Тропические конвективные облака играют важную роль в климатической системе Земли . Конвекция и выделение скрытого тепла переносят энергию с поверхности в верхние слои атмосферы . Облака имеют более высокое альбедо, чем подстилающий океан, что заставляет больше приходящей солнечной радиации отражаться обратно в космос. Поскольку вершины тропических систем намного холоднее, чем поверхность Земли, наличие высоких конвективных облаков охлаждает климатическую систему.
Самая узнаваемая облачная система в тропиках - ураган . Помимо важных климатических эффектов тропических погодных систем, ураганы обладают достаточной энергией, чтобы вызвать массовые смерти и разрушения. Поэтому их точный прогноз имеет первостепенное значение.
Микрофизика облаков описывает структуру и свойства облаков в микроскопическом масштабе .
Задний план
Измерения количества тропических осадков миссии (TRMM) был запущен в 1997 году для обеспечения количественных оценок осадков в течение всего тропиках. Спутник использует методы дистанционного зондирования для преобразования яркости, зарегистрированной датчиком, в значения осадков. Самая важная переменная, ограничивающая измерения, - это свойства гидрометеоров . [1] Ураганы представляют собой облака со смешанной фазой, что означает, что в облаке присутствует как жидкая, так и твердая вода (лед). Обычно жидкая вода преобладает на высотах ниже уровня замерзания, а твердая вода - на высотах, где температура ниже -40 ° C. При температуре от 0 ° C до -40 ° C вода может существовать одновременно в обеих фазах. Помимо фазы, твердые водные гидрометеоры могут иметь различные формы и типы, которые необходимо учитывать при расчетах переноса излучения .
Осенью 1999 года в рамках полевого эксперимента TRMM-Large-Scale Biosphere-Atmosphere Experiment in Amazonia (LBA) были взяты образцы континентальных и океанических тропических облаков в Бразилии . Целью TRMM-LBA было проверить количество осадков в моделях разрешения облачности. Было проведено несколько наблюдений на месте за микрофизикой облаков в тропических облаках, которые будут обсуждаться здесь.
Микрофизика облаков - это физические процессы, которые описывают рост, распад и выпадение частиц осадков . Что касается моделей, микрофизика облаков происходит в масштабе меньшем, чем масштаб сетки модели, и требует параметризации. [2]
Прогнозы следа ураганов в последние годы улучшаются. Рассматривая пример урагана «Рита» , прогноз Национального центра ураганов за 36 часов до выхода на сушу сдвинулся более чем на 130 километров от предыдущего прогноза, что привело к ненужной эвакуации . Было проведено исследование, которое показало, что выбор схем параметризации подсеточного масштаба может влиять на интенсивность, траекторию, скорость и количество осадков ураганов. Микрофизические допущения могут прямо или косвенно модулировать структуру шторма, что приводит к небольшим изменениям в траектории урагана, что может иметь социальные последствия. [3]
Формирование и формы гидрометеоров
Форма жидких капель воды обычно сферическая из-за эффектов поверхностного натяжения . В зависимости от размера капли трение воздуха, проходящего мимо падающей капли, может сдавить дно капли, и оно станет слегка несферическим. Однако твердый лед обычно не имеет красивой сферической формы. Кристаллы льда предпочитают образовывать гексагональные структуры в результате осаждения, но могут образовывать странные формы в присутствии каймы или слипаться в крупу .
Форма частиц льда в основном зависит от температуры и пересыщения, в котором они образуются. Перенасыщение в основном зависит от скорости восходящего потока . В районах с повышенным восходящим потоком образуется больше гидрометеоров. Граупель встречается в основном в районах слабых восходящих потоков. Размер частиц имеет тенденцию уменьшаться с увеличением высоты, потому что на более низких высотах более крупные частицы сталкиваются и объединяются с более мелкими частицами. [1] Поскольку восходящие потоки важны для микрофизики облаков, необходимо также учитывать, как схемы параметризации конвекции могут влиять на микрофизику .
