LASSO Fallstudie zum Antippen der Doppler-Lidars von ARM

Cumulus-Wolken, tief und regenfrei, haben ihren Namen vom lateinischen Wort für „Heap“. Mit flachen Böden und geschwollenen Oberseiten scheinen solche Wolken in den Himmel zu sprudeln, wobei sie unten grau und oben leuchtend weiß werden.

Wie sich diese Wolken bilden, ist für Wissenschaftler von großem Interesse. Sie reflektieren viel Sonnenlicht und spielen eine wichtige Rolle bei der Verteilung von Wärme und Wasserdampf in der unteren Atmosphäre, die sich auf die Oberflächentemperatur und die Bodenfeuchte auswirken.

Diese und andere Wolken entstehen, wenn Wärme und Feuchtigkeit von der Erdoberfläche in die kühlere Atmosphäre aufsteigen. Aktualisierungen sind der Motor dieser Bewegung, zusammen mit der Abwärts- und Mischbewegung, die durch konkurrierende Abwärtsbewegungen erzeugt wird.

„Flache Cumuluswolken sind die visuelle Manifestation der Aufwinde“, erklärt Pavlos Kollias, Atmosphärenforscher am Brookhaven National Laboratory (BNL) auf Long Island, New York. (Er hat auch einen gemeinsamen Termin an der nahegelegenen Stony Brook University.)

Frühe Studien über die Funktionsweise solcher Wolken verwendeten die Profilerstellung von Wolkenradaren. Diese Instrumente, die typischerweise an Bodenstationen eingesetzt werden, führen schnelle, hochauflösende Messungen der Bedingungen (einschließlich der Windgeschwindigkeit) in einer engen Spalte direkt über dem Radar durch.

Kollias erinnerte sich an sein Studium im Bereich der flachen Kumulus an der University of Miami bei Mentor Bruce Albrecht. „Damals“, sagt er, „war die Verwendung eines Profilradars alles, worauf wir hoffen konnten.“

Heute befindet sich die Instrumentierung zur Wolkenprofilierung an prominenter Stelle im Atmosphärenobservatorium Southern Great Plains (SGP), das vom U.S. Department of Energy’s (DOE’s), einer Einrichtung zur Messung der atmosphärischen Strahlung (ARM) betrieben wird.

Vertikale Geschwindigkeit festlegen

Kollias ist Teil eines BNL-basierten Teams, das die Instrumente erweitert, die durch die Einbeziehung von Doppler-Lidar zur Verbesserung der Bewertung von Modellen verwendet werden. Dies führt zu besseren Schätzungen der Größe und Reichweite von wolkenbildenden Auf- und Abwärtsbewegungen an und unter der Wolkenbasis.

Die vertikale Geschwindigkeit an der Wolkenbasis, sagt er, „ist ein sehr wichtiger Parameter“ für das Verständnis der Entwicklung der Grenzschicht der Atmosphäre und der Lebenszyklen der Wolke. Eine genauere Darstellung der vertikalen Geschwindigkeit und ihrer Wechselwirkung mit Wolken würde die Vorhersagegenauigkeit von Erdsystemmodellen verbessern.

„Die Wolkenbasis ist der Ort, an dem Wolken erzeugt werden und viel Energie in sie einfließt“, sagt sein Kollege Satoshi Endo, ein wissenschaftlicher Mitarbeiter bei BNL, dessen Expertise hochauflösende Modellierung, Wolkenphysik und Grenzschichtmeteorologie sind.

Das macht „Cloud Base Vertikalgeschwindigkeit zu einer wesentlichen Eigenschaft für das Verständnis der Entstehung und Entwicklung von Wolken“, fügt er hinzu. „Es quantifiziert auch den Luftaustausch zwischen der Grenzschicht und der darüber liegenden Atmosphäre und stellt den vertikalen Transport durch Wolken dar.“

Doch Modelle und Beobachtungen stimmen oft nicht mit der vertikalen Geschwindigkeit an der Wolkenbasis überein.

Die BNL-Forscher denken, dass eine Verbesserung der Modellierung der Hülle am Rande dieser Wolken zumindest teilweise erklären könnte, warum Beobachtungen und Modelle variieren.

