Universität zu Köln

Evaluating Ice Microphysics in NWP Models with Satellite Observations

Reitter, Sonja (2013) Evaluating Ice Microphysics in NWP Models with Satellite Observations. PhD thesis, Universität zu Köln.

[img]
Preview
PDF
Download (85Mb) | Preview

    Abstract

    Ice clouds are an important part of the Earth’s atmospheric water cycle and have a large impact on the global radiation budget. Yet ice clouds are still poorly understood and their correct representation remains a major challenge for state-of-the-art atmospheric models. Also, the evaluation of the models’ performance with respect to ice clouds is not straightforward; remote sensing instruments, for example, measure other quantities than the models predict. Therefore, two basic evaluation approaches exist: observation-to-model (commonly termed retrieval) and model-to-observation (commonly termed forward operator). Both approaches introduce errors into the comparison of models and observations because of the necessary intrinsic assumptions. The common practice in model evaluation of choosing either the one or the other of these approaches might give an incomplete picture. The present study evaluates the ice microphysics of two numerical weather prediction (NWP) models currently operational at the German weather service (Deutscher Wetterdienst, DWD): the global model GME and the regional model COSMO-DE (an application of the Consortium for Small-scale Modelling, COSMO). In doing so, this study contributes significantly to ongoing model development at DWD. Both case studies and long-term evaluations are carried out. Cloud Satellite (CloudSat) Cloud Profiling Radar (CPR) observations are heavily relied on; the CPR is the first and — up to date — only cloud radar in space and is able to vertically resolve even optically thick clouds. This study focuses on one specific question raised for each of the respective models and while doing so applies both approaches; the standard CloudSat radar reflectivity factor–ice water content (IWC) retrieval for the observation-to-model approach and the forward operator QuickBeam for the model-to-observation approach. This enables for one, to profit from the full informational content, and for the other, to compare both approaches directly to each other and evaluate them. For the global model GME, two precipitation schemes, a diagnostic and a prognostic one, are compared and evaluated. The focus is on the question whether the new prognostic scheme is capable of capturing ice clouds more realistically than the old diagnostic scheme. The prognostic scheme is shown to exhibit improved performance in comparison to the diagnostic scheme in terms of IWC magnitude. In both models snow is found to dominate over cloud ice in total IWC, emphasizing the need for including snow in the model’s radiation budget in the future. Furthermore, one reason for the remaining difference between the prognostic scheme and the observations — the unrealistic fall speed of snow — is identified. As a consequence, the new prognostic scheme with an adapted parameterization for snow fall speed was successfully introduced into operational service at DWD. In the regional NWP model COSMO-DE, a long-known bias between brightness temperatures simulated from COSMO-DE forecasts and those observed by Meteosat Second Generation (MSG) Spinning Enhanced Visible and Infrared Imager (SEVIRI) is investigated. The pivotal question is whether a novel two-moment cloud ice scheme exhibits improved performance with respect to this bias and, if that is so, why. It is shown that the novel two-moment cloud ice scheme does indeed reduce this bias and can therefore be considered an improvement in comparison to two standard schemes, the two-category ice scheme and the currently operational three-category ice scheme. The improvement in simulated brightness temperatures is due to a vertical redistribution of cloud ice to lower model levels. Furthermore, sensitivity studies identify two of the four changes introduced, which are responsible for most of the improved performance: the change to a different heterogeneous nucleation scheme and the inclusion of cloud ice sedimentation. Enhanced vertical level number and modifications in aerosol number concentrations reveal comparatively little effect. As a consequence, cloud ice sedimention will be included per se in DWD’s future NWP model, the Icosahedral non-hydrostatic (ICON) model, currently still under development. Concerning the two evaluation approaches conducted, the present study finds the general features in the two evaluations to be captured by both approaches. Some details are captured merely by the one or the other approach, in which case both approaches together give the more complete picture. However, the model-to-observation approach appears to be easier to interpret; its uncertainties are easier to assess than those of the observation-to-model approach and it ensures a better control over the comparison.