Небольшие ошибки в параметризации распределения частиц по размерам могут иметь большое влияние на расчет конечной скорости . Состав, размер и количественная концентрация частиц сильно различаются в стратиформных и конвективных областях. Скорость падения частиц, полученная из наблюдений за тропическими циклонами, значительно отличается от скорости падения в системах средних широт. [4]
Было проведено много исследований возможности изменения ураганов, чтобы они не были столь разрушительными. Розенфельд и др. (2007) изучали возможные модификации урагана Катрина (2005). Они смоделировали посев урагана, подавив все образование теплого дождя во внешних областях урагана. Они сообщают, что в их моделировании ураган с посевами первоначально ослабил приземные ветры в районе посева. Глаз урагана в конце концов сузился и стал сильнее, но среднее значение общего поля ветра было слабее. В этом лучшем случае они сообщают, что посев уменьшил ураганный ветер на 25%. [5]
Ранго и Хоббс (2005) провели натурные измерения тропических конвективных систем. Они обнаружили, что содержание жидкой воды было ниже адиабатических значений. Это было верно даже для вновь образованных восходящих потоков, предполагая, что столкновение-коалесценция и / или уносящее перемешивание являются эффективными методами удаления жидкой воды. Они отметили, что эффективный радиус начал уменьшаться на высотах выше 2–4 км над нижней границей облаков , что они приписывают процессу теплого дождя. Ледяные процессы стали важными при температурах от -4 ° C до -10 ° C, и они сфотографировали различные формы, включая иглы, замороженные капли и оболочки. Было замечено, что в растущих облаках размер частиц часто увеличивался за счет образования каймы. [6]
Tokay et al. (2008) изучали распределение дождевых капель по размеру в местных циклонах. Они обнаружили высокие концентрации мелких и средних капель, независимо от того, присутствовали ли более крупные капли. Общее количество капель составляло 600–1000 м –3 , содержание жидкой воды составляло около 1 г м –3 , а скорость дождя составляла примерно 20 мм в час. Капли имели средний массовый диаметр ~ 1,6 мм, а максимальный зарегистрированный диаметр составлял 4,11 мм. Полученные результаты показывают, что предыдущие оценки интенсивности дождя от тропических циклонов могли быть занижены из-за различий в микрофизике между умеренными широтами и тропическими штормами . [7]
Измерения микрофизики тропических облаков на Амазонке на месте показывают, что в областях с более сильными восходящими потоками содержатся более мелкие капли переохлажденной воды или частицы льда, чем более слабые восходящие потоки. В слоистых регионах наковальни агрегация в крупу была основным механизмом роста. Скорость восходящего потока определяет, являются ли процессы теплого дождя, обрамление или агрегация основным механизмом роста в регионах восходящего потока. [1]
Heymsfield et al. (2002) также рассмотрели микрофизику тропической конвекции, но они ограничились стратиформными областями. Они наблюдали частицы льда самых разных форм и размеров. В частности, они отметили, что частицы с рифлением были обнаружены вблизи конвективных областей, маленькие сферы были обнаружены в областях «переходной конвекции», а при низких температурах образовывались перистые кристаллы. Они построили распределения частиц по размерам и отметили, что они особенно хорошо подходят для гамма-распределений и немного хуже - для экспоненциальных распределений . Они отметили, что их результаты аналогичны результатам, полученным для систем средних широт. [8]
Параметризация
Существует несколько различных схем параметризации облачной микрофизики. В зависимости от сложности схемы количество категорий ледяных фаз может варьироваться. Во многих схемах используются как минимум три категории: облачный лед, крупа и снег. Классификация льда по категориям необходима, потому что разные формы льда будут падать с разной скоростью.
