Nubes cúmulos, bajo y sin lluvia, obtienen su nombre de la palabra latina para "montón". Con bases planas y superficies superiores hinchadas, tales nubes parecen burbujear en el cielo, tornándose gris en la parte inferior y blanco brillante en la parte superior.

Cómo se forman estas nubes es de gran interés para los científicos. Reflejan mucha luz solar y juegan un papel importante en cómo se distribuyen el calor y el vapor de agua en la atmósfera inferior. impactando la temperatura de la superficie, y humedad del suelo.

Estas nubes y otras se forman cuando el calor y la humedad se elevan desde la superficie de la Tierra hacia la atmósfera más fría. Las corrientes ascendentes son el motor de este movimiento, junto con el movimiento descendente y de mezcla creado por las corrientes descendentes en competencia.

"Los cúmulos poco profundos son la manifestación visual de las corrientes ascendentes, "explica Pavlos Kollias, un científico atmosférico en el Laboratorio Nacional Brookhaven (BNL) en Long Island, Nueva York. (También tiene una cita conjunta en la cercana Universidad Stony Brook).

Los primeros estudios sobre cómo funcionan estas nubes utilizaron radares de nube de perfiles. Estos instrumentos, normalmente desplegado en sitios terrestres, tome medidas rápidas de alta resolución de las condiciones (incluida la velocidad del viento) en una columna estrecha justo encima del radar.

Kollias recordó sus estudios de posgrado en cúmulos poco profundos en la Universidad de Miami con el mentor Bruce Albrecht. "En aquel momento, " él dice, "Usar un radar de perfiles era todo lo que podíamos esperar".

Hoy dia, La instrumentación de perfiles de nubes está ubicada en un lugar destacado en el observatorio atmosférico de las Grandes Llanuras del Sur (SGP), operado por la instalación de usuario de Medición de Radiación Atmosférica (ARM) del Departamento de Energía de EE. UU. (DOE).

Fijar la velocidad vertical

Kollias es parte de un equipo basado en BNL que está ampliando los instrumentos utilizados al incluir Doppler lidar para mejorar la evaluación de modelos. Esto conduce a mejores estimaciones de la magnitud y el alcance de las corrientes ascendentes y descendentes que forman nubes en la base de las nubes y por debajo de ellas.

La velocidad vertical en la base de la nube, él dice, "es un parámetro muy importante" para comprender la evolución de la capa límite de la atmósfera y los ciclos de vida de las nubes. Una representación más precisa de la velocidad vertical y su interacción con las nubes mejoraría la precisión predictiva de los modelos del sistema terrestre.

"La base de la nube es donde se generan las nubes y entra mucha energía, "dice su colega, Satoshi Endo, un científico asociado en BNL cuya experiencia es el modelado de alta resolución, física de la nube, y meteorología de la capa límite.

Eso hace que "la velocidad vertical de la base de las nubes sea una propiedad esencial para comprender la formación y el desarrollo de las nubes, ", agrega." También cuantifica el intercambio de aire entre la capa límite y la atmósfera de arriba, y representa el transporte vertical por las nubes ".

Sin embargo, los modelos y las observaciones a menudo no coinciden en la velocidad vertical en la base de las nubes.

Los investigadores de BNL creen que mejorar el modelado de la capa en el borde de estas nubes podría explicar, al menos en parte, por qué varían las observaciones y los modelos.

Adición de lidar Doppler

Kollias y sus colegas de BNL y otros lugares están incorporando lidares Doppler al esquema de medición y evaluación de modelos. Creen que sus fortalezas de medición podrían ayudar a cerrar la brecha entre los modelos y las observaciones al caracterizar la base de la nube.

El equipo principal es un grupo interdisciplinario de observacionalistas y modeladores. Endo y Damao Zhang, un investigador asociado que estudia las propiedades físicas de la nube y se especializa en algoritmos de recuperación, están haciendo el trabajo pesado.

Completando el equipo principal con Kollias está Andrew Vogelmann de BNL, investigador principal del proyecto.

El lidar Doppler es una tecnología de detección remota similar al radar que envía un pulso láser al aire y busca ver qué luz es dispersada por partículas pequeñas. Luego, esta información se usa analíticamente para ver si las partículas se mueven hacia el dispositivo o se alejan del mismo. entre otros detalles.

A diferencia del radar, El lidar Doppler puede "ver" los vientos cuando no hay nubes; detecta cómo se dispersan los aerosoles e interpreta esas señales.

Y a diferencia del radar, El lidar tampoco se confunde con la biota atmosférica (principalmente insectos).

La incorporación de datos lidar Doppler concentrados se hizo posible hace dos años. Fue entonces cuando ARM agregó una red de cuatro lidars en un anillo alrededor de uno que ya estaba funcionando en la Instalación Central de SGP. La red lidar está dispuesta en el noroeste, Noreste, Sur oeste, y las esquinas sureste de un área de 90 kilómetros (56 millas) de diámetro.

Pastoreo de nubes 'ganado'

Los esfuerzos del equipo de BNL son parte del proyecto de validación y desarrollo de modelos climáticos (CMDV) del DOE "Acoplamiento mecánico de los movimientos convectivos y la macrofísica de nubes en un modelo climático" (CM4).