    Item Type: Thesis (PhD thesis)
    Translated abstract:
    AbstractLanguage
    Eiswolken sind ein wichtiger Bestandteil des atmosphärischen Wasserkreislaufs der Erde und haben einen großen Einfluss auf den globalen Strahlungshaushalt. Dennoch sind Eiswolken bisher nicht vollständig verstanden. Dies führt unter anderem dazu, dass ihre korrekte Darstellung in aktuellen atmosphärischen Modellen weiterhin eine große Herausforderung darstellt. Die Evaluierung dieser Modelle hinsichtlich ihrer Fähigkeit Eiswolken vorherzusagen ist nicht trivial: Beobachtungsdaten von Eiswolken, zum Beispiel von Fernerkundungsinstrumenten, liefern andere Größen als die, die Modelle vorhersagen. Aus diesem Grund existieren zwei wesentliche Evaluierungsansätze: Beobachtung-zu-Modell (üblicherweise als Retrieval bezeichnet) und Modell-zu-Beobachtung (üblicherweise als Vorwärtsoperator bezeichnet). In beiden Ansätzen müssen Annahmen gemacht werden, die zu Unsicherheiten im Evaluierungsprozess führen. Zumeist wird nur einer der beiden Ansätze verfolgt, was zu einem unvollständigen Bild führen kann. In der vorliegenden Arbeit wird die Eismikrophysik zweier numerischer Wettervorhersagemodelle (NWP-Modelle) evaluiert, die beim Deutschen Wetterdienst (DWD) aktuell operationell im Einsatz sind: das globale Modell GME und das regionale Modell COSMO-DE (einer Anwendung des Consortium for Small-scale Modelling, COSMO). Damit liefert diese Arbeit einen wichtigen Beitrag zur fortlaufenden Modellentwicklung beim DWD. Es werden sowohl Fallstudien als auch Langzeitevaluierungen durchgeführt. Dazu werden die Beobachtungen des Cloud Satellite (CloudSat) Cloud Profiling Radar (CPR), des ersten und bisher einzigen Wolkenradars im All, extensiv genutzt. Der Vorteil des CPR ist, dass es selbst optisch dicke Wolken vertikal auflösen kann. Die Studie konzentriert sich auf jeweils eine spezifische Frage pro Modell und verfolgt bei der Evaluierung von GME und COSMO-DE beide möglichen Ansätze: das Standard-Eiswassergehalt (IWC)-Retrieval aus den CloudSat Radarreflektivitäten für den Beobachtung-zu-Modell-Ansatz und den Vorwärtsoperator QuickBeam für den Modell-zu-Beobachtung-Ansatz. Dies ermöglicht es zum einen den gesamten Informationsgehalt auszuschöpfen und zum anderen die beiden Ansätze direkt miteinander zu vergleichen und zu bewerten. Für das globale NWP-Modell GME werden zwei Niederschlagsschemata, ein diagnostisches und ein prognostisches, miteinander verglichen und bewertet. Zentrale Frage ist, ob das neue prognostische Niederschlagsschema in der Lage ist, Eiswolken realistischer darzustellen, als das alte diagnostische Niederschlagsschema. Es wird gezeigt, dass das prognostische Schema eine realistischere Größenordnung des IWC wiedergibt, als das diagnostische Schema. In beiden Modellen dominiert Schnee gegenüber Wolkeneis im Gesamt-IWC. Dies unterstreicht die Notwendigkeit, Schnee im Strahlungsschema des Modells zukünftig mit zu berücksichtigen. Desweiteren wird ein Grund für den verbleibenden Unterschied zwischen dem prognostischen Schema und den Beobachtungen, nämlich die unrealistische Fallgeschwindigkeit von Schnee, identifiziert. Infolgedessen wurden das neue prognostische Schema mit einer angepassten Fallgeschwindigkeit von Schnee erfolgreich in den operationellen Betrieb des DWD eingeführt. Im regionalen NWP-Modell COSMO-DE wird ein bereits lang bekannter Bias zwischen den aus COSMO-DE Vorhersagen simulierten Helligkeitstemperaturen und den von Meteosat Second Generation (MSG) Spinning Enhanced Visible and Infrared Imager (SEVIRI) beobachteten untersucht. Zentrale Fragestellung ist, ob das neue Zwei-Momenten- Wolkeneisschema bezüglich dieses Bias besser abschneidet, und wenn ja, warum. Es zeigt sich, dass das neue Zwei-Momenten-Wolkeneisschema diesen Bias tatsächlich reduziert und somit eine Verbesserung zu zwei Standard-Eisschemata, dem Zwei-Kategorie-Eisschema und dem momentan operationellen Drei-Kategorie-Eisschema, darstellt. Die Verbesserung in den simulierten Helligkeitstemperaturen beruht auf einer vertikalen Umverteilung des Wolkeneises in tiefer liegende Modellschichten. Sensitivitätsstudien zeigen zudem, dass zwei der insgesamt vier eingeführten Änderungen für einen Großteil der verbesserten Darstellung verantwortlich sind: der Wechsel zu einem anderen heterogenen Eisnukleationsschema und das Einführen der Sedimentation von Wolkeneis. Eine erhöhte vertikale Schichtzahl und Änderungen der Aerosolanzahldichten haben einen vergleichsweise geringen Effekt. Infolgedessen wird Wolkeneissedimentation im zukünftigen NWP-Modell des DWD, dem Icosahedral non-hydrostatic (ICON) Modell, standardmäßig implementiert. Bezüglich der zwei verfolgten Ansätze zeigt die vorliegende Arbeit, dass die Grundaussagen der Evaluierungen von beiden Ansätzen wiedergegeben werden. Manche Details sind allerdings nur mit dem einen oder dem anderen Ansatz identifizierbar. Beide Ansätze zusammen liefern demzufolge das umfassendste Bild. Der Modell-zu-Beobachtung-Ansatz scheint jedoch in der Interpretation eingängiger zu sein: die hier auftretenden Unsicherheiten sind leichter abzuschätzen als beim Beobachtung-zu-Modell-Ansatz und ermöglichen eine bessere Kontrolle über den Vergleich.German
    Creators:
    CreatorsEmail
    Reitter, Sonjaseiken@meteo.uni-koeln.de
    URN: urn:nbn:de:hbz:38-53469
    Subjects: Earth sciences
    Uncontrolled Keywords:
    KeywordsLanguage
    cloud iceEnglish
    CloudSatEnglish
    model evaluationEnglish
    Faculty: Mathematisch-Naturwissenschaftliche Fakultät
    Divisions: Mathematisch-Naturwissenschaftliche Fakultät > Institut für Geophysik und Meteorologie
    Language: English
    Date: 04 November 2013
    Date Type: Publication
    Date of oral exam: 24 October 2013
    Full Text Status: Public
    Date Deposited: 05 Dec 2013 15:04:01
    Referee
    NameAcademic Title
    Crewell, SusanneProf. Dr.
    Neggers, RoelProf. Dr.
    URI: http://kups.ub.uni-koeln.de/id/eprint/5346

    Actions (login required)

    View Item