Обычно схемы микрофизики используют средневзвешенное значение скорости падения. Макфаркуар и Блэк (2004) показали, что разные методы параметризации приводят к совершенно разным конечным скоростям гидрометеоров. [4]
Интенсивность
Наличие ядер облачной конденсации (CCN) влияет на количество облачных капель, образующихся в облаке; чем больше CCN, тем больше будет образовываться облачных капель. Изменения концентрации CCN и связанные с ними изменения в распределении облачных капель могут перераспределять энергию внутри урагана. [5] Это было известно в 1960-х годах, что привело ученых к мысли, что ураганы можно изменить, добавив CCN для создания менее сильных ураганов. Было высказано предположение, что посев йодида серебра за пределами глазной стенки заморозит переохлажденную воду, выделяет больше скрытого тепла и увеличивает конвекцию. [9] Этот метод в конечном итоге оказался неудачным из-за отсутствия переохлажденной воды в тропическом циклоне. Другой подход засевает облака большим количеством маленьких гигроскопичных аэрозолей. Большое количество CCN приводит к меньшему количеству капель дождя, меньшему количеству столкновений и, следовательно, меньшему количеству дождя. Эта вода конвектируется выше уровня замерзания, что приводит к потеплению в верхних слоях атмосферы и усилению конвекции .
Было проведено несколько исследований по моделированию воздействия увеличения CCN на интенсивность ураганов. Розенфельд и др. . (2007) использовали модель погодных исследований (WRF) для моделирования урагана Катрина, а затем отключили процессы теплого дождя, чтобы приблизиться к эффектам добавления большого количества CCN. [5] Они сообщают, что им удалось смоделировать ключевые особенности Катрины в контрольном прогоне, включая минимальное центральное давление и максимальную скорость ветра . Когда процессы теплого дождя были устранены, содержание воды в облаках естественным образом увеличилось, а содержание дождевой воды уменьшилось. Подавление теплого дождя также изменяет термодинамическую структуру урагана: температуры снижаются на низких уровнях на внешней границе урагана. Позже пик ветра уменьшился вместе с центральным давлением. [5]
Чжу и Чжан (2006) использовали мезомасштабную модель для моделирования урагана Бонни 1998 года . Они сообщают, что их контрольная пробежка в разумных пределах смоделировала наблюдаемый ураган. Затем они провели серию экспериментов с чувствительностью, чтобы изучить, как изменения в микрофизике влияют на ураган. [10] Различные исследования чувствительности были сосредоточены на влиянии ледовых процессов. Они сообщают, что тропические циклоны проявляют большую чувствительность по интенсивности и структуре ядра к процессам ледяной фазы. По мере удаления ледяных процессов интенсивность циклона уменьшается без Бержеронского процесса. Когда отростки крупы удаляются, шторм ослабевает, но не так сильно, как при удалении всех отростков льда. А когда испарение отключено, интенсивность шторма резко возрастает. Они пришли к выводу, что процессы таяния и испарения важны для усиления тропических циклонов. [10]
Для разных ситуаций были получены разные схемы параметризации кучевых облаков. Схема Беттса-Миллера (или производная Беттса-Миллера-Янича) пытается гарантировать реалистичность местных вертикальных структур температуры и влажности. Схема Беттса-Миллера (-Янича) часто используется при моделировании тропических циклонов. [11] Дэвис и Босарт (2002) смоделировали ураган «Диана» (1984), который претерпел внетропический переход. Они использовали схему параметризации кучевых облаков Беттса-Миллера-Янича двумя способами: один с параметрами, установленными для среднеширотных систем, а другой - для тропических систем. Дело не в том, что, когда схема параметризации установлена для систем средних широт, моделирование дает более реалистичные траекторию и интенсивность шторма. Однако симуляция тропиков дает более реалистичное поле осадков. [11]
Паттнаик и Кришнамуртил (2007) смоделировали ураган Чарли 2004 года, чтобы оценить влияние микрофизики облаков на интенсивность урагана. Они сообщают, что их контрольный пробег был успешным при имитации трассы, интенсивности, скорости и осадков. [12] Они использовали схему микрофизики из Центра космических полетов имени Годдарда НАСА. В этой схеме используются пять различных классификаций облачной воды: жидкая облачная вода, облачный лед, дождевая вода, снег и град / крупа. Это также позволяет использовать переохлажденную воду. Их исследование пытается показать, как скорость падения и параметры перехвата могут влиять на интенсивность тропических циклонов. Распределение частиц осадков по размерам параметризуется как:
- N (D) = N 0 e −λD dD
где N - количество частиц осадков между заданным диаметром D и D + dD, N 0 - параметр пересечения, λ - параметр наклона, а D - диаметр частиц. [13] Они использовали ту же модель и схему микрофизики, отключив разные микрофизические механизмы, чтобы понять, какие из них наиболее важны. Они отмечают, что изменения в схеме микрофизики резко повлияли на интенсивность урагана. Самые сильные ураганы случались, когда таяние подавлялось или когда не допускалось испарение. Они интерпретируют это как означающее, что энергия, необходимая либо для плавления, либо для испарения частиц, может вместо этого использоваться для нагрева столба воздуха, что увеличивает конвекцию, что приводит к более сильному шторму. Во время самого слабого смоделированного шторма скорость падения частиц снега и крупы была увеличена. Повышенная скорость выпадения осадков также увеличила испарение, что привело к ослаблению конвекции. Изменения параметра перехвата практически не изменились. [13] Это означает, что общее количество частиц не имеет такого значения, как относительное распределение между различными размерами частиц.
