Evaluation of precipitation forecasts by polarimetric radar [Elektronische Ressource] / Monika Pfeifer

Pfeifer

Informations

• Publié par: ludwig-maximilians-universitat_munchen
• Publié le: 01 janvier 2007
• Nombre de lectures: 18
• Langue: English
• Poids de l'ouvrage: 11 Mo

Extrait

Evaluation of Precipitation Forecasts by
Polarimetric Radar
Monika Pfeifer
Munche¨ n 20072Evaluation of Precipitation Forecasts by
Polarimetric Radar
Monika Pfeifer
DLR – Oberpfaffenhofen
Institut fur Physik der Atmosphare¨ ¨
D - 82234 Weßling
Dissertation
der Fakultat fur Physik¨ ¨
der Ludwig - Maximilians - Universitat Munchen¨ ¨
Oberpfaffenhofen 2007Gutachter der Dissertation:
Prof. Dr. U. Schumann
Prof. Dr. S. Crewell
Tag der mundlichen Prufung: 4. Mai 2007¨ ¨Wer sie nicht kennte,
Die Elemente,
Ihre Kraft
Und Eigenschaft,
Ware kein Meister¨
¨Uber die Geister.
Johann Wolfgang von Goethe
Faust I, StudierzimmerContents
Abstract iii
Zusammenfassung iv
1 Introduction 1
2 Microphysics of Precipitation 6
2.1 Theory . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.1.1 Microphysical Processes . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.1.2 Precipitating Hydrometeor Types . . . . . . . . . . . . . . . . . . . . 7
2.2 Representation in NWP Models . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.2.1 Concepts of Microphysical Parameterizations . . . . . . . . . . . . . . 12
2.2.2 Mesoscale Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.3 Observation by Polarimetric Radar . . . . . . . . . . . . . . . . . . . . . . . 19
2.3.1 Radar Detection of Precipitation . . . . . . . . . . . . . . . . . . . . 20