[Εξωφυλλο}

Μελέτη ευαισθησίας της ανάδρασης μεταξύ νεφών και ακτινοβολίας με προσομοιώσεις περιοχικού κλιματικού μοντέλου

Μαργαρίτα-Στεφανία Βαβρίτσα

Περίληψη


Στην παρούσα Μεταπτυχιακή Διατριβή Ειδίκευσης πραγματοποιούνται προσομοιώσεις ευαισθησίας για τη μελέτη της αλληλεπίδρασης των νεφών κλίμακας μικρότερης από τη χωρική ανάλυση του μοντέλου (νέφη υποκλίμακας - subgid scale convective clouds) με την ακτινοβολία (cloud-radiation feedback). Η επίπτωση της αλληλεπίδρασης νεφών-ακτινοβολίας εστιάζει σε διάφορες παραμέτρους του ενεργειακού και υδατικού ισοζυγίου. Η ανάλυση βασίζεται σε δύο περιοχικές κλιματικές προσομοιώσεις του κλιματικού μοντέλου Weather Research and Forecasting (WRF-ARW v3.6.1) που καλύπτουν την χρονική περίοδο 1990-1994 και αφορούν στην περιοχή της Ευρώπης. Η χωρική ανάλυση του μοντέλου είναι 50 km (0.44o). Στην προσομοίωση αναφοράς, το κλιματικό μοντέλο WRF δεν επιτρέπει την αλληλεπίδραση των νεφών υποκλίμακας με την ακτινοβολία, ενώ στην προσομοίωση ευαισθησίας λαμβάνεται υπόψη. Τα αποτελέσματα των δύο προσομοιώσεων συγκρίνονται για παραμέτρους όπως: το συνολικό ποσοστό νεφοκάλυψης, την ακτινοβολία μικρού και μεγάλου μήκους κύματος, τη συνολική βροχόπτωση, τη βροχόπτωση κατακόρυφης μεταφοράς, τη διαθέσιμη δυναμική ενέργεια για ανωμεταφορά, την υγρασία της ατμόσφαιρας και του εδάφους, καθώς και τις επιφανειακές ροές αισθητής και λανθάνουσας θερμότητας. Σύμφωνα με τα αποτελέσματα, η εισαγωγή της αλληλεπίδρασης των νεφών υποκλίμακας με την ακτινοβολία οδηγεί στη μείωση της ηλιακής ακτινοβολίας που φτάνει στο έδαφος με αποτέλεσμα τη μείωση της διαθέσιμης δυναμικής ενέργειας για κατακόρυφη ανάπτυξη και επομένως της βροχόπτωσης κατακόρυφης μεταφοράς. Οι διαφορές στην ηλιακή ακτινοβολία στο έδαφος παρατηρούνται κυρίως κατά την περίοδο της άνοιξης (6.4% κατά μέσο όρο πάνω από την Ευρώπη) και του καλοκαιριού (7% κατά μέσο όρο πάνω από την Ευρώπη). Οι πιο ευαίσθητες περιοχές στην ενεργοποίηση της αλληλεπίδρασης νεφών-ακτινοβολίας, φαίνεται να είναι η περιοχή της κεντρικής Ευρώπης, της Γαλλίας και των Βρετανικών νήσων, στις οποίες η ακτινοβολία μικρού μήκους κύματος στην επιφάνεια μειώνεται κατά 10,1% , 9,2% και 10,5%, αντίστοιχα. Η αύξηση της ακτινοβολίας μεγάλου μήκους κύματος προς τα κάτω είναι μικρότερη του 2% κατά την διάρκεια όλων των εποχών και συνδέεται με την αύξηση της νέφωσης που παρατηρείται πάνω από την Ευρώπη (~6% την άνοιξη και ~12% το καλοκαίρι). Η ροή  λανθάνουσας θερμότητας εμφανίζεται μειωμένη κατά 7% κατά μέσο όρο σε ολόκληρη την ήπειρο, λόγω της μείωσης της διαθέσιμης ενέργειας για εξάτμιση αλλά και λόγω της μείωσης της βροχόπτωσης. Η μείωση της θερμοκρασίας είναι πολύ μικρή (~0.2οC) και προκύπτει ως αποτέλεσμα πολλαπλών συνδυαστικών φυσικών διεργασιών. Από την αξιολόγηση της θερμοκρασίας, της βροχόπτωσης και της ακτινοβολίας μικρού μήκους κύματος με δεδομένα παρατηρήσεων αλλά και δορυφορικά προέκυψε ότι με την ενεργοποίηση του μηχανισμού ανάδρασης, οι προσομοιώσεις της βροχόπτωσης και της ηλιακής ακτινοβολίας είναι πιο ρεαλιστικές (μικρότερες τιμές bias), ενώ η παράμετρος της θερμοκρασίας επηρεάζεται ελάχιστα (σχεδόν ίδιο bias στην προσομοίωση αναφοράς και ευαισθησίας).

