场研究,可以获得更多的信息到云需要在全球大气环流模型参数化的过程。相互比对这些流程模型可以推进理论的理解,从而促进发展的新的参数化,可以进一步进行单个列模型环境或通过一个数值天气预报(NWP)模型。作为最后一步,参数化可以在全面评估GCM使用全局观测评估改善我们模拟当前气候系统的能力。raybet雷竞技最新这种自顶向下或自底向上的方法已经被证明是一个缓慢但成功利用网络模型的方法。特别是,它导致的进展在我们表示层积云top-entrainment的横向夹带和逸出浅积云,和关闭对流方案。通过仔细观察和比较精细建模框架(莱斯,crm),这些模型(在它们的使用和最佳实践)过去十年有了很大的改进。这种策略也被有效地制定关键问题,进而直接现场和实验室研究。例如,尽管高分辨率高达5米,LES相互比较研究显示大云顶层积云夹带率的不确定性,这种云的至关重要的动态过程。 As a result, the DYCOMS-II field study (Stevens and Brenguier, this volume) was designed, and it successfully narrowed the uncertainty in cloud-top entrainment rates for several well-observed cases. Similarly, LES results inspired a recent field study, RICO (Rauber et al. 2007), and an ongoing field study, VOCALS1, designed to quantify the role of precipitation and its interaction to aerosol and microphysical processes in信风区分别积云和层积云。

最后,这些过程模型是有用的研究和定义过程中不能很好地代表全球大气环流模型。主要的例子是对流层湿度对湿对流的依赖,从浅到深对流与昼夜循环,和形成的冰在层状卷云均匀过冷气溶胶的冻结。

连接天平使用替代建模技术

接受这个模型的局限性研究摄动云,现在让我们继续讨论一些替代品。

数值天气预报

数值天气预报模式的评价是一个有用的工具(摄动)云。因为大多数云计算的过程,我们有兴趣,tim-escales操作短,我们可以查看当前的云参数化对预测的影响。因此有助于气候模型在数值天气预报模式下运行,尽可能多的在两天raybet雷竞技最新内气候偏见是可见的。云参数化的性能可以使用地面批判性的评估分析,比如从手臂和Cloudnet(伊林沃思和骨,这卷)。此外,气溶胶的影响可能是可测试的预测模型。

有很大潜力再分析方法的开发,目前他们还没有足量地受到云和边界层特性。引入约束来反映这些量以更好的方式将推动更广泛的使用各种数据分析产品开发。这可以帮助我们理清气象中非常强大的气溶胶的影响。但是必须承认,即使一个气溶胶是没有明确包括在分析中,对云或热结构可能会间接的影响明显。

http://www.eol.ucar.edu/projects/vocals/

大涡模拟模型、Cloud-resolving模型,Super-parameterized单柱模型

我们已经提到过,这类模型提供了一种改善气候模型的解决过程的表征。raybet雷竞技最新然而,使用这些模型的一个也可以想象的方式更直接研究摄动云。为此,是很有帮助的“模型问题”,展览方面的全球云反应类型的模型在一个概念上的简单框架。一个可能有用的框架是了解云的反应在一个适当的选择“单一列”框架,大规模的影响是封装在指定的温度平流营力,水分,表面边界条件。

在现实中,在任何给定的位置,这些营力不断变化的天气系统移动,从而生成一个云的分布列。换句话说,在任何位置,气候云分布是通过天气变化的模式建立的。因此,利用单个列框架来理解云计算过程,它可能是必要的云在本专栏中与现实的模拟几个月或几年的协变性迫使建立一个气候现实的反应。这种方法必须重复的摄动气候(相应不同时间序列的营力)了解云计算的响应变化。raybet雷竞技最新预测云属性和他们对气候扰动的敏感性,营力可以适用于单个列模型,或者最好,一个小地盘CRM。raybet雷竞技最新类似的框架可以用来研究由人为气溶胶云层摄动。

