Stapelwolken, laag en regenvrij, krijgen hun naam van het Latijnse woord voor "hoop". Met platte basis en gezwollen bovenvlakken, zulke wolken lijken in de lucht te borrelen, wordt grijs aan de onderkant en stralend wit aan de bovenkant.

Hoe deze wolken zich vormen, is van groot belang voor wetenschappers. Ze reflecteren veel zonlicht en spelen een belangrijke rol bij de verdeling van warmte en waterdamp in de lagere atmosfeer, invloed hebben op de oppervlaktetemperatuur, en bodemvocht.

Deze en andere wolken worden gevormd wanneer warmte en vocht van het aardoppervlak naar de koelere atmosfeer stijgen. Updrafts zijn de motor van deze beweging, samen met de neerwaartse en mengende beweging gecreëerd door concurrerende downdrafts.

"Ondiepe stapelwolken zijn de visuele manifestatie van de opwaartse stroming, " legt Pavlos Kollias uit, een atmosferische wetenschapper bij Brookhaven National Laboratory (BNL) op Long Island, New York. (Hij heeft ook een gezamenlijke aanstelling aan de nabijgelegen Stony Brook University.)

Vroege studies over hoe dergelijke wolken werken, maakten gebruik van profilering van wolkenradars. Deze instrumenten, meestal ingezet op grondlocaties, doe snelle metingen met hoge resolutie van de omstandigheden (inclusief windsnelheid) in een smalle kolom recht boven de radar.

Kollias herinnerde zich zijn afstudeerstudies in ondiepe cumulus aan de Universiteit van Miami met mentor Bruce Albrecht. "Vroeger, " hij zegt, "het gebruik van een profileringsradar was alles waar we op konden hopen."

Vandaag, cloud-profileringsinstrumentatie is prominent aanwezig in het atmosferische observatorium Southern Great Plains (SGP), beheerd door de gebruikersfaciliteit van het Amerikaanse Department of Energy (DOE's) Atmospheric Radiation Measurement (ARM).

Verticale snelheid vastzetten

Kollias maakt deel uit van een BNL-gebaseerd team dat de gebruikte instrumenten uitbreidt door Doppler-lidar op te nemen om de evaluatie van modellen te verbeteren. Dit leidt tot betere schattingen van de omvang en het bereik van wolkvormende opwaartse en neerwaartse stromingen op en onder de wolkenbasis.

De verticale snelheid op wolkenbasis, hij zegt, "is een zeer belangrijke parameter" voor het begrijpen van de evolutie van de grenslaag en de wolkenlevenscycli van de atmosfeer. Een nauwkeurigere weergave van de verticale snelheid en de interactie met wolken zou de voorspellende nauwkeurigheid van aardsysteemmodellen verbeteren.

"De wolkenbasis is waar wolken worden gegenereerd en er gaat veel energie in, ’ zegt zijn collega, Satoshi Endo, een wetenschappelijk medewerker bij BNL met als expertise hoge-resolutiemodellering, wolkenfysica, en grenslaagmeteorologie.

Dat maakt "de verticale snelheid van de wolkenbasis een essentiële eigenschap voor het begrijpen van de vorming en ontwikkeling van wolken, " voegt hij eraan toe. "Het kwantificeert ook de uitwisseling van lucht tussen de grenslaag en de atmosfeer erboven, en vertegenwoordigt verticaal transport door wolken."

Toch zijn modellen en waarnemingen het vaak niet eens over de verticale snelheid op wolkenbasis.

De BNL-onderzoekers denken dat het verbeteren van de modellering van de schaal aan de rand van deze wolken op zijn minst gedeeltelijk kan verklaren waarom waarnemingen en modellen variëren.

Doppler-lidar toevoegen

Kollias en collega's van BNL en elders brengen Doppler-lidars in het meet- en modelevaluatieschema. Ze denken dat de meetsterkte ervan kan helpen de kloof tussen modellen en waarnemingen te dichten bij het karakteriseren van de wolkenbasis.

Het primaire team is een interdisciplinaire groep van observationalisten en modelleurs. Endo en Damao Zhang, een onderzoeksmedewerker die fysieke eigenschappen van wolken bestudeert en gespecialiseerd is in ophaalalgoritmen, doen het zware werk.

Afronding van het hoofdteam met Kollias is Andrew Vogelmann van BNL, hoofdonderzoeker van het project.

Doppler-lidar is een technologie voor teledetectie, vergelijkbaar met radar, die een laserpuls de lucht in stuurt en kijkt welk licht door kleine deeltjes wordt verstrooid. Deze informatie wordt vervolgens analytisch gebruikt om te zien of de deeltjes naar of van het apparaat af bewegen, onder andere details.

In tegenstelling tot radar, Doppler-lidar kan wind "zien" als er geen wolken zijn; het detecteert hoe aërosolen zich verspreiden en interpreteert die signalen.

En in tegenstelling tot radar, lidar wordt ook niet verward door atmosferische biota (voornamelijk insecten).

Het binnenhalen van geconcentreerde Doppler-lidargegevens werd twee jaar geleden mogelijk. Op dat moment voegde ARM een netwerk toe van vier lidars in een ring rond een die al draait bij de centrale faciliteit van SGP. Het lidar-netwerk is opgesteld in het noordwesten, noordoosten, zuidwesten, en zuidoostelijke hoeken van een gebied met een diameter van 90 kilometer (56 mijl).

Hoedenwolk 'vee'

De inspanningen van het BNL-team maken deel uit van DOE's Climate Model Development and Validation (CMDV) "Coupling Mechanistically the Convective Motions and Cloud Macrophysics in a Climate Model" (CM4) project.