Hinzufügen von Doppler-Lidar

Kollias und Kollegen des BNL und anderswo bringen Doppler-Lidars in das Mess- und Modellbewertungssystem ein. Sie sind der Meinung, dass seine Messstärken helfen könnten, die Lücke zwischen Modellen und Beobachtungen bei der Charakterisierung der Wolkenbasis zu schließen.

Das primäre Team besteht aus einer interdisziplinären Gruppe von Observationalisten und Modellierern. Endo und Damao Zhang, ein Forschungsmitarbeiter, der die physikalischen Eigenschaften der Cloud untersucht und sich auf Retrieval-Algorithmen spezialisiert hat, machen die schwere Arbeit.

Abgerundet wird das Hauptteam mit Kollias durch Andrew Vogelmann vom BNL, dem leitenden Prüfer des Projekts.

Doppler-Lidar ist eine dem Radar ähnliche Fernerkundungstechnologie, die einen Laserimpuls in die Luft sendet und sieht, welches Licht von kleinen Partikeln zurückgestreut wird. Diese Informationen werden dann unter anderem analytisch verwendet, um zu sehen, ob sich die Partikel auf das Gerät zubewegen oder von ihm wegbewegen.

Im Gegensatz zu Radar kann Doppler-Lidar Winde „sehen“, wenn es keine Wolken gibt; es spürt, wie Aerosole diese Signale streuen und interpretiert sie.

Und im Gegensatz zum Radar wird Lidar auch nicht durch atmosphärische Biota (hauptsächlich Insekten) verwechselt.

Die Einführung konzentrierter Doppler-Lidardaten wurde vor zwei Jahren ermöglicht. Zu diesem Zeitpunkt fügte ARM ein Netzwerk von vier Lidaren in einem Ring um eines hinzu, das bereits in der SGP-Zentrale läuft. Das Lidar-Netzwerk befindet sich in den Ecken von Nordwesten, Nordosten, Südwesten und Südosten eines Gebietes mit einem Durchmesser von 90 Kilometern (56 Meilen).

Herdenwolke „Vieh“.

Die Bemühungen des BNL-Teams sind Teil des DOE-Projekts „Coupling Mechanistically the Convective Motions and Cloud Macrophysics in a Climate Model“ (CM4).

Das Ziel von CM4 ist es, die Darstellung der flachen Konvektion durch erweiterte Beobachtungsanalysen des flachen Kumulus dramatisch zu verbessern. CM4 entwickelt fortschrittliche Methoden zur Modellierung der Parametrisierung.

Teamleiter für CMDV-CM4 ist David Romps vom Lawrence Berkeley National Laboratory (LBNL). Seine Co-Investigatoren sind von BNL (darunter Kollias, Vogelmann und der Meteorologe Michael Jensen), zusammen mit Mitarbeitern der University of Washington und der University of Texas, Austin.

Das Projekt, das vom DOE-Programm Atmospheric System Research unterstützt wird, wurde 2016 offiziell gestartet. Es nutzt eine neue Reihe von Instrumenten auf der Suche nach Erkenntnissen über das Verhalten in der Cloud. Diese Suite umfasst nun auch die erweiterte Palette der Doppler-Lidars von SGP.

Das Ziel der verbesserten Darstellung ist das Energy Exascale Earth System Model (E3SM) von DOE, das die Modellierung des gesamten Erdsystems im Hinblick auf die Nutzung des Exascale Computing der nächsten Generation von DOE betont.

Die Darstellung konvektiver Bewegungen in Modellen ist schwierig, da Auf- und Abwärtsbewegungen komplexe turbulente Wirbel sind, die auf und ab sprudeln.

Stellen Sie sich turbulente Wolken vor, die sich als „Rinderherde auf dem Weg in die gleiche Richtung“, sagt Vogelmann, „obwohl sich jede Kuh vielleicht etwas anders bewegt als die anderen“.

Vogelmann und sein Team beschäftigen sich mit der Darstellung der vertikalen Geschwindigkeit der Wolkenbasis durch Auswertung des Unterschieds zwischen Beobachtungen und Simulationen.

Doppler-Lidar, das sich im SGP befindet, gab Vogelmann und den anderen Forschern einen Weg, Daten über diese turbulente Herde von Rindern zu sammeln, die sich in Wolken auflösen.

