原始研究的文章

前面。远程Sens。, 2022年12月08年
秒。卫星任务
卷3 - 2022 | https://doi.org/10.3389/frsen.2022.958207

对可靠的云滴数检索non-precipitating行星边界层云和气溶胶的易感性

romano Foskinis ^1、2, www.雷竞技rebatfrontiersin.org

Athanasios nene^3、4*, www.雷竞技rebatfrontiersin.org

Alexandros Papayannis^1、3*,

Paraskevi Georgakaki ³,

Konstantinos Eleftheriadis ², www.雷竞技rebatfrontiersin.org

Stergios Vratolis²,

玛丽亚。基尼 ², www.雷竞技rebatfrontiersin.org

米卡Komppula⁵,

城镇Vakkari ^5、6和 www.雷竞技rebatfrontiersin.org

帕诺斯Kokkalis⁷

¹激光遥感单元(LRSU),物理系,Zografou、希腊雅典国立技术大学的
²话务量,核和放射科学和技术研究所能源和安全,国家科学研究中心“Demokritos Ag)。Paraskevi,希腊
³实验室大气过程及其影响,建筑学院,土木与环境工程,洛桑联邦理工,瑞士洛桑
⁴空气质量和气候变化研究中心,化学工程科学研究所,基础研究和技术事迹,佩特雷,希腊
⁵芬兰气象研究所、Kuopio芬兰
⁶大气化学研究小组、化学资源富集,西北大学,Potchefstroom、南非
⁷科威特大学物理系Safat,科威特

遥感已经成为发展的关键资源广泛和详细的研究和制约aerosol-cloud-climate交互的数据集。然而,气溶胶云搭配挑战,算法的局限性,以及困难从aerosol-related解开动态影响云粒子物理学,一直质疑云滴数浓度的精确检索。通过结合一系列遥感技术和原位测量在地面上,我们开发了一种半自动的方法,可以解决几个检索问题的稳健估计云滴数non-precipitating行星边界层(PBL)云。方法是基于PBL的卫星检索云滴数(N_d^坐)使用最优云的地球同步气象卫星数据分析(亚奥理事会)产品,由旋转获得增强的可见光和红外成像仪(SEVIRI)欧洲气象卫星开发组织(组织)。检索的参数进行了优化通过关闭滴数量从地面遥感数据和获得原位在地面观测。更具体地说,使用遥感数据检索云级别的垂直速度,和原位气溶胶测量地面上的使用限制输入先进的液滴激活参数来预测相应的云凝结核(CCN)光谱,云最大过度饱和,液滴浓度(N_d),占垂直速度分布和横向夹带的影响。关闭配置之间的研究N_d和N_d^坐然后用来评估文物的滴谱宽度参数用于检索滴数,并确定最优值检索。这种方法,用于研究气溶胶云交互non-precipitating云形成在雅典市区(AMA),希腊从3月到2020年5月,表明液滴闭包内可以达到30%,与关闭了在许多水平原位研究。有鉴于此,易于应用这种方法与卫星数据从SEVIRI获得时间(15分钟)和空间分辨率高(3.6公里×4.6公里),打开连续可靠的可能性N_d^坐,高价值的数据集aerosol-cloud-climate交互的研究。

1介绍

气溶胶云相互作用构成的一个最不确定司机的人为气候变化宋飞et al ., 2016;联合国政府间气候变化专门委员会,2021)。这些交互是核心云凝结核的变化(CCN;气溶胶粒子的子集液滴在周围的云层形成)浓度从人为活动,调整N_d在云和云光学深度,因此,影响大气辐射预算和气候。CCN激活在过饱和空气生成的云滴在多云的上升气流,和过度饱和水平所需的每个粒子作为CCN也被科勒理论(1936年科勒),修改的影响占有机化合物和多个吸湿物种(例如,培特Kreidenweis, 2007)。过度饱和的云是由膨胀冷却在上升气流由湍流,对流或重力波(Quaas et al ., 2020)。

最初的研究Twomey和华纳(1967)表明CCN云增加浓度升高N_d,减少它们的大小,从而提高了大量的太阳辐射反射回太空。这种效应会凉爽的气候,被称为“气溶胶间接效应”(Twomey 1991)或“云反照率效应”(联合国政府间气候变化专门委员会,2021对气候)。后来的研究表明这一点N_d增量存在,但存在着很大的差别取决于发展的过度饱和水平云——反过来取决于垂直速度(w),和大量的气溶胶/ CCN礼物(“et al ., 1998;法因戈尔德et al ., 2001;发音et al ., 2009)。现在人们普遍认为,液滴形成的范围可以从“aerosol-limited”,当过度饱和高N_d气溶胶的变化非常敏感,“velocity-limited”,过度饱和时如此之低呢N_d是对气溶胶的变化(发音et al ., 2009)。然而,最近的研究表明,当接近速度有限的条件下,N_d倾向于靠近一个渐近上限,所谓的极限液滴数(N_d^lim),这主要取决于湍流强度(Bougiatioti et al ., 2020;Kacarab et al ., 2020;Georgakaki et al ., 2021)。

