Cumulus moln, låg och regnfri, få sitt namn från det latinska ordet för "hög". Med plana baser och pösiga ovansidor, sådana moln verkar bubbla upp i himlen, blir grå i botten och lysande vit upptill.

Hur dessa moln bildas är av stort intresse för forskare. De reflekterar mycket solljus och spelar en viktig roll för hur värme och vattenånga fördelas i den lägre atmosfären, påverka yttemperaturen, och markfuktighet.

Dessa moln och andra bildas när värme och fukt stiger från jordens yta till den kallare atmosfären. Updrafts är motorn i denna rörelse, tillsammans med den nedåtgående och blandningsrörelsen som skapas av konkurrerande neddrag.

"Grunda cumulusmoln är den visuella manifestationen av uppströmningarna, " förklarar Pavlos Kollias, en atmosfärsforskare vid Brookhaven National Laboratory (BNL) på Long Island, New York. (Han har också ett gemensamt möte vid närliggande Stony Brook University.)

Tidiga studier av hur sådana moln fungerar använde profilerande molnradar. Dessa instrument, vanligtvis utplacerade på markplatser, ta snabba högupplösta mätningar av förhållanden (inklusive vindhastighet) i en smal kolumn precis ovanför radarn.

Kollias mindes sina doktorandstudier i ytlig cumulus vid University of Miami med mentor Bruce Albrecht. "Då, " han säger, "att använda en profileringsradar var allt vi kunde hoppas på."

I dag, molnprofilerande instrumentering är framträdande placerad vid Southern Great Plains (SGP) atmosfärsobservatorium, drivs av U.S. Department of Energys (DOE:s) användaranläggning för Atmospheric Radiation Measurement (ARM).

Fäst vertikal hastighet

Kollias är en del av ett BNL-baserat team som utökar instrumenten som används genom att inkludera Doppler lidar för att förbättra utvärderingen av modeller. Detta leder till bättre uppskattningar av storleken och omfattningen av molnbildande upp- och neddrag vid och under molnbasen.

Den vertikala hastigheten vid molnbas, han säger, "är en mycket viktig parameter" för att förstå utvecklingen av atmosfärens gränsskikt och molnlivscykler. Att mer exakt representera vertikal hastighet och dess interaktion med moln skulle förbättra den prediktiva noggrannheten hos jordsystemmodeller.

"Molnbasen är där moln genereras och mycket energi går in i det, säger hans kollega, Satoshi Endo, en vetenskaplig medarbetare på BNL vars expertis är högupplöst modellering, molnfysik, och gränsskiktsmeteorologi.

Det gör "molnbasens vertikala hastighet till en viktig egenskap för att förstå bildandet och utvecklingen av moln, " tillägger han. "Det kvantifierar också luftutbytet mellan gränsskiktet och atmosfären ovanför, och representerar vertikal transport av moln."

Ändå är modeller och observationer ofta inte överens om den vertikala hastigheten vid molnbasen.

BNL-forskarna tror att en förbättring av modelleringen av skalet vid kanten av dessa moln åtminstone delvis kan förklara varför observationer och modeller varierar.

Lägger till Doppler lidar

Kollias och kollegor på BNL och på andra håll tar med Doppler-lidarer i mätnings- och modellutvärderingsschemat. De tror att dess mätningsstyrkor kan hjälpa till att minska gapet mellan modeller och observationer för att karakterisera molnbasen.

Det primära teamet är en tvärvetenskaplig grupp av observationsforskare och modellerare. Endo och Damao Zhang, en forskarassistent som studerar molnets fysikaliska egenskaper och specialiserar sig på hämtningsalgoritmer, gör det tunga arbetet.

Avrundar huvudlaget med Kollias är BNL:s Andrew Vogelmann, projektets huvudutredare.

Doppler lidar är en fjärravkänningsteknik som liknar radar som skickar en laserpuls upp i luften och letar efter vilket ljus som sprids tillbaka av små partiklar. Denna information används sedan analytiskt för att se om partiklarna rör sig mot eller bort från enheten, bland andra detaljer.

Till skillnad från radar, Doppler lidar kan "se" vindar när det inte finns några moln; den känner av hur aerosoler sprids och tolkar dessa signaler.

Och till skillnad från radar, lidar förväxlas inte heller av atmosfärisk biota (främst insekter).

Att ta in koncentrerad Doppler-lidar-data blev möjligt för två år sedan. Det var då ARM lade till ett nätverk av fyra lidarer i en ring runt en som redan körs på SGP:s centrala anläggning. Lidar-nätverket är uppbyggt i nordväst, nordost, sydväst, och sydöstra hörn av ett område som är 90 kilometer (56 miles) i diameter.

Valde moln "boskap"

BNL-teamets ansträngningar är en del av DOE:s Climate Model Development and Validation (CMDV) "Coupling Mechanistically the Convective Motions and Cloud Macrophysics in a Climate Model" (CM4)-projekt.

Målet med CM4 är att dramatiskt förbättra representationen av ytlig konvektion genom avancerade observationsanalyser av ytlig cumulus. CM4 utvecklar avancerade metoder för modellering av parametrisering.

Teamledare för CMDV-CM4 är David Romps vid Lawrence Berkeley National Laboratory (LBNL). Hans medutredare är från BNL (inklusive Kollias, Vogelmann, och meteorolog Michael Jensen), tillsammans med medarbetare från University of Washington och University of Texas, Austin.

Projektet, stöds av DOE:s Atmospheric System Research-program, lanserades officiellt 2016. Den använder en ny svit av instrument i sökandet efter insikter i lågmolnbeteende. Denna svit inkluderar nu SGP:s förbättrade utbud av Doppler-lidarer.

Målet för den förbättrade representationen är DOE:s Energy Exascale Earth System Model (E3SM), som betonar att modellera hela jordens system med sikte på att utnyttja DOE:s nästa generations exascale-beräkningar.

Att representera konvektiv rörelse i modeller är svårt eftersom updrafts och downdrafts är komplexa turbulenta virvlar som bubblar upp och ner.

Tänk på turbulenta moln som bildas uppåt som en "flock boskap på väg åt samma håll, säger Vogelmann, "även om varje ko kan röra sig något annorlunda än de andra."

Vogelmann och hans team brottas med hur man representerar molnbaserad vertikal hastighet genom att utvärdera skillnaden mellan observationer och simuleringar.

Doppler lidar placerad vid SGP gav Vogelmann och de andra forskarna ett sätt att ta reda på data om den turbulenta boskapshjorden som var upptagen med att bilda moln.

Därifrån, BNL-teamet formulerade en utökad strategi för att bedöma modeller genom att lägga till i det nyligen tillgängliga arkivet av ARM-rutin för stora virvelsimuleringar (LES) som är utformade för att komplettera ARM-observationer.

Simuleringsbiblioteket, baserat på dagliga rutinmätningar vid SGP, kallas LASSO, som står för LES ARM Symbiotic Simulation and Observation workflow.

LASSO gör 3D-modellerade molnfält, statistik, och modellingångar lättillgängliga, tillåta forskare att testa modeller genom att använda statistiska metoder bortom enskilda fall.

Dess rutinmodellsimuleringar fångar aktiviteten hos grunda cumulusmoln i LES-förhållanden vid SGP – den typen av robusta, observationsbaserade simuleringar som modellerare behöver. Data paketeras i datapaket från ett bibliotek med molniga dagar noggrant utvalda av LASSO-administratörer.

LASSO gör det också bekvämt att få dessa data.

"Det är inte trivialt, säger Vogelmann, eftersom det tar så mycket tid att sätta ihop ett liknande datapaket för en enda dag, mycket mindre en serie dagar. "Det händer mycket i bakgrunden."

Han är medansvarig utredare för LASSO-projektet, sällskap av William Gustafson från Pacific Northwest National Laboratory.

Att använda LASSO-datapaket slår att sätta upp en modell baserad på "bara en cool dag" som kanske inte representerar himmelmiljön väl i en modell, säger Vogelmann. "Du måste köra modellen med en realistisk atmosfär."

Lidar-LASSO synergi

Vogelmann och de andra hade en glimt av vad de kunde göra för ett år sedan. Det har gradvis kommit i fokus sedan dess under några offentliga samtal, börjar med en förra hösten vid American Geophysical Unions möte. Senast, de presenterade ett föredrag vid American Meteorological Society Cloud Physics möte i juli.

Det finns inget papper ännu, säger Vogelmann (en är på gång), men responsen på samtalen från modellsamfundet har varit bra hittills. Det inkluderar intresse för vad han kallar de "fantastiskt robusta" resultaten och hur väl "miljön sätts in i modellen."

Baserat på de fem dopplerlidarerna, forskarna satte sig för att observera statistik över molnbaserad vertikal hastighet vid SGP och att testa LES med LASSO.

De använde SGP lidar-observationer från maj till september 2016 och 2017, identifierade grunda cumuli i fint väder, och både observerad och simulerad molnbaserad vertikal hastighet.

Deras LASSO-simuleringar byggde på en serie fall från 2016 som kördes med gemenskapens Weather Research and Forecasting (WRF)-modell inom en 14,5 kilometer lång himmelsdomän.

Ytterligare arbete framöver inkluderar att kontrollera vertikala hastighetsobservationer från flygplansforskningskampanjer och testa interaktiva landytamodeller.

"Vi har lagt ner mycket tid på att förstå och analysera observationerna, säger Kollias, summering. "Den pågående ansträngningen är inte på något sätt nedslående. Det är allt vi hoppats på."