[論文レビュー] Super-Droplet Approach to Simulate Precipitating Trade-Wind Cumuli - Comparison of Model Results with RICO Aircraft Observations

Sylwester Arabas, Shin‐ichiro Shima|arXiv (Cornell University)|May 15, 2012

Atmospheric aerosols and clouds参考文献 40被引用数 23

ひとこと要約

本研究では、RICOの航空機観測設定を用いた大渦シミュレーション（LES）において、粒子ベースで確率的モンテカルロ手法であるスーパー・ドロプレット法（SDM）を用いて発雨積雲をシミュレートした。SDMは、0.1 mm以上のドロップに関しては雲および降水のサイズスペクトルの主要な側面を正確に再現し、バルクモデルと比較して優れた微物理的分解能を示すが、アエロゾルのデリケスセンスやドロップ破砕といったプロセスが欠落しているため、100 μm未塔の粒子が不足して表現されてしまう。

ABSTRACT

In this study we present a series of LES simulations employing the Super-Droplet Method (SDM) for representing aerosol, cloud and rain microphysics. SDM is a particle-based and probabilistic approach in which a Monte-Carlo type algorithm is used for solving the particle collisions and coalescence process. The model does not differentiate between aerosol particles, cloud droplets, drizzle or rain drops. Consequently, it covers representation of such cloud-microphysical processes as: CCN activation, drizzle formation by autoconversion, accretion of cloud droplets, self-collection of raindrops and precipitation including aerosol wet deposition. Among the salient features of the SDM, there are: (i) the robustness of the model formulation (i.e. employment of basic principles rather than parametrisations) and (ii) the ease of comparison of the model results with experimental data obtained with particle-counting instruments. The model set-up used in the study is based on observations from the Rain In Cumulus over Ocean (RICO) field project (the GEWEX Cloud System Study Boundary Layer Cloud Working Group RICO case). Cloud and rain droplet size spectrum features obtained in the simulations are compared with previously published aircraft observations carried out during the RICO field project. The analysis covers height-resolved statistics of simulated cloud microphysical parameters such as droplet number concentration, effective radius, and the width of the cloud droplet size spectrum. The sensitivity of the results to the grid resolution of the LES, as well as to the sampling density of the probabilistic (Monte-Carlo type) model is discussed.

研究の動機と目的

• 温暖降水量の微物理過程を模擬するためのスーパー・ドロプレット法（SDM）の有効性を評価すること。
• ドロップサイズスペクトルおよび微物理的プロセスに注目して、SDMの結果をRICOの航空機観測と直接比較すること。
• パrameterizationを用いないで微小スケールプロセスを解像できるSDMの、従来のバルクモデルおよびバイナリー微物理モデルに対する利点を評価すること。
• 現在のSDM実装における、特に100 μm未塔の粒子集団を表現できない限界を特定すること。
• 本手法のスケーラビリティを示し、モデル解析において実世界の粒子数計測装置を模倣できる能力を示すこと。

提案手法

• SDMは、流体力学をグリッド上（Eulerian）に解き、スーパードロップレット（実際の粒子の集合を表す）を個別に追跡する（Lagrangian）二重結合型フレームワークを採用する。
• 各スーパードロップレットは、移流、重力沈下、凝縮的成長／蒸発、および衝突的成長（凝集）を経て進化し、衝突イベントには確率的モンテカルロサンプリングが用いられる。
• Köhler曲線に基づく活性化や自動変換といった、単一粒子スケールのプロセスを明示的にシミュレートすることで、微物理的プロセスのparameterizationを回避する。
• 複数のグリッド解像度（粗い、中程度、高い）と、異なるスーパードロップレット密度を用いて収束性およびサンプリング誤差を評価する。
• 流体力学ソルバとしてCReSS LESモデルが用いられ、微物理はSDMで実装され、ケッラー・タイプのバルク微物理スキームと比較される。
• 時間積分は、流体力学、凝縮、衝突的成長、粒子運動の各コンponentに分けて実行され、安定性と精度を最適化した時間ステップがそれぞれに適用される。

実験結果

リサーチクエスチョン

• RQ1 スーパー・ドロプレット法（SDM）は、RICO現地調査で得られた雲および降水ドロップサイズスペクトルをどの程度正確に再現できるか？
• RQ2 SDMは、従来のバルクモデルおよびバイナリー微物理モデルと比較して、貿易渦の積雲における温暖降水量プロセスの模擬においてどのような利点を有するか？
• RQ3 SDMは、パrameterizationを用いずに、ドロップスペクトル形状や数密度といった微物理的詳細をどの程度解像できるか？
• RQ4 なぜ、シミュレーションでは10–20 μmの直径範囲で観測値とずれが生じるのか？
• RQ5 グリッド解像度およびスーパードロップレット密度は、微物理的予測の収束性および正確性にどのように影響するか？

主な発見

• スーパードロップレット密度が最も高い（1.3 × 10⁻⁹ cm⁻³）smd-coarse-512実験では、0.1–0.4 mmの直径範囲でRICO航空機観測と最もよく一致し、スペクトルの一致が最も良好であった。
• すべてのSDMシミュレーションで、10–20 μm範囲の粒子濃度が過小評価されている。これは、モデルにデリケスセンスしたアエロゾル源が欠落しているためとされる。
• ドロップ破砕プロセスが欠落しているため、実際の雲で小さなドロップを生成するメカニズムが欠落しており、100 μm未塔の粒子が再現できない。
• これらの限界にもかかわらず、SDMは従来のバルクモデルと比較して、0.1 mm以上のドロップのサイズスペクトルをより正確に再現しており、優れた微物理的忠実度を示している。
• SDMのparameterizationフリーなアプローチにより、粒子数計測器との直接比較が可能となり、従来のLES観測比較で通常用いられないようなスペクトルパラメータ（kやσr）の分析が可能になった。
• 液体水パスや降水量率といった巨視的雲パラメータの収束性は、RICO設定を用いた他のLESシミュレーションと同等であったが、SDMは顕著に向上した微構造的洞察を提供した。