Von dort aus formulierte das BNL-Team eine erweiterte Strategie zur Modellbewertung, indem es das neu verfügbare Archiv der ARM-Routine Large-Eddy-Simulationen (LES), die zur Ergänzung von ARM-Beobachtungen konzipiert sind, hinzufügte.

Die Simulationsbibliothek, die auf täglichen Routinemessungen am SGP basiert, heißt LASSO, was für LES ARM Symbiotic Simulation and Observation Workflow steht.

LASSO macht 3-D modellierte Cloud-Felder, Statistiken und Modelleingaben leicht zugänglich und ermöglicht es Forschern, Modelle mit statistischen Ansätzen über Einzelfälle hinaus zu testen.

Seine Routinemodellsimulationen erfassen die Aktivität von flachen Cumuluswolken unter LES-Bedingungen im SGP – eine Art robuste, beobachtungsbasierte Simulation, die Modellierer benötigen. Die Daten werden in Datenpaketen aus einer Bibliothek von bewölkten Tagen verpackt, die von den LASSO-Administratoren sorgfältig ausgewählt wurden.

LASSO macht auch die Beschaffung dieser Daten komfortabel.

„Das ist nicht trivial“, sagt Vogelmann, da es so viel Zeit braucht, um ein ähnliches Datenpaket für einen einzigen Tag, geschweige denn für eine Reihe von Tagen zusammenzustellen. „Es gibt eine Menge Dinge, die im Hintergrund ablaufen.“

Er ist Mitbearbeiter des LASSO-Projekts, dem William Gustafson vom Pacific Northwest National Laboratory beitritt.

Die Verwendung von LASSO-Datenpaketen ist besser als die Erstellung eines Modells, das auf „nur einem cool aussehenden Tag“ basiert und die Himmelslandschaft in einem Modell möglicherweise nicht gut abbildet, sagt Vogelmann. „Du musst das Modell mit einer realistischen Atmosphäre fahren.“

Lidar-LASSO-Synergie

Vogelmann und die anderen hatten vor einem Jahr einen Eindruck davon, was sie tun könnten. Seitdem ist sie in einigen öffentlichen Gesprächen allmählich in den Mittelpunkt gerückt, beginnend mit einem im letzten Herbst auf dem Treffen der American Geophysical Union. Zuletzt hielten sie einen Vortrag auf dem Treffen der American Meteorological Society Cloud Physics im Juli.

Es gibt noch kein Papier, sagt Vogelmann (einer ist in Arbeit), aber die Resonanz auf die Gespräche der Model-Community war bisher gut. Dazu gehört auch das Interesse an dem, was er die „erstaunlich robusten“ Ergebnisse nennt und wie gut „die Umgebung in das Modell eingebracht wird“.

Basierend auf den fünf Doppler-Lidaren machten sich die Forscher daran, die Statistik der vertikalen Geschwindigkeit der Wolkenbasis bei SGP zu beobachten und LES mit LASSO zu testen.

Sie verwendeten SGP-Lidarbeobachtungen von Mai bis September 2016 und 2017, identifizierten Schönwetter-Seichtkumule und beobachteten und simulierten Wolkenbasis-Vertikalgeschwindigkeit.

Ihre LASSO-Simulationen basierten auf einer Reihe von 2016 Fällen, die mit dem Community Weather Research and Forecasting (WRF) Modell innerhalb einer 14,5 Kilometer langen Himmelsdomäne durchgeführt wurden.

Weitere Arbeiten sind die Überprüfung von Vertikalgeschwindigkeitsbeobachtungen aus Flugzeugforschungskampagnen und das Testen interaktiver Landoberflächenmodelle.

„Wir haben viel Zeit investiert, um die Beobachtungen zu verstehen und zu analysieren“, fasst Kollias zusammen. „Die laufenden Bemühungen sind keineswegs entmutigend. Das ist alles, was wir uns erhofft haben.“

Teilen Ist Liebe! ❤

tekk.tv

Lange Zeit war Paul Florian in der TV-Branche tätig. Schon immer gab es eine Schublade voller Handys (und später Smartphones) in seiner Wohnung. Als Online-Redakteur hat der Nerd in ihm diese Schublade nun für Tekk geöffnet.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

shares