２．温暖化・大気組成変化相互作用モデル開発 温暖化－雲・エアロゾル・放射フィードバック精密評価

Presentation on theme: "２．温暖化・大気組成変化相互作用モデル開発 温暖化－雲・エアロゾル・放射フィードバック精密評価"— Presentation transcript:

1 ２．温暖化・大気組成変化相互作用モデル開発 温暖化－雲・エアロゾル・放射フィードバック精密評価
共生課題２ ２．温暖化・大気組成変化相互作用モデル開発 温暖化－雲・エアロゾル・放射フィードバック精密評価 久芳奈遠美 KUBA Naomi 地球フロンティア研究システム

2 IPCC 2001 対流圏エアロゾルの間接放射強制力の見積もりはいまだに不確定性の大きい問題であり、その主な要因はエアロゾルと雲の関係が不確定であることによる。

3 数値実験 CCN (エアロゾル) 雲粒 気候変動 上昇流速度 雲凝結核（ＣＣＮ）が雲の光学特性および降水形成効率に及ぼす影響
　　数値実験 　　 微物理学的雲モデル 　　　活性化 凝結 / 蒸発 併合　重力落下 CCN (エアロゾル) 　粒径分布 　化学組成 雲粒 粒径分布 光学特性 降水形成効率 気候変動 放射収支 水循環 上昇流速度 観測 ＣＣＮカウンター ドップラーライダ 観測 ２DC　 FSSP　雲レーダ 衛星データ　レーダ 長期・全球観測

4 数値実験 CCN (エアロゾル) 雲粒 気候変動 上昇流速度 雲凝結核（ＣＣＮ）が雲の光学特性および降水形成効率に及ぼす影響
　　数値実験 　　 微物理学的雲モデル 　　　活性化 凝結 / 蒸発 併合　重力落下 CCN (エアロゾル) 　粒径分布 　化学組成 雲粒 粒径分布 光学特性 降水形成効率 気候変動 放射収支 水循環 上昇流速度 観測 ＣＣＮカウンター ドップラーライダ 観測 ２DC　 FSSP　雲レーダ 衛星データ　レーダ 長期・全球観測

5 GCM におけるエアロゾルの間接放射強制力の評価
CCSR/NIES の場合 放射計算に用いる有効半径 re を雲粒数密度 Nd から計算する。 　Nd = e Na Nm / (e Na + Nm ) Na ⇒ 0 : Nd ⇒ e Na Na ⇒ ∞ : Nd ⇒ Nm (constant) Nd：雲粒数密度　 Na：総エアロゾル数密度(sulfate, carbon, sea salt) 2.　ECHAM GCMの場合 Nd = w Na / ( w + a Na ) 　　　　　Ghan et al. (1993) 　　w = wm + c TKE ½　　　　　　　　　 w　: 雲内上昇流速度 　　　　　　　　　　　　　　　　wm　: grid 内平均上昇流速度 　　　　　　　　　　　　　　　 TKE ：turbulent kinetic energy

6 FRSGC での研究成果 詳細雲モデルを開発し、数値実験によって雲の光学的性質 や雲粒数密度を予測するパラメタリゼーションを開発。 Kuba et al., 2003 : Parameterization of the Effect of Cloud Condensation Nuclei on Optical Properties of a Non-precipitating Water Layer Cloud J. Meteorol. Soc. Japan, 81, 2

7 平衡蒸気圧曲線 （表面張力効果 + 溶質効果）
平衡蒸気圧曲線　（表面張力効果　+　溶質効果） rd ：凝結核 ( (NH4) 2SO4 / NaCl ) の乾燥時の半径 2.0 1.5 1.0 0.5 0.0 rd = 0.01 mm (NH4) 2SO4 NaCl 純水の場合 Equilibrium Supersaturation (%) rd = 0.02 mm rd = 0.1 mm rd = 1.0 mm

8 平衡蒸気圧曲線と環境の過飽和度 Equilibrium Supersaturation (%) 2.0 1.5 1.0 0.5 0.0
(NH4) 2SO4 NaCl environment Equilibrium Supersaturation (%)

9 環境の過飽和度が下がってくると… Equilibrium Supersaturation (%) 2.0 1.5 1.0 0.5 0.0
(NH4) 2SO4 NaCl Equilibrium Supersaturation (%) environment

10 臨界過飽和度と臨界半径 Equilibrium Supersaturation (%) 2.0 1.5 1.0 0.5 0.0
(NH4) 2SO4 NaCl critical supersaturation Equilibrium Supersaturation (%) critical radius

11 雲内の過飽和度と雲粒半径の鉛直変化 Supersaturation (%) Altitude (m) cloud base
rd = mm rd = mm Altitude (m) rd = mm rd = 1.03 mm Smax cloud base Radius of droplet (mm)