模型简化

在过去的十年里,气候建模社会倾向于增加模型的复杂性通raybet雷竞技最新过添加更多的流程或组件(如气溶胶,化学,以,植被),但在较小程度上,通过增加分辨率模型。这种趋势似乎并没有导致更好的理解cloud-climate反馈,随着气候敏感性并没有随时间下降的不确定性。raybet雷竞技最新事实上,全球变暖的范围估计的21世纪,增加了的包容以反馈在海气耦合模型。虽然这反映出,在某种程度上,科学进步的方式,它还是令人失望,因为气候建模的目的不仅是提供全球变暖还是全球估计raybet雷竞技最新云反馈估计但学习气候是如何运作和外部扰动响应。raybet雷竞技最新

更好地理解物理cloud-climate背后机制的反馈所产生的气候模型将使我们能够设计一个策略来评估这些反馈使用的观察。raybet雷竞技最新通过简化模型(而不是让它们更复杂)进行理想化的实验,我们应该能够识别关键关键流程,安排他们等级,测试合成思想或理论。解释框架可能然后提出帮助我们理解的物理cloud-climate反馈intermodel cloud-climate反馈的差异。raybet雷竞技最新

与全球大气环流模型,这可以做,例如,通过简化大规模边界条件(例如,aquaplanet版本的模型),通过减少系统的维数(例如,二维和一维模型版本来自3 d模型),甚至通过删除一些过程(例如,通过替换复杂与简单的微观物理学的计划)。中间的模型复杂性也可能被实现。简单的概念模型(例如,两个模型)可能被视为最终一步简化过程。然而,我们需要这些概念模型方法的谨慎,因为无意中忽视了交互或反馈的风险,这可能导致偏见行为。例如,阿尔布雷特的概念模型提出增加成核气溶胶粒子如何抑制降水的发展边界云和云分数增加(1989年Albrecht)。虽然这种机制似乎是有关在某些情况下,最近的精细建模研究表明过多的情况下的朦胧与降水之间的关系是完全相反(见史蒂文斯和Brenguier;Brenguier和木材,本卷)。

一般来说,在多大程度上简化模型可以用于复制和解释复杂的模型结果还有待测试和量化通过比较process-resolving精细模型。简化模型是有用的在概念化的基本过程,因此他们可以提供指导如果这些过程实际上代表复杂的模型。

我们强烈建议简化气候模型和/或实验开发,目的是更好地识别和理解的关键过程控制raybet雷竞技最新cloud-climate反馈。最终,我们的信任在气候模型的结果对这种理解杠杆。raybet雷竞技最新理想的情况是每个全球气候模型与一套简单的或更理想化的模型版本支持分析和对结果的理解。raybet雷竞技最新在某种意义上,这将形式化的层次结构。

全球气候模型:raybet雷竞技最新什么层次的复杂性是必要的,和复杂的动力是什么?

更高的复杂性提供更好(更可靠)估计的气候敏感性?raybet雷竞技最新在气候raybet雷竞技最新模型,所有模块的复杂性(如辐射、扩散、动力学、云粒子物理学和对流)应该或多或少的平衡。这显然不是一个简单的任务资格“或多或少”是什么意思。然而,每个人都应该问GCM能否应对提出新的参数化的复杂性。例如,不帮助将一个成熟的光谱微观物理学参数化在GCM无法预测云级别的上升气流速度。

在GCM所需的复杂程度将取决于这个问题被提出。例如,尽管航迹云卷云贡献只有少量的全球平均辐射强迫,他们需要以量化研究的重要区域的影响已经到位或他们的潜在影响在未来的气候。raybet雷竞技最新这个任务要求航迹云卷云micro-physical和辐射特性需要研究在全球大气环流模型在相同级别的复杂性,存在于自然卷。同样,有机物的表面张力应该为今天的模拟云层,无关紧要;然而,如果一个人对过去或未来的扰动很感兴趣有机气溶胶及其对云层和气候的影响,很可能是重要的。raybet雷竞技最新

