Entrainment, mixing, and the evolution of the cloud droplet size distribution

Lim, Jung Sub (2024): Entrainment, mixing, and the evolution of the cloud droplet size distribution: exploring mixing scenarios using a Lagrangian cloud model. Dissertation, LMU München: Fakultät für Physik

Abstract

Clouds significantly influence Earth's climate by affecting radiation and moisture budgets, yet their representation remains a major source of uncertainty in climate models, as many processes are poorly understood. Advancing our understanding of cloud microphysics requires examining processes across a large range of scales, from individual droplet interactions to large-scale atmospheric dynamics. Among these, the entrainment and mixing process plays a critical role in shaping the cloud droplet size distribution (DSD) which affects cloud optical properties and precipitation efficiency. Most conventional models assume homogeneous mixing; however, mixing can also occur inhomogeneously. Inhomogeneous mixing alters the DSD differently than homogeneous mixing, often reducing the cloud's reflectivity. Thus, accurately representing these distinct mixing scenarios and understanding their prevalence are essential for improving cloud model accuracy. Representing inhomogeneous mixing is challenging, as its typical lengthscale lies below the resolution of even advanced cloud models. Here, we apply the L3 model—a novel large-eddy simulation framework coupled with particle-based cloud microphysics and a subgrid statistical turbulence model—to simulate the full range of turbulent mixing scales relevant to inhomogeneous mixing. Clouds significantly influence Earth's climate by affecting radiation and moisture budgets, yet their representation remains a major source of uncertainty in climate models, as many processes are poorly understood. Advancing our understanding of cloud microphysics requires examining processes across a large range of scales, from individual droplet interactions to large-scale atmospheric dynamics. Among these, the entrainment and mixing process plays a critical role in shaping the cloud droplet size distribution (DSD) which affects cloud optical properties and precipitation efficiency. Most conventional models assume homogeneous mixing; however, mixing can also occur inhomogeneously. Inhomogeneous mixing alters the DSD differently than homogeneous mixing, often reducing the cloud's reflectivity. Thus, accurately representing these distinct mixing scenarios and understanding their prevalence are essential for improving cloud model accuracy. Representing inhomogeneous mixing is challenging, as its typical lengthscale lies below the resolution of even advanced cloud models. Here, we apply the L3 model—a novel large-eddy simulation framework coupled with particle-based cloud microphysics and a subgrid statistical turbulence model—to simulate the full range of turbulent mixing scales relevant to inhomogeneous mixing. Using the L3 model, we investigate how entrainment and mixing alter the DSD shape in distinct ways. Our results confirm that homogeneous mixing broadens the DSD, while inhomogeneous mixing reduces droplet concentration with negligible change to DSD width. Additionally, we identify a new mixing scenario that narrows the DSD width. Additionally, we show that while homogeneous mixing is prevalent, inhomogeneous mixing increases over the life cycle of shallow cumulus clouds. This is consistent with previous observational suggestions. Moreover, we find that increasingly inhomogeneous mixing is related to the degree of cloud dilution, influenced either by the cumulative effect of entrainment or by a drier, aerosol-laden surrounding environment. Finally, by tracking individual droplets, we investigate DSD evolution in stratocumulus clouds, where droplets strongly or weakly affected by entrainment and mixing can exhibit distinct evolutions in DSD shape. While these resemble different mixing scenarios, they are not necessarily a result of mixing, but rather a result of large-scale processes. In conclusion, our findings demonstrate that the L3 model not only supports existing theories of entrainment and mixing but also reveals previously overlooked complexities. Thus, L3 can be considered a valuable tool for addressing further key questions in cloud microphysics and advancing our understanding of clouds' role in the climate system.

