Logo Logo
Help
Contact
Switch language to German
Convective cloud microphysical parameterizations in a numerical weather prediction model. an evaluation with polarimetric radar observations
Convective cloud microphysical parameterizations in a numerical weather prediction model. an evaluation with polarimetric radar observations
Clouds and precipitation are weather phenomena that have the potential to cause massive damage to people or property. Typically, numerical weather prediction models are used to predict the weather, including such precipitation processes. In these models, the representation of microphysical processes in clouds contributes significantly to the uncertainty of precipitation forecasts. Convective weather situations are particularly difficult to predict. This is partly due to some fundamental gaps in our knowledge of the underlying microphysical processes. There are three inherent problems in observing microphysical processes: 1) The processes occur on small scales of millimeters or less. 2) Precipitation processes are complex because many different particle shapes, sizes, or phases may be involved. 3) Precipitation processes are variable; observations of processes in one cloud are not necessarily representative of other clouds. Towards improving the prediction of convective precipitation, this dissertation explores polarimetric and dual-wavelength radar observations as a new observational basis for evaluating cloud microphysics schemes in a weather model. A setup is developed for systematic comparison between model simulations and polarimetric radar observations of convective weather situations. Unlike conventional methods that typically use single case studies to evaluate a model, this evaluation is performed on a statistical basis over 30 days. A convection-permitting regional weather model setup is established using five different microphysics schemes of varying complexity. Simulated polarimetric radar signals are generated based on the model predictions using a radar forward operator. An automated cell tracking algorithm allows objective comparison between observations and simulations on a convective cell object basis. The resulting data set of convective cell objects is then analyzed in several ways to statistically evaluate the applied microphysics schemes. First, macrophysical properties of convective clouds, such as cloud geometry, are analyzed. Second, the vertical profiles of polarimetric radar signatures through convective clouds are compared. Third, the ability of the model to predict high-impact weather events, such as hail or heavy rain, is evaluated. In general, the evaluation in this dissertation demonstrates the potential of polarimetric radar measurements as an observational basis for the statistical evaluation of microphysics schemes in weather models. Problems of the microphysics schemes in reproducing certain observed radar signatures indicate that improvements are needed in the representation of particle size distributions and particle density assumptions. More complex schemes do not necessarily lead to better results in the prediction of heavy precipitation. This underlines the need for observational constraints from measurements that have the potential to infer microphysical parameters. Several aspects with the potential for improvement were identified: 1) Raindrop size distributions are not simulated correctly. Most schemes produce too many large raindrops and too few small droplets, and only the spectral bin scheme produces too few large drops. 2) All schemes produce areas of heavy rainfall events that are too large compared to observations. 3) Graupel particles are simulated too large above the melting layer height in most schemes. 4) None of the schemes is able to produce extreme reflectivities of more than 55 dBZ below the melting layer height, likely as a result of fixed density assumptions., Wolken und Niederschlag sind Wetterphänomene mit dem Potential massive Schäden an Menschen oder Eigentum anzurichten. Üblicherweise werden numerische Wettervorhersagemodelle zur Vorhersage des Wetters, einschließlich solcher Niederschlagsprozesse verwendet. In diesen Modellen trägt die Darstellung der mikrophysikalischen Prozesse in Wolken wesentlich zur Unsicherheit der Niederschlagsvorhersage bei. Besonders schwierig vorherzusagen sind konvektive Wettersituationen. Dies ist zum Teil auf einige grundlegende Wissenslücken bei den zugrunde liegenden mikrophysikalischen Prozessen zurückzuführen. Die Beobachtung mikrophysikalischer Prozesse ist mit drei inhärenten Problemen verbunden: 1) Die Prozesse spielen sich auf sehr kleinen Skalen von Millimetern und weniger ab. 2) Niederschlagsprozesse sind komplex, da unter Umständen viele verschiedene Teilchenformen, -größen oder -phasen beteiligt sind. 3) Niederschlagsprozesse sind variabel; Die Beobachtung der Prozesse in einer Wolke sind nicht zwangsläufig repräsentativ für andere Wolken. Auf dem Weg zur Verbesserung der Vorhersage von konvektivem Niederschlag werden in dieser Dissertation polarimetrische und Zwei-Wellenlängen-Radarmessungen als Beobachtungsgrundlage für die Bewertung mikrophysikalischer Wolkenmodelle in einem Wettermodell erforscht. Es wird ein Verfahren zur systematischen Charakterisierung von Unterschieden zwischen Modellsimulationen und polarimetrischen Radarbeobachtungen von konvektiven Wetterlagen vorgestellt. Im Gegensatz zu konventionellen Methoden, die typischerweise Einzelfallstudien zur Bewertung eines Modells verwenden, wird diese Bewertung auf statistischer Basis über 30 Tage durchgeführt. Ein Konvektion auflösendes regionales Wettermodell wird mit fünf verschiedenen mikrophysikalischen Schemata unterschiedlicher Komplexität aufgesetzt. Simulierte polarimetrische Radarsignale werden auf Basis der Modellvorhersagen über einen Radarvorwärtsoperator erzeugt. Ein automatisierter Zellverfolgungsalgorithmus erlaubt den objektiven Vergleich zwischen Beobachtungen und Simulationen auf Basis von konvektiven Zellobjekten. Der sich daraus ergebende Datensatz konvektiver Zellobjekte wird auf verschiedene Weise analysiert, um die angewandten mikrophysikalischen Verfahren statistisch zu bewerten. Erstens werden die makrophysikalischen Eigenschaften konvektiver Wolken, z. B. die Wolkengeometrie, analysiert. Zweitens werden die vertikalen Profile der polarimetrischen Radarsignaturen durch konvektive Wolken verglichen. Drittens wird die Fähigkeit des Modells zur Vorhersage von Starkregen oder Hagelereignissen an der Oberfläche bewertet. Im Allgemeinen zeigt die Auswertung in dieser Dissertation das Potenzial von polarimetrischer Radarmessungen als Beobachtungsgrundlage für die statistische Bewertung von mikrophysikalischen Schemata in Wettermodellen. Probleme der mikrophysikalischen Schemata bei der Reproduktion von bestimmten gemessenen Radarsignaturen deuten darauf hin, dass Verbesserungen bei der Darstellung von Teilchengrößenverteilungen und von Annahmen zur Teilchendichte erforderlich sind. Komplexere Schemata liefern nicht unbedingt bessere Ergebnisse. Das unterstreicht die Notwendigkeit zunächst die existierenden Mikrophysik-Parameterisierungen zu verbessern, auf Grundlage von Beobachtungen die das Potenzial haben mikrophysikalische Parameter abzuleiten. Es wurden mehrere Aspekte mit Verbesserungspotenzial ermittelt: 1) Die Größenverteilung der Regentropfen werden nicht korrekt simuliert. Die meisten Schemata erzeugen zu viele große Regentropfen und zu wenige kleine Regentropfen, und nur das „spectral bin“ Schema erzeugt zu wenige große Tropfen. 2) Alle Schemata erzeugen im Vergleich zu den Beobachtungen zu große Gebiete mit Starkregenereignissen. 3) Graupelpartikel oberhalb der Schmelzschichthöhe werden in den meisten Schemata zu groß simuliert. 4) Keines der Schemata ist in der Lage, extreme Reflektivitäten von mehr als 55 dBZ unterhalb der Schmelzschichthöhe zu erzeugen, was wahrscheinlich auf fixe Dichteannahmen zurückzuführen ist.
Radar, Polarimetry, Cloud microphysics, Numerical weather prediction
Köcher, Gregor
2023
English
Universitätsbibliothek der Ludwig-Maximilians-Universität München
Köcher, Gregor (2023): Convective cloud microphysical parameterizations in a numerical weather prediction model: an evaluation with polarimetric radar observations. Dissertation, LMU München: Faculty of Physics
[thumbnail of Koecher_Gregor.pdf]
Preview
Licence: Creative Commons: Attribution 4.0 (CC-BY)
PDF
Koecher_Gregor.pdf

