[論文レビュー] Eulerian-Lagrangian particle-based model for diffusional growth for the better parameterization of ISM clouds: A road map for improving climate model through small-scale model using observations

Moumita Bhowmik, Anupam Hazra+2 more|arXiv (Cornell University)|Mar 2, 2023

Atmospheric aerosols and clouds被引用数 6

ひとこと要約

本研究は、インド夏季モンスーン（ISM）雲における拡散的成長率と相対的分散を定量的に評価するため、地上観測によるCAIPEEXの航空機観測データを用いて、Eulerian-Lagrangian粒子ベースの直接数値シミュレーション（DNS）モデルを開発した。相対的分散（ε ≈ 0.2–0.37）と雲雲滴数密度との間の線形関係を示すことで、軽い降雨の予測を向上させる分散に基づく自己変換パラメータ化を提案した。平均拡散的成長率（cₘ）は0.25×10⁻³～1.5×10⁻³ cm/sの範囲にあり、これにより微物理パラメータ化の精度が向上した。

ABSTRACT

The quantitative prediction of the intensity of rainfall events (light or heavy) has remained a challenge in Numerical Weather Prediction (NWP) models. For the first time the mean coefficient of diffusional growth rates are calculated using an Eulerian-Lagrangian particle-based small-scale model on in situ airborne measurement data of Cloud Aerosol Interaction and Precipitation Enhancement Experiment (CAIPEEX) during monsoon over Indian sub-continent. The results show that diffusional growth rates varies in the range of 0.00025 - 0.0015(cm/s). The generic problem of the overestimation of light rain in NWP models might be related with the choice of cm in the model. It is also shown from DNS experiment using Eulerian-Lagrangian particle-based small-scale model that the relative dispersion is constrained with average values in the range of ~ 0.2 - 0.37 (~ 0.1- 0.26) in less humid (more humid) conditions. This is in agreement with in situ airborne observation (dispersion ~ 0.36) and previous study over Indian sub-continent. The linear relationship between relative dispersion and cloud droplet number concentration (NC) is obtained from this study using CAIPEEX observation over Indian subcontinent. The dispersion based autoconversion-scheme for Indian region must be useful for the Indian summer monsoon precipitation calculation in the general circulation model. The present study also provide valuable guidance for the parameterization of effective radius, important for radiation scheme.

研究の動機と目的

• 数値予報モデル（NWP）における軽い降雨の過剰予測を是正するため、微物理パラメータ化を改善すること。
• ISM雲の航空機内陸観測データを用いて、平均拡散的成長係数（cₘ）を定量すること。
• 自己変換スキームの改善に資するため、相対的分散（ε）と雲雲滴数密度（NC）との関係を確立すること。
• DNSと観測制約を用いて、気候モデルにおける有効半径パラメータ化を支援すること。
• インドモンスーン地域に特化した物理的根拠に基づく、分散に依存する自己変換スキームを開発すること。

提案手法

• サブセンチメートルスケールでの個々の雲滴成長をシミュレートするため、Eulerian-Lagrangian粒子ベースのDNSモデルを採用した。
• モデルのキャリブレーションに、雲滴径分布（DSD）、液水含量（LWC）、雲滴数密度（NC）の航空機内陸観測データ（CAIPEEX）を用いた。
• 変動する過飽和度および温度勾配下での雲滴成長ダイナミクスから、平均拡散的成長率（cₘ）を算出した。
• 相対的分散（ε）を雲滴径分布の広がりの指標として定量化し、乾燥した/湿った条件下でそれぞれε ≈ 0.2–0.37の範囲に収束した。
• Liu-Daum型パラメータ化を用いて、分散に基づく自己変換スキームを実装した：P_D = a₁[(1+3ε²)(1+4ε²)(1+5ε²)/(1+ε²)(1+2ε²)]·Nc⁻¹·LWC³·β、ここでβはx_c = a₂·Nc³ᐟ²·LWC⁻²により定義される。
• 特にCAIPEEXデータで観測されたε ≈ 0.36と一致する結果を得たため、モデルを内陸観測および先行研究と照合して妥当性を検証した。

実験結果

リサーチクエスチョン

• RQ1 インド夏季モンスーン（ISM）雲における平均拡散的成長率（cₘ）の範囲と変動性は何か？
• RQ2 湿度および雲雲滴数密度（NC）の変化に伴い、ISM雲における相対的分散（ε）はどのように変化するか？
• RQ3 分散に基づく自己変換スキームは、NWPモデルにおける軽い雨および強い雨のシミュレーションを改善できるか？
• RQ4 乱流およびエアロゾル効果は、温帯積乱雲における雲滴径分布の広がりにどのように影響するか？
• RQ5 DNSの結果は、気候モデルにおける有効半径パラメータ化をどの程度支援できるか？

主な発見

• ISM雲における平均拡散的成長率（cₘ）は0.25×10⁻³～1.5×10⁻³ cm/sの範囲にあり、雲滴成長効率の顕著な変動性を示している。
• 乾燥した条件下では相対的分散（ε）は0.2～0.37、湿った条件下では0.26～0.37に制限され、内陸観測（ε ≈ 0.36）とよく一致している。
• 相対的分散（ε）と雲雲滴数密度（NC）との間に強い線形関係が確認され、εが微物理予測の主要な指標であることが裏付けられた。
• Liu-Daum型の分散に基づく自己変換スキームは、従来のSundqvist型スキームと比較して、湿度および雲滴濃度への感受性が向上しており、雲種別による変化が最小限に抑えられている。
• 有効半径と平均体積径との関係を示す勾配（k）は、雲種別で0.65～1.0の範囲にあり、先行観測研究（例：Martinら [78]）と整合的である。
• 本研究は、インドモンスーンにおける一般循環モデルの自己変換および有効半径パラメータ化を改善する、検証済みで観測に基づくフレームワークを提供した。