DOI: https://doi.org/10.5194/acp-26-3901-2026
تاريخ النشر: 2026-03-19
المؤلف: A Verhoff Marcel وآخرون
الموضوع الرئيسي: الظواهر الجوية والمحاكاة
نظرة عامة
تتناول الدراسة التحديات في تمثيل السحب الضحلة داخل طبقة الحدود الجوية (ABL) في نموذج التنبؤ بالطقس العددي AROME، مع التركيز بشكل خاص على سوء تمثيل خصائص السحب والهطول. أشارت التقييمات السابقة إلى نقاط الضعف في ميزانية الإشعاع للنموذج بسبب التمثيل غير الكافي للسحب الضحلة، مثل السحب الطبقية والسحب الصغيرة. يقترح المؤلفون تحديثات على مخطط تدفق الكتلة للانتشار الدوامي (EDMF)، ومخطط السحب تحت الشبكة، والمخطط الميكروفزيائي، باستخدام نموذج عمود واحد (SCM) مقابل نهج مقارنة محاكاة الدوامات الكبيرة (LES) لتقييم هذه التعديلات. يتم استخدام أداة HighTune Explorer شبه الآلية لاستكشاف فضاء المعلمات المرتبط بالتحديثات المعنية.
تظهر النتائج أن التعديلات تؤدي إلى تحسين التوافق بين المعلمات وتوافق أفضل مع LES، خاصة من حيث خصائص السحب وتمثيل الاضطراب غير المحلي. على الرغم من بقاء بعض التناقضات الفيزيائية، إلا أن النموذج المحدث يظهر أداءً محسناً عبر أنظمة ABL المختلفة، بما في ذلك الانتقالات من السحب الطبقية إلى السحب الركامية. تسلط الدراسة الضوء على الإمكانية لتحقيق تحسينات إضافية، مثل ضمان التوافق الكامل لعمليات ABL وإدماج ميزات واعية بالمقياس في النموذج. ستركز التقييمات المستقبلية على التقييمات التشغيلية ودمج النتائج من حملة MAGIC، بهدف تحسين تمثيل النموذج للكونفكشن الضحل وديناميات الاضطراب.
مقدمة
تسلط المقدمة الضوء على الدور الحاسم لتمثيلات العمليات تحت الشبكة في طبقة الحدود الجوية (ABL) لنمذجة الغلاف الجوي، خاصة في التنبؤ بالطقس العددي (NWP) وتطبيقات المناخ. على الرغم من التقدم في قوة الحوسبة الذي يسمح بدقة أعلى (حتى كيلومتر واحد)، لا تزال هناك تحديات في تمثيل الكونفكشن الضحل والاضطراب بدقة داخل ABL. تواجه الأساليب التقليدية، مثل إغلاق تدرج K وإغلاقات من الدرجة الأعلى (HOC)، قيودًا، خاصة في التقاط المناطق المضادة للتدرج وديناميات الاضطراب المعقدة. لقد اكتسب إطار عمل تدفق الكتلة للانتشار الدوامي (EDMF) زخمًا لقدراته على توحيد أنظمة ABL المختلفة، على الرغم من استمرار عدم اليقين بشأن العمليات الرئيسية مثل الإدخال الجانبي والإخراج.
تهدف الورقة إلى تعزيز تمثيلات ABL في نموذج AROME، مع معالجة التحيزات المحددة في تمثيل السحب، خاصة بالنسبة للسحب الطبقية، التي تعتبر حاسمة ولكن يصعب نمذجتها. ستستخدم الدراسة إطار نموذج عمود واحد (SCM) للتقييم مقابل محاكاة الدوامات الكبيرة (LES) وستستخدم أداة High-Tune explorer (HTexplo) لضبط المعلمات الحرة. تم توضيح هيكل الورقة، مع تفاصيل المنهجية، ووصف المعلمات، والتحديثات المتوقعة لتحسين أداء نموذج AROME في محاكاة عمليات ABL.
