Représentation des nuages dans ARPEGE
Transcription
Représentation des nuages dans ARPEGE
Représentation des nuages dans ARPEGE-Climat Romain Roehrig, D. Saint-Martin, D. Bouniol, A.-L. Ahmat Younous, J.-M. Piriou, J.-F. Guérémy, I. Beau et al. CNRM, Météo-France & CNRS, Toulouse, France 1. Contexte et motivations Nuages et modèles de climat Nuages bas : too few too bright Nuages en Arctique Nametal.(2012,GRL) Césanaetal.(2012GRL) A-Train : accès à la structure 3D des nuages CésanaetChepfer(2012,GRL) Jiangetal.(2012,JGR) 1. Contexte et motivations Nuages et modèles de climat Nuages bas : too few too bright Nuages en Arctique Et aussi : • Nuages sur l’océan Austral • Stratocumulus sur le bord est des océans • Nuages sur les continents et bilan énergétique de surface • … Nametal.(2012,GRL) Césanaetal.(2012GRL) Ø Impact fort sur le bilan énergétique, de l’échelle globale à l’échelle régionale/locale, que sur3D la dispersion A-Train : accès àainsi la structure des nuages de la sensibilité climatique IPCC AR5 (Chap. 8): ‘cloudfeedbacksremainthelargestsourceof uncertaintyinclimatesensiDvityesDmates.’ CésanaetChepfer(2012,GRL) Jiangetal.(2012,JGR) 1. Contexte et motivations Une nouvelle physique dans ARPEGE-Climat Une nouvelle physique atmosphérique a été développée et implémentée dans le modèle du CNRM. Elle est depuis plusieurs mois évaluée (et calibrée), notamment dans la perspective de CMIP6. Elle contient: Ø Un nouveau schéma de turbulence avec une TKE pronostique (Cuxart et al. 2000) Ø Un nouveau schéma microphysique décrivant l’évolution des hydrométéores nuageux (liquide, glace) et précipitants (pluie, neige) (Lopez et al. 2002). Ø Un nouveau schéma de convection représentant de manière unifiée la convection sèche, peu profonde et profonde (Piriou et al. 2007, Guérémy 2011): § Description détaillée de la microphysique nuageuse et précipitante, cohérente avec la microphysique grande échelle (Lopez et al. 2002); § Entrainement/Détraînement de la vapeur d’eau, de l’énergie et des hydrométéores, basés sur le tri par flottabilité de Bretherton et al. (2004); § Equation pronostique de la vitesse verticale de l’ascendance convective; § Fermeture en CAPE. Ø D’autres mises à jour (schéma de surface, schéma radiatif, dynamique) Objectifs : Ø Comment sont représentés les nuages dans les derniers prototypes de CNRM-AM6? Ø Pour les biais qui persistent, quelles perspectives? Plan 1. Contexte et motivations 2. Les paramétrisations dans ARPEGE-Climat 3. Etat de l’art dans ARPEGE-Climat 4. Quelques sensibilités récentes 5. Conclusions et perspectives 2. Les paramétrisations dans ARPEGE-Climat Nuages et microphysique dans ARPEGE-Climat Nuages convectifs : cl conv = α u qcconv issu de l’ascendance convective Nuages stratiformes : Ricard et Royer (1993), Bougeault (1982), Cuxart et al. (2000) – Description de la variabilité sous-maille de θl et qt en