的变化N_d,除了修改云粒子的平均尺寸,也影响液滴的形状大小谱和由此产生的云辐射特性。第一代的全球气候模型(GCM)显式的考虑N_d最初认为有相同的直径(即所有滴。,米onodisperse droplet population) which can directly be linked to the effective radius and cloud optical depth.刘和多姆(2002)表明,这种假设会导致重要偏差的计算光学深度和云辐射强迫,因为单分散液滴分散不同与相同的分布N_d和水含量(LWC)。被称为“扩散效应”,这种偏见可以减轻通过使用有效半径系数(β),这样当它结合平均液滴半径和云LWC给正确的云光学深度。在文献中提出了几个配方代表之间的关系β数量和云微物理模型,解决N_d和LWC。提出的表达式马丁et al。(1994),刘和多姆(2002),彭和罗曼(2003)和Rotstayn和Liu (2003)是基于观察,而最近的配方来自绝热包裹理论(刘et al ., 2014;陈et al ., 2016;陈et al ., 2018)。在一起,这些表达式显示之间的正相关关系β和N_d对气溶胶和velocity-limited政权。

尽管经过数十年的研究,气溶胶对云反照率的影响和气候的印记仍然是高度不确定的(宋飞et al ., 2016;Quaas et al ., 2020;联合国政府间气候变化专门委员会,2021),由于highly-buffered,非线性和多尺度云的性质及其相互作用动力学、辐射和气溶胶(史蒂文斯和费恩格德,2009年)。因此,迫切需要有广泛的全球数据集N_d气溶胶浓度和云级别的动力学(w特别是)了解他们的相对重要性(例如,罗森菲尔德et al ., 2016)。最近,Quaas et al。(2020)表明,卫星遥感是唯一的方法,提供了潜在的获得全球数据集与频繁的报道;当前检索算法,然而,携带很多的不确定性,需要约束,只能解决原位和/或地面遥感观测。尤其重要的是约束w,中就更难评估模型(沙利文et al ., 2016)。此外,w可以改变以及气溶胶和影响云的反应,证明最近的吗Bougiatioti et al。(2020)和Kacarab et al。(2020)对于不同的云系统,表明co-variability的气溶胶浓度w放大的固有反应飞沫气溶胶变化了5次。

它早就知道w表现出明显的时空变异性即使在单一云的规模。这提出了一个挑战的速度使用链接气溶胶N_d。莫拉莱斯和夏威夷雁(2010)提出了使用“特点”速度,计算的概率分布函数(PDF)w在感兴趣的气团或云,提供PDF-averagedN_d,反过来用于表示云级别的N_d。特征速度的方法可以自动地应用到数据原位探针或地面遥感系统(多普勒激光雷达/雷达)。的计算N_d通过使用这个速度和特征原位地面数据已经同意原位测量水平的积云和层积云云基地在大量研究日期(Meskhidze 2005;Fountoukis nene, 2007;Kacarab et al ., 2020)。

更实证的方法来确定云底上升气流,基于云底高度,已经提出的罗森菲尔德et al。(2016),使用地面多普勒激光雷达测量和卫星数据可见红外成像辐射计(VIIRS)。他们的方法关闭了在±25 - 30%,当应用PBL对流云团,non-obscured上层云或包括半透明的卷云。虽然巧妙,罗森菲尔德et al。(2016)指出,这种方法不能应用在全球范围内,因为CCN的分布和云底上升气流是缺乏。

在这项研究中我们改善现有遥感方法的检索N_d在行星边界层non-precipitating云(PBLC),通过考虑到云滴的光谱色散β。检索评估使用出版传播关系进行比较N_d获得的组合原位观测、地面遥感数据和包裹理论。相同的数据被用来确定一个最优分散-N_d的关系,最大限度地减少检索和估计之间的闭合差原位N_d。在优化过程中,云级别的w分布,CCN光谱,和云最大过度饱和,随着N_d获得的。我们将这种方法应用到高度变量半城市环境,讨论未来的发展方向和观点。

2方法

我们的方法是基于并发使用遥感模型数据和表达式β,应用于non-precipitating PBLCs在混合人外周血和相关云底的垂直速度。遥感的检索N_d^坐比较反对的原位N_d从应用程序获得的nene和宋飞(2003)激活参数化,引入扩展Fountoukis和夏威夷雁(2005),Barahona et al。(2010)和莫拉莱斯贝当古和夏威夷雁(2014)。液滴参数作为输入数据,我们使用内部的垂直速度变异PBL光环提供的风激光雷达(见会话2.3.3),以及气溶胶粒度分布和化学成分在地面上,基于扫描移动粒子筛选器(smp)和飞行时间气溶胶化学物种形成监控(ToF-ACSM),分别。

用于估算的方法原位N_d使激活的重要假设的计算N_d利用观测的垂直速度、气溶胶和化学成分是代表non-precipitating PBLCs。到目前为止,许多研究表明,这种方法,当谨慎应用,可以提供估计的云滴数non-precipitating边界层云在一个受限的不确定性。例如,科南特et al。(2004)执行关闭液滴的一项研究中,使用一个数据集21积云的跨学科的遥控飞机研究中心(CIRPAS)双獭飞机在美国宇航局的卷云区域研究热带铁和卷Layers-Florida卷实验(晶面)和评估的性能nene和宋飞(2003)参数化对原位观察。他们发现测量液滴浓度接近云基地中预测的15%N_d。Meskhidze (2005),评估修改后的参数化Fountoukis和夏威夷雁(2005)从积云状的云,数据收集在美国宇航局的卷云区域研究热带铁和卷Layers-Florida卷实验(晶面,基韦斯特,佛罗里达州,2002年7月)。平均而言,预测N_d在20%的观察底部的积云状的云,在30%的观察在不同的海拔在层状云;与此同时,观测的不确定性N_d估计为30%。Fountoukis和夏威夷雁(2007)评估的参数化nene和宋飞(2003)和Fountoukis和夏威夷雁(2005)数据来自27个积云状的和层状云采样在2004年国际财团大气传输和转换(ICARTT)的实验研究。液滴闭包实现了在20%的测量。莫拉莱斯et al。(2011)还显示,考虑横向从diabaticity夹带的影响诊断(诊断液态水垂直剖面)提供N_d为non-precipitating对流云团在31%以内。Georgakaki et al。(2021),使用风激光雷达数据和的组合原位气溶胶测量,预测N_d对地形云在瑞士阿尔卑斯山RACLETS运动,同意原位观察25%以内。因此我们应用这种方法来估计液滴数量在云认为,假设30%的方法固有的不确定性。

