夏の中高緯度海上には、なぜ下層雲が多いのか?

Slides:



Advertisements
Similar presentations
ヤマセ海域の SST 分布の将来予測 ー CMIP3 と CMIP5 の比較ー 児玉安正 協力者 Ibnu Fathrio, 佐々木実紀 (弘前大学大学院・理工学研究 科)
Advertisements

宇宙開発事業団 (NASDA) が開発した、環境観測技術衛星「みど りⅡ」 (ADEOS- Ⅱ ) 搭載の高性能マイクロ波放射計 (AMSR) による オホーツク海の流氷 ( 海氷 ) 画像。左図は 2003 年 1 月 18 日の夜間 (20 時半頃 ) に取得されたデータによる擬似カラー合成画像。
CMIP5 気候モデルにおける三 陸沿岸の SST の再現と将来予測 児玉安正・ Ibnu Fathrio ・佐々木実紀 (弘前大学大学院・理工学研究科)
気候 - 海・陸炭素循環結合モデルを用い た 地球温暖化実験の結果 吉川 知里. 気候 - 海・陸炭素循環 結合モデル.
偏光ライダーとラジオゾンデに よる大気境界層に関する研究 交通電子機械工学専攻 99317 中島 大輔 平成12年度 修士論文発表会.
CMIP5 気候モデルにおける ヤマセの将来変化: 海面水温変化パターンとの関係 気象研究所 気候研究部 遠藤洋和 第 11 回ヤマセ研究会 1.
JRA-55再解析データの 領域ダウンスケーリングの取り組み
富士山笠雲の発生時における大気成層の季節的特徴
島田照久(1) 沢田雅洋(2) 余偉明(2) 川村宏(1)
数値気象モデルCReSSの計算結果と 観測結果の比較および検討
北日本における4月と8月気温の強い相関関係とその時間変動(2)
シーロメーターによる 海洋上低層雲、混合層の観測
三重大学・大学院生物資源学研究科 共生環境学専攻 地球環境気候学研究室 教授 立花義裕
いもち病感染危険度予測へ向けた 観測・モデル研究
大気の熱力学 乾燥大気 湿潤大気.
力学的ダウンスケールによる2003年東北冷夏の アンサンブル予報実験
第2回  長期予報についての基礎-2 季節予報で主として用いる天気図 季節予報でよく用いる用語類 確率予報の利用等.
成層圏突然昇温の 再現実験に向けて 佐伯 拓郎 神戸大学 理学部 地球惑星科学科 4 回生 地球および惑星大気科学研究室.
大気再解析データで表現されるヤマセ -モデルによるSSTの違いと解析された気温への影響-
*大気の鉛直構造 *太陽放射の季節・緯度変化 *放射エネルギー収支・輸送 *地球の平均的大気循環
いまさら何ができるのか?何をやらねばならないのか?
平成24年8月下旬~9月中旬の 北・東日本の高温について
CMIP5マルチ気候モデルにおける ヤマセに関連する大規模大気循環の 再現性と将来変化(その2)
1km格子で再現された2003年・2004年7月の気温場 気温場 降水分布の比較 沢田雅洋 岩崎俊樹 (東北大学) Miyagi Pref.
近年の北極振動の増幅 Recent Arctic Oscillation amplification
2016.3/10 ヤマセ研究会 2013年5月13日の仙台山形の 気温差について 東北大学流体地球物理学講座 修士1年 岩場遊.
2013年7月のヤマセについて 仙台管区気象台 須田卓夫 昨年のまとめ(赤字は研究会後の調査)
三重大学・大学院生物資源学研究科 共生環境学専攻 地球環境気候学研究室 教授 立花義裕
東北地域のヤマセと冬季モンスーンの 先進的ダウンスケール研究
ロスビー波( Rossby wave) 渦度 (vorticity) 順圧非発散流(絶対渦度の保存) ポテンシャル渦度(渦位)
2005年度・公開講座( ) 長期予報はなぜ当たらないか? 北海道大学大学院地球環境科学院 山崎 孝治.
全球の海霧の将来変化 気象研究所気候研究部 川合秀明、 神代剛、 遠藤洋和、 荒川理 第12回ヤマセ研究会 2016年3月10日