الطرق
توضح قسم المنهجية النهج المنهجي المستخدم في البحث لمعالجة أهداف الدراسة. يتضمن تصميم التجربة، بما في ذلك اختيار المشاركين، وتقنيات جمع البيانات، والأساليب التحليلية المستخدمة لتفسير النتائج. استخدمت الدراسة إطارًا كميًا، مع دمج أدوات إحصائية لضمان موثوقية وصلاحية النتائج.
شمل جمع البيانات استبيانًا منظمًا تم إدارته لعينة تمثيلية، مما يضمن تنوعًا ديموغرافيًا لتعزيز القابلية للتعميم. استخدمت التحليل نماذج الانحدار لفحص العلاقات بين المتغيرات، مع تحديد مستويات الدلالة عند p < 0.05. سمح هذا النهج الصارم بفهم شامل للأنماط الأساسية والتأثيرات الملحوظة في البيانات، مما ساهم في قوة الاستنتاجات المستخلصة من الدراسة.
النتائج
تم تصور النتائج من HighTune Explorer في الشكل 9، الذي يوضح فضاء المعلمات في نهاية الموجة 4، مع دمج جميع المقاييس لأول مرة. يحتوي مثلث الشكل العلوي الأيمن على مصفوفات تمثل العلاقة بين أزواج المعلمات، مع قيم موحدة بين 0 و 1. تشير هذه المصفوفات إلى نسبة النقاط المحاكية التي تتماشى مع المقاييس عبر جميع الموجات، مما يكشف أن بعض المعلمات، مثل \(C_m + \delta\) و \(b\)، تؤثر بشكل كبير على النتائج. من الجدير بالذكر أن المصفوفة الأولى تظهر أن القيم المنخفضة لـ \(b\) والقيم المعتدلة لـ \(C_m + \delta\) مفضلة تحت التسامح المحدد. على العكس، يقدم مثلث الشكل السفلي الأيسر قيم عدم الاحتمالية الدنيا، مما يشير إلى أن المعلمات مثل \(C_{\sigma e}\)، \(\alpha_a\)، و \(C_\delta\) لها تأثير ضئيل على المقاييس، على الرغم من تأثيرها على محاكاة MUSC النهائية.
تشير التحليلات إلى أن \(C_m + \delta\)، \(b\)، \(C_{dry}\)، و \(C_{diss}\) هي المعلمات الأكثر أهمية في التكوين الحالي. كما تم ملاحظة الارتباطات بين المعلمات، مثل بين \(b\) و \(C_{dry}\)، حيث يتطلب انخفاض \(b\) زيادة في \(C_{dry}\) للحفاظ على الدقة في النموذج. بعد عدة تكرارات، تبقى أقل من 2% من نقاط NROY 0، مما يشير إلى أن الموجات الإضافية تحقق عوائد متناقصة في تقليل فضاء المعلمات. المعلمات النهائية المختارة للإصدار “الجديد” من AROME هي \(C_m + \delta = 0.34\)، \(b = 0.13\)، \(C_{dry} = 0.35\)، \(a = 0.67\)، \(C_{\sigma u} = 2.00\)، \(C_{\sigma e} = 5.08\)، \(C_{diss} = 0.30\)، \(C_\delta = 9.60\)، \(C_{cf} = 1.90\)، و \(\alpha_a = 0.05\). ستفصل الفقرة الفرعية التالية التعديلات على تكوين المعلمات مقارنة بمحاكاة الدوامات الكبيرة (LES).