卫星的检索N_d^坐的PBLCs进行使用的算法Bennartz (2007)云,它使用的主要参数(例如,云有效半径(r_eff)和云光学厚度(τ),以及一个恒定的值β。的显式表达式β,这是相关的N_d^坐可以通过修改Bennartz (2007)数值算法和解决这一形式。然后,我们检查关闭卫星使用的检索算法β-N_d关系,称为“β表情”,发现在文学(M94 -马丁et al ., 1994;RL 03 -Rotstayn和刘,2003年;PL03 -2003年彭和罗曼;Z06 -赵et al ., 2006;全球大气环流模型,Rotstayn和刘2009;F12 -弗洛伊德和罗森菲尔德,2012年)。此外,我们提出一个新的β-表达之间的闭合误差最小化N_d- - - - - -N_d^坐。

我们获得的参数r_eff,τ和云顶压力(P_ct从最优云分析(亚奥理事会)产品(EUMETSAT 2015),是基于地球同步气象卫星气象第二代(味精)卫星数据。此外,我们获得了第五代的大气由于资料欧洲中期天气预报中心(ECMWF)再分析模型数据(ERA5) (Hersbach et al ., 2018),为了计算云顶温度(T_ct)和云顶高度(H_ct)基于云顶的压力P_ct。

详细描述中提供了数据分析的过程补充图S1。

2.1实验网站

我们的观察发生在雅典市区(AMA)在希腊阿提卡半岛。AMA周围是四山:Egaleo(468米),和Parnitha西北(1413米),Penteli(1109米)北部和Hymettus东(1026米),与大海的主要开放西南部(Saronikos海湾)。美国医学会主持一个人口密集的城市地区达到2928公里内的380万居民²。研究地区,特点是一个复杂的地形所示补充图S3,位于国家科学中心Research-Demokritos (NCSRD)站(37.995^o23.816 N,^oE,在270米level-asl)。在AMA Hymettus山的山麓(Vratolis et al ., 2020),约8公里雅典城北部的中心。NCSRD属于世界气象组织(WMO)全球大气的手表(GAW)网络、气溶胶、云和微量气体研究基础设施(ACTRIS)和泛希腊基础设施大气成分和气候变化(万能药)。

所选实验网站提供大量的气溶胶类型和气象条件(Kostenidou et al ., 2015;Vasilatou et al ., 2017)。大陆北风盛行的交通污染气团AMA,混合与当地排放沿着Balkans-Aegean海轴(Diapouli et al ., 2014;Vratolis et al ., 2019)。南风通常与运输相关的海洋气溶胶,与矿物粉尘,偶尔,从撒哈拉沙漠(Diapouli et al ., 2017;Soupiona et al ., 2020),而在停滞不前的大气条件下,当地排放人为气溶胶PBL主导气溶胶浓度(Kalogridis et al ., 2018)。

2.2案例研究

我们专注于2020年3月至5月之间,5天的数据与PBLC形成进行了分析:18日,3月28日,01、02年,07年4月。这些情况进行了总结表1。

表1

表1。存在云5天:18日,3月28日,01、02年,07年的2020年4月。

2.3仪器

2.3.1扫描移动粒子筛选器

静电的smp由分类器(TSI公司3080型),一个圆柱形微分移动性分析器列(TSI Inc ., 3081年模型)和凝结粒子计数器(TSI公司3772型)。smp的气溶胶粒径分布提供了5分钟的时间分辨率,在每分钟1 L的气溶胶流量(升分钟)和鞘流率5升分钟,能够测量粒子尺寸从10到550海里。样本和鞘流干相对湿度(RH)低于40%使用全氟磺酸司机在他们介绍smp。数据采集和分析进行了使用非商业TROPOS-SMPS数据评估软件(Wiedensohler et al ., 2012),假设粒子是球形,这样他们的机动性和几何直径相等。为了实现最高的测量精度,提出技术建议和质量控制程序Wiedensohler et al。(2012)随访。仪器校准对参考smp系统在世界校准气溶胶物理中心(WCCAP) 2018年(Bousiotis et al ., 2021),表现出一个计算精度在10%以内的尺寸范围30 - 550海里一个参考系统在实验室控制条件下(Wiedensohler et al ., 2012)。smp是同时校准NCSRD站采用聚苯乙烯微球,大小为200 nm (Vratolis et al ., 2020)。5分钟数据聚合为时间15分钟的垃圾箱,用作输入滴激活参数化。信息的准确性气溶胶粒度分布可以发现补充(出口的。补充图S4),每日发行版的情节。

