Алгоритм для изучения взаимодействия мороси и турбулентности может улучшить прогнозы будущих климатических условий

Команда ученых из Аргоннской национальной лаборатории Министерства энергетики США разработала новый алгоритм, который позволил впервые на основе наблюдений показать, как морось влияет на турбулентность под слоисто-кучевыми облаками. Это важный шаг для повышения точности климатических моделей, используемых для прогнозирования будущих условий.

Морские слоисто-кучевые облака, покрывающие огромные площади субтропических океанов, играют ключевую роль в радиационном балансе Земли, охлаждая её поверхность, отражая солнечную радиацию. Их долговечность во многом определяется турбулентностью. Постоянно присутствующая в этих облачных системах морось (осадки с диаметром капель менее 0,5 мм) взаимодействует с турбулентностью, но до сих пор это взаимодействие было плохо изучено из-за отсутствия подходящих методов наблюдений.

Ученые Вирендра Гхате и Мария Кадедду использовали данные с инструментов на объекте ARM Eastern North Atlantic и спутников для создания уникального набора данных. Разработанный ими алгоритм синергетически обрабатывает данные с радара, лидара и радиометра, чтобы получать ключевые геофизические параметры: размер капель мороси, содержание жидкой воды в облаках и осадках. «Анализ созданного набора данных позволил нам показать, что морось уменьшает турбулентность под слоисто-кучевыми облаками — это ранее демонстрировали только моделированием», — отметил Гхате. Эти наблюдения уже помогли коллегам из Ливерморской национальной лаборатории выявить нереалистичное представление процессов мороси в климатической модели E3SM.

«Уникальный опыт нашей лаборатории заключается в способности переходить от сырых данных к физическим параметрам, а от них — к пониманию физических процессов в облаках», — пояснила Кадедду. Ученые планируют продолжить исследования в других регионах, таких как северная часть Тихого и южная часть Атлантического океанов, где свойства облаков, мороси и турбулентности значительно отличаются.