因为全球大气环流模型用于不同的应用程序,因为人们倾向于只使用一个模型来解决所有可能的利益问题,看来这条道路向复杂性将继续增加,随着新过程或子。增加我们对气候的了解,然而,它可能更有利于降低复杂性,采用一套不同raybet雷竞技最新的模型,以了解哪些流程需要复制一个特定的现象。

调优和全球气候模型的指标raybet雷竞技最新

云的模型用于项目行为扰乱气候系统一般通过调整优化不确定参数根据发达的直觉和经验经验的混合物。raybet雷竞技最新实际上,top-of-the-atmo-sphere辐射通量调整通过调优云光学特性。随着模型的复杂性增加的任务变得更加困难。正式的非线性优化方法的使用提供了一个系统化的方法这些程序和可能识别解决方案改善所需的度量模型。如果更完整的观测数据集变得可用的云特性和辐射特性,这将有力的约束的自由在云的调谐特性。我们希望这样的观测约束将减少大分歧在云属性在现有模型和改进代表气候系统的物理基础。raybet雷竞技最新

根本问题在云的过程

我们已经讨论过的问题和错误表示云的过程,主要是缺乏相关决议。理论上这些问题会消失如果只有我们有足够的计算能力来解决它们,因为我们完全理解物理机制。然而,分辨率的增加需要的大部分(尺度)parameteriza-tions GCMs修订。这些修改代码的物理可能是非常具有挑战性的。在更根本的层面上,必须认识到,我们也应对流程,我们甚至不知道的主要流程,更不用说他们了控制方程。这些类型的问题主要是与粒子物理学有关,一般而言,并进一步在寒冷和混合相位云冰阶段,特别是。

此外,吸湿增长和激活大气气溶胶粒子的行为还没有完全理解。在这种情况下,可能的动力学影响值得一提:关键字下面是表面活性物质及其影响水吸收(调节系数)滴激活和增长过程中(看到Stratmann et al ., Kreidenweis et al .,本卷)。因此需要进一步的实验来理解和量化(a)微溶的影响,表面活性物质和可溶性气体高相对湿度吸湿增长和激活(即。、CCN关闭实验)和(b)的影响液滴激活和增长过程中动力学的局限性。

冰过程是更复杂的比与温暖的雨。下面,我们将重点介绍一些基本问题与冰阶段混合相位云(特别是深对流),在寒冷的卷云(在温度低于冰点的过冷水滴)。

混合相位的云

混合相位云是松散定义为云包含液体和冰在附近,所以液体和冰粒子microphysi-cally交互。他们在低于冰点的情况很普遍(低于0°C)和与各种各样的系统,包括深对流,方面,和地形系统。混合相位云的一个关键方面是他们的胶体不稳定;冰,往往通过气相沉积生长的液态水,因为饱和蒸汽压对冰低于液体(Bergeron-Findeisen机制)。在云中液态水生成通过向上运动。因此,在混合相位云中液态水的存在之间的平衡的结果通过Bergeron-Findeisen蒸发机制和生成通过垂直运动。液体滴到雪的吸积(底盘)也可能发挥重要作用消耗的液体,特别是高浓度的大冰晶。云中的液态水混合相位及其一生很重要的气候因为小液滴的产生更大影响raybet雷竞技最新云辐射强迫相对于更大的冰晶。在混合相位的云,过冷液体水对于天气预报也重要,因为在飞机结冰的作用。