lien avec le schéma de turbulence – Variable de base : écart à la saturation dans l’espace (θl , qt) −1 ⎡ L ⎛ ∂q ⎞ ⎤ a T ⎛ ∂q ⎞ s = ( qtʹ − α1θ lʹ), a = ⎢1+ v/ f ⎜ sat ⎟ ⎥ , α1 = ⎜ sat ⎟ 2 θ ⎝ ∂T ⎠T =Tl ⎢⎣ C p ⎝ ∂T ⎠T =Tl ⎥⎦ – Déficit à la saturation normalisé : a ⎡ qt − qsat (Tl ) ⎤ Q1 = ⎢ ⎥ 2 ⎣ 2σ s ⎦ – On décrit la variabilité de s par une PDF, dépendant Q1 cl strat = strat c q = 2σ s ∫ ∫ ∞ −Q1 ∞ −Q1 G(t)dt (Q1 + t)G(t)dt Cumulus MixteCu/Sc Stratocumulus Q1<-2 -2<Q1<0 Q1>0 Exponen0elle MixteGaus/Exp Gaussienne 2. Les paramétrisations dans ARPEGE-Climat Nuages et microphysique dans ARPEGE-Climat Combinaison : Hypothèse de maximum overlap cl = max(cl conv , cl strat ) qc = max(qcconv , qcstrat ) Partition liquide/glace : Rockel et al (1991) ql = [1− f (T )] qc qi = f (T ) qc ⎡ ⎧ (T − Tt )2 ⎫⎤ f (T ) = δTt ⎢1− exp ⎨− ⎬⎥ 2 ⎩ 2ΔT ⎭⎦ ⎣ ΔT = 5.91 K Propriétés radiatives : • 1er effet indirect des aérosols (sulfate, organique et sels marins – Menon et al. 2002) • SW : Liquide : Slingo (1989) / Glace : Fu (1996) • LW : Liquide : Smith and Shi (1992) / Glace : Ebert and Cury (1992) • Coefficients d’inhomogénéïté spatiale, distinction SW/LW, liquide/glace. 2. Les paramétrisations dans ARPEGE-Climat Nuages et microphysique dans ARPEGE-Climat Microphysique (précipitations) : Lopez (2002) Utilisée pour les condensats stratiformes/convectifs • • ∂ql = Cl − Al − COL(l/r ) − COL(l/s) − Fl ∂t ∂qi = Ci − Ai − COL(i/s) − Fi ∂t ∂qr = −Er + Al + COL(l/r ) − Fr ∂t ∂qi = −Es + Ai + COL(i/s) + COL(l/s) − Fr ∂t ql/istrat/conv − ql/i Cl/i = Condensation : lié au schéma stratiforme/convectif Δt * crit ⎡ ⎤ ⎛ ⎞ Δt q − q (T ) Autoconversion : Al/i = ⎢1− exp ⎜ − ⎟⎥ × c l/i Δt ⎝ τ l/i (T ) ⎠⎦ ⎣ • Sédimentation : vitesses constantes, schéma statistique (Bouteloup et al. 2011) • (l/r ) (l/r ) Collection : COL(l/r ) = K acc Eacc ql qr (i/s) (i/s) COL(i/s) = K agg Eagg (T ) qi qs (l/s) (l/s) COL(l/s) = K rim Erim ql qs • Evaporation : Er/s = (1− RH l/i ) × (1− cl ) × N 0,r/s (T ) × ⎡a ρa × fr/s (T, p) br/s dr/s ⎤ ⎣ r/sQr/s + cr/sQr/s ⎦, Qr/s = ρa qr/s N 0,r/s (T ) 3. Etat de l’art dans ARPEGE-Climat Effets radiatifs des nuages au TOA Annual Mean CRF_ST Bias - global AMIPV6ALB1 b=6.38, c=0.83, r=20.6 WAM621REF1 b=-1.85, c=0.88, r=19.3 BiaisvsCERES-EBAF CNRM-AM5 CNRM-AM6(Prototype) Annual Mean CRF_LT Bias - global AMIPV6ALB1 b=-4.37, c=0.87, r=10.7 WAM621REF1 b=-1.31, c=0.89, r=11.4 LWCRE 90N Ø Des biais du même ordre, mais avec des structures différentes 60N 30N 0 30S 60S 90S Annual Mean CRF_ST Bias - global SWCRE AMIPV6ALB1 b=6.38, c=0.83, r=20.6 WAM621REF1 b=-1.85, c=0.88, r=19.3 90N Ø Compensation forte entre les deux. 60N 30N 0 30S 60S 90S Annual Mean CRF_NT Bias - global AMIPV6ALB1 b=2.01, c=0.67, r=15.2 WAM621REF1 b=-3.15, c=0.81, r=12.7 90N NetCRE Ø Surestimation des LW/SW CREs dans la ZCIT. 60N Ø Sous-estimation du SW CRE sur le bord est des océans. Mieux dans