| Translated abstract: |
| Abstract | Language |
|---|
| Die Gesellschaft wird stark vom Niederschlag beeinflusst, der sich durch mikrophysikalische Prozesse, z.B. Sedimentation und Aggregation, bildet.
Diese Prozesse bestimmen, wo und wie Niederschlag ensteht, was für den globalen Wasserkreislauf, die Verfügbarkeit von Süßwasser und Überflutungen von Bedeutung ist.
Die Prozesse, die zu Niederschlag führen, sind jedoch nur unzureichend bekannt und stellen eine große Herausforderung für die Modellierung des Erdsystems dar.
Herausfordernd ist sowohl die Ableitung von Parametern aus Laborexperimenten oder Beobachtungen, als auch
die Implementierung dieser Parameter in numerische Modelle. Für letzteres sind besonders die begrenzter Rechenzeit und unaufgelösten Skalen kritisch.
In den letzten Jahrzehnten wurden rasche Fortschritte bei der Modellierung und Beobachtung mikrophysikalischer Prozesse erzielt, welche weiterführende Studien die die Synergie zwischen beiden Bereichen nutzt, ermöglicht und dringend notwendig macht.
In dieser Arbeit werden mikrophysikalische Modelle verwendet, die entweder die mikrophysikalischen Prozesse bis auf die Ebene einzelner Partikel auflösen (3D-Schneeflockenmodell und Lagrangesches Partikelmodell) oder rechnerisch effizient sind (Bulk-Schema).
Die expliziten Modelle werden zur Ableitung von Parametrisierungen verwendet und liefern detaillierte Einblicke in die Prozesse, die in den weniger expliziten Modellen verwendet werden können. Die Verbesserung der weniger expliziten, aber rechnerisch effizienten Bulk-Schemata ist besonders wichtig, da sie für die Wetter- und Klimavorhersage unverzichtbar sind.
Die Ergebnisse aller Modelle werden mit Beobachtungen verglichen, die entweder Informationen über einzelne Partikeleigenschaften (in situ-Partikelbeobachtungen) oder über die durchschnittlichen Eigenschaften großer Partikelensembles (Mehrfrequenz-Dopplerradarbeobachtungen) liefern.
Diese Modell-Beobachtungs-Kombinationen werden verwendet, um das Wissen über die mikrophysikalischen Prozesse und deren Abbildung in Mikrophysik Schemata zu verbessern.
3D-Schneeflockenmodelle simulieren die komplexe Form von Eispartikeln, die eine große Schwierigkeit für mikrophysikalische Modelle darstellt.
In Studie I wird solch ein 3D-Schneeflockenmodell verwendet, um Parametrisierungen von Partikeleigenschaften abzuleiten, wie z.B. die Masse als Funktion der Größe, Monomerzahl und -form.
Hydrodynamische Modelle werden verwendet, um zusätzlich die Fallgeschwindigkeit abzuleiten.
Die detailliertesten Parametrisierungen werden benutzt, um die Bedeutung der Aggregatzusammensetzung zu beurteilen, was anhand von Beobachtungen allein nur schwer möglich ist. Es zeigt sich, dass sich die Aggregateigenschaften mit zunehmender Monomerzahl gleichmäßig verändern, sich aber je nach Monomertyp, aus denen die Aggregate bestehen, erheblich unterscheiden.
Andere, weniger detaillierte Parametrisierungen können ohne weiteres in Bulk-Schemata angewendet werden, um die physikalische Konsistenz dieser Schemata zu verbessern.
In Simulationen mit einem Lagrangen Partikelmodel kann gezeigt werden, dass diese weniger detaillierten Parameterisierungen auch dann sehr akkurat sind, wenn sie nur zwischen den beiden Klassen der Monomere und der Aggregate unterscheiden.
Der Vergleich der Parametrisierung mit in situ-Beobachtungen stellt sicher, dass sie in Größenbereichen, für die Beobachtungen vorliegen, physikalisch realistisch sind.
Darüber hinaus tragen die physikalischen Prinzipien der 3D-Schneeflocken- und hydrodynamischen Modelle dazu bei, dass die Parametrisierungen auch in Größenbereichen realistisch sind, für die es schwierig ist, Beobachtungen zu erhalten.
In Studie II werden wichtige mikrophysikalische Parametrisierungen der Sedimentation und Aggregation, die in einem Bulk-Schema verwendet werden, durch Vergleich mit Beobachtungen verbessert.
Traditionell werden mikrophysikalische Parametrisierungen optimiert, indem einige wenige Variablen von Interesse, z.B. die Niederschlagsrate, optimiert werden. Dieses Vorgehensweiße führt wahrscheinlich zu Kompensationsfehlern, da die Anpassung eines Parameters die Vorhersage der Variablen von Interesse auch dann verbessern kann, wenn die neuen Parameter dadurch stärker von physikalisch sinnvollsten Wert abweichen. Im Gegensatz dazu wird durch den gleichzeitigen Vergleich mehrerer Variablen von Mehrfrequenz-Doppler Radaren und die Fokussierung auf einzelne oder wenige Prozesse das Problem der unterbestimmten Parameter vermieden.
Zunächst werden die Radarstatistiken verwendet, um mikrophysikalische Parameter in einem idealisierten 1D-Modell (das ein effizientes Testen aller wesentlicher Parameter erlaubt) zu evaluieren.
Diese Simulationen zeigen die stärkste Sensitivität für die Partikeleigenschaften der Aggregate, die Formulierung des Aggregationskernels und die Breite der Größenverteilung und eine geringere Sensitivität für die Monomerpartikeleigenschaften und die Hafteffizienz.
Der statistische Vergleich zwischen den 3D-Simulationen mit dem default und dem neuen Schema und den Beobachtung zeigt, dass zuvor bestehende großen Abweichungen von zu schnellen und zu großen Partikel im Schema reduziert werden konnten. Diese Verringerung der Abweichungen kann auf die verbesserte Simulation von Sedimentation und Aggregation zurückgeführt werden.
Da ein großer Teil des Niederschlags den Boden als Regen erreicht, sich aber in der Eisphase bildet, sind Prozesse in der Schmelzschicht ein wesentlicher Bestandteil der Niederschlagsmodellierung.
In Studie III wird ein Ansatz angewendet, der die Dominanz von Wachstums- oder Schrumpfungsprozessen durch die Beziehung des Reflektivitätsflusses an den Rändern der Schmelzschicht ableitet. Zudem werden Radar-Doppler-Spektren und Multifrequenzbeobachtungen benutzt um Annahmen des Ansatzes zu evaluieren und Profile nach dem Verreifungsgrad zu klassifizieren.
Bei unverreiften Profilen erhöhen Wachstumsprozesse die mittlere Masse geringfügig.
Bei verreiften Profilen führen Schrumpfungsprozesse zu einer deutlichen Abnahme der mittlere Masse, was wahrscheinlich durch das Auseinanderbrechen von Partikeln verursacht wird.
Simulationen mit einem Lagrangeschen Partikelmodell zeigen, dass Aufbruchsprozesse, für die Parametrisierungen verfügbar sind, die beobachtete Abnahme des Reflektivitätsflusses nicht reproduzieren können, und deuten darauf hin, dass weitere Laborstudien zu dem Auseinanderbrechen von schmelzenden Partikel nach Kollision erforderlich sind. | German |
|
ORCID: 0000-0002-1748-7252
(2021).
Improving the Understanding and Simulation of Precipitation Forming Processes through Combined Analysis of Microphysical Models and Multi-Frequency Doppler Radar Observations.
PhD thesis, Universität zu Köln.