29MB

Abstract

Clouds and precipitation are weather phenomena that have the potential to cause massive damage to people or property. Typically, numerical weather prediction models are used to predict the weather, including such precipitation processes. In these models, the representation of microphysical processes in clouds contributes significantly to the uncertainty of precipitation forecasts. Convective weather situations are particularly difficult to predict. This is partly due to some fundamental gaps in our knowledge of the underlying microphysical processes. There are three inherent problems in observing microphysical processes: 1) The processes occur on small scales of millimeters or less. 2) Precipitation processes are complex because many different particle shapes, sizes, or phases may be involved. 3) Precipitation processes are variable; observations of processes in one cloud are not necessarily representative of other clouds. Towards improving the prediction of convective precipitation, this dissertation explores polarimetric and dual-wavelength radar observations as a new observational basis for evaluating cloud microphysics schemes in a weather model. A setup is developed for systematic comparison between model simulations and polarimetric radar observations of convective weather situations. Unlike conventional methods that typically use single case studies to evaluate a model, this evaluation is performed on a statistical basis over 30 days. A convection-permitting regional weather model setup is established using five different microphysics schemes of varying complexity. Simulated polarimetric radar signals are generated based on the model predictions using a radar forward operator. An automated cell tracking algorithm allows objective comparison between observations and simulations on a convective cell object basis. The resulting data set of convective cell objects is then analyzed in several ways to statistically evaluate the applied microphysics schemes. First, macrophysical properties of convective clouds, such as cloud geometry, are analyzed. Second, the vertical profiles of polarimetric radar signatures through convective clouds are compared. Third, the ability of the model to predict high-impact weather events, such as hail or heavy rain, is evaluated. In general, the evaluation in this dissertation demonstrates the potential of polarimetric radar measurements as an observational basis for the statistical evaluation of microphysics schemes in weather models. Problems of the microphysics schemes in reproducing certain observed radar signatures indicate that improvements are needed in the representation of particle size distributions and particle density assumptions. More complex schemes do not necessarily lead to better results in the prediction of heavy precipitation. This underlines the need for observational constraints from measurements that have the potential to infer microphysical parameters. Several aspects with the potential for improvement were identified: 1) Raindrop size distributions are not simulated correctly. Most schemes produce too many large raindrops and too few small droplets, and only the spectral bin scheme produces too few large drops. 2) All schemes produce areas of heavy rainfall events that are too large compared to observations. 3) Graupel particles are simulated too large above the melting layer height in most schemes. 4) None of the schemes is able to produce extreme reflectivities of more than 55 dBZ below the melting layer height, likely as a result of fixed density assumptions.