假设饱和水,对冰的过度饱和,因此Bergeron-Findeisen机制的强度增加降低温度。主导微观物理学的控制Bergeron-Findeisen机制(以及损耗的液态水通过淞化)的浓度,冰晶的大小和形状。这些参数确定水蒸气多快可以被冰。然而,蒸汽沉积冰粒子的增长仍不确定从基本物理的角度来看;额外的实验测量和理论理解这个过程需要更好的约束(Stratmann et al .,这卷)。研究表明,更大的上升气流速度必须维持液态水在混合相位云浓度和/或冰晶的大小增加。例如,在弱强制混合相位层云特有的北极和相对较弱的上升气流,模型显示强烈的敏感性的生命周期这些云小晶体浓度增加;在强上升气流的存在(例如,在深对流),然而,液体的存在对晶体的浓度可能不太敏感。小冰晶浓度难以观察过去,尽管新技术和仪器已导致更好的观测条件的限制(因为Karcher Spichtinger,这卷)。尽管如此,小冰晶仍然难以衡量。

晶体的浓度在混合相位云可能很大程度上依赖于浓度,在一些条件下,二次(也就是冰的形成过程。冰乘法),比如通过Hallet-Mossop冰碎片在底盘的生产机制。不过,冰成核过程仍然知之甚少,冰晶浓度往往远远超过的浓度,即使在条件不支持任何已知的冰乘法流程。因此,额外的实验室研究需要扩大我们的理解的冰粒子的形成,以及实地部署工具来研究冰起始过程真正的云,无法衡量当前的方法(Stratmann et al .,这卷)。

冷卷云

冷卷云是由冰晶。的我nterplay between dynamic and aerosol impacts on stratiform (non-convective) cirrus is less complex than for mixed-phase clouds. The dynamic forcing is driven by small-scale vertical wind variability (gravity waves, turbulence) on scales of tens of kilometers. Those regions of small-scale variability are embedded in larger-scale ice-supersaturated regions, where cirrus formation takes place in situ through ice nucleation. These meteorological factors led to the development of a relatively simple mechanistic understanding of the ice formation process in rising air parcels. In anvil clouds and the lower parts of frontal cirrus, ice is formed within a mixed-phase cloud environment and transported aloft. In such cases, in-situ nucleation can occur after most of the preexisting ice mass has been removed by sedimentation.

气象因素和气溶胶的相对作用影响卷属性及其变化(如PDF冰晶浓度)解决了因为Karcher和Spichtinger(这本书),基于现场数据和强调气象因素的关键作用。平衡之间的上升气流包裹增加过度饱和归因于冷却和减少过度饱和,形成冰凝结意味着主要卷形成的动态控制,总初始冰晶浓度是一个强大的冷却率或垂直速度的函数。异构调节卷5月形成的地区与相对较小的冷却率。惊人的几个LES或CRM的研究是可用的,地址卷的动态和气溶胶控制之间的联系。

几场在热带对流层和中间纬度上的测量提出了一个无处不在的中尺度的背景(规模数万公里)的温度波动,导致典型意味着秩序的h - 10 K的冷却率。这些背景波动的起源并不清楚,但被认为是由地形引起的重力波流,并与高度放大。地理和季节依赖性的预测能力缺乏这种类型的强迫。在这样一个动态的环境中,一个人口的影响卷性能主要取决于数量浓度,冰成核阈值(由大小、化学成分和其他因素),和当地的冷却速率。理论表明,在添加到可能产生的影响无处不在的液体气溶胶背景实际上是减少冰晶形成的总数在大多数情况下,保持其他因素固定的。数值模拟表明,这种效应时应健壮(尽管规模小)变化动态迫使条件与观测一致的解释。添加在倾向于削弱齐次冻结过程中,导致略大有效冰晶大小和明亮的卷云,或许更重要的云出现的频率的变化。然而,尽管这些理论和数值结果是完全合理的,没有关闭现场研究可以证明这些过程实际上是在工作。当前限制在对流层上部测量相对湿度条件下准确的(例如,在几个百分点绝对值)限制我们的能力来区分冰成核行为的各种领域。冰开始后,大冰晶产生沉降和聚合过程。 The largest ice particle dimensions that have been observed rarely exceed a few millimeters, and降水的形成(grau-pel、冰雹、雪)开始后冰晶已陷入而温暖层云在低海拔。的长寿的层状卷云动力学允许辐射加热反馈:吸收的热发射大冰晶可能引起内部对流不稳定(尤其是在一个不太稳定的热力学云环境),延长卷一生通过额外的冷却和可能引发turbulence-induced冰成核。

