Nubi cumuliformi, bassa e senza pioggia, prendono il loro nome dalla parola latina per "mucchio". Con basi piatte e superfici superiori gonfie, tali nuvole sembrano bollire nel cielo, virando al grigio in basso e al bianco brillante in alto.

Il modo in cui si formano queste nuvole è di grande interesse per gli scienziati. Riflettono molta luce solare e svolgono un ruolo importante nel modo in cui il calore e il vapore acqueo sono distribuiti nella bassa atmosfera, impatto sulla temperatura superficiale, e umidità del suolo.

Queste nuvole e altre si formano quando il calore e l'umidità salgono dalla superficie terrestre nell'atmosfera più fredda. Le correnti ascensionali sono il motore di questo movimento, insieme al movimento discendente e di miscelazione creato dalle correnti discendenti concorrenti.

"I cumuli poco profondi sono la manifestazione visiva delle correnti ascensionali, " spiega Pavlos Kollias, uno scienziato atmosferico al Brookhaven National Laboratory (BNL) a Long Island, New York. (Ha anche un appuntamento congiunto presso la vicina Stony Brook University.)

I primi studi su come funzionano tali nuvole hanno utilizzato la profilazione dei radar delle nuvole. Questi strumenti, tipicamente dispiegato in siti a terra, effettuare misurazioni rapide ad alta risoluzione delle condizioni (inclusa la velocità del vento) in una colonna stretta proprio sopra il radar.

Kollias ha ricordato i suoi studi universitari in cumuli poco profondi presso l'Università di Miami con il mentore Bruce Albrecht. "Allora, " lui dice, "usare un radar di profilazione era tutto ciò che potevamo sperare."

Oggi, la strumentazione per il profilo delle nuvole è situata in modo prominente presso l'osservatorio atmosferico delle Grandi Pianure Meridionali (SGP), gestito dalla struttura per gli utenti della misurazione delle radiazioni atmosferiche (ARM) del Dipartimento dell'energia degli Stati Uniti (DOE).

Bloccare la velocità verticale

Kollias fa parte di un team con sede a BNL che sta ampliando gli strumenti utilizzati includendo il lidar Doppler per migliorare la valutazione dei modelli. Ciò porta a stime migliori dell'entità e dell'intervallo delle correnti ascendenti e discendenti che formano le nuvole alla base e al di sotto delle nuvole.

La velocità verticale alla base delle nuvole, lui dice, "è un parametro molto importante" per comprendere l'evoluzione dello strato limite dell'atmosfera e dei cicli di vita delle nuvole. Una rappresentazione più accurata della velocità verticale e della sua interazione con le nuvole migliorerebbe l'accuratezza predittiva dei modelli del sistema terrestre.

"La base delle nuvole è il luogo in cui vengono generate le nuvole e viene assorbita molta energia, "dice il suo collega, Satoshi Endo, un collaboratore scientifico presso BNL la cui competenza è la modellazione ad alta risoluzione, fisica delle nuvole, e meteorologia di strato limite.

Ciò rende "la velocità verticale della base delle nuvole una proprietà essenziale per comprendere la formazione e lo sviluppo delle nuvole, " aggiunge. "Quantifica anche lo scambio di aria tra lo strato limite e l'atmosfera sovrastante, e rappresenta il trasporto verticale delle nuvole."

Eppure i modelli e le osservazioni spesso non concordano sulla velocità verticale alla base delle nuvole.

I ricercatori BNL pensano che migliorare la modellazione del guscio ai margini di queste nuvole potrebbe almeno in parte spiegare perché le osservazioni e i modelli variano.

Aggiunta di lidar Doppler

Kollias e colleghi di BNL e altrove stanno introducendo i lidar Doppler nello schema di misurazione e valutazione del modello. Pensano che i suoi punti di forza di misurazione potrebbero aiutare a colmare il divario tra modelli e osservazioni nella caratterizzazione della base nuvolosa.

Il team principale è un gruppo interdisciplinare di osservatori e modellisti. Endo e Damao Zhang, un ricercatore associato che studia le proprietà fisiche del cloud ed è specializzato in algoritmi di recupero, stanno facendo il lavoro pesante.

A completare la squadra principale con Kollias c'è Andrew Vogelmann di BNL, ricercatore principale del progetto.

Il lidar Doppler è una tecnologia di telerilevamento simile al radar che invia un impulso laser nell'aria e cerca di vedere quale luce viene dispersa da piccole particelle. Queste informazioni vengono quindi utilizzate analiticamente per vedere se le particelle si stanno avvicinando o allontanandosi dal dispositivo, tra gli altri dettagli.

A differenza del radar, Il lidar Doppler può "vedere" i venti quando non ci sono nuvole; rileva come gli aerosol si disperdono e interpreta quei segnali.

E a differenza del radar, lidar non è inoltre confuso dal biota atmosferico (principalmente insetti).

Portare dati lidar Doppler concentrati è diventato possibile due anni fa. È stato allora che ARM ha aggiunto una rete di quattro lidar in un anello attorno a uno già in funzione presso la Central Facility di SGP. La rete lidar è disposta a nord-ovest, nord-est, sud-ovest, e angoli sud-est di un'area di 90 chilometri (56 miglia) di diametro.

Herding cloud 'bestiame'

Gli sforzi del team BNL fanno parte del progetto Climate Model Development and Validation (CMDV) del DOE "Coupling Mechanistically the Convective Motions and Cloud Macrophysics in a Climate Model" (CM4).

L'obiettivo di CM4 è migliorare notevolmente la rappresentazione della convezione superficiale attraverso analisi osservative avanzate del cumulo superficiale. CM4 sta sviluppando metodi avanzati per la modellazione dei parametri.

Il capo del team per CMDV-CM4 è David Romps del Lawrence Berkeley National Laboratory (LBNL). I suoi co-investigatori sono della BNL (tra cui Kollias, Vogelmann, e il meteorologo Michael Jensen), insieme a collaboratori dell'Università di Washington e dell'Università del Texas, Austin.

Il progetto, supportato dal programma di ricerca sul sistema atmosferico del DOE, è stato lanciato ufficialmente nel 2016. Utilizza una nuova suite di strumenti nella ricerca di approfondimenti sul comportamento low-cloud. Quella suite ora include la gamma potenziata di lidar Doppler di SGP.

L'obiettivo della rappresentazione migliorata è l'Energy Exascale Earth System Model (E3SM) del DOE, che enfatizza la modellazione dell'intero sistema terrestre con l'obiettivo di sfruttare l'exascale computing di prossima generazione del DOE.

Rappresentare il moto convettivo nei modelli è difficile perché le correnti ascendente e discendente sono complessi vortici turbolenti che ribollono su e giù.

Pensa alle nuvole turbolente che si formano verso l'alto come una "mandria di bestiame che si dirige nella stessa direzione, "dice Vogelmann, "sebbene ogni mucca potrebbe muoversi in modo leggermente diverso dalle altre".

Vogelmann e il suo team sono alle prese con come rappresentare la velocità verticale della base delle nuvole valutando la differenza tra osservazioni e simulazioni.

Il lidar Doppler situato a SGP ha fornito a Vogelmann e agli altri ricercatori un modo per raccogliere i dati su quella turbolenta mandria di bovini impegnata a formare nuvole.

Da li, il team di BNL ha formulato una strategia ampliata per la valutazione dei modelli aggiungendo all'archivio appena disponibile delle simulazioni di grandi vortici (LES) di routine ARM progettate per integrare le osservazioni ARM.

La libreria di simulazione, sulla base di misurazioni di routine quotidiane presso SGP, si chiama LASSO, che sta per LES ARM Simbiotico Simbiotico e flusso di lavoro di osservazione.

LASSO crea campi di nuvole modellati in 3D, statistiche, e ingressi del modello facilmente accessibili, consentendo ai ricercatori di testare i modelli utilizzando approcci statistici al di là dei singoli casi.

Le sue simulazioni di modello di routine catturano l'attività di nubi cumuliformi poco profonde in condizioni LES a SGP, il tipo di simulazioni basate sull'osservazione di cui i modellisti hanno bisogno. I dati sono confezionati in fasci di dati provenienti da una libreria di giorni nuvolosi scelti con cura dagli amministratori di LASSO.

LASSO rende anche conveniente ottenere questi dati.

"Non è banale, "dice Vogelmann, poiché ci vuole così tanto tempo per assemblare un pacchetto di dati simile per un solo giorno, tanto meno una serie di giorni. "Ci sono un sacco di cose che accadono in sottofondo."

È co-investigatore principale del progetto LASSO, affiancato da William Gustafson del Pacific Northwest National Laboratory.

L'uso dei bundle di dati LASSO è meglio che impostare un modello basato su "solo una bella giornata" che potrebbe non rappresentare bene l'ambiente del cielo in un modello, dice Vogelmann. "Devi guidare il modello con un'atmosfera realistica".

Sinergia Lidar-LASSO

Vogelmann e gli altri hanno avuto un barlume di quello che avrebbero potuto fare un anno fa. Da allora è stato gradualmente messo a fuoco durante alcuni discorsi pubblici, a partire da un ultimo autunno al meeting dell'American Geophysical Union. Più recentemente, hanno presentato un discorso alla riunione di luglio sulla fisica delle nuvole dell'American Meteorological Society.

Non c'è ancora carta, dice Vogelmann (uno è in lavorazione), ma finora la risposta ai discorsi della comunità dei modelli è stata buona. Ciò include l'interesse per quelli che chiama i risultati "incredibilmente robusti" e il modo in cui "l'ambiente è inserito nel modello".

Sulla base dei cinque lidar Doppler, i ricercatori hanno deciso di osservare le statistiche della velocità verticale della base delle nuvole a SGP e di testare LES utilizzando LASSO.

Hanno usato le osservazioni lidar SGP da maggio a settembre 2016 e 2017, individuati cumuli poco profondi di bel tempo, e velocità verticale alla base delle nuvole sia osservata che simulata.

Le loro simulazioni LASSO hanno attinto a una serie di casi del 2016 eseguiti con il modello di ricerca e previsione meteorologica della comunità (WRF) all'interno di un dominio di 14,5 chilometri di cielo.

Ulteriori lavori futuri includono il controllo delle osservazioni sulla velocità verticale dalle campagne di ricerca sugli aerei e il test di modelli interattivi terra-superficie.

"Abbiamo investito molto tempo nella comprensione e nell'analisi delle osservazioni, "dice Kollias, Riassumendo. "Lo sforzo in corso non è affatto scoraggiante. È tutto ciò che speravamo".