Πλήρες Κείμενο:

PDF

Αναφορές


Ackerman S.A, Knox, J. A. : Meteorology, Understanding the atmosphere, 2nd edition, 2007,467 pages.

Alapaty, K., Herwehe, J. A., Otte, T. L., Nolte, C. G., Bullock,O. R., Mallard, M. S., Kain, J. S., and Dudhia, J.: Introducing subgrid-scale cloud feedbacks to radiation for regional meteorological and climate modeling, Geophys. Res. Lett., 39, L24808, doi: 10.1029/2012GL054031, 2012.

Allen, M. R., and Ingram, W. J.: Constraints on future changes in climate and the hydrological cycle, Nature, 419, 224–232, doi: 10.1038/nature01092, 2002.

Arakawa, A.: Modeling clouds and cloud processes for use in climate model. In Physical Basis of Climate and Climate Modeling, GARP Publication Series No. 16, World Meteorological Organization, 183–197, 1975.

Arking, A.: The radiative effects of clouds and their impact on climate, Bulletin of American Meteorological Society, 71, 795–813, 1991.

Bowden, J. H., Nolte C. G. , and Otte T. L. : Simulating the impact of the large-scale circulation on the 2-m temperature and precipitation climatology, Clim. Dyn., 40(7–8), 1903–1920, doi:10.1007/s00382-012-1440-y, 2013.

Bowden, J. H., Otte T. L., Nolte, C. G. and Otte M. J.: Examining interior grid nudging techniques using two-way nesting in the WRF model for regional climate modeling, J. Clim., 25(8), 2805–2823, doi:10.1175/jcli-d-11-00167.1. , 2012.

Bullock, O. R., Alapaty K., Herwehe J. A., Mallard M. S., Otte T. L., Gilliam R. C. , and Nolte C. G. : An observation-based investigation of nudging in WRF for downscaling surface climate information to 12-km grid spacing, J. Appl. Meteorol. Climatol., 53(1), 20–33, doi:10.1175/ JAMC-D-13-030.1.,2013.

Cess, R. D., and Potter, G. L.: Exploratory studies of cloud radiative forcing with a general circulation model, Tellus, 39A, 460–473, 1987.

Charlock, T. P., and Ramanathan, V.: The albedo field and cloud radiative forcing produced by a general circulation model with internally generated cloud optics, J. Atmos. Sci., 42, 1408–1429, 1985.

Chen, F., Mitchell, K., Schaake, J., Xue, Y., Pan, H.-L., Koren, V., Duan, Q. Y., Ek, M., and Betts, A.: Modeling of land surface evaporation by four schemes and comparison with FIFE observations, J. Geophys. Res., 101, 7251, doi: 10.1029/95JD02165, 1996.

Chen, T., Rossow, W. B., and Zhang, Y. C.: Radiative effects of cloud-type variations, J. Clim., 13, 264–286, 2000.

Christensen, J. H. and Christensen, O. B.: A summary of the PRUDENCE model projections of changes in European climate by the end of this century, Clim. Change, 81, 7–30, doi: 10.1007/s10584-006-9210-7, 2007.

Coakley, J. A., Jr., and Badwin, D. G.: Towards the objective analysis of clouds from satellite imagery data, J. Climate Appl. Meteor., 23, 1065–1099, 1984.

Collins, W. D., Rasch, P. J., Boville, B. A., Hack, J. J., Mc-Caa, J. R., Williamson, D. L., Kiehl, J. T., and Briegleb,B.: Description of the NCAR community atmosphere model(CAM 3.0) NCAR Technical Note, NCAR/TN-464CSTR, 2004.