2.3.2 Time-of-flight-aerosol化学物种形成的班长

重航空器Inc .提供的ToF-ACSMNg et al ., 2011;Frohlich et al ., 2013)措施non-refractory亚微米气溶胶质量和化学成分(铵、硫酸盐、硝酸盐、氯和有机物)实时(60分钟,时间分辨率),用测量不确定度的30% (Budisulistiorini et al ., 2014)。空气动力粒子聚焦透镜结合粒子flash在高真空蒸发和硬电子碰撞电离。由此产生的离子的检测是通过飞行时间质谱分析。在环境大气条件,透镜系统关注的亚微米气溶胶检测∼40 - 1000纳米真空气动直径。收集效率因素CE = 0.5 (Zografou et al ., 2022)被用来占的分数non-refractory粒子反弹汽化器和没有检测到。在测量期间,环境空气卷入ToF-ACSM通过一个点_2.5气溶胶入口。吸入气雾剂流干RH低于40%的全氟磺酸干衣机。更详细的信息关于每日补充可以找到化学成分(出口的。补充图S5)。

2.3.3风激光雷达系统(晕)

脉冲多普勒激光雷达扫描系统(简化风专业模型,光环光子学)排放1.565μm NCSRD站点部署在了芬兰气象研究所(FMI)。系统操作的凝视垂直方位显示模式。激光背散射信号主要来自雷射—从微米大小的颗粒相互作用,作为示踪剂的风流在采样区域。然后收集这些时间分辨信号接收望远镜,数字化和加工获得的垂直剖面沿激光束方向(径向风亨德森et al ., 2005)通过测量多普勒频移的背散射脉冲而发出的(纽森•克里,2020)。测量的距离分辨率为30米,凝视的时间分辨率是20年代模式,而最大测量范围取决于大气气溶胶负载2 - 3公里。是那些提供一个有用的激光雷达信号信号噪声比(信噪比)大于1.003。相应的检索到的风速的不确定性范围是0.1 - -0.5米⁻¹凝视模式(纽森•克里,2020)。从non-precipitating PBLC降雨过滤器被应用,排除可能下雨的时候,下降速度> 4 m s⁻¹。典型的PBL山庄的AMA(约12点UTC)是1617±324美国手语(Kokkalis et al ., 2020)。因此,作为检索的垂直速度数据限制在1020±60 m美国手语。内的气溶胶总是PBL白天,在这个高度和上升气流采样。

垂直速度数据段4 - h内然后采样的时间窗口移动,和积极的上升气流适合half-Gaussian PDF与零均值和标准偏差σ_w如下:

\begin{array}{c} p (w) = \frac{1}{σ_{w} \sqrt{2 π}} e^{- {(\frac{w}{{\sqrt{2} σ}_{w}})}^{2}} \end{array} (1)

的价值σ_w确定每15分钟,垂直速度的特性吗w*获得了和用于计算液滴数量浓度参数化,部分2.4.3中解释。

此外,我们研究如何取样时间,1 - 2,4 - h窗口计算值的影响σ_w;在所有情况下的价值σ_w被发现不改变N_d价值超过30%的固有的不确定性原位N_d估计。在此基础上,我们选择了4 - h段,以确保足够的抽样的PDF(约400上升气流速度/ PDF)。

2.4模型和数据预处理

2.4.1 ECMWF再分析(ERA5)

我们使用ECMWF再分析第五代(ERA5)每小时温度和特定的湿度数据37压力水平(1000 hPa 1 hPa)的分辨率0.25×0.25 (Hersbach et al ., 2018)。在这项研究中,我们评估T -和q -配置文件在现场使用周围的网格点的加权平均。此外,线性插值对每一个压力水平是每个变量应用于生产的下半场timeseries兼容卫星timeseries。链接P_ct与H_ct和T_ct,随后用于云检测和反演,我们把色方程应用到网格数量的水平T和问来表达他们的垂直配置文件。

2.4.2吸湿性和CCN的浓度

粒子吸湿性参数(κ)(培特Kreidenweis, 2007)描述粒子吸收水蒸气的能力在云滴的形成,并计算CCN所需浓度。的价值κ估计从ACSM测量如下:铵离子浓度、硫酸、硝酸、氯和有机物转化为无机盐混合使用离子对Q-AMS方案的简化模型(Gysel et al ., 2007),NH的摩尔数₄没有₃,在北半球₄HSO汽车贸易公司₄(NH₄)₂所以₄H₂所以₄分别和有机气溶胶。的价值κ计算使用体积fraction-averaged吸湿性的有机和无机气溶胶盐(培特Kreidenweis, 2007),κ0.68在北半球₄没有₃0.56,NH₄HSO汽车贸易公司₄0.53 (NH₄)₂所以₄,(培特Kreidenweis, 2007),0.97 H₂所以₄(Biskos et al ., 2009有机气溶胶)和0.1 (Duplissy et al ., 2011)。气溶胶类型通常有特征值κ;例如,低0.1 - -0.2之间的值与富含有机物气溶胶(如生物或生物质能燃烧气溶胶),0.35的公司同欧洲大陆的气雾气雾常常是∼∼50/50的混合有机物种和无机盐(NH的吸湿性接近₄)₂所以₄(0.6∼)(培特Kreidenweis, 2007)。的κtimeseries是按每小时计算的。我们还研究了制约有机的不确定性的重要性κ;等于δκ_org=±0.064 (Duplissy et al ., 2011),我们发现传播误差成整体κ给出了总±0.035的不确定性。

CCN的水汽过饱和水平年代通过集成粒度分布决定从最小的激活粒子“关键干直径”,D_cr,最大的smp粒度测量,例如, $C C N (年代) = \int_{D_{c r}}^{\infty} n (D_{p}) d D_{p}$ ,在那里n(D_p)是气溶胶粒度分布测量的smp。D_cr计算从κ-Kolher理论(1936年科勒),如 $D_{c r} = {(\frac{4 {一个}^{3}}{27 κ {年代}^{2}})}^{\frac{1}{3}}$ ,在那里 $一个 = \frac{4 米_{w} σ}{R T ρ_{w}}$ 是开尔文参数,米_w(公斤摩尔⁻¹水的摩尔质量,σ(J米⁻²)溶液的表面张力滴,R(J摩尔⁻¹K⁻¹)是通用气体常数,T(K)的环境温度ρ_w是水的密度。

