Description: Polarimetrische Radar Beobachtungen zeigen eine detaillierte und komplexe Sicht der Mikrophysik von Wolken und Niederschlag. Die Nutzung diese Daten ist jedoch immer noch eine große Herausforderung, z.B. aufgrund der zahllosen unterschiedlichen Formen und Größen von Eispartikeln und Schneeflocken. Dieses Wirrwarr zu entschlüsseln, ist das Ziel dieses Forschungsprojektes. Um dies zu erreichen, wird eine spezielle Messkampagne mit den modernsten polarimetrischen Radargeräten durchgeführt werden, um winterliche stratiforme Mischwolken zu vermessen. Durch die Kombination von Multifrequenz-Messung und spektraler Polarimetrie stellen diese Beobachtungen eine nie dagewesene Informationsfülle bereit. Der Detailreichtum diese Daten wird es erlauben, empirische Hypothesen für dominanten wolkenmikrophysikalische Prozessen in bestimmten Wolkenregionen zu entwickeln. Derartige Hypothesen werden auch polarimetrische Fingerabdrücke oder Signaturen genannt, deren Interpretation und Gültigkeit allerdings für Mischwolken noch recht unsicher ist. Um diese Hypothesen zu konkretisieren und zu quantifizieren, wird ein Lagrangesches Monte-Carlo Partikelmodell verwendet. Unter Verwendung einer Modellhierarchie vom 3d mesoskaligen Modell ICON mit parametrisierter Wolkenmikrophysik hin zum 1d spektral aufgelösten Monte-Carlo Prozessmodell, werden die beobachteten Fälle und Phänomene simuliert, mit dem Ziel die Interpretation auf ein solide physikalisch-theoretische Basis zu stellen. Das Testen von Hypothesen erfolgt natürlich auch in die andere Richtung, d.h. alternative Modellformulierungen und -annahmen können anhand der Beobachtungsdaten kritisch getestet und validiert bzw. falsifiziert werden. Um die Lücke zwischen Modell und Beobachtung zu schließen, ist ein verläßlicher polarimetrischer Radar-Vorwärtsoperator notwendig, der im Rahmen des Projekt entwickelt bzw. verbessert wird. So werden z.B. Streurechnungen für partiell bereifte Schneeflocken durchgeführt werden. Durch diese schlagkräftige Kombination von modernsten Beobachtungssystemen und detailierten Modellen mit einem konsistenten Vorwärtsoperator werden Prozesse wie Depositionswachstum, Aggregation, Bereifen und Eismultiplikation untersucht werden und unser derzeitiges Wissen über diese Prozesse wird kritisch hinterfragt, getestet und erweitert. Basierend auf diesem verbesserten Prozessverständnis erhoffen wir uns die Parametrisierungen von Wolken- und Niederschlagsprozessen in Wetter- und Klimamodellen verbessern zu können. Nur mit solch verbesserten Prozessparametrisierungen wird es mittelfristig möglich sein, die reichhaltige Information, die die modernen polarimetrischen Radarsysteme bieten, in Wettervorhersagesystemen zu assimilieren, um so die Vorhersagen von Wolken und Niederschlag weiter zu verbessern.
Types:
SupportProgram
Origins:
/Bund/UBA/UFORDAT
Tags:
Bewölkung
?
Synergistische Wirkung
?
Gemeinsame Agrarpolitik
?
Fischer-Tropsch-Verfahren
?
Radar
?
Partikelgrößenverteilung
?
Verfahrenskombination
?
Monitoringdaten
?
Assimilation
?
Daten
?
Klimamodell
?
Monitoring
?
Prognosemodell
?
Raffination
?
Stand der Technik
?
Wettervorhersage
?
Wolke
?
Spezies
?
Modellierung
?
Forschungsprojekt
?
Niederschlag
?
Partikel
?
Bram-Verfahren
?
Transmutation
?
Region:
Nordrhein-Westfalen
Bounding boxes:
6.76339° .. 6.76339° x 51.21895° .. 51.21895°
License: cc-by-nc-nd/4.0
Language: Deutsch
Organisations
Time ranges:
2018-01-01 - 2025-06-30
Alternatives
-
Language: Englisch/English
Title: PROM–IMPRINT: Understanding Ice Microphysical Processes by combining multi-frequency and spectral Radar polarImetry aNd super-parTicle modelling
Description: Polarimetric radar observations provide rich and detailed information about the microphysics of clouds and precipitation. Using this data is challenging, though, due to the complication of the measured signals by the myriad of possible ice particle shapes and sizes. Disentangling this conundrum is the goal of this proposal. To achieve this goal state-of-the art polarimetric radar data is collected in a dedicated field campaigne targeting wintertime stratiform mixed-phase clouds. Through the combination of multi-frequency and spectral polarimetry, with the latter providing polarimetric information as a quasi-size resolved function of Doppler velocity, these measurements give us an unprecedented level of information. The richness of this data will allow to develop empirical hypotheses regarding the dominant micophysical processes in certain regions of the cloud. Such empirical hypotheses are sometimes called polarimetric fingerprints or signatures, and here we emphasize that especially for mixed-phase clouds the understanding of these polarimetric fingerprints is still uncertain, i.e., alternativ interpretations are possible. To refine and quantify these hypotheses and to develop an in-depth understanding state-of-the-art Monte-Carlo Lagrangian particle modeling is applied. Through a hierarchy of models starting from the 3d mesoscale limited-area model ICON with bulk microphysic down to a 1d spectrally-resolved Monte-Carlo process model, the observed cases will be simulated with the goal to interpret and understand the measurements. The chain of hypothesis testing does also work in the other direction. Alternative model formulations can be critically tested against the polarimetric radar observations to validate or falsify certain assumptions in the model. To bridge the gap between models and observations a reliable forward operator is needed and developed as part of the proposal. This includes new scattering calculations, e.g. for partially rimed aggregates. Through this powerful combination of advanced observing and modeling techniques with a consistent forward operator, microphysical processes like depositional growth, aggregation, riming, and ice multiplication will be investigated and our current knowledge of these processes will be put to the test. Based on this understanding of the microphysical processes the ability of the two-moment bulk microphysical model to simulate the corresponding polarimetric fingerprints will be reviewed and improved. Such improvements of the bulk process parameterizations will become possible through the unique combination of observations and process modelling, which will provide us with an almost complete knowledge of the detailed microphysical structure even in mixed-phase clouds. The ability of the two-moment bulk microphysical model to properly simulate polarimetric observations is the pre-requisite for the assimilation of such data in numericalweather prediction models or regional reanalysis.
https://ufordat.uba.de/UFORDAT/pages/PublicRedirect.aspx?TYP=PR&DSNR=1118003
Status
Quality score
- Overall: 0.46
-
Findability: 0.51
- Title: 0.00
- Description: 0.14
- Identifier: false
- Keywords: 0.92
- Spatial: RegionIdentified (1.00)
- Temporal: true
-
Accessibility: 0.67
- Landing page: Specific (1.00)
- Direct access: false
- Publicly accessible: true
-
Interoperability: 0.00
- Open file format: false
- Media type: false
- Machine-readable metadata: false
- Machine-readable data: false
-
Reusability: 0.67
- License: ClearlySpecifiedAndFree (1.00)
- Contact info: false
- Publisher info: true
Accessed 1 times.