12 S(x(t),y(t)) S(x,y) ; t=tn S(t) ; x=xi y=yk Lagrangian spatial
CCN size distribution constituent Cloud Droplet Concentration Maximum value of super saturation Smax Updraft S(x(t),y(t)) S(x,y) ; t=tn S(t) ; x=xi y=yk Smax S Smax Smax t Lagrangian spatial temporal

13 The two types of computational scheme.
Layer 　Near the cloud base 　 Middle and upper Framework Lagrangian Eulerlian Fixed values Number concentration of CCN Representative radius of droplets included in each class. ( ) included in each bin. ( ) Variable values Radius of droplets forming on CCN Number concentration of droplets included in each class included in each bin. Activation Takeda and Kuba (1982) not considered Condensation Takeda and Kuba (1982) DL – method (Kuba et al., 2001) Coalescence not considered Bott’s (1998) method 0.001 – 0.1 s 　 s

14 Smax の予測式 ：Nc(X%)と上昇流速度の関数による近似
Vbase=0.24 m s-1 Vbase=0.12 m s-1 Vbase=0.06 m s-1

15 Nd をＣＣＮスペクトルから予測する近似式
Nd = min [ E(Nc(Smax) - F)(Nc(Smax) - G) , Nc(Smax) ] Vbase= 0.24 m s-1 Vbase= 0.12 m s-1 Vbase= 0.06 m s-1 Nd (cm-3) Nc(Smax) が大きい時 Vbase が小さい時 Nd = Nc(Smax) にならない Nc(Smax) (cm-3)

16 Nd および LWP がわかれば、 τを予測できる。
LWP = 100 g m-2 (300 m) LWP = 70 g m-2 (250 m) LWP = 44 g m-2 (200 m) t = A Nd B A = LWP 0.702 B = LWP LWP=100g m-2 (300 m) LWP= 70g m-2 (250 m) LWP= 44g m-2 (200 m) 光学的厚さ　t Nd および LWP　がわかれば、 τを予測できる。 τ および LWP　がわかれば、 　Nd を推測できる。 雲底から100 m での雲粒数密度　Nd (cm-3)

17 Re = C Nd -D 雲粒の有効半径の近似式 Nd の方が Re より指標として有効 C = 6.41 Z 0.380
100 Re = C Nd -D C = 6.41 Z 0.380 D = Z 雲底からの高度 Z=275 m Z=225 m Z=175 m Z=125 m Z= 75 m Z= 25 m 雲粒の有効半径　Re ( mm ) 10 1 雲底から100 m での雲粒数密度　Nd (cm-3)

18 雲粒数密度を表す近似式 ： Nc(X%) と Vbase の関数
Nc(X%) と Vbase がわかれば、 Nd を予測できる。 Nd と Vbase がわかれば、 Nc(X%) を推定できる。 Vbase= 0.24 m s-1 Vbase= 0.12 m s-1 Vbase= 0.06 m s-1

19 開発した手法 (パラメタリゼーション) Revised 雲底付近の Nc(0.075%) 上昇流速度 Vbase New Nc(0.2%)
開発した手法　(パラメタリゼーション) Revised CCN 過飽和度スペクトル 雲底付近の 上昇流速度 Vbase Nc(0.075%) New Nc(0.2%) Nc(Smax) Smax 鉛直積算雲水量　　　　LWP 雲粒数密度 Nd 雲の光学的厚さ・雲粒の有効半径 　　　t, 　　Re

20 研究方針 　GCMに組み込むための、エアロゾル（CCN）の気候への 　影響を評価できるをパラメタリゼーションを開発する。 　　非降水性の層雲の光学的厚さ t を 　　雲粒数密度 Nd と鉛直積算雲水量 LWP から導く式 　　 Nd　をCCNの情報と上昇流速度から予測する式 　　問題点：雲内の上昇流、雲の LWP を格子点値からどう 　　　　　　やって算出するか？ 高解像度全球モデル(Icosahedoron non-hydrostatic model: 10 km grid ) による数値計算結果との比較 課題３(0.1 km grid 雲解像モデル)との連携

21 研究方針　(続き） 　1. 詳細雲微物理モデルとGCMの間をつなぐ、 　　新しいプラットフォーム（全球モデル） 　　によるシミュレーション 　　new icosahedron grid & non‐hydrostatic model 　 new mode decomposition cloud microphysical model　? new nesting algorithm SPRINTARS の導入 Simplified radiation code ? 2.    検証 　 SKYNET site のデータ 　 Lidar + Cloud radar のデータ 　 衛星データ（MODIS, GLI, SeaWiFS, AVHRR）