Серия симуляций, которые в основном смотрели на то, как микрофизика облаков влияет на траекторию урагана, также показала, что подсеточные схемы параметризации турбулентного перемешивания влияют на интенсивность симуляции урагана больше, чем его траектория. [3]
Отслеживать
Хотя это и не главная цель, две работы Розенфельда и соавт. . (2007) отметили, что в своем моделировании подавление теплого дождя за счет добавления большого количества аэрозолей приведет к отклонению тропического циклона на восток. [5] Чжу и Чжан (2006) сообщают, что след урагана не был чувствителен к микрофизическим процессам облаков, за исключением очень слабых штормов, которые распространялись на восток. [10] В серии исследований чувствительности Паттнаик и Кришнамурти пришли к выводу, что микрофизические процессы мало влияют на траекторию урагана. [13]
Дэвис и Босарт (2002) рассматривали, среди прочего, влияние параметризации кучевых облаков на траекторию тропических штормов. Они обнаружили, что изменения потенциальной завихренности в тропопаузе могут вызывать изменения в поле ветра. В частности, разные схемы имеют разные методы параметризации потенциальной завихренности, что приводит к разным трекам. Они обнаружили, что схемы Беттс-Миллера-Янича и Гриля производят более западный путь, чем Каин-Фрич. [11] Схема Каина-Фрича, как правило, слишком быстро усиливала шторм, но давала лучший след по сравнению с наблюдениями. Смоделированные следы более сильных штормов имеют тенденцию быть дальше на восток по сравнению с более слабыми штормами. Дэвис и Босарт также отмечают, что их результаты отличаются от предыдущих исследований чувствительности параметризации кучевых облаков, которые показали, что схема Беттса-Миллера-Янича, как правило, дает лучшие результаты. Они объясняют эту разницу различиями в шагах сетки между исследованиями. [11]
В первой опубликованной статье конкретно рассматривалось влияние микрофизики облаков на траекторию урагана wa [ требуется пояснение ] Fovell and Su (2007). [3] Они использовали моделирование урагана «Рита» (2005) и идеализированное моделирование урагана, чтобы увидеть, как различные микрофизические параметризации и схемы конвекции изменяют траекторию урагана. Они сравнили эффекты Kessler (K), Lin et al. (L) и трехклассовые схемы WRF с единичным моментом (WFR3) в сочетании с эффектами схем конвективной параметризации Каина-Фрича (KF), Грелля-Девеньи (GD) и Беттса-Миллера-Янича (BMJ). Ураган, который наиболее точно моделировал след Риты, произошел, когда схема микрофизики WSM3 была объединена с конвекцией BMJ. Худший смоделированный трек был, когда K-микрофизика была соединена с конвекцией KF, что вызвало более слабый шторм, который прослеживался далеко к западу от фактического шторма. Распространение от простого изменения микрофизики и схем параметризации кучевой конвекции привело к тому же разбросу следов ураганов, что и ансамбль Национального центра ураганов. [3]
Они также отмечают, что самая большая разница между параметризациями микрофизики состоит в том, что K не включает никаких фаз льда. Различия между кристаллической природой облачного льда и снега по сравнению со сферической природой капель дождя и полусферической формой крупы, вероятно, приведут к разным скоростям падения, если в параметризацию будет включена замороженная вода. Они использовали наиболее точный член моделирования Риты и изменили микрофизику таким образом, чтобы скорость падения частиц льда была такой же, как если бы они были жидкими каплями дождя той же массы. Они сообщают, что это изменило траекторию урагана, так что он прослеживался дальше на запад, аналогично схеме K. [3]
В дополнение к моделированию урагана Рита, Фовелл и Су (2007) также выполнили те же модели, что и раньше, но с меньшим размером сетки, так что параметризация кучевых облаков не требовалась. Они обнаружили, что ураган, вызванный схемой К, был слабее, чем остальные, и имел наиболее западное направление. Они пришли к выводу, что различные неявные микрофизические допущения в различных схемах могут изменить траекторию урагана при прогнозировании временных масштабов. В целом их результаты предполагают, что ураганы большего размера будут следовать дальше на запад, что согласуется с «бета-дрейфом». [3]