Corti, T. and Peter, T.: A simple model for cloud radiative forcing, Atmos. Chem. Phys., 9, 5751-5758, doi:10.5194/acp-9-5751-2009, 2009.

Cortinas and Stensrud: The Importance of Understanding Mesoscale Model Parameterization Schemes for Weather Forecasting, American Meteorology society, 1995.

Curry and Ebert: Annual Cycle of Radiation Fluxes over the Arctic Ocean: Sensitivity to Cloud Optical Properties, American Meteorology Society, doi:http://dx.doi.org/10.1175/15200442(1992)005<1267:ACORFO>2.0.CO;2, 1992.

Dee, D. P., Uppala, S. M., Simmons, A. J., Berrisford, P., Poli, P., Kobayashi, S., Andrae, U., Balmaseda, M. A., Balsamo, G., Bauer, P., Bechtold, P., Beljaars, A. C. M., Van de Berg, L., Bidlot, J., Bormann, N., Delsol, C., Dragani, R., Fuentes, M., Geer, A. J., Haimberger, L., Healy, S. B., Hersbach, H., Hólm, E. V, Isaksen, L., Kållberg, P., Köhler, M., Matricardi, M., McNally, A. P., Monge-Sanz, B. M., Morcrette, J.-J., Park, B.-K., Peubey, C., de Rosnay, P., Tavolato, C., Thépaut, J.-N., and Vitart, F.: The ERA-Interim reanalysis: configuration and performance of thedata assimilation system, Q. J. R. Meteorol. Soc., 137, 553–597,doi:10.1002/qj.828, 2011.

Del Genio AD, Yao M-S, Kovari W, and Lo KK-W. : A prognostic cloud water parameterization for global climate models. J. Clim. 9: 270–304, 1996.

Dorrestijn J, Crommelin DT, Siebesma AP, and Jonket HJJ.: Stochastic parameterization of shallow cumulus convection estimated from highresolution model data. Theor. Comput. Fluid Dyn. 27: 133–148., 2013.

Ellis, J. S.: Cloudiness, the radiation budget, and climate, Ph. D. thesis, Colorado State University, Ft. Collins, 129 pp., 1978.

García-Díez, Markel, Fernández, J., and Vautard, R.: An RCM Multi-Physics Ensemble over Europe: Multi-Variable Evaluation to Avoid Error Compensation, Clima. Dynam., 1–16.

doi:10.1007/s00382-015-2529-x, 2015.

Goosse H., Barriat P.Y., Lefebvre W., Loutre M.F., and. Zunz V: Introduction to climate dynamics and climate modeling, 2010,196 pages.

Hartmann, D. L., and Doelling D.: On the net radiative effectiveness of clouds. J.Geophys. Res., 96D, 1991.

Haylock, M. R., Hofstra, N., Klein Tank, A. M. G., Klok, E. J., Jones, P. D., and New, M.: A European daily highresolution gridded data set of surface temperature and precipitation for 1950–2006,J.Geophys.Res.,113,D20119,doi:10.1029/2008JD010201, 2008.

Herwehe, J. A., Alapaty, K., Spero, T. L., and Nolte, C. G.: Increasing the credibility of regional climate simulations by introducing subgrid-scale cloud-radiation interactions, J. Geophys. Res., 119, 5317–5330, doi: 10.1002/2014JD021504, 2014.

Hong, S. and Lim, J.: The WRF single-moment 6-class microphysics scheme (WSM6), J. Korean Meteor. Soc., 42, 129-151 , 2006.

Iacono, M. J., Delamere, J. S., Mlawer, E. J., Shephard, M. W., Clough, S. A., and Collins, W. D.: Radiative forcing by long-lived greenhouse gases: Calculations with the AER radiative transfer models, J. Geophys. Res., 113, D13103, doi: 10.1029/2008JD009944, 2008.

IPCC, 2013: Climate Change 2013, Τhe Physical Science Basis, by the Working Group I.

Jacob,C.: The representation of cloud cover in atmospheric general circulation models, Ph. D thesis, University of Munich, 2000.