アンサンブル気候予測データベース(d4PDF)における東アジア気候の再現性と将来変化
ヤマセによる冷夏をターゲットにした アンサンブルダウンスケール予報実験
GCM, 衛星データにおける雲・放射場 ーGCMにおけるパラメタリゼーションの問題点のより明確な把握へー
地学b 第5回雲と降水 Koji Yamazaki (山崎孝治)
YT2003 論文紹介 荻原弘尭.
熱帯海上における降水特性による 降水・循環の将来変化パターンの マルチモデル間の違い 廣田渚郎、高薮縁 (東大AORI) 2011/6/9.
冬季北大西洋振動が 翌冬の日本の気候に与える影響
南北両半球間を横断する 水蒸気輸送と降水量との関連性
植生熱収支モデルによる いもち病感染危険度予測を目指して
海上下層雲のパラメタリゼーション及び、海上下層雲と高気圧の関係
レーザーシーロメーターによる 大気境界層エアロゾル及び 低層雲の動態に関する研究
気候シナリオモデルを用いた将来のヤマセ発生可能性について
気候モデルのダウンスケーリングデータにおける ヤマセの再現性と将来変化
菅野洋光 (農研機構東北農業研究センター) 渡部雅浩 (東京大学大気海洋研究所)
Johnson et al., 1999 (Journal of Climate)
CMIP3/CMIP5気候モデルにおける ヤマセに関連する大規模大気循環の再現性 ~モデル解像度による違い~
ヤマセ時に津軽海峡で発生する強風 島田照久(1) 川村宏(1) 沢田雅洋(2) 余偉明(2)
MIROC4.1 PDF予報 (渡部・江守) 雲氷予報 (小倉・江守) 新境界層 (千喜良・望月) full SPRINTARS
CMIP5気候モデルにおける ヤマセの将来変化
気候モデルのダウンスケーリングデータにおけるヤマセの再現性と将来変化2
CMIP3 マルチモデルにおける熱帯海洋上の非断熱加熱の鉛直構造 廣田渚郎1、高薮縁12 (1東大気候システム、2RIGC/JAMSTEC)
竜巻状渦を伴う準定常的なスーパーセルの再現に成功
村上 浩(JAXA EORC) SGLI利用WG 2005/01/17
MIROC5による将来のヤマセの再現性について(2)
ラジオゾンデで観測された 千島列島周辺の 激しいSST勾配が駆動する大気循環
2006 年 11 月 24 日 構造形成学特論Ⅱ (核形成ゼミ) 小高正嗣
地球温暖化実験におけるヤマセ海域のSST変化- CMIP3データの解析(序報)
全球モデルにおける中緯度下層雲の鉛直構造の解析
海洋研究開発機構 地球環境フロンティア研究センター 河宮未知生 吉川知里 加藤知道
将来気候における季節進行の変化予測 (偏西風の変化の観点から)
青森県六ヶ所村で実施している陸上のヤマセの詳細観測 2014年のヤマセ観測の結果について
ヤマセ海域のSST変動と 海洋内部構造の関係 ー2011年の事例解析ー
中高緯度の海上下層雲の鉛直構造、海上霧の発生頻度、及びそれらと大気状態との関係
雲解像モデルCReSSを用いた ヤマセ時の低層雲の構造解析
地球環境気候学研究室 谷口 佳於里 指導教員:立花義裕 教授
「ヤマセの東西性にみられる季節性」 境田清隆(東北大学環境科学研究科)
1km格子で再現された2003年7月の気温の誤差評価
CMIP3マルチ気候モデルにおける 夏季東アジアのトレンド
Presentation transcript:

夏の中高緯度海上には、なぜ下層雲が多いのか? 第6回ヤマセ研究会 2012年9月24日 夏の中高緯度海上には、なぜ下層雲が多いのか? 気象研究所気候研究部 川合秀明

e.g., The 3rd slide in the PPT of Dr. Stephan de Roode, 下層雲はなぜ難しいのか… e.g., The 3rd slide in the PPT of Dr. Stephan de Roode, http://www.srderoode.nl/PPT/Roode_ASTEX_Lag_Keystone.pdf 下層雲に関わる物理プロセスはとても複雑!  