冰云的其他问题

除了上面提到的问题,有冰和额外的特征差异温暖的云所有常见ice-containing云。这些包括云阶段和水分场之间的耦合,辐射/微观物理学的颗粒形状的影响,而缺乏观测数据限制云模型。

一般来说,包含液体水滴的云总是接近水饱和度。相比之下,如果冰形式在一个温暖的云在非常低的浓度,它可以变成一个混合相位与冰云阶段增加水蒸气的扩散和过冷水的吸积。如果冰浓度非常高,增长主要由蒸汽扩散发生。这对当地的区别是至关重要的云特征和气溶胶的影响,但他们也显著影响大部分措施混合相位云,等潜在的加热或降水的影响。低温冰云通常是远离平衡;也就是说,他们不太强烈耦合ice-supersaturated水分存在误伤,因为过度饱和的放松时间尺度相对较长。当地的进化特征更敏感地依赖于个人的历史空气包裹。因此,相对humidity-based、诊断GCM云方案一般不能捕捉观察到的行为的相对湿度,在对流层上部卷。

各种形式,形状(“习惯”)和表面冰的特点水晶球相比,云滴影响短波辐射的散射和吸收,因此一个冰云的反照率。云中的非均质结构影响辐射性能,呈现辐射传输计算是非常具有挑战性的。出于同样的原因,检索算法用于解释地面或卫星遥感数据比低级冰云更不确定水的云。此外,冰晶的沉降速度不同明显斜面,根据粒子的质量和形状(例如,习惯的水晶和雪花淞化或聚合)的程度,并影响模拟卷云的生命周期。最后,冰开始一直集中在实验室学习,但这仅仅是知之甚少的理论水平。有大量缺乏大气测量在所有(特别是在最高和最低)地区的对流层;基于讨论在最近的一次workshop2在仪器,在不久的将来这种情况有望改善(Stratmann et al .,这卷)。

所有上述问题呈现冰的治疗阶段流程模型(LES、CRM模型)困难,更不用说他们的表征模型依赖于云参数化(例如,中尺度模式特别是在全球大气环流模型)。因此,验证莱斯和CRM模拟的研究(例如,

http://lamar.colostate.edu/ pdemott /在/ INWorkshop2007.htm,Intl。研讨会比较冰成核测量系统。

使用方面的策略)是一个重要的一步。如何把知识从小型模型到模型通过物理参数化造型为基础,然而,另一个挑战。

很难提供一个健壮的、定量的答案气溶胶如何影响冰卷云的分布在于我们理解多小的变化(即形成条件。,最初的冰晶体大小分布)的影响冰云分布是非常有限的。云强烈的进一步发展与动态强迫和水分场的演变。目前尚不清楚多久的初始扰动云归因于去年5月,鉴于潜在的长寿命的卷云。我们也不知道是否气溶胶的变化大大改变净云辐射强迫。探索这个参数空间对新兴LES卷的研究提出了挑战,包括详细的气溶胶和冰粒子物理学。在GCM层面上,我们开始探索这个问题作为工具可用参数化相关subgrid-scale流程和相互交互。关闭测量,成功在解开气溶胶和动态影响卷可能在不久的将来取得的实质性进展,目前机载仪表。

夹带

测量夹带stratocumulus-topped边界层,采用示踪测量,使卷吸速度的估计。根据内示踪剂的可变性和边界层之上,他们可以提供非常准确的估计这卷吸速度,尤其是当有多个执行路径。然而,他们只是告诉我们空气的物理机制是携入的边界层,这信息是至关重要的,如果我们希望与parameteriza-tions物理原理和过程(如沉积)。方法采用near-stationary平台,比如爱妥糖,实验室研究在定义良好的湍流条件下(Stratmann et al .,本卷),可以提供有价值的信息的细节雾沫夹带过程的界面和自然本身,因此值得支持。这种方法同样可以用于约束夹带接口以及云的边界。

