用于改善大气云参数化的欧拉-拉格朗日基于粒子的扩散增长模型：通过利用观测数据进行小尺度模型以改进气候模型的路线图
摘要：预测降雨事件强度（轻雨或大雨）在数值天气预报（NWP）模型中仍然是一个挑战。本研究首次利用欧拉-拉格朗日基于颗粒的小尺度模型，通过印度次大陆季风期间Cloud Aerosol Interaction and Precipitation Enhancement Experiment (CAIPEEX)的机载测量数据计算了扩散生长率的平均系数。结果显示扩散生长率变化范围为0.00025-0.0015(cm/s)。NWP模型中低降雨估计过高的通用问题可能与模型中cm的选择有关。利用欧拉-拉格朗日基于颗粒的小尺度模型进行DNS实验，结果显示相对离散度受制于平均值（在相对湿度更低和更高的条件下分别为~0.2-0.37和~0.1-0.26）, 这与机载观测（离散度约为0.36）和之前在印度次大陆进行的研究一致。通过对印度次大陆上的CAIPEEX观测，本研究获得了相对离散度与云滴数浓度（NC）之间的线性关系。基于离散度的自动转换方案对印度地区的印度夏季季风降水计算在大气环流模式中应该是有用的。本研究对于有效半径的参数化提供了宝贵的指导，这对于辐射方案很重要。
作者：Moumita Bhowmik, Anupam Hazra, Suryachandra A. Rao, Lian-Ping Wang
论文ID：2303.00987
分类：Atmospheric and Oceanic Physics
分类简称：physics.ao-ph
提交时间：2023-03-03