暖云中的降水形成
降水和毛雨过程对云寿命、云含水量和云的影响辐射特性现有的GCM云参数化方案不能很好地模拟上述问题。例如，自转换速率，即云滴相互碰撞和结合以形成降水大小的水滴的速率，是总冷凝水的非线性函数。因此，来自GCM模式格框的平均LWC对于降水产生的表示基本上是没有意义的(例如，Pincus和Klein 2000)。由于已发现由水平异质性引起的自转换偏差与云分数覆盖率有很强的伸缩性(Wood et al. 2002)，因此可以使用将这种偏差考虑在内的参数化来克服这种偏差。或者，子网格建模的PDF方法可能更好地解决这些缺陷。垂直速度、液态水路径等子网格量的pdf由规定的基函数确定，在模型中计算基函数的各种矩(如Pincus and Klein 2000)。
云滴向雨滴的自动转换是控制大气中云的数量和寿命的关键过程，必须在从云分辨到全球尺度的模型中准确地表示。尽管在大多数云中，云滴向雨的质量传递速率主要是由吸积作用决定的(Wood 2005)，但在大多数gcm中，自转换是主要过程，因为假设雨在一个模式时间步内到达地面。因此，开发适合纳入大规模模型的自动转换参数化是一个活跃的研究领域。传统的参数化要么是凭经验获得的，要么是凭直觉获得的(例如，Kessler 1969和Sundqvist 1978)，要么是通过曲线拟合详细的具有简单函数的微物理模型得到的，例如幂律(例如，Berry 1968;Beheng 1994)。然而，这些参数化缺乏明确的物理基础，并且具有任意可调的参数。此外，除了LWC之外，至少计算云滴数浓度的参数化预计将比现有的单时刻方案更好地表示云辐射影响和气溶胶效应。
一个很有前途的方案是从理论考虑中衍生出来的(见Liu et al. 2007和其中引用的更早的论文)，将自转化率表示为基于雨滴收集效率的速率函数的乘积，该速率函数描述了自转换过程开始后的转化率乘以阈值函数。与早期参数化(如广泛使用的Kessler(1969)参数化)不同，阈值函数不会在平均液滴质量的临界值处突然增加，而是在依赖于云液滴尺寸分布的相对弥散(标准偏差与平均半径的比值)的平均液滴质量范围内逐渐增加。这种依赖性捕捉了在尺寸分布的高端的大滴引起的自动转换;相对离散度的不同值的变化包含了阈值行为的先验经验表示。这种方法产生了自转换率对相对色散的强烈依赖;例如，当液态水体积含量为0.3 g m-3，云滴数浓度为50 cm-3时，随着相对分散度从0.33增加到1，自转换特征时间从10小时减少到0.1小时。这种参数化在区域(Gustafson et al. 2007)和全球尺度(Rotstayn and Liu 2005)建模、降水对可溶性气体的清除建模(Garrett et al. 2006)以及降水遥感(Berg et al. 2006)中得到了应用。
继续阅读:气溶胶的间接影响
这篇文章有用吗?