Улучшено микрофизическое моделирование облаков

Прочитано: 87 раз(а)


Облака состоят из отдельных микроскопических сфер воды или гидрометеоров, которые меняются и взаимодействуют друг с другом в зависимости от условий окружающей среды и характеристик популяции гидрометеоров, таких как размер и водная фаза: жидкость, лед или пар.

Усовершенствованное моделирование воздействия условий окружающей среды на популяции гидрометеоров может улучшить краткосрочное и долгосрочное прогнозирование погоды и оптимизировать улавливание солнечной энергии. В этом обзоре освещаются малоизученные, но многообещающие области облачной микрофизики и моделирования, а также описываются будущие задачи и направления этой новой области.

Микроскопические гидрометеоры, из которых состоят облака, различаются в зависимости от их размера и водной фазы. Такие процессы, как конденсация и другие, менее очевидные процессы, такие как турбулентность, радиационный эффект, молнии и химические процессы , взаимодействуют друг с другом, чтобы регулировать популяцию гидрометеоров и характеристики облака на микроскопическом уровне. Моделирование воздействия процессов на гидрометеоры как по отдельности, так и вместе с другими процессами является чрезвычайно сложной задачей.

Группа ведущих ученых-атмосферников , включая исследователей из Брукхейвенской национальной лаборатории, США; Университет Макгилла, Канада; Нанкинский университет информационных наук и технологий, Китай; и Национальный центр атмосферных исследований, США), определили области, в которых требуются дополнительные исследования для улучшения уравнений моделирования, и проблемы, которые необходимо будет преодолеть для улучшения прогнозирования погоды, предсказания климата и сбора солнечной энергии для оптимизации использования возобновляемых источников энергии.

Исследовательская группа опубликовала свой обзор в журнале Advances in Atmospheric Sciences .

«Мы хотели рассмотреть некоторые ключевые аспекты явного моделирования и представления в различных компьютерных моделях микрофизики облаков, определить нерешенные проблемы и обсудить направления будущих исследований», — сказал Янган Лю, первый автор обзора группы и старший научный сотрудник отдела окружающей среды и климата. Департамент наук Брукхейвенской национальной лаборатории в Аптоне, Нью-Йорк, США.

«Этот обзор объединяет различные темы, в которых каждый из соавторов имеет опыт, в связную унификацию, включая различные подходы к разработке параметризации объемной микрофизики (приближенные представления),… явное моделирование и теоретические формулировки. Мы считаем, что такой интегрированный подход имеет решающее значение для дальнейшего продвижения в этой области», — сказал Лю.

«Микрофизика облаков и их представление становятся все более важными по мере улучшения разрешения численных прогнозов погоды и моделей климата . Кроме того, остаются значительные пробелы в знаниях, которые необходимо устранить в нашем физическом понимании микрофизических процессов облаков, [таких как] взаимодействие турбулентности и микрофизики, — сказал Лю.

Относительно мало известно о влиянии мелкомасштабной турбулентности на гидрометеоры и другие процессы в облаке. В частности, процессы, связанные с турбулентностью, не были включены в большинство моделей атмосферы, несмотря на важную роль, которую турбулентность играет в микрофизике облаков. Дополнительные исследования в этой области могли бы значительно улучшить моделирование в будущем.

Лю и его коллеги определили несколько других проблем, решение которых значительно улучшит понимание облачных процессов и улучшит прогнозирование. Например, сравнение различных стратегий моделирования облачной микрофизики друг с другом и понимание того, как и почему они различаются, может повысить точность каждой платформы. Кроме того, для решения проблем, связанных с облачными технологиями, необходим поиск эффективной оценки и интеграции моделей и наблюдений в различных масштабах.

Увеличение вычислительной мощности и использование искусственного интеллекта также предоставит исследователям новые инструменты для улучшения моделирования облачной микрофизики в будущем. Прямое численное моделирование (DNS), в частности, требует большой вычислительной мощности для разрешения отдельных гидрометеорных частиц, но уже значительно продвинуло моделирование процессов в теплых облаках.

«Мы планируем и дальше продвигать конкретные области, на которых каждый из нас сосредоточился, а также выходить за пределы нашей зоны комфорта, чтобы добиваться эффективной интеграции, используя достижения в других дисциплинах, таких как вычислительные технологии, машинное обучение и наука о сложных системах, включая разработка объемных параметризаций микрофизики, явное моделирование и теоретические формулировки», — сказал Лю.

Улучшено микрофизическое моделирование облаков



Новости партнеров