Het doel van CM4 is om de weergave van ondiepe convectie drastisch te verbeteren door middel van geavanceerde observatieanalyses van ondiepe cumulus. CM4 ontwikkelt geavanceerde methoden voor het modelleren van parametrering.

Teamleider voor CMDV-CM4 is David Romps van het Lawrence Berkeley National Laboratory (LBNL). Zijn mede-onderzoekers zijn van BNL (o.a. Kollias, Vogelmann, en meteoroloog Michael Jensen), samen met medewerkers van de Universiteit van Washington en de Universiteit van Texas, Austin.

Het project, ondersteund door DOE's Atmospheric System Research-programma, werd officieel gelanceerd in 2016. Het gebruikt een nieuwe reeks instrumenten in de zoektocht naar inzichten in low-cloud-gedrag. Die suite bevat nu SGP's verbeterde reeks Doppler-lidars.

Het doel van de verbeterde weergave is DOE's Energy Exascale Earth System Model (E3SM), die de nadruk legt op het modelleren van het volledige aardesysteem met het oog op het exploiteren van DOE's volgende generatie exascale computing.

Het weergeven van convectieve beweging in modellen is moeilijk omdat opwaartse en neerwaartse stromingen complexe turbulente wervelingen zijn die op en neer borrelen.

Denk aan turbulente wolken die zich naar boven vormen als een "kudde vee die in dezelfde richting gaat, " zegt Vogelmann, "hoewel elke koe misschien iets anders beweegt dan de anderen."

Vogelmann en zijn team worstelen met het weergeven van de verticale snelheid van de wolkenbasis door het verschil tussen waarnemingen en simulaties te evalueren.

Doppler-lidar bij SGP gaf Vogelmann en de andere onderzoekers een manier om gegevens te verzamelen over die turbulente kudde runderen die bezig was wolken te vormen.

Vanaf daar, het BNL-team formuleerde een uitgebreide strategie voor het beoordelen van modellen door toevoeging van het nieuw beschikbare archief van ARM-routine-grote wervelsimulaties (LES) die zijn ontworpen als aanvulling op ARM-waarnemingen.

De simulatiebibliotheek, op basis van dagelijkse routinemetingen bij SGP, heet LASSO, wat staat voor LES ARM Symbiotic Simulation and Observation workflow.

LASSO maakt 3D-gemodelleerde wolkenvelden, statistieken, en modelinvoer gemakkelijk toegankelijk, waardoor onderzoekers modellen kunnen testen met behulp van statistische benaderingen die verder gaan dan afzonderlijke gevallen.

De routinematige modelsimulaties leggen de activiteit vast van ondiepe cumuluswolken in LES-omstandigheden bij SGP - het soort robuuste, op observatie gebaseerde simulaties die modelbouwers nodig hebben. De gegevens zijn verpakt in databundels uit een bibliotheek van bewolkte dagen, zorgvuldig gekozen door LASSO-beheerders.

LASSO maakt het ook gemakkelijk om deze gegevens te verkrijgen.

"Dat is niet triviaal, " zegt Vogelmann, omdat het zoveel tijd kost om een ​​vergelijkbare databundel voor één dag samen te stellen, veel minder een reeks van dagen. "Er gebeurt van alles op de achtergrond."

Hij is co-hoofdonderzoeker van het LASSO-project, vergezeld door William Gustafson van Pacific Northwest National Laboratory.

Het gebruik van LASSO-databundels verslaat het opzetten van een model op basis van "gewoon een coole dag" die de luchtomgeving in een model misschien niet goed weergeeft, zegt Vogelmann. "Je moet het model besturen met een realistische sfeer."

Lidar-LASSO synergie

Vogelmann en de anderen hadden een idee van wat ze een jaar geleden zouden kunnen doen. Het is sindsdien geleidelijk in beeld gekomen tijdens een paar openbare gesprekken, te beginnen met een laatste herfst op de bijeenkomst van de American Geophysical Union. Meest recent, ze presenteerden een lezing op de bijeenkomst van de American Meteorological Society Cloud Physics in juli.

Er is nog geen papier zegt Vogelmann (een is in de maak), maar de respons op de gesprekken van de modellengemeenschap is tot nu toe goed. Dat omvat interesse in wat hij de "verbazingwekkend robuuste" resultaten noemt en hoe goed "de omgeving in het model is geplaatst".

Op basis van de vijf Doppler-lidars, de onderzoekers gingen op zoek naar statistieken van de verticale snelheid op de wolkenbasis bij SGP en om LES te testen met LASSO.

Ze gebruikten SGP lidar-waarnemingen van mei tot september 2016 en 2017, ondiepe cumuli bij mooi weer geïdentificeerd, en zowel waargenomen als gesimuleerde verticale snelheid op de wolkenbasis.

Hun LASSO-simulaties waren gebaseerd op een reeks cases uit 2016 die werden uitgevoerd met het community-model voor weeronderzoek en -voorspelling (WRF) binnen een domein van 14,5 kilometer aan de hemel.

Extra werk voor de boeg omvat het controleren van verticale snelheidswaarnemingen van onderzoekscampagnes voor vliegtuigen en het testen van interactieve landoppervlakmodellen.

"We hebben veel tijd geïnvesteerd in het begrijpen en analyseren van de waarnemingen, " zegt Kollias, opsommen. "De voortdurende inspanningen zijn zeker niet ontmoedigend. Het is alles waar we op hadden gehoopt."