Kain, J. S.: The Kain–Fritsch Convective Parameterization: An Update, J. Appl. Meteorol., 43, 170–181, doi: 10.1175/1520-0450(2004)043<0170: TKCPAU>2.0.CO;2, 2004.

Katragkou E., Kartsios S., Vavritsa M., Alexandri G., and Karacostas T.: Impact of subgrid-scale cloud feedbacks to radiation in a climatic simulation over Europe, European Geosciences Union (EGU) General Assembly 2015, 12– 17/4/2015, Vienna, Austria.

Katragkou E., Vavritsa M., Kartsios S., Alexandri G., Pytharoulis I., and Karacostas T.: Sensitivity study of convective cloud feedbacks on radiation and impacts on precipitation, International Conference on Regional Climate (ICRC)-CORDEX 2016, 17-20/5/2016, Stockholm, Sweden.

Katragkou E.,. García-Díez M , Vautard R. , Sobolowski S., Zanis P., Alexandri G., Cardoso R. M., Colette A., Fernandez J., Gobiet A., Goergen K., Karacostas T., Knist S., Mayer S., Soares P. M. M., Pytharoulis I., Tegoulias I. , Tsikerdekis A.,and Jacob D.: Hindcast regional climate simulations within EURO-CORDEX: Evaluation of a WRF multi-physics ensemble, Geoscientific Model Development, 8, 603-618,2015.

Keane RJ, and Plant RS. : Length and time scales for stochastic convective parameterization. Q. J. R. Meteorol. Soc. 138: 1150–1164, 2012.

Knist S., Goergen K., Buonomo E., Christensen O.B, Colette A., Cardoso R.M, Fealy R., Fernandez J., Diez M.G, Jacob D., Kartsios S,

Katragkou E., Keuler K , Mayer S., Meijgaard E., Nikulin G., Soares P. M.M, Sobolowski S., Szepszo G., Teichmann G., Vautard R., Warrach-Sagi K., Wulfmeyer V., and Simmer C.: Land-atmosphere coupling in EURO-CORDEX evaluation experiments, 2016 (submitted in JGR Atmospheres).

Koh, T.-Y. and Fonseca, R. : Subgrid-scale cloud–radiation feedback for the Betts–Miller–Janjić convection scheme. Q.J.R. Meteorol. Soc., 142: 989–1006. doi: 10.1002/qj.2702,2016.

Kotlarski, S., Keuler, K., Christensen, O. B., Colette, A., Déqué, M., Gobiet, A., Goergen, K., Jacob, D., Lüthi, D., van Meijgaard, E., Nikulin, G., Schär, C., Teichmann, C., Vautard, R., Warrach-Sagi, K., and Wulfmeyer, V.: Regional climate modeling on European scales: a joint standard evaluation of the EUROCORDEX RCM ensemble, Geosci. Model Dev., 7, 1297–1333, doi:10.5194/gmd-7-1297-2014, 2014.

Kubar, T. L., Hartmann D. L., and Wood R.: Radiative and convective driving of tropical high clouds, J. Clim., 20, 5510–5526, doi:10.1175/2007JCLI1628.1, 2007.

Le Treut H., and Li ZX. : Sensitivity of an atmospheric general circulation model to prescribed SST changes: Feedback effects associated with the simulation of cloud optical properties. Clim. Dyn. 5: 175–187., 1991.

Lee, W-H., Iakobellis, S.F., and Somerwille R.C.J.: Cloud radiation forcing and feedbacks: General Circulation Model tests and observational validation. J. Climate, 10, 1997.

Li, L., Li W., and Jin, J.: Improvements in WRF simulation skills of southeastern United States summer rainfall: physical parameterization and horizontal Resolution, Clim Dyn (2014) 43:2077–2091, DOI 10.1007/s00382-013-2031-2, 2014.

Mitchell, J. F. B., Wilson C. A. , and Cunnington W. M.: On CO2 climate sensitivity and model dependence of results, Q. J. R. METEOROL. SOC., 113, 293–322, doi:10.1256/smsqj.47516,1987.

Monin, A. S., and Obukhov A. M. : Basic laws of turbulent mixing in the surface layer of the atmosphere (in Russian),Contrib. Geophys. Inst. Acad. Sci., USSR, 151,163–187, 1954.