重叠和异质性假设

目前,全球大气环流模型预测云分数在每一个垂直的水平。不确定如何分配这部分云,水平分辨率的函数和云的分布的函数在其他层的模型,给出了模型开发人员相当大的自由分布建模云数量以满足辐射大气顶部的约束。体验不同的模型表明,尽管可能有大型分层技术云分数和云数量的差异,选择适合云重叠的假设使每个匹配top-of-the-atmosphere辐射约束。因此,提供云重叠以及云水平不均匀性的测量(例如,从Cloudnet和手臂遥感网站)将提供进一步的和有价值的约束模型。此外,这种方法应该鼓励表示封装的云纵列的全部,而不是过程基于网格的网格级。

云一生

高空间分辨率卫星测量通常缺乏时间分辨率。能够测量云的甚至生命周期演化过程模型将提供一个有价值的限制云及其环境相互作用。例如,同步观测,如气象卫星第二代,可以提供宝贵的输入。更进一步,可以想象,促进部署一个同步观测,可以引导和大型望远镜关注特定的云场景(补充实地测量或原位研究)。

观察观察策略量化Aerosol-perturbed云策略和建议

一阶,主要cloud-controlling因素是相对湿度,它结合了两种大气状态参数:特定的湿度,q,和温度,T。云的形成如果过度饱和发生在晴空区域,即。,如果qv > qs (T)因为温度和含湿量变化强烈的在时间和空间中,由于气象、现有性能的观察,预测,再分析系统是远低于必要歧视的气溶胶的影响变化归因于气象学(见本卷史蒂文斯和Brenguier)。这既适用于cloud-controlling因素和云macrophysical属性应该是影响气溶胶粒子(表面辐射特性和降水),并为所有云类型是有效的。这使得它很难证明气溶胶对云的影响在观察的基础上(看到因为Karcher和Spichtinger,史蒂文斯和Brenguier Brenguier和木材,这一切卷)。

在试图探测气溶胶对云macrophysical属性(例如,辐射属性或降水),现场研究面临同样的障碍,人工影响天气经历了50多年了。事实上,这些macrophysical属性的敏感性气象学是如此之高,和我们的能力测量cloud-controlling因素有限,案例研究通常是太小的数量来减少统计造成的可变性cloud-controlling低于预期水平的气溶胶的影响因素。一种优化的可能性探测气溶胶信号在meterologi-cal噪声是选择情况下,气溶胶粒子的扰动很大,气象的变化小,两者之间的协方差可以忽略不计。火灾,尤其是那些来自人类活动,提供一个机会来研究大规模变化的大气气溶胶的影响独立于气象环境的变化。事实上,某些气象条件下火灾更可取。然而,火灾是否实际开发往往取决于一个机会。例如,圣安娜风时期(离岸流在美国西南部和墨西哥西北部)火灾是常见的,但是他们都是由人类活动机会。通过抽样气溶胶和云的属性,以及下游的地区,在圣安娜风时期,有或没有火灾,可以开发一个数据集内的气象和气溶胶效应是独立的。这种方法的实用程序可以先探索使用卫星记录;如果有必要的话,那么它可以通过有针对性的部署实现适当的仪器的飞机在几个火的季节。 We recognize that even this may be difficult to achieve. Apart from the rigor of obtaining suffi cient samples, one must sample well downwind of the fires because conditions that favor such winds do not favor clouds. Doing so, however, yields measurements in a more disperse aerosol, thereby lessening its impact. Perhaps more importantly, such a strategy allows sufficient time for the development of meteorological biases because of the direct effect of the smoke on radiative fluxes in the evolving cloud-free air.