Когда был создан идеализированный набор ураганов без крупномасштабного потока, с переменным параметром Кориолиса, они обнаружили, что ураганы по-прежнему перемещались с северо-востока на северо-северо-восток. Однако разные микрофизические схемы отслеживаются в разных направлениях. Поскольку крупномасштабного потока не было, они пришли к выводу, что различия в треке представляют собой изменения в вихревом движении, вызванные изменениями в микрофизике. В постоянном эксперименте с f-самолетом не было движения штормов. Они отмечают, что различия в результатах консенсусной модели NWS могут быть в первую очередь из-за того, как разные модели параметризуют микрофизику облаков и другие подсеточные процессы. [3]
Недавно Fovell et al. (2009) провели модельное исследование ураганов в идеализированной среде. Модель имела постоянную температуру поверхности моря, отсутствие фонового ветра, но с вращением Земли. Затем они вставили вихрь с различными схемами микрофизики и отметили, что следы расходятся. Они использовали те же микрофизические схемы, что и F07, и, как и F07, отметили, что K-буря двигалась быстрее и дальше на запад, чем буря, создаваемая другими микрофизическими схемами. [2] Более раннее исследование Фиорино и Элсберри (1989) показало, что траекторию и скорость урагана можно изменить, просто изменив тангенциальные ветры во внешней части шторма, потому что они помогли определить ориентацию и силу бета-круговоротов. [14] У шторма F09 с параметризацией микрофизики K был самый большой глаз и самые сильные ветры на больших радиусах, в то время как шторм L был наиболее интенсивным, а у WSM3 был самый компактный глаз.
F09 отметил, что шторм с более сильными внешними ветрами идет больше на северо-запад, чем штормы со слабым ветром. Они предполагают, что это можно объяснить гидростатическим балансом атмосферы. Предполагая, что атмосфера находится в гидростатическом балансе, средняя виртуальная температура столба вносит наибольший вклад в приземное давление. Фактические температуры трех штормов F09 варьировались, причем у шторма Кесслера температура была на несколько градусов выше, чем у других штормов. Ветры определяются радиальными градиентами давления, которые связаны с градиентами температуры. Следовательно, у штормов с большим радиальным изменением виртуальной температуры будут более сильные внешние ветры. [2] Разницу температур между моделями можно объяснить изменением радиационного нагрева и охлаждения. Схема микрофизики K создавала скорость падения частиц, которая была ниже, чем у других, тем самым увеличивая размер ее наковальни. F09 сообщает, что наиболее важным фактором, влияющим на размер наковальни, является конечная скорость, а конечная скорость частиц зависит от их геометрии, плотности и размера. Взаимодействие между наковальней и входящим и испускаемым излучением изменяет радиальный градиент температуры, что приводит к изменению направления дорожки. [2]
Fovell et al. пришли к выводу, что выбор схем микрофизики может привести к изменениям конечных скоростей частиц в наковальне, что может привести к увеличению или уменьшению размера наковальни. Схемы, которые производят более тяжелые частицы, которые будут падать быстрее (например, K), дают худшие результаты. В заключение они предупреждают, что любые изменения траектории шторма или скорости, изначально вызванные микрофизикой, могут быть усилены другими динамическими факторами, такими как рулевой поток или температура поверхности моря. [2] [15]
Рекомендации
- ^ a b c Стит, Дж. Л., Дж. Дай, А. Бэнсемер, А. Дж. Хеймсфилд, К. А. Грейнджер, В. А. Петерсен и Р. Чифелли, 2002: Микрофизические наблюдения тропических облаков. J. Appl. Meteorol. , 41 , 97–117.