Mueller, R. and Trentmann, J.: Validation Report, SARAH climate data records, Satellite Application Facility on Climate Monitoring, 96 pp., doi:10.5676/EUM_SAF_CM/SARAH/V001, 2015a.

Mueller, R., Pfeifroth, U., Träger-Chatterjee, C., Trentmann, J. and Cremer, R.: Digging the Meteosat Treasure-3 Decades of Solar Surface Radiation, Remote Sens., 7(6), 8067, doi:10.3390/rs70608067, 2015b.

Mystakidis, S., Zanis, P., Dogras, C., Katragkou, E., Pytharoulis, I., Melas, D., Anadranistakis, E., and Feidas, H.: Optimization of a Regional Climate Model for High Resolution Simulation over Greece, in: Adv. Meteorol. Climatol. Atmos. Phys., edited by: Helmis, C. G. and Nastos, P. T., SE – 89, Springer Berlin Heidelberg, 623–629, 2013.

Neale, R. B., et al. (2010a): Description of the NCAR Community Atmosphere Model (CAM 5.0), Tech. Note NCAR/TN-486+STR, 268 pp., Natl. Cent. For Atmos. Res., Boulder, Colo., 2010.

Neale, R. B., et al. (2010b): Description of the NCAR Community Atmosphere Model (CAM 4.0), Tech. Note NCAR/TN-485+STR, 212 pp., Natl. Cent. For Atmos. Res., Boulder, Colo., 2010.

Neelin: Climate change and climate modelling, Cambridge University Press, 2011, 298 pages.

Otte, T. L., Nolte C. G., Otte M. J., and Bowden J. H. : Does nudging squelch the extremes in regional climate modeling, J. Clim., 25(20), 7046–7066, doi:10.1175/jcli-d-12-00048.1.,2012.

Plant, R.S, and Craig, G.C. : A stochastic parameterization for deep convection based on equilibrium statistics. J. Atmos. Sci. 65: 87–105, 2008.

Pruppacher, H.R and Klett, J.D: Microphysics of clouds and precipitation, 2nd edition, 2010,975 pages.

Ramanathan, V., R. D. Cess, E. F. Harrison, P. Minnis, B. R. Barkstrom, E. Ahmad, and D. Hartmann: Cloud radiative forcing and climate: Results from the Earth Radiation Budget Experiment. Science, 243, 57-63, 1989.

Ramanathan, V.: The role of earth radiation budget studies in climate and general circulation research, J. Geophys. Res., 92, 4075–4095, 1987.

Ricketts JN. : An investigation into a relationship between upper air relative humidity and cloud cover. Meteorol. Mag. 102: 146–153, 1973.

Seneviratne, S. I., Corti T. , Davin E. L., Hirschi M., Jaeger E. B., Lehner I., Orlowsky B., and Teuling A. J. : Investigating soil moisture–climate interactions in a changing climate: A review, Earth-Science Rev., 99(3-4), 125–161, doi:10.1016/j.earscirev.2010.02.004.,2010.

Senior, C.A, and Mitchell, J.F.B.: Carbon dioxide and climate. The impact of cloud parameterization. J. Clim., 6, 393–418, 1993.

Sesamori T.: A statistical model for stationary atmospheric cloudiness, liquid water content and rate of precipitation. Mon. Weather Rev. 103: 1037–1049. , 1975.

Shneider, S.H: Cloudiness as a global climate feedback mechanism: The effects on the radiation balance and surface temperature of variations in cloudiness, J. Atmos. Sci, 29, 1413-1422, doi:10.1175/1520-0469(1972)029<1413:CAAGCF>2.0.CO;2, 1972.

Skamarock, W. C., Klemp, J. B., Dudhia, J., Gill, D. O., Barker, D. M., Duda, M. G., Huang, X.-Y., Wang, W., and Powers, J. G.:A description of the advanced research WRF version 3.’ NCAR Technical Note TN-475+STR. NCAR: Boulder, CO, 2008.

Slingo JM. : A cloud parameterization scheme derived from GATE data for use with a numerical model. Q. J. R. Meteorol. Soc. 106: 747–770, 1980.

Slingo JM. : The development and verification of a cloud prediction scheme for the ECMWF model. Q. J. R. Meteorol. Soc. 113: 899–927, 1987.