Abstract

Wolken haben einen erheblichen Einfluss auf das Erdklima, da sie den Strahlungs- und Wasserhaushalt verändern. Dennoch bleibt ihre Darstellung eine große Unsicherheitsquelle in Klimamodellen, da viele Prozesse noch unzureichend verstanden sind. Um unser Verständnis der Wolkenmikrophysik zu vertiefen, müssen Prozesse skalenüberübergreifend untersucht werden, von Wechselwirkungen einzelner Tropfen bis hin zu großräumigen atmosphärischen Dynamiken. Dabei spielen Eintrainment- und Mischungsprozesse eine entscheidende Rolle bei der Formung der Tröpfchengrößenverteilung (Droplet Size Distribution; DSD), welche wiederum die optischen Eigenschaften und die Niederschlagseffizienz der Wolke beeinflusst. Die meisten konventionellen Modelle gehen von homogener Mischung aus; jedoch kann die Mischung auch inhomogen erfolgen. Inhomogene Mischung verändert die DSD anders als homogene Mischung und reduziert oft die Reflektivität der Wolke. Daher ist die genaue Darstellung dieser unterschiedlichen Mischungszenarien und das Verständnis ihrer Häufigkeit für die Verbesserung der Wolkenmodellgenauigkeit von entscheidender Bedeutung. Die Darstellung inhomogener Mischung ist eine Herausforderung, da ihre typische Längenskala unterhalb der Auflösung selbst fortschrittlicher Wolkenmodelle liegt. Hier verwenden wir das L3-Modell—ein neuartiges Grobstruktursimulationsmodell, das mit partikelbasierter Wolkenmikrophysik und einem subskaligen Turbulenzmodell gekoppelt ist—um das vollständige Spektrum turbulenter Mischungsskalen zu simulieren, die für inhomogene Mischung relevant sind. Mit dem L3-Modell zeigen wir, wie Entrainment und Mischung die DSD-Form auf unterschiedliche Weise verändern. Wir zeigen, dass sich die DSD-Form bei homogenen und imhomogenen Mischungsprozessen wie erwartet ändert, identifizieren aber auch ein neues Szenario, in dem die DSD-Form auf bislang unbekannte Art und Weise beeinflusst wird. Dieses Szenario tritt dann ein, wenn die DSD anfänglich breit ist. Wir fanden zudem heraus, dass die anfängliche DSD-Breite entscheidend für das Eintreten der drei Mischungsszenarien ist - ein Umstand, der in bisherigen Arbeiten nicht vollständig berücksichtigt wird. Wir zeigen außerdem, dass homogene Mischungsprozesse zwar die vorherrschenden sind, aber der Anteil inhomogener Mischungsprozesse übereinstimmend mit Beobachtungen im Laufe des Lebenszyklus flacher Kumuluswolken zunimmt. Es bleibt aber unklar, welche mikrophysikalischen und Umgebungseffekte dafür verantwortlich sind. Wir fanden heraus, dass zunehmend inhomogene Mischung mit dem Grad der Wolkenverdünnung zusammenhängt, die entweder durch den kumulativen Entrainmenteffekt oder durch eine trockenere, aerosolbeladene Umgebung beeinflusst wird. Abschließend untersuchen wir durch die Verfolgung einzelner Tropfen die DSD-Entwicklung in Stratocumulus-Wolken. Wir zeigen, dass sich die Form der DSD unterschiedlich entwickeln kann, je nachdem, ob die Tropfen stark oder schwach von Entrainment und Mischung beeinflusst sind. Dies könnte auf unterscheidliche Mischungsszenarien hindeuten, obwohl dies nicht notwendigerweise auf die Mischung selbst zurückzuführen ist, sondern eher auf großskalige Prozesse. Zusammengefasst zeigen unsere Ergebnisse, dass das L3-Modell nicht nur bestehende Theorien zum Entrainment und zur Mischung unterstützt, sondern auch bislang übersehene Komplexitäten aufdeckt und ein wertvolles Instrument für die Bearbeitung zentraler Fragen in der Wolkenmikrophysik darstellt, um unser Verständnis der Rolle von Wolken im Klimasystem voranzubringen.

• Dokumententyp: Dissertationen (Dissertation, LMU München)
• Keywords: Cloud Microphysics, Entrainment and mixing, Turbulence, Droplet size distribution, Lagrangian cloud model
• Themengebiete: 500 Naturwissenschaften und Mathematik ; 500 Naturwissenschaften und Mathematik > 530 Physik
• Fakultäten: Fakultät für Physik
• Sprache der Hochschulschrift: Englisch
• Datum der mündlichen Prüfung: 5. Dezember 2024
• 1. Bericht­erstatter:in: Hoffmann, Fabian