世界の多くのモデルで、下層の雲の成績が一番悪い... CMIP5参加モデルの雲水・雲氷量の空間パターン表現の成績 See Figure 10 of Jiang. et al. (2012) この成績の悪さの原因は、必ずしも、モデルの再現性によるわけではないでしょうが...。

データと処理 使用衛星データ 使用気象データ 処理方法 ISCCPのD1データの、可視・赤外から求められた、雲頂高度別、光学的厚さ別雲量データなど。 (データ取得: 気象研 神代剛さん) ○ほぼ全球をカバーし、1日8回の(ほぼ)均質な観測はやはり魅力的。 ○ISCCPでは、雲頂の見える雲しか見られない、高度判定に誤判別がある、といった点は、工夫して克服できそう。( e.g. Rozendaal et al. 1995 ) 使用気象データ ERA-Interimデータ ○下層は、25hPaごとのデータが公開されている。 ○境界層の細かい構造の信頼性は、もちろん高いとは言えないが、大雑把な議論は十分できそう。 処理方法 上層雲・中層雲(680hPaより上層)に隠されたところは除き、それに覆われていない領域のみの下層雲(680hPaより下層)を計算。さらに、上層雲+中層雲が30%以上を占める場合は、使用しない。 以後、示すマップの統計期間は、1999年から2001年の3年間平均の各月

全球下層雲分布と大気安定度の指標 (7月) LTS (下層安定度) [K] EIS (推定逆転強度) [K] 全球下層雲分布と大気安定度の指標 (7月) LTS (下層安定度) [K] EIS (推定逆転強度) [K] 上の雲に隠されてない部分に占める下層雲量 夏の北半球中高緯度の下層雲は非常に多い。 LTSのパターンは、下層雲量とやや異なる。 EISのパターンはより近いように見える。 本当にそれでいいのか???

安定度指標LTS/EISと下層雲量 See Wood and Bretherton (2006) 新しい指標EIS(推定逆転強度, Wood & Bretherton, 2006)は、熱帯・亜熱帯・中緯度ともに、よく合う。   → 本当?? LTS(下層安定度, Klein & Hartmann, 1993) は、中高緯度では、ずれている…

各海域のLTSとEISは? [%] 下層雲量( ) τ >3.55 LTS (下層安定度) [K] EIS (推定逆転強度) [K] ・以下の計算は、上・中層雲量が30%以下の場合のデータのみを使用。 ・以下、1999-2001年7月、1月のデータのメジアン値をプロット 背景は、SST及び海上風 白丸は、冬季データ [%] 下層雲量(   ) τ >3.55 LTS (下層安定度) [K] EIS (推定逆転強度) [K] EISは、LTSをよく補正しているように見えるが、それでいいのか??

下層自由大気の気温減率 (7月) θ700- θ775 [K] (EISを求める際に仮定される値) 高さ [m] 下層自由大気の気温減率 (7月) θ700- θ775 [K] (EISを求める際に仮定される値) 高さ [m] θ700- θ775 [K] (ERA-Interim) 温位 [K] 青線と橙線は、EISを求める際に仮定される温位プロファイル 中高緯度の温位プロファイルは、仮定されたものとは異なっている。 中高緯度で、これほど強い温度逆転が現実に頻繁にあるのだろうか? 現実の下層自由大気の気温減率は、EISで仮定される減率とは異なっているように見える。高緯度でも、 温位の傾きは比較的大きいようだ(より安定)。

では、なぜ中高緯度の下層雲量が多いのか? 比湿 [g/kg] 温位 [K] 気圧 [hPa] 亜熱帯 北太平洋 北大西洋 7月 ○亜熱帯は、雲頂の直上で、自由大気が極端に乾いている。だが、中高緯度海上では、雲頂の直上もそれなりに湿っており、差が少ない。 (○中高緯度は、平均的には、海面付近で比較的安定(平均的には、大気が暖かい)。     ・大局的には、暖気移流により生ずる、海面に接した移流霧が主ではないか?     ・移流霧の発生を、逆転層の強さはそれほど支配しないのではないか?)