CNRMAM6. Ø Sous-estimation du SW CRE sur l’océan austral 30N 0 30S 60S 90S -40 -20 -40 -20 -5 -50 -50-30-30 -10 -10 5 -5 5 00 20 20 10 10 40 40 30 5050 30 Wm-2 Ø Biais SW réduit sur les continents des moyennes latitudes 3. Etat de l’art dans ARPEGE-Climat Annual Mean CLL - global Nuages 1 m=34.06 WAM621REF1 m=38.35 Nébulositébasse–Moyenneannuelle Annual Mean CLL - global Ø Nette amélioration dans les régions d’alizés, voire dans les régions de stratocumulus. CNRM-AM6(Prototype) WAM621REF1 m=38.35 AMIPV6ALB1 CNRM-AM5m=34.06 90N 60N oudSat m=45.76 30N MODIS m=35.37 Ø Mais toujours un manque de nuages bas sur le bord est des océans, cohérente avec la signature en biais SW CRE. 0 30S 60S 90S CALIPSO/CloudSat m=45.76 MODIS m=35.37 90N Ø Légère dégradation aux moyennes latitudes sur océan, mais légère augmentation de la couverture nuageuse sur les continents 60N 30N 0 30S 60S 90S ISCCP m=27.16 Nébulositébasse–Moyennezonale Annual Mean CLL - Zonal Average 90N 60N 100 30N CNRM-AM5 CNRM-AM6(Prototype) 0 80 30S Low-cloud cover (%) 7.16 bas 60S 90S 0 20 10 40 30 60 50 80 70 100 90 % 60 40 20 0 90S 60S 30S 0 30N 60N Latitude 0 20 40 60 80 100 AMIPV6ALB1 WAM621REF1 MODIS ISCCP CALIPSO/CloudSat 90N 3. Etat de l’art dans ARPEGE-Climat Nuages bas – Too few, too bright ? Ø Non-overlapped low-cloud: Océans 30S-30N, clh, clm < 5%, ω500, ω700 > 10 hPa/day (Nam et al. 2012) Ø Reference : CALIPSO (GOCCP), ERA-Interim, CERES-EBAF (moyennes mensuelles) FOCofnon-overlappedlow-cloud SWCREatTOAvsnon-overlappedlow-cloudcover CNRM-AM5 CNRM-AM6(Prototype) OBS FOCofnon-overlappedlow-cloud CNRM-AM5 OBS CNRM-AM6(Prototype) CNRM-AM5 OBS FOCoflow-cloud CNRM-AM6(Prototype) 3. Etat de l’art dans ARPEGE-Climat Annual Mean CLH - global 1 m=35.25 Nuages hauts WAM621REF1 m=46.52 Nébulositéhaute–Moyenneannuelle Annual Mean CLH - global AMIPV6ALB1 m=35.25 CNRM-AM5 oudSat m=41.77 WAM621REF1 m=46.52 CNRM-AM6(Prototype) MODIS m=20.97 90N 60N 30N Ø Surestimation quasi-globale des nuages hauts, particulièrement marquée dans la ZCIT 0 30S 60S 90S CALIPSO/CloudSat m=41.77 3.06 MODIS m=20.97 Ø Cohérente avec des CREs SW/LW trop forts dans les tropiques 90N 60N 30N 0 30S 60S 90S ISCCP m=13.06 90N 60N 100 30N Annual Mean CLH - Zonal Average Nébulositéhaute–Moyennezonale 0 30S 80 High-cloud cover (%) 60S 90S 0 20 10 40 30 60 50 80 70 100 90 % CNRM-AM5 CNRM-AM6(Prototype) 60 40 20 0 20 10 40 30 60 50 80 70 0 100 90S 90 60S 30S 0 30N 60N Latitude AMIPV6ALB1 WAM621REF1 MODIS ISCCP CALIPSO/CloudSat 90N 3. Etat de l’art dans ARPEGE-Climat Condensats LWP Ø Références : MODIS (différents algorithmes : CERES Team, MODIS Team) CWP IWP Ø Sous-estimation globale de IWP : trop de nuages hauts qui ont trop peu de contenu en glace CNRM-AM6(Prototype) MODIS CERES MODIS(Aqua) MODIS(Terra) Ø Sur-estimation de l’eau liquide dans les tropiques. Problème de phase ? Observations, Modèle ? Ø Pic d’eau liquide mal positionné dans l’océan austral : pas assez de nuages d’eau liquide tout au sud. Lien avec sous-estimation du SW CRE ? Similaire en Arctique. 