El objetivo de CM4 es mejorar drásticamente la representación de la convección superficial a través de análisis de observación avanzados de cúmulos superficiales. CM4 está desarrollando métodos avanzados para modelar la parametrización.

El líder del equipo de CMDV-CM4 es David Romps en el Laboratorio Nacional Lawrence Berkeley (LBNL). Sus co-investigadores son de BNL (incluido Kollias, Vogelmann, y el meteorólogo Michael Jensen), junto con colaboradores de la Universidad de Washington y la Universidad de Texas, Austin.

El proyecto, apoyado por el programa de Investigación del Sistema Atmosférico del DOE, se lanzó oficialmente en 2016. Utiliza un nuevo conjunto de instrumentos en la búsqueda de información sobre el comportamiento de la nube baja. Esa suite ahora incluye la gama mejorada de lidars Doppler de SGP.

El objetivo de la representación mejorada es el Modelo de sistema terrestre de exaescala de energía (E3SM) del DOE, que enfatiza el modelado del sistema terrestre completo con miras a explotar la computación a exaescala de próxima generación del DOE.

Representar el movimiento convectivo en modelos es difícil porque las corrientes ascendentes y descendentes son remolinos turbulentos complejos que burbujean hacia arriba y hacia abajo.

Piense en las nubes turbulentas que se forman hacia arriba como una "manada de ganado que se dirige en la misma dirección, "dice Vogelmann, "aunque es posible que cada vaca se mueva de manera ligeramente diferente a las demás".

Vogelmann y su equipo están lidiando con cómo representar la velocidad vertical de la base de la nube mediante la evaluación de la diferencia entre observaciones y simulaciones.

El lidar Doppler ubicado en SGP les dio a Vogelmann y a los otros investigadores una forma de recopilar datos sobre esa turbulenta manada de ganado ocupada formando nubes.

Desde allí, El equipo de BNL formuló una estrategia ampliada para evaluar modelos agregando el archivo recientemente disponible de simulaciones de rutina de remolinos grandes (LES) de ARM que están diseñadas para complementar las observaciones de ARM.

La biblioteca de simulación, basado en mediciones de rutina diaria en SGP, se llama LASSO, que significa flujo de trabajo de observación y simulación simbiótica LES ARM.

LASSO crea campos de nubes modelados en 3-D, Estadísticas, y modele entradas fácilmente accesibles, permitiendo a los investigadores probar modelos utilizando enfoques estadísticos más allá de casos individuales.

Sus simulaciones de modelos de rutina capturan la actividad de los cúmulos poco profundos en condiciones LES en SGP, el tipo de simulaciones basadas en la observación que necesitan los modeladores. Los datos están empaquetados en paquetes de datos de una biblioteca de días nublados cuidadosamente seleccionados por los administradores de LASSO.

LASSO también facilita la obtención de estos datos.

"Eso no es trivial, "dice Vogelmann, Dado que se necesita mucho tiempo para reunir un paquete de datos similar para un solo día, mucho menos una serie de días. "Hay muchas cosas sucediendo de fondo".

Es co-investigador principal del proyecto LASSO, acompañado por William Gustafson del Pacific Northwest National Laboratory.

Usar paquetes de datos LASSO es mejor que configurar un modelo basado en "solo un día atractivo" que puede no representar bien el entorno del cielo en un modelo, dice Vogelmann. "Es necesario conducir el modelo con una atmósfera realista".

Sinergia Lidar-LASSO

Vogelmann y los demás tuvieron un atisbo de lo que podrían hacer hace un año. Poco a poco se ha ido enfocando desde entonces durante algunas charlas públicas, comenzando con un otoño pasado en la reunión de la Unión Geofísica Estadounidense. Más reciente, presentaron una charla en la reunión de julio de Física de las Nubes de la Sociedad Meteorológica Estadounidense.

Aún no hay papel dice Vogelmann (uno está en proceso), pero la respuesta a las charlas de la comunidad de modelos ha sido buena hasta ahora. Eso incluye interés en lo que él llama resultados "sorprendentemente robustos" y qué tan bien "se incluye el entorno en el modelo".

Basado en los cinco lidares Doppler, los investigadores se propusieron observar las estadísticas de la velocidad vertical de la base de las nubes en SGP y probar LES usando LASSO.

Utilizaron observaciones lidar SGP de mayo a septiembre de 2016 y 2017, cúmulos poco profundos identificados en buen tiempo, y velocidad vertical observada y simulada en la base de las nubes.

Sus simulaciones LASSO se basaron en una serie de casos de 2016 ejecutados con el modelo comunitario de Investigación y Pronóstico del Tiempo (WRF) dentro de un dominio de cielo de 14,5 kilómetros.

El trabajo adicional por delante incluye verificar las observaciones de velocidad vertical de las campañas de investigación de aeronaves y probar modelos interactivos de la superficie terrestre.

"Hemos invertido mucho tiempo en comprender y analizar las observaciones, "dice Kollias, Resumiendo. "El esfuerzo en curso no es de ninguna manera desalentador. Es todo lo que esperábamos".