Abstract

Wolken und Niederschlag sind Wetterphänomene mit dem Potential massive Schäden an Menschen oder Eigentum anzurichten. Üblicherweise werden numerische Wettervorhersagemodelle zur Vorhersage des Wetters, einschließlich solcher Niederschlagsprozesse verwendet. In diesen Modellen trägt die Darstellung der mikrophysikalischen Prozesse in Wolken wesentlich zur Unsicherheit der Niederschlagsvorhersage bei. Besonders schwierig vorherzusagen sind konvektive Wettersituationen. Dies ist zum Teil auf einige grundlegende Wissenslücken bei den zugrunde liegenden mikrophysikalischen Prozessen zurückzuführen. Die Beobachtung mikrophysikalischer Prozesse ist mit drei inhärenten Problemen verbunden: 1) Die Prozesse spielen sich auf sehr kleinen Skalen von Millimetern und weniger ab. 2) Niederschlagsprozesse sind komplex, da unter Umständen viele verschiedene Teilchenformen, -größen oder -phasen beteiligt sind. 3) Niederschlagsprozesse sind variabel; Die Beobachtung der Prozesse in einer Wolke sind nicht zwangsläufig repräsentativ für andere Wolken. Auf dem Weg zur Verbesserung der Vorhersage von konvektivem Niederschlag werden in dieser Dissertation polarimetrische und Zwei-Wellenlängen-Radarmessungen als Beobachtungsgrundlage für die Bewertung mikrophysikalischer Wolkenmodelle in einem Wettermodell erforscht. Es wird ein Verfahren zur systematischen Charakterisierung von Unterschieden zwischen Modellsimulationen und polarimetrischen Radarbeobachtungen von konvektiven Wetterlagen vorgestellt. Im Gegensatz zu konventionellen Methoden, die typischerweise Einzelfallstudien zur Bewertung eines Modells verwenden, wird diese Bewertung auf statistischer Basis über 30 Tage durchgeführt. Ein Konvektion auflösendes regionales Wettermodell wird mit fünf verschiedenen mikrophysikalischen Schemata unterschiedlicher Komplexität aufgesetzt. Simulierte polarimetrische Radarsignale werden auf Basis der Modellvorhersagen über einen Radarvorwärtsoperator erzeugt. Ein automatisierter Zellverfolgungsalgorithmus erlaubt den objektiven Vergleich zwischen Beobachtungen und Simulationen auf Basis von konvektiven Zellobjekten. Der sich daraus ergebende Datensatz konvektiver Zellobjekte wird auf verschiedene Weise analysiert, um die angewandten mikrophysikalischen Verfahren statistisch zu bewerten. Erstens werden die makrophysikalischen Eigenschaften konvektiver Wolken, z. B. die Wolkengeometrie, analysiert. Zweitens werden die vertikalen Profile der polarimetrischen Radarsignaturen durch konvektive Wolken verglichen. Drittens wird die Fähigkeit des Modells zur Vorhersage von Starkregen oder Hagelereignissen an der Oberfläche bewertet. Im Allgemeinen zeigt die Auswertung in dieser Dissertation das Potenzial von polarimetrischer Radarmessungen als Beobachtungsgrundlage für die statistische Bewertung von mikrophysikalischen Schemata in Wettermodellen. Probleme der mikrophysikalischen Schemata bei der Reproduktion von bestimmten gemessenen Radarsignaturen deuten darauf hin, dass Verbesserungen bei der Darstellung von Teilchengrößenverteilungen und von Annahmen zur Teilchendichte erforderlich sind. Komplexere Schemata liefern nicht unbedingt bessere Ergebnisse. Das unterstreicht die Notwendigkeit zunächst die existierenden Mikrophysik-Parameterisierungen zu verbessern, auf Grundlage von Beobachtungen die das Potenzial haben mikrophysikalische Parameter abzuleiten. Es wurden mehrere Aspekte mit Verbesserungspotenzial ermittelt: 1) Die Größenverteilung der Regentropfen werden nicht korrekt simuliert. Die meisten Schemata erzeugen zu viele große Regentropfen und zu wenige kleine Regentropfen, und nur das „spectral bin“ Schema erzeugt zu wenige große Tropfen. 2) Alle Schemata erzeugen im Vergleich zu den Beobachtungen zu große Gebiete mit Starkregenereignissen. 3) Graupelpartikel oberhalb der Schmelzschichthöhe werden in den meisten Schemata zu groß simuliert. 4) Keines der Schemata ist in der Lage, extreme Reflektivitäten von mehr als 55 dBZ unterhalb der Schmelzschichthöhe zu erzeugen, was wahrscheinlich auf fixe Dichteannahmen zurückzuführen ist.