2.4.3滴激活参数化

基于实物的气溶胶激活参数化(nene宋飞,2003),扩展了Fountoukis和夏威夷雁(2005),Barahona et al。(2010)和莫拉莱斯贝当古和夏威夷雁(2014)是用来计算液滴数量将在PBLCs形式,从知识风的垂直速度和气溶胶的特性。参数化解决方程描述液滴形成一个提升空气包裹含有气溶胶和水汽,专门的过度饱和成为最大,年代_马克斯;N_d就等于和临界过饱和不到CCN的数量吗年代_马克斯(nene et al ., 2001)。参数化使用作为输入的压力和温度,从smp气溶胶粒径分布数据,吸湿性参数κ来自ACSM数据和光环的上升气流速度。鉴于气溶胶测量在地面上进行,我们将浓度转换为云顶条件下使用理想气体定律。

随着液滴数量很大程度上取决于垂直速度,进而大大不同的PBL随着时间的推移,我们计算N_d,描述PBLCs-being加权平均的PDF垂直速度,通过使用特征速度,w*根据的方法莫拉莱斯和夏威夷雁(2010)。这种方法有效边界层不受深对流,因此平均表现为平均速度几厘米⁻¹(典型的速度边界层上升/下降的昼夜循环)。PDF-averaging方法有高斯PDF的用法w *,已被证明成功预测云级别的值N_d在实地研究积云和层积云(例如,科南特et al ., 2004;Meskhidze 2005;Fountoukis nene, 2007;Kacarab et al ., 2020;Georgakaki et al ., 2021)。

另一个重要参数考虑横向夹带的角色,这意味着混合提升浑浊空气的干燥的空气包裹。夹带的影响可以显著的积云对流云层(层积云少得多),影响水的垂直分布和液滴的数量(莫拉莱斯et al ., 2011)。鉴于云积云状的研究,我们认为适度的影响对液滴夹带影响使用的方法Barahona和夏威夷雁(2007)和莫拉莱斯et al。(2011);这需要使用绝热激活参数化,减少导致激活的垂直速度的因素,称为“夹带参数”,这取决于夹带率(这实际上减少了从混合干燥的空气最大过度饱和,而绝热液滴形成)。Barahona和夏威夷雁(2007)和莫拉莱斯et al。(2011)夹带参数,得出的结论是,最好的方法是基于绝热性(即。偏差的垂直水剖面的绝热值)。莫拉莱斯et al。(2011)夹带参数计算的云采样在晶面(基韦斯特,佛罗里达州,2002年7月)和CSTRIPE(加州蒙特利,2003年7月)平均任务给一个参数值为0.68(参见数据表2的莫拉莱斯et al ., 2011)。假设这个混合参数应用垂直速度分布均匀,因此我们考虑横向夹带的影响在积云状的云采样乘以绝热激活的特征速度w* 0.68。

表2

表2。β表达式基于文献根据:1)马丁et al。(1994)-M94, b)Rotstayn和Liu (2003)-PL03, c)彭和罗曼,(2003)-PL03,赵et al。(2006)-Z06, d)弗洛伊德和罗森菲尔德(2012)f12和e)模型研究Rotstayn和Liu (2009),分别。

根据莫拉莱斯和夏威夷雁(2010)的计算w*(传热激活)相乘得到的σ_w参数λ,取决于类型的气溶胶在多云的上升气流。大陆气溶胶的浓度范围在1000 - 10000厘米⁻³λ= 0.67(见图2一个的莫拉莱斯和夏威夷雁(2010)0.02)具有不确定性,我们适用于我们的计算。鉴于以上考虑,垂直速度特征w *用于计算液滴形成(用于估计原位N_d)是由 $w^{*} = 0.68 λ σ_{w} = 0.68 \times 0.67 σ_{w} = 0.456 σ_{w}$ 。此外,相关的不确定性的特征速度w^*可以被估计为 $δ w^{*} = 0.456 δ σ_{w}$ ,错误 $δ σ_{w}$ 估计的标准偏差σ_w在拟合的过程。

图2

图2。的τ,r_eff亚奥理事会提供的反对T_ct,这是计算通过的ERA5T概要,云研究;标签是指每个云的序列号(出口的。补充图S1)。

需要考虑的另一个重要参数是“限制滴数”,N_d^lim在云顶,这有助于估计云是容易的气溶胶含量的变化。N_d^lim从关系中获得的Georgakaki et al。(2021):

\begin{array}{c} N_{d}^{\lim} (σ_{w}) = 1137.9 σ_{w} - 17.1, \end{array} (2)

在哪里N_d^lim是用厘米表示⁻³,σ_w在m年代⁻¹。

图1一个介绍了timeseries总气溶胶的浓度(N_爱尔兰)集成在smp大小分布和σ_w颜色的象征κ,07年3月18日到2020年4月,图1 b提出了相应的N_d值与颜色的象征N_d/ N_d^lim。

图1

图1。(一)Timeseries的N_爱尔兰和κ和σ_w值,3月18日至07年2 April0,230。(B)相应的原位派生的N_d彩色的值比率N_d/N_d^lim推导出的参数化。