人为气溶胶,扰乱云的另一个明显的例子是存在船舶追踪层积云。这些都是1994年的主题桅杆实验(Durkee et al . 2000年)以及大量的遥感研究。这些研究表明,当云滴浓度超过100 cm-3,云在船上跟踪也有类似的或低水含量比船跟踪自己,表明负次要间接影响气候(关于et al . 2000年)。raybet雷竞技最新当云滴浓度要低得多,不过,这艘船跟踪往往是比周围的厚层积云。几乎没有实际的建模研究船舶跟踪,定量地再现这些结果,包括摄动云之间的可能大发行量的影响在船上跟踪和周围的非微扰云。船跟踪测量提供了一个很好的机会来测试是否LES模型可以模拟的反应层积云云很大气溶胶微扰,但迄今为止这个机会一直没有得到充分的利用。

最后,一个也可以按照相反的方法:可以选择的情况下当气溶胶特性相似但cloud-controlling因素发生显著的变化。这种情况每天都在发生,地点,昼夜循环,占据和太阳辐射的变化迫使精确重现。在这样一个时期,如果空气质量足够均匀的气溶胶特性,这种反向的方法可能会更成功地探测气溶胶对云macrophysical属性的影响比直接这样做。成功的机会,这两种方法应该遵循同样的方法评估世界气象组织推荐的人工影响天气的设计实验(2003年NRC)。由于气溶胶有昼夜循环归因于光化学,垂直混合,日变化人类和自然的气溶胶/化学资源、关注投资者表达了对这种方法的适用性。

策略使用卫星测量

全球观测卫星提供的云属性,但他们能够提供合理的输入对因果关系经常被质疑。有趣的是,同样的批评并不适用于地面遥感或原位观测仪器的飞机,尽管他们也提供各种物理参数的快照。有两个差异可以解释的观点:

1。时间演化:观察云的帮助说明,例如,云是负责生成沉淀,而不是相反,因为时间序列显示云降水面前。这个简单的例子表明,时间演化是一个关键成分建立因果关系。现在云卫星仪器,主要是极地轨道,并不适合短ti-mescale进化实验,但地球同步卫星的提高性能,云的观测和时间分辨率,打开新的机遇。

2。空间分布:大多数卫星观测,根据被动传感器,是二维的,不能文档组件的垂直分布。例如,统计水平相关性的气溶胶和云液态水路径不能歧视气溶胶位于高于云层,因此局限于辐射交互,从那些可以控制进入云底云粒子物理学。的可用性与“观察(安德森et al . 2005年),其中一些垂直解决,打开新的机遇。

缺少这两个功能,卫星观测打开无数可能的解释观察到的气溶胶和云的属性之间的相关性,用因果关系(cf。舒尔茨,只是这卷)。

实验策略对于云集合体

过去的十年目睹了许多领域的研究(DYCOMS-II RICO,史诗- 2001)旨在衡量过程相关的云。而早些时候尝试这样的测量通常需要许多平台(BOMEX ATEX,门),各种各样的卫星产品的出现以及下投式探空仪和机载遥感使一个单一的、长航时飞机检测原位测量的动态,辐射,气体和气溶胶化学剩余,微观物理学限制重要方面的云环境,测量统计特性的云环境。这些研究显示最有前途的理解云集合体的行为,这是推进的关键参数化统计表征领域的云。结合这样的测量与长期和空间地面遥感提供进一步发展的机会。然而,测量是在其缺席是引人注目的,云分数,如可能被高度敏感的扫描测量云(k波段)雷达,或太空天文台能够专注于一个给定的实验区(讨论卫星技术叫做/卡利普索,看到安德森et al .,本卷)。

结论

过程影响云跨尺度从分子到行星的水平,这一事实使得他们的描述在一个参考模型难以想象。这意味着大规模的模型将继续取决于参数(或统计)表示云过程规模至少在可预见的未来。我们努力代表当今和摄动的气候,我们必须认识到,这在最好的情况下,引入了一个不确定性的来源和可能的偏见。raybet雷竞技最新不确定性在我们的起源的代表云在当今的全球大气环流模型是:

1。一些关键的基本缺乏知识云过程(例如,对流层上层冰过度饱和和冰核粒子在混合相位和寒冷的冰云),

2。缺乏知识关于如何代表总属性(数据)的过程,是在本国范围内很好理解,

3所示。缺乏次网格之间的互动过程,

4所示。中间尺度分解准平衡的假设。

虽然其中的一些问题可能扮演的角色当增加模型的分辨率(类别2和3),其他(类别1)保持或甚至可能发挥更大的作用(4级)。我们提出一个新途径

全球大气环流模型,包括全球GCRMs cloud-resolving对流(超级)参数化(格拉博夫斯基业和蚀刻,这卷)。然而,即使有这些方法,它仍将是重要和交互式处理剩余的未解决的尺度一致,例如边界层云过程。当移动到更高的分辨率,随机参数化可能会分解成为更相关的准平衡假设。我们已经讨论了更多的基本问题(类别1)属于云粒子物理学(如中小学成冰作用,液滴/冰粒子生长动力学,夹带,云重叠),建议观察性研究(实验室和田间试验)和高分辨率的流程模型。

全球大气环流模型不应该被用作唯一的乐器量化摄动云在气候系统的影响。raybet雷竞技最新相反,更好地利用完整的层次结构模型可以改善我们的理解的关键过程控制cloud-climate反馈。raybet雷竞技最新例如,process-resolving精细模型摄动条件下可以用理解和量化云动态响应指定的扰动。简化框架(aquaplanets,二维模型,列模型与大规模的反馈)是有用的概念化这些云物理过程和提供指导如何操作他们的复杂模型。他们还可以推进我们的理解在我们的气候预测最终建立我们的信心。raybet雷竞技最新

最后,我们提出了合适的摄动云的实验来研究气溶胶。因为它非常难以探测气象的气溶胶信号噪声,我们建议的情况下选择扰动的气溶胶相比大气象的变化,但在两者之间的协方差。提出候选人火灾引发的人类活动和摄动层积云在船的踪迹。此外,我们建议相反的方法被认为是;即气溶胶特性保持相似但气象因素变化显著(例如,昼夜循环)。

引用

阿尔布雷特,b . a . 1989。气溶胶、云粒子物理学和部分阴沉。科学245:1227 - 1230。

安德森,t . L。r . j . Charlson: Bellouin et al . 2005。一个“a”量化策略直接由人为气溶胶气候强迫。raybet雷竞技最新公牛。阿米尔。流星。Soc。86:1795 - 1809。

Durkee, p。、k·j·努尼和r . t .鼠谭》2000。蒙特利地区船舶跟踪实验。j .大气压。Sci 57:2523 - 2553。凯斯勒,e . 1969。在大气水物质的分布和连续性的发行量。Meteorol。Monogr。32卷。 Boston: Amer. Meteorol. Soc.

美国核管理委员会。2003年。人工影响天气研究的关键问题。地球上的大气科学和气候,部门和生命的研究。raybet雷竞技最新华盛顿特区:国家科学院出版社。

关于,S。尼尔森,p . a . Durkee k . et al . 2000。的角色背景辐射形成的云粒子物理学船的踪迹。j .大气压。Sci, 57:26072624。

raub, r . M。b·史蒂文斯,h . t . Ochs et al . 2007。雨在浅积云海洋:RICO运动。公牛。阿米尔。流星。Soc。88:1912 - 1928。

继续阅读:云气溶胶交互从微云的规模

这篇文章有用吗?

0 0

读者的问题

  • 托尔斯滕
    什么是辐射扩散?
    6个月前
  • 辐射扩散的过程是通过物质引起的辐射热量和能量转移。它发生在辐射与物质相互作用,导致材料吸收能量,通常以热能的形式。然后这吸收的能量分布在材料和从粒子转移到粒子的物质扩散。辐射扩散是传热的主要形式之一,在许多自然和人造系统。