Растёт обеспокоенность тем, что большинство климатических моделей предсказывают слишком частые осадки, вероятно, из-за отсутствия надёжной подсеточной изменчивости и вертикальных вариаций микрофизических процессов в тёплых облаках нижнего яруса. В этом исследовании параметры физики тёплых облаков в конфигурациях одномерной модели атмосферы NCAR версий 6 и 5 SCAM6 и SCAM5 оцениваются с использованием наземных и воздушных наблюдений из экспериментов DOE ARM Aerosol and Cloud Experiments и полевой кампании в Восточной Северной Атлантике (ACE-ENA) у Азорских островов в 2017–2018 гг. Моделирование на восьмимесячный срок показывает, что как SCAM6, так и SCAM5 в целом могут воспроизводить структуру морского пограничного слоя облаков, основные макрофизические свойства и их переход. Улучшение свойств тёплых облаков от физики от CAM5 к CAM6 можно обнаружить при сопоставлении с наблюдениями. Между тем, обе физические схемы занижают содержание воды в облаках, размер облачных капель и содержание воды в дождевой жидкости, но переоценивают количество осадков на поверхности. Смоделированные концентрации ядер конденсации в облаках сравнимы с наблюдаемыми с самолётов летом, но завышены в два раза зимой, в основном из-за погрешностей в переносе на большие расстояния антропогенных аэрозолей, таких как сульфаты. Также протестированы недавно откалиброванные параметры автоконверсии и нарастания, учитывающие вертикальные вариации размера капель. По сравнению с наблюдениями, в SCAM5 имеет место более значительное улучшение, чем в SCAM6. Этот результат, вероятно, объясняется введением подсеточных вариаций свойств облаков в микрофизику облаков CAM6, что дополнительно подавляет чувствительность схемы к отдельным микрофизическим параметрам тёплого дождя. Предсказанная восприимчивость облаков к возмущениям концентрации ядер конденсации в облаках в CAM6 находится в разумных пределах, что указывает на значительный прогресс по сравнению с CAM5, оказывающей слишком сильное косвенное воздействие аэрозолей. В настоящем исследовании подчёркивается важность понимания погрешностей в параметризации физики облаков путём объединения модельных оценок с наблюдениями на месте.

 

Ссылка: https://egusphere.copernicus.org/preprints/2023/egusphere-2023-587/