3. Etat de l’art dans ARPEGE-Climat En 1D – Cindy-Dynamo CINDY-DYNAMO(Oct-Dec2011) JohnsonetCiesielski(2013,JAS) Ø Biais froid généralisé, associé au premier ordre à un manque de flux de surface. Ø Biais froid plus en altitude, en lien avec la convection et les nuages hauts BiaisdeTempérature–CNRM-AM6 3. Etat de l’art dans ARPEGE-Climat En 1D – Cindy-Dynamo BiaisdeTempérature–CNRM-AM6 CINDY-DYNAMO(Oct-Dec2011) JohnsonetCiesielski(2013,JAS) Ø Biais froid généralisé, associé au premier ordre à un manque de flux de surface. CERESSYN1deg(MODIS) Ø Biais froid plus en altitude, en lien avec la convection et les nuages hauts Nébulosité–CNRM-AM6 CNRM-AM6(Prototype) Nébul.haute Nébul.basse 3. Etat de l’art dans ARPEGE-Climat Vision locale – Cindy-Dynamo Q1-Cindy-Dynamo Q1-CNRM-AM6(Prototype) Composite time evolution of Q1 - CINDY Composite time evolution of Q1 - PCMT units: K/day units: K/day 100 100 200 200 300 300 400 400 500 500 600 600 700 700 800 800 900 Ø Construction d’un cycle de vie de la convection basé sur l’analyse des profils de Q1 (Zhang and Hagos 2009). 900 1000 1000 3 -6 2 1 -2 -4 8 2 0 7 6 6 4 5 10 8 4 16 12 3 -6 Kday-1 2 -2 -4 1 2 0 8 6 4 7 10 8 6 16 12 Kday-1 Ø Une transition typique de convection peu profonde à profonde à stratiforme partiellement reproduit par CNRM-AM6. Ø Chauffage diabatique pas assez profond, et même légèrement négatif en haute troposphère. 3. Etat de l’art dans ARPEGE-Climat Vision locale – Cindy-Dynamo Q1-Cindy-Dynamo Q1-CNRM-AM6(Prototype) Composite time evolution of Q1 - CINDY Composite time evolution of Q1 - PCMT units: K/day units: K/day 100 100 200 200 300 300 400 400 500 500 600 600 700 700 800 800 900 Ø Construction d’un cycle de vie de la convection basé sur l’analyse des profils de Q1 (Zhang and Hagos 2009). 900 1000 1000 3 2 -6 1 -2 8 7 2 -4 6 6 0 5 4 10 4 8 3 -6 16 12 ConvecXon 1 8 2 -4 Kday-1 6 0 7 6 10 4 8 16 12 Kday-1 Large-scalecondensaXon Composite time evolution of tntc - PCMT units: K/day 2 -2 Composite time evolution of tntlscp - PCMT units: K/day 100 100 200 200 300 300 400 400 500 500 600 600 700 700 800 800 900 3 -6 2 -2 1 8 2 -4 7 6 0 1000 6 3 10 4 -10 16 8 Kday-1 LWheaXng -8 Composite time evolution of QRad - PCMT units: K/day 2 -6 1 -2 -4 8 2 0 7 6 4 6 10 8 CloudfracXon 16 Kday-1 Composite time evolution of Cloud Fraction - PCMT units: % 100 100 200 200 300 300 400 400 500 500 600 600 700 700 800 800 900 900 1000 1000 3 -6 2 -1.5 -2 1 -0.5 -1 8 0.5 0 7 1.5 1 6 3 2.5 2 0 16 Kday-1 2 20 10 1 40 30 8 60 50 7 80 70 6 100 90 Ø Chauffage diabatique pas assez profond, et même légèrement négatif en haute troposphère. Ø Associé à un refroidissement LW fort au sommet des nuages convectifs et à un chauffage convectif qui ne parvient pas à atteindre la haute troposphère. 900 1000 Ø Une transition typique de convection peu profonde à profonde à stratiforme partiellement reproduit par CNRM-AM6. 110 % 3. Etat de l’art dans ARPEGE-Climat Et en Afrique de l’Ouest ? JJAS Mean PR Moyenne10W-10E,JAS LW/SWCREatTOA CNRM-AM5 CNRM-AM6 HighCloudCover CNRM-AM5 CNRM-AM6 JJAS Mean PR CNRM-CM5 m=2.09 CNRM-CM5 m=2.27 40N 30N 20N 10N 0 10S 40N 30N 20N 10N 0 10S CNRM-AM-PREV6n m=1.98 40W 40N 20W 30N 20N 10N 0 10S 0 Ø CNRM-AM5 CNRM-AM6 Low-levelCloudCover CNRM-AM5 CNRM-AM6 Ø Ø Ø Ø Ø Ø 20E 0 2 1 40W NetCREatTOA CNRM-AM-PREV6 m=1.74 CNRM-AM-PREV6 m=1.65 40N 30N 20N 10N GPCP 0 m=2.11 10S GPCP m=2.11 40E 4 3 20W 6 5 8 10 12 7 0 9 11 20E 40E 40W 20W 0 20E 40E 0 précipitation 2 4 6 8 sur 10 12 Manque de le nord du Sahel et l’est du Sahel 1 3 5 7 9 11 Rôle important des changements d’albedo de surface Mais des améliorations sur de nombreux aspects (e.g., cycle diurne, structure vertical de Q1/Q2) Augmentation de la couverture nuageuse basse et haute, en particulier dans le Golfe de Guinée Sur-estimation du LW CRE dans la ZCIT. Le CRE net positif sur le Sahel est toujours raté, à cause d’une surestimation du SW CRE. Toujours un manque de nuages bas et miniveau sur le nord du Sahel et du Sahara 3. Etat de l’art dans ARPEGE-Climat Et en Afrique de l’Ouest ? Extraction au pas de temps du modèle sur une sélection de sites (cf CFMIP proposal for CMIP5) Ø Niamey, ~13°N (2006) : ARM Mobile Facility (Lidar/ Radar, bilan radiatif de surface, précipitation…), combiné à des estimations satellites Fréquenced’occurrence denuages PDFdelanébulosité(siprésent) ARMLidar CNRM-AM6 ARM CNRM-AM6 CNRM-AM6-nudged ARM CNRM-AM6 nudged Ø Excès de nuages hauts, sousestimation de nuages bas, surestimation SW CRE at TOA Ø Confirmé à l’échelle locale : nuages hauts trop fréquents et pas assez fractionnés + nuages bas pas assez fréquent. Excès de congestus ? Ø Si on nudge la dynamique vers ERAI Ø Amélioration de la fréquence d’occurrence des nuages bas : rôle de la grande échelle Ø Biais des nuages hauts toujours présent. Représentation des enclumes ? Trop de condensats détrainés en altitude ? Pas assez de turbulence ? 4. Quelques sensibilités récentes Microphysique Annual Mean CLH - Zonal Average 100 Annual Mean CRF_NT - Zonal Average Nébulositéhaute 20 10 TOA Net CRE (W m-2) High-cloud cover (%) 80 60 40 20 NetCRE CNRM-AM5 CNRM-AM6(proto) Noicesedim. Reducedice/snow autoconversion 0 -10 -20 -30 -40 0 90S 60S 30S 0 30N 60N 90N -50 90S 60S 30S Latitude AMIPV6ALB1 WAM621REF1 WAM621REF1sed0 WAM621REF1sed1 WAM621REF1sed2 CALIPSO/CloudSat MODIS ISCCP WAM621REF1 WAM621REF1sed0 WAM621REF1sed1 WAM621REF1sed2 CERES 40 30 20 -20 -40 -60 -80 10 60S 90N Annual Mean CRF_ST - Zonal Average LWCRE 50 0 90S 60N 0 TOA SW CRE (W m-2) TOA LW CRE (W m-2) 60 30N AMIPV6ALB1 Annual Mean CRF_LT - Zonal Average 70 0 Latitude 30S 0 30N 60N SWCRE -100 90S 90N 60S 30S 0 30N 60N 90N Latitude Latitude AMIPV6ALB1 WAM621REF1 WAM621REF1sed0 AMIPV6ALB1 WAM621REF1 WAM621REF1sed0 WAM621REF1sed1 WAM621REF1sed2 CERES WAM621REF1sed1 WAM621REF1sed2 CERES Ø Sédimentation de la glace : impact sur la nébulosité haute, faible sur les CREs - > nuages fins ? Ø Impact plus fort de l’autoconvection solide sur les CREs 4. Quelques sensibilités récentes Partition liquide/glace Nébulositébasse ΔT=5.91 ΔT=8.27 ΔT=10.64 ⎡ ⎧ (T − Tt )2 ⎫⎤ f (T ) = δTt ⎢1− exp ⎨− ⎬⎥ 2 ⎩ 2ΔT ⎭⎦ ⎣ T5050(K) LWP McCoyetal(2016,JAMES) IWP CNRM-CM5 256.8 ΔT=5.91 266.2 ΔT=8.27 263.4 ΔT=10.64 260.6 CALIPSO 254-258 4. Quelques sensibilités récentes Partition liquide/glace Nébulositébasse ΔT=5.91 ΔT=8.27 ΔT=10.64 ⎡ ⎧ (T − Tt )2 ⎫⎤ f (T ) = δTt ⎢1− exp ⎨− ⎬⎥ 2 ⎩ 2ΔT ⎭⎦ ⎣ T5050(K) LWP CNRM-CM5 256.8 ΔT=5.91 266.2 ΔT=8.27 263.4 ΔT=10.64 260.6 CALIPSO 254-258 McCoyetal(2016,JAMES) IWP LWCREatTOA SWCREatTOA Conclusions Ø Conclusions : § § § § § Nette amélioration des nuages (bas notamment) de manière globale dans CNRM-AM6 Mais excès de nuages hauts, qui ont des contenus en glace faibles. Impact fort sur le bilan radiatif, avec compensation (partielle) entre LW et SW sous les tropiques. Comportement cohérent avec des simulations 1D ou une vision plus locale Sensibilité forte à certains paramètres de “tuning”. Ø Suite : § Continuer à utiliser les observations/retrievals satellites pour (essayer de) contraindre de manière “globale” certains paramètres internes des paramétrisations de nuages et de microphysique. Utilisation de COSP aussi. § Test de la modification du LMD pour les stratocumulus (entrainement) § Prise en compte d’une turbulence convective pour le schéma de nuages stratiforme. § A plus long terme, § revisiter le schéma de nuages : PDF pour nuages hauts ? Enclumes ? § Prise en compte de la turbulence dans les coefficients d’inhomogénéités (rayonnement) pour avoir une dépendance spatiale/temporelle. § Impact des nuages hauts sur la sensibilité climatique ? Perspectives Premières estimations de la sensibilité climatique SimulaXonsAbruptes4xCO2 CNRM-CM5 CNRM-CM6(Prototype01/2016) LWCS SWCS LWCRE SWCRE LWCS SWCS LWCRE SWCRE • Une sensibilité ~ 12 K pour 4xCO2… • Rétroaction LW ciel clair plus forte que dans CNRM-CM5 (et plus largement que dans CMIP5) Ø Rétroaction vapeur d’eau ? Effet masquant des nuages hauts ? • Rétroaction nettement positive des nuages en LW Perspectives Premières estimations de la sensibilité climatique Changementsdenuages[30S-30N] Abrupt4xCO2vsAMIP4K/4xCO2 CNRM-CM6(prototype01/2016) Perspectives Premières estimations de la sensibilité climatique Changementsdenuages[30S-30N] Abrupt4xCO2vsAMIP4K/4xCO2 CNRM-CM6(prototype01/2016) CNRM-CM6(prototype06/2016) Réduction des nuages hauts dans le nouveau prototype, conduisant à une réduction de leur augmentation. Ø Réduction de la rétroaction LW ciel clair et diminution de la sensibilité