[論文レビュー] Role of modified cloud microphysics parameterization in coupled climate model for studying ISM rainfall: small-scale cloud model and climate model work better together

Moumita Bhowmik, Anupam Hazra+5 more|arXiv (Cornell University)|Mar 2, 2023

Climate variability and modelsEnvironmental Science被引用数 3

ひとこと要約

本研究では、CFSv2結合気候モデルにおける雲微物理パrameterizationに、ラグランジュ的粒子1つ1つの小規模雲モデルから得られる拡散的成長率と相対分散を用いて、物理的に根拠のある修正を提案する。これにより、自己変換および水滴成長の改善が図られ、インド夏季モンスーン（ISM）降水量の確率密度関数（PDF）におけるバイアスが顕著に低減され、湿度、液水含量、および放射長波放射（OLR）のシミュレーションが向上し、より現実的な対流とモンスーン降水量の表現が実現される。

ABSTRACT

An unresolved problem of present generation coupled climate models is the realistic distribution of rainfall over Indian monsoon region, which is also related to the persistent dry bias over Indian land mass. Therefore, quantitative prediction of the intensity of rainfall events has remained a challenge for the state-of-the-art global coupled models. Guided by the observation, it is hypothesized that insufficient growth of cloud droplets and processes responsible for the cloud to rain water conversion are key components to distinguish between shallow to convective clouds. The new diffusional growth rates and relative dispersion based autoconversion from the Eulerian-Lagrangian particleby-particle based small-scale model provide a pathway to revisit the parameterizations in climate models for monsoon clouds. The realistic information of cloud drop size distribution is incorporated in the microphysical parameterization scheme of climate model. Two sensitivity simulations are conducted using coupled forecast system (CFSv2) model. When our physically based small-scale derived modified parameterization is used, a coupled climate model simulates the probability distribution (PDF) of rainfall and accompanying specific humidity, liquid water content, and outgoing long-wave radiation (OLR) with increasing accuracy. The improved simulation of rainfall PDF appears to have been aided by much improved simulation of OLR and resulted better simulation of the ISM rainfall.

研究の動機と目的

• グローバル結合気候モデルにおけるISM降水量の継続的かつ深刻な乾燥バイアスと不正確なPDFを是正すること。
• 自己変換および拡散的成長を含む改善された微物理過程が、降水量および雲の性質におけるバイアス低減にどのように寄与するかを調査すること。
• 小規模雲モデルから派生する物理的根拠に基づくパラメータ化が、大規模気候モデルの性能を向上させるかどうかを評価すること。
• CFSv2モデルにおける軽量雨の過剰推定と中程度・強力な雨の過小推定を是正すること。
• 改善された微物理、雲凝結物、放射（OLR）の間のフィードバックが、ISM動態のシミュレーションにどのように寄与するかを探索すること。

提案手法

• 拡散的成長率と雲水滴の相対分散を計算するために、ラグランジュ的粒子1つ1つの数値モデルが用いられ、微物理パラメータ化に情報を供給する。
• サンドクイスト型およびリウ＝ドウム型の定式化に基づき、分散に依存する係数を有する修正された自己変換パラメータ化が導出される。
• これらの物理的に導出された係数が、CFSv2結合気候モデルの微物理スキームに統合され、標準的なパラメータ化が置き換えられる。
• 2つの感度シミュレーションが実施される：制御（CTL）と修正（MOD）バージョンで、MODは新しい微物理係数を組み込んでいる。
• モデルは降水量PDF、比湿、液水含量（LWC）、および放射長波放射（OLR）の変化を評価する。
• 結果はGPCP観測およびインドのHACPL現地の雨滴分布計データに基づいて検証され、滴径分布（RDSD）と日周期の忠実度に注目する。

実験結果

リサーチクエスチョン

• RQ1 小規模雲モデルの物理的根拠に基づく微物理パラメータ化は、グローバル結合気候モデルにおけるISM降水量PDFのシミュレーションを改善できるか？
• RQ2 修正された拡散的成長率と分散に基づく自己変換が、軽量雨および強力な雨のイベントの表現にどのように影響するか？
• RQ3 改善された微物理が、CFSv2モデルにおけるOLR、比湿、雲凝結物のバイアス低減にどの程度寄与するか？
• RQ4 雲微物理が、対流-放射フィードバックおよびISM降水量の日周期をどのように調整するか？
• RQ5 ラグランジュ的粒子ベースの微物理の統合は、モンスーンシステムにおける雲の種別（浅い対流 vs. 深い対流）の現実性をどのように向上させるか？

主な発見

• 修正されたパラメータ化は、ISM降水量の確率密度関数（PDF）を顕著に改善し、軽量雨の過剰推定と中程度・強力な雨の過小推定を低減する。
• MODシミュレーションでは、比湿および液水含量（LWC）について観測とより良好な一致を示しており、熱力学的および微物理的表現の向上を示している。
• MOD実験では、放射長波放射（OLR）がより現実的にシミュレートされており、雲放射効果および対流活動の表現が向上していることを示している。
• MODモデルは制御シナリオと比較して、より多くの深層対流雲を生成し、浅い雲の数を減らしており、観測されたモンスーンダイナミクスとより一致している。
• 分散に基づくリウ＝ドウム型自己変換と改善された拡散的成長係数の使用により、雲水滴径分布（DSD）がより正確に再現され、モデルバイアスが低減された。
• 本研究では、小規模雲モデルの物理学を大規模気候モデルに統合することで、降水量、湿度、LWCを含む複数変数における一般的なPDFバイアスが低減されることを示している。