海面付近の大気状態 (7月) 海面水温、2m風 2m気温 - 海面水温 [K] 2m相対湿度 [%] 持ち上げ凝結高度 [m] 海面付近の大気状態 (7月) 海面水温、2m風 2m気温 - 海面水温 [K] 2m相対湿度 [%] 持ち上げ凝結高度 [m] オホーツク海・北太平洋では、2m気温の方が海面水温より高く、2m相対湿度は非常に高く、90%以上、持ち上げ凝結高度は、非常に低く、200m以下。

雲頂エントレインメント 乱流 高温 乾燥 低温 湿潤 層積雲 温度逆転大 and/or 比湿差小 温度逆転小 and/or 比湿差大 エントレインメント起きず エントレインメント発生 乱流 低温 湿潤 層積雲 雲層維持 混合層に影響せず St, Sc 雲層解消へ 混合層乾燥化&昇温 Broken Sc, Cu へ 中高緯度の海洋上で、安定度に比べて、雲が多いことには、雲頂直上と直下の大気の比湿の差が小さいことにより、雲頂エントレインメントが起きにくいことが寄与しているのでは?

Δ θe - Δq 図 夏の中高緯度海上は、雲頂エントレインメントが起きにくい大気プロファイルになっている! Δq [g/kg] [%] LTS - 下層雲量の散布図の各点を、雲頂エントレインメントの起きにくさで色づけしてみると...。 Δq [g/kg] [%] 下層雲量(   ) τ >3.55 Δ θe [K] ここでのΔは、気塊の浮力のなくなる高度の直上の値から、海上の値を引いたものとして計算している。 LTS (下層安定度) [K] 雲頂エントレインメントが起きる条件 夏の中高緯度海上は、雲頂エントレインメントが起きにくい大気プロファイルになっている! 領域 領域 領域 領域 の順で、雲頂エントレインメントが起こりにくくなる。

雲頂エントレインメントが起きない条件を考えてみる [%] 下層雲量( ) 下層雲量(   ) τ >3.55 逆転層の下のqは、海面上のqに近く、逆転層上のqは、700hPaのqとあまり変わらないという大まかな近似。 LTS (下層安定度) [K] [%] 温位で書き直す 下層雲量(   ) τ >3.55 次のインデックスを作る 普通は負の値。 海面付近の温度が高いほど、大きな負値となる。 LTScrrct (補正下層安定度) [K] k=0.5の場合 Kawai & Teixeira (2010, Journal of Climate) のインデックスに類似した考え方。 雲頂エントレインメントの起きにくさを考慮してLTSを補正すると、下層雲量との相関が良くなる!

なぜ、EISも、LTScrrctも相関を改善するのか? k=0.7の場合 k=0.5の場合 [K] LTS の補正量 850hPaの温度 [K] 850hPaの温度 [K] 注: LTScrrctの修正量の方は、温度及び湿度の鉛直構造を簡単に仮定して求めている。 EISによるLTSの補正と、雲頂エントレインメントの起きにくさを考慮した時のLTSの補正は、結果的に、似たような温度依存性を持ちうる!

まとめ ISCCPデータを用いて、上層雲に隠されていない領域のみの下層雲を求め、 ERA-Interimデータも用いて、大気構造との関係を調査した。 EIS(推定逆転層強度)は、LTS(下層安定度)よりも確かに、中高緯度の下層雲量との相関が高い。だが、前提としている仮定にやや疑問がある。 中高緯度の下層の雲量が、(下層安定度に対して)多いのは、雲頂エントレインメントが非常に起きにくい大気プロファイル(逆転層の上下で比湿差が小さい)であることが重要かもしれない。