Smagorinsky, J. (1960) On the Dynamical Prediction of Large-Scale Condensation by Numerical Methods, in Physics of Precipitation: Proceedings of the Cloud Physics Conference, Woods Hole, Massachusetts, June 3-5, 1959 (ed H. Weickmann), American Geophysical Union, Washington D. C.. doi: 10.1029/GM005p0071

Solomon, S., Qin D. , Manning M. , Marquis M. , Averyt K., Tignor M. M. B., H. L. Miller Jr., and Z. Chen, Eds.: Climate Change 2007: The Physical Science Basis. Cambridge University Press, 996 pp, 2007.

Stensrud, D.J.: Parameterization Schemes: Keys to Understanding Numerical Weather Prediction Models. Cambridge University Press, 459 pages, 2007.

Stephens, G. L.: Cloud Feedbacks in the Climate System: A Critical Review, J. Climate, 18, 237–273, 2005.

Sundqvist H.: A parameterization scheme for non-convective condensation including prediction of cloud water content. Q. J. R. Meteorol. Soc. 104: 677–690, 1978.

Sundqvist H.: Parameterization of condensation and associated clouds in models for weather prediction and general circulation simulation. In Physically-based Modelling and Simulation of Climate and Climatic Change – Part I, M.E Schlesinger, Kluwer Academic Publishers, 433-462, 1988.

Sundqvist, H., Berge, E., and Kristjánsson, J. E.: Condensation and Cloud Parameterization Studies with a Mesoscale Numerical Weather Prediction Model, Mon.Weather Rev., 117, 1641–1657,1989.

Tiedtke M, Hackley WA, Slingo JM. : Tropical forecasting at ECMWF: The influence of physical parameterization on the mean structure of forecasts and analyses. Q. J. R. Meteorol. Soc. 114: 639–664, 1988.

Vavritsa, M., Katragkou, E., Kartsios, S., Pytharoulis, I., and Karacostas T.: Sensitivity study of cloud-radiation feedbacks in a regional climate model simulation over Europe, Springer,13th International Conference on Meteorology,Climatology and Atmospheric Physics (submitted)

Weaver, C.P., and V. Ramanathan,: The link between summertime cloud radiative forcing and extratropical cyclones in the North Pacific. J. Clim., 2093-2109,1996.

Wild, M. and Liepert, B.: The Earth radiation balance as driver of the global hydrological cycle.Environ. Res. Lett. 5, 2010.

Xu, K.-M., and S. K. Krueger: Evaluation of cloudiness parameterizations using a cumulus ensemble model, Mon. Weather Rev., 119(2),342367, doi:10.1175/15200493(1991)119<0342:EOCPUA>2.0.CO;2, 1991.

Μαζαράκης Ν.Χ: Παρατηρησιακή και αριθμητική μελέτη των δυναμικών και φυσικών διεργασιών που συνδέονται με τη θερινή καταιγιδοφόρο δραστηριότητα στον Ελλαδικό χώρο, Διδακτορική διατριβή, Πανεπιστήμιο Πατρών,2010.

Μπαλαφούτης Χ.Ι και Μαχαίρας Π.Χ: Μαθήματα γενικής κλιματολογίας με στοιχεία βιοκλιματολογίας, Εκδόσεις Γιαχούδη,276 σελ.

Σαχσαμάνογλου και Μπλούτσος Α.Α: Γενική μετεωρολογία, Εκδόσεις Ζήτη,Θεσσαλονίκη,1988,376 σελ.

Σαχσαμάνογλου, Χ.Σ και Μακρογιάννης Τ.Ι: Φυσική κλιματολογία, Εκδόσεις Ζήτη, Θεσσαλονίκη,1988,301 σελ.

ΙΣΤΟΣΕΛΙΔΕΣ

http://www.ipcc.ch/

http://isccp.giss.nasa.gov/

http://www2.mmm.ucar.edu/wrf/users/

http://www.esrl.noaa.gov/

http://www.metoffice.gov.uk/

http://www.cmmap.org/

http://www.eumetcal.org/


Εισερχόμενη Αναφορά

  • Δεν υπάρχουν προς το παρόν εισερχόμενες αναφορές.