- ^ a b c d e Фовелл, Р.Г., К.Л. Корбозиеро и Х.К. Куо, 2009: Влияние облачной микрофизики на след урагана, выявленное в идеализированных экспериментах. J. Atmos. Sci ., 66 , 1764–1778.
- ^ a b c d e f g h Фовелл, Р. Г. и Х. Су, 2007: Влияние микрофизики облаков на прогнозы следов ураганов. Geophys. Res. Lett. , 34 , L24810.
- ^ a b Макфаркуар, GM, и Р. А. Блэк, 2004: Наблюдения за размером и фазой частиц в тропических циклонах: значение для мезомасштабного моделирования микрофизических процессов. J. Atmos. Sci. , 61 , 422–439.
- ^ a b c d e Розенфельд, Д., А. Хаин, Б. Линн и В. Л. Вудли, 2007: Моделирование реакции урагана на подавление теплого дождя субмикронными аэрозолями. Атмос. Chem. Phys. , 7 , 3411-3424.
- ^ Рангно, А.Л., и П.В. Хоббс, 2005: микроструктуры и развитие осадков в кучевых облаках и небольших кучево-дождевых облаках над теплым бассейном тропического Тихого океана. QJR Meteorol. Soc. , 131 , 639-673.
- ^ Токай, А. П. Башор, Е. Хабиб и Т. Kasparis, 2008: Raindrop измерения Размер распределения втропических циклонов. Пн. Wea. Rev. , 136 , 1669–1685.
- ^ Heymsfield, AJ, А. Bansemer, PR поле, SL Дерден, JL Stith, JE Dye, W. Hall и CA Грейнджер, 2002: Наблюдения и параметризация Размера распределения частиц в глубоком тропическом Cirrus и СТРАТИФОРМНОМ осаждая Облако: Результаты In Наблюдения за ситуацией в полевых кампаниях TRMM. J. Atmos. Sci. , 59, 3457–3491.
- ^ Уиллоуби, Х., Д. Йоргенсен, Р. Блэк и С. Розенталь, 1985, Project STORMFURY: A Scientific Chronicle 1962–1983. Бык. Амер. Метеор. Soc. , 66 , 505–514.
- ^ a b c Чжу, Т., и Д.Л. Чжан, 2006: Численное моделирование урагана Бонни (1998). Часть II: Чувствительность к изменяющимся облачным микрофизическим процессам. J. Atmos. Sci. , 63 , 109–126.
- ^ a b c d Дэвис К. и Л. Ф. Босарт, 2002: Численное моделирование происхождения урагана «Диана» (1984). Часть II: Чувствительность трека и прогноз интенсивности. Пн. Wea. Rev. , 130 , 1100–1124.
- ^ Pattnaik, С. и Т. Н. Krishnamurti1, 2007, Влияние облачность микроструктуры на интенсивности ураганов, часть 1: Управление запуск. Метео. и Атмос. Phys. , 97 , 117-126.
- ^ a b c Паттнаик, С. и Т. Н. Кришнамурти1, 2007, Влияние микрофизических процессов облаков на интенсивность ураганов, часть 2: Эксперименты по чувствительности. Метео. и Атмос. Phys. , 97 , 127-147.
- ^ Fiorino, MJ, и RL Elsberry, 1989: Некоторые аспекты вихревой структурысвязанные с тропическим движением циклона. J. Atmos. Sci. , 46 , 975-990.
- ^ Fovell Р., H Su (2007). «Влияние микрофизики на прогнозы следа и интенсивности ураганов» . НАСА . Проверено 7 декабря 2009 года . CS1 maint: обескураженный параметр ( ссылка )