弱湍流(低的时期σ_w,Figure1A)部队N_d持续的方法N_d^lim(例如,Figure1B,2020年4月01)。因此,液滴形成强烈速度有限,往往是对气溶胶的变化。相反的是什么时候N_d/N_d^lim< 0.5,随着液滴形成气溶胶有限和不太敏感σ_w变化。

2.4.4有效半径的因素β

的使用β,它被定义为的比值r_eff云滴的体积平均半径,介绍了减轻偏差称为“扩散效应”,与大小云滴谱的宽度,并结合平均液滴半径,给正确的云光学深度。根据刘和多姆(2002),β与液滴的相对色散光谱(ε):

\begin{array}{c} β = \frac{{(1 + 2 ε^{2})}^{\frac{2}{3}}}{{(1 + ε^{2})}^{\frac{1}{3}}} \end{array} (3)

Ιn文献有几项研究试图量化ε。马丁et al。(1994)使用飞机的观测微观物理学的特点从东太平洋温暖的海洋层积云,南大西洋,北大西洋的亚热带地区,英伦三岛周围的海域,提出的一种表达 $ε = 0.000574 Ν_{d} + 0.2714$ ,同时,Rotstayn和Liu (2003)观察的基础上刘和多姆(2002),建议的一种表达 $ε = 1 - 0.7 e^{- 0.003 Ν_{d}}$ 。使用飞机的数据收集从一个地区受到海洋气溶胶污染条件下,赵et al。(2006)显示的值 $ε = 0.4$ 。使用情商。,我们插入上述表达式ε获取β表达式(出口的。表2)。彭和罗曼(2003)建议的表达 $β = 1.18 + 4.5 10^{- 4} Ν_{d}$ 使用飞机测量海洋,附近的沿海地区,远离大陆的内部,通过加拿大的新斯科舍海岸和美国北极。

弗洛伊德和罗森菲尔德(2012),使用测量的云滴大小分布在不同地点,发现平均价值β等于1.08,表示的最适合线之间 $r_{e f f}$ 体积和平均半径。Rotstayn和Liu (2009)指出,大多数GCM研究采用β1.1 (出口的。表2)。

2.4.5卫星远程sensing-Optimal云分析产品和液滴数

亚奥理事会的产品决定从EUMETSAT (EUMETSAT 2015)提供τ,r_eff和P_ctδ伴随着他们的错误τ,δr_eff和δP_ct空间分辨率为3.6公里×4.6公里为研究区域,作为来自SEVIRI地球静止气象卫星(气象卫星)上15分钟的时间分辨率。

亚奥理事会算法使用数据计算云参数的协同作用;然而,总有一些假设,顺向限制影响的准确性r_eff和τ。根据亚奥理事会的描述算法(EUMETSAT 2015),该算法利用地表反射,连同其他模型参数来自于数值天气预报的来源。

在图2我们总结了τ,T_ct,r_eff被用作输入卫星算法(出口的。情商。)检索N_d^坐数据。另外,我们从数据集情况下,包括排除高或多层云,和隔离的PBL云不包括云P_ct低于800 hPa。此外,我们应用一个视差校正,根据Koenig (2020)发现,对于每个云的基础上H_ct为了计算每个云的真实地理位置,然后我们孤立的云层,在我们的测量站点配置。这个步骤有助于正确创建的位移由于卫星视角H_ct。

根据朱镕基et al。(2018),他进一步发展了Bennartz (2007)算法,N_d^坐可以确定为:

\begin{array}{c} N_{d}^{年代 一个 t} = \sqrt{c (c_{w}) τ} {(\frac{r_{e f f}}{β})}^{- \frac{5}{2}}, \end{array} (4)

在这 $c (c_{w}) = \frac{5 c_{w}}{4 π^{2} 问_{e x t} ρ_{w}}$ , $问_{e x t}$ 是米氏消光效率因子,它等于2大液滴的直径大于5μm (van de Hulst, 1958年)。冷凝率c_w(Brenguier et al ., 2000)提供了液态水在绝热上升气流上升的每米,并给出的 $c_{w} = 0.0016 + 4.86 10^{- 5} T_{c t} - 3.42 10^{- 7} {T_{c t}}^{2}$ (朱et al ., 2018),c_w在g m⁻³米⁻¹和T_ct表达^oc .水密度ρ_w被认为是常数,等于997公斤⁻³,而T_ct用于描述在云环境。

此外,我们计算了传播误差δN_d^坐的N_d通过用链式法则Eq。4,对应于扩散错误由于每个变量N_d^坐检索,如下:

\begin{array}{c} δ N_{d}^{年代 一个 t} = \sqrt{{(\frac{\partial N_{d}^{年代 一个 t}}{\partial c_{w}} δ c_{w})}^{2} + {(\frac{\partial N_{d}^{年代 一个 t}}{\partial τ} δ τ)}^{2} + {(\frac{\partial N_{d}^{年代 一个 t}}{\partial r_{e f f}} δ r_{e f f})}^{2} + {(\frac{\partial N_{d}^{年代 一个 t}}{\partial β} δ β)}^{2}} \\ = \frac{1}{2} \sqrt{\frac{β^{5} c (c_{w})}{{r_{e f f}}^{7} τ} ({(r_{e f f} δ τ)}^{2} + {(5 τ δ r_{e f f})}^{2} + {(\frac{5}{2} \frac{τ r_{e f f}}{β} δ β)}^{2})} \end{array} (5)

的条款 $\frac{\partial N_{d}^{年代一个 t}}{\partial c_{w}}$ , $\frac{\partial N_{d}^{年代一个 t}}{\partial τ}$ , $\frac{\partial N_{d}^{年代一个 t}}{\partial r_{e f f}}$ , $\frac{\partial N_{d}^{年代一个 t}}{\partial β}$ 的敏感性N_d^坐关于τ,r_eff,c_w和β,分别。冷凝率误差δc_w估计从递减率随δP_ct。δc_wδτ,δr_eff估计整个数据集,发现平均等于6 10⁶g m⁻³米⁻¹,1.07,0.76μm分别。

我们注意到这里 $\frac{\partial N_{d}^{年代一个 t}}{\partial c_{w}} δ c_{w}$ 平均相对较小(±5厘米吗⁻³),导致±1.7%的总偏差 $N_{d}^{年代一个 t}$ 。因此,我们决定忽略它情商。。 $\frac{\partial N_{d}^{年代一个 t}}{\partial τ} δ τ$ 和 $\frac{\partial N_{d}^{年代一个 t}}{\partial r_{e f f}} δ r_{e f f}$ 发现平均等于±30厘米⁻³±76厘米⁻³分别为±12%,±27%,分别到错误。此外,我们估计 $\frac{\partial N_{d}^{年代一个 t}}{\partial β}$ 并发现它等于平均593厘米⁻³的单位β。由于不确定性δβ从发表的文献不可用,我们使用 $δ β$ 来自优化过程,发现它等于0.28。因此, $\frac{\partial N_{d}^{年代一个 t}}{\partial β} δ β$ 约等于±184厘米吗⁻³液滴误差贡献±57%。这意味着所有的参数被认为是在这项研究中,最优的约束β项是至关重要的N_d^坐检索。有关标准化的偏见的结果 $N_{d}^{年代一个 t}$ 关于δc_w,δτ,δr_eff,δβ可以在补充(出口的。补充图向)。

表达式,β取决于N_d^坐,β(N_d^坐),检索Eq。4可以修改如下:

\begin{array}{c} {f (N}_{d}^{年代 一个 t}) = N_{d}^{年代 一个 t} - \sqrt{c (c_{w}) τ} {(\frac{r_{e f f}}{β {(N}_{d}^{年代 一个 t})})}^{- \frac{5}{2}} = 0 \end{array} (6)

在哪里N_d^坐确定的数值解情商。使用β(N_d^坐)表达式表2。我们丢弃不可靠滴不确定性时检索意义重大,它对应的解决方案情商。有δN_d^坐> 600厘米⁻³,δN_d^坐/ N_d^坐> 0.5,N_d^坐> 2000厘米⁻³,或N_d^坐< 100厘米⁻³。

最后,我们执行关闭接受解决方案之间的研究N_d^坐使用基于每个文学β表达式,对估计的原位派生的N_d从参数化(部分2.4.3)。通过使用M94 RL03, PL03 Z06,全球大气环流模型,F12表达式(表2),相应的平均意味着标准化偏差(MNB)之间N_d^坐和估计原位N_d等于-17.37%±32.66%,51.34%±69.25%,23.51%±56.09%,-21.25%±24.91%,-28.80%±22.52%和-31.99%±21.51%,分别为(出口的。图4 b和表3)。

图4

图4。(一)液滴之间关闭N_d和N_d^坐使用选择相比N_d方面的β_选择colorscale;(B)MNB关闭N_d^坐在_N_d通过使用每个β-表情:(I) M94 ii) RL03, PL03 iii),(四)F12, v) Z06, vi)模型,和七世)的选择,分别。

表3

表3。闭包的性能统计的研究N_d^坐在_N_d为每一个β-表达式使用:选择、RL03 M94, Z06, PL03,全球大气环流模型,F12。

因此,在使用一个常数值β,如Z06,全球大气环流模型,F12N_d^坐值往往被低估,因为订单的估计偏差是28%,而标准差是平均减少了23%。另一方面,通过使用PL03表达式,N_d^坐是高估了,尽管比得上这些值派生当表达式的恒定值的β使用(Z06,全球大气环流模型,F12),增加标准偏差值。在使用M94显式关系的情况下,N_d^坐被低估了,但是偏见是减少了几乎两倍,但与标准差。提供使用RL03关系N_d^坐值相当大的高估连同他们的标准偏差(出口的。补充图S12),而MNBs框图中可以找到图4 b。

得出结论,使用一个常数的价值β(或ε等同于)或一个线性关系β和N_d^坐提高了闭合差,我们确定最优参数之间的线性关系β和N_d^坐最小化误差的估计原位N_d(第三节)。

3结果与讨论

我们确定了β值从7情商。每个派生的值,使用Ν_d和相应的值c(c_w)τ,r_eff如下:

\begin{array}{c} β (N_{d}) = {r_{e f f} (\frac{\sqrt{c (c_{w}) τ}}{N_{d}})}^{\frac{5}{2}} \end{array} (7)

然后我们满足β和N_d数据的线性关系,β_选择=一个+b N_d,确定“最佳β-表达"(选择)。根据Bevington et al。(1993)我们使用加权线性插值方法,该方法认为δβ(计算用链式法则7情商。)和δN_d(δΝ_d= 0.25Ν_d从莫拉莱斯和夏威夷雁(2010))每β和N_d数据,来确定选择。

选择的系数,一个和b约等于1.0421±0.1979,和4.8717 10⁴6.1084±10⁴分别为(图3),而平均δβ_选择估计0.28等于整个数据集。此外,我们计算了p价值和R发现的价值,等于0.089和0.412,分别,而合适的信心R²被发现等于0.17∼。

图3

图3。线性插入了β- - - - - -N_d传热的派生数据N_d;标签是指每个云的序列号(出口的。补充图S1)。

然后,我们应用选择表达式情商。计算的解决方案N_d^坐,当我们忽视δ的解决方案β_选择> 1,δβ_选择/β_选择> 0.5,β_选择> 2,β_选择< 1。

最后,我们验证了接受的解决方案N_d。这个闭包的结果提出了图4一。

此外,我们提出MNB箱线图,利用文献基础β表达式(M94 RL03 PL03, Z06, RL09,和F12),与我们建议的表达式(选择)图4 b。

基于中给出的结果图4 b和表3我们看到,建议βMNB表达式选择展品最低的平均值与标准偏差(14.53%)36.33%。每一个的表现β表达式可以被他们的排名MNB值,如下:选择(−14.53%),M94 (−17.37%), Z06 (−21.25%), PL03(23.51),这个模型(−28.80%)、F12(−31.99%),和RL03(51.34%)(见也表3)以及结果的标准偏差值(表示为盒子的长度在纵轴)MNB (出口的。图4 b)。

重要的是要注意,选择表达式系数很接近,提出的彭和罗曼(2003)关闭,尽管后者提供一定程度的偏差和标准差的两倍,而选择表达式。这表明彭和罗曼(2003)和选择参数适合云类型如采样在我们的研究中,采用的方法来估计原位N_d是现实的。

4结论

这里的研究建立了液滴数量扩大检索算法non-precipitating PBLCs (Bennartz (2007)显式地占液滴的光谱色散及其依赖液滴的数量β。修改后的算法使用云微物理变量τ和r_eff,来自SEVIRI地球静止气象卫星(气象卫星)上15分钟的时间分辨率和空间分辨率3.6公里×4.6公里,加上一种改进的计算总冷凝率(朱et al ., 2018)对云顶高度可以通过使用ERA5大气由于配置文件(Hersbach et al ., 2018)。我们发现最佳的检索N_d^坐最敏感的偏见β值,而不是偏见τ和r_eff指着一个最优的必要性β最准确的表达N_d^坐检索。

然后我们计算检索N_d^坐通过使用以值β-表达式和对它们进行评估原位N_d估计得到的液滴激活参数化nene和宋飞(2003)。我们发现滴号码是捕获在±29%±61%;根据这些结果我们可以看到,通过使用一个常数的价值β,或者一个线性关系εorgydF4y2Baβ来N_d^坐,如PL03 Z06,全球大气环流模型,和F12N_d^坐被用来在±35%。此外,我们提出了一个新的β-N_d表达式,基于原位N_d估计,优化之间的闭包N_d^坐和N_d在±33%。此外,新β-我们通过最优之间的表达式N_d^坐和N_d非常类似于PL03关系。鉴于此,PL03关系是从观测数据表明,我们的方法来估计N_d是现实的。使用RL03或优化的关系,捕捉滴数在30%,与关闭水平获得原位观察。

虽然需要做更多的工作来评估我们的方法可以应用在多大程度上在世界其他地方,这里给出的结果都是鼓励和很有可能气候模型,开发高附加值产品可以利用丰富的地面气溶胶数据集用于社区。

数据可用性声明

原始数据支持了本文的结论将由作者提供,没有过度的预订。

作者的贡献

概念化,射频,美联社;方法,射频和PG;数据分析,射频,可,SV, VV, PK;模型模拟、射频、一个;射频的调查,一个和PG;原创作品准备草稿,射频,美联社,和PG;审查和编辑,射频,美联社,PG,可,可,毫克;可视化、射频;监督,射频,美联社;所有作者已阅读及同意发布版本的手稿。

资金

这项研究是泛希腊的共同资助基础设施大气成分和气候变化(万能)研究项目(MIS 5021516),实现作用下钢筋的研究和创新的基础设施,以及操作程序竞争力、创业和创新(NSRF 2014 - 2020),在由希腊和欧盟(欧洲区域发展基金)。额外的资金是来自欧洲研究委员会、齿轮- 2016项目PyroTRACH H2020-EU.1.1(726165)资助。优秀的科学,从欧盟地平线2020项目部队授予协议没有821205。开放获取资金由洛桑联邦理工。

确认

作者也承认美国国家海洋和大气管理局空气资源实验室(支持的条款HYSPLIT运输模型;芬兰气象研究所(FMI)提供光环激光雷达;托管的NCSRD光环激光雷达。ERA5数据生成使用哥白尼气候变化服务信息和云优化分析产品提供从EUMETSAT(亚奥理事会)。欧盟委员会(European Commission)和ECMWF负责的任何使用,可能使哥白尼信息或数据在这份出版物(https://cds.climate.copernicus.eu/ cdsapp # ! /数据/ reanalysis-era5-pressure-levels吗?选项卡=形式;最后一次访问:2021年7月13日)。这部分工作是由基础研究资助计划,发表PEVE0011/2021 (PEVE)合同。

的利益冲突

作者声明,这项研究是在没有进行任何商业或财务关系可能被视为一个潜在的利益冲突。

出版商的注意

本文表达的所有索赔仅代表作者,不一定代表的附属组织,或出版商、编辑和审稿人。任何产品,可以评估在这篇文章中,或声称,可能是由其制造商,不保证或认可的出版商。

补充材料

本文的补充材料在网上可以找到:https://www.雷竞技rebatfrontiersin.org/articles/10.3389/frsen.2022.958207/full补充材料

引用

Barahona D。,夏威夷雁,。(2007)。参数化的云滴形成大规模的模型:包括夹带的影响。j .地球物理学。Res。112年,D16206。jd008473 doi: 10.1029/2007