المناقشة
تناقش هذه القسم تنفيذ وتقييم أطر نمذجة مختلفة للسحب المنخفضة في طبقة الحدود الجوية (ABL)، مع مقارنة محاكاة الدوامات الكبيرة (LES) مع نماذج العمود الواحد (SCM). تركز الدراسة على أربع حالات سحاب موثقة جيدًا: ARMCu، RICO، FIRE، و SANDU، باستخدام نموذج البحث Meso-NH لمحاكاة LES ونموذج AROME لتطوير التمثيلات. تشترك النماذج في مخططات فيزيائية مشابهة، حيث يوفر Meso-NH قدرات تشخيصية واسعة ويستخدم نموذج AROME بشكل تشغيلي في Météo-France. تسلط القسم الضوء على أهمية نهج تدفق الكتلة للانتشار الدوامي (EDMF) في تمثيل الاضطراب والكونفكشن الضحل، مع التأكيد على الحاجة إلى تمثيلات دقيقة لتدفق الكتلة، وخصائص الارتفاع، والطاقة الحركية المضطربة.
تناقش المناقشة أيضًا التحديثات التي تم إجراؤها على مخطط الكونفكشن الضحل في نموذج AROME، خاصة إزالة فرضية نسبة الارتفاع الصغيرة، التي أظهرت تحسين تمثيل تدفق الكتلة الرطبة في بعض أنواع السحب. بالإضافة إلى ذلك، يتم استكشاف تمثيل سرعة الارتفاع العمودية والتعديلات على عمليات الإدخال والإخراج، بهدف تعزيز دقة النموذج في محاكاة ديناميات السحب. يتم الإشارة إلى استخدام أداة HighTune explorer لتحسين المعلمات، مما يدل على نهج منهجي لتعديل معلمات النموذج بناءً على محاكاة مرجعية لـ LES. بشكل عام، تؤكد القسم على الجهود المستمرة لتحسين تمثيل السحب في نماذج التنبؤ بالطقس العددي من خلال تحسين التمثيلات وتحديثات النموذج.
DOI: https://doi.org/10.5194/acp-26-3901-2026
Publication Date: 2026-03-19
Author(s): A Verhoff Marcel et al.
Primary Topic: Meteorological Phenomena and Simulations
Overview
The study addresses the challenges in representing shallow clouds within the Atmospheric Boundary Layer (ABL) in the AROME numerical weather prediction model, particularly focusing on the misrepresentation of cloud properties and precipitation. Previous evaluations indicated weaknesses in the model’s radiative budget due to insufficient representation of shallow clouds, such as stratocumulus and small cumulus. The authors propose updates to the Eddy Diffusivity Mass Flux (EDMF) scheme, subgrid cloud scheme, and microphysical scheme, employing a Single Column Model (SCM) versus Large Eddy Simulation (LES) comparison approach to assess these modifications. The semi-automatic HighTune Explorer tool is utilized to explore the parameter space associated with the updated parameterizations.
The results demonstrate that the modifications lead to improved consistency between the parameterizations and better alignment with LES, particularly in terms of cloud properties and non-local turbulence representation. Although some physical inconsistencies remain, the updated model shows enhanced performance across various ABL regimes, including transitions from stratocumulus to cumulus clouds. The study highlights the potential for further improvements, such as ensuring complete consistency of ABL processes and incorporating scale-aware features into the model. Future evaluations will focus on operational assessments and the integration of findings from the MAGIC campaign, aiming to refine the model’s representation of shallow convection and turbulence dynamics.
Introduction
The introduction highlights the critical role of subgrid process parameterizations in the Atmospheric Boundary Layer (ABL) for atmospheric modeling, particularly in Numerical Weather Prediction (NWP) and climate applications. Despite advancements in computing power allowing for finer resolution (down to one kilometer), challenges remain in accurately representing shallow convection and turbulence within the ABL. Traditional approaches, such as the K-gradient closure and Higher-Order Closures (HOC), have limitations, particularly in capturing counter-gradient regions and complex turbulence dynamics. The Eddy Diffusivity Mass Flux (EDMF) framework has gained traction for its ability to unify various ABL regimes, although uncertainties persist regarding key processes like lateral entrainment and detrainment.
The paper aims to enhance the AROME model’s ABL parameterizations, addressing identified biases in cloud representation, particularly for stratocumulus clouds, which are crucial yet difficult to model. The study will utilize a Single Column Model (SCM) framework for evaluation against Large Eddy Simulations (LES) and employ the High-Tune explorer (HTexplo) tool for tuning free parameters. The structure of the paper is outlined, detailing the methodology, parameterization descriptions, and anticipated updates to improve the AROME model’s performance in simulating ABL processes.
Methods
The methodology section outlines the systematic approach employed in the research to address the study’s objectives. It details the experimental design, including the selection of participants, data collection techniques, and analytical methods used to interpret the results. The study utilized a quantitative framework, incorporating statistical tools to ensure the reliability and validity of the findings.
Data collection involved a structured survey administered to a representative sample, ensuring a diverse demographic to enhance generalizability. The analysis employed regression models to examine the relationships between variables, with significance levels set at p < 0.05. This rigorous approach allowed for a comprehensive understanding of the underlying patterns and effects observed in the data, ultimately contributing to the robustness of the conclusions drawn from the study.
Results
The results from the HighTune Explorer are visualized in Figure 9, which illustrates the parameter space at the conclusion of wave 4, incorporating all metrics for the first time. The upper right triangle of the figure contains matrices that represent the relationship between pairs of parameters, with values normalized between 0 and 1. These matrices indicate the fraction of emulated points that align with the metrics across all waves, revealing that certain parameters, such as \(C_m + \delta\) and \(b\), significantly influence the outcomes. Notably, the first matrix shows that lower values of \(b\) and moderate values of \(C_m + \delta\) are favored under the specified tolerance. Conversely, the lower left triangle presents the minimum implausibility values, suggesting that parameters like \(C_{\sigma e}\), \(\alpha_a\), and \(C_\delta\) have minimal impact on the metrics, despite their effect on final MUSC simulations.
The analysis indicates that \(C_m + \delta\), \(b\), \(C_{dry}\), and \(C_{diss}\) are the most critical parameters in the current configuration. Correlations among parameters, such as between \(b\) and \(C_{dry}\), are also noted, where a decrease in \(b\) necessitates an increase in \(C_{dry}\) to maintain accuracy in the model. After multiple iterations, less than 2% of NROY 0 points remain, suggesting that further waves yield diminishing returns in reducing the parameter space. The final selected parameters for the “NEW” version of AROME are \(C_m + \delta = 0.34\), \(b = 0.13\), \(C_{dry} = 0.35\), \(a = 0.67\), \(C_{\sigma u} = 2.00\), \(C_{\sigma e} = 5.08\), \(C_{diss} = 0.30\), \(C_\delta = 9.60\), \(C_{cf} = 1.90\), and \(\alpha_a = 0.05\). The subsequent subsection will detail the modifications to the parameter configuration in comparison to Large Eddy Simulations (LES).
Discussion
This section discusses the implementation and evaluation of various modeling frameworks for low-level clouds in the atmospheric boundary layer (ABL), specifically comparing Large Eddy Simulations (LES) with Single Column Models (SCM). The study focuses on four well-documented cloud cases: ARMCu, RICO, FIRE, and SANDU, utilizing the Meso-NH research model for LES and the AROME SCM for parameterization development. The models share similar physical schemes, with Meso-NH providing extensive diagnostic capabilities and the AROME model being operationally used at Météo-France. The section highlights the importance of the Eddy-Diffusivity Mass-Flux (EDMF) approach in representing turbulence and shallow convection, emphasizing the need for accurate parameterizations of mass flux, updraft properties, and turbulent kinetic energy.
The discussion also addresses updates made to the AROME model’s shallow convection scheme, particularly the removal of the small updraft fraction assumption, which has shown to improve the representation of wet mass flux in certain cloud types. Additionally, the parameterization of updraft vertical velocity and modifications to entrainment and detrainment processes are explored, with the aim of enhancing the model’s accuracy in simulating cloud dynamics. The use of the HighTune explorer tool for parameter optimization is noted, indicating a systematic approach to refining model parameters based on LES reference simulations. Overall, the section underscores the ongoing efforts to improve cloud representation in numerical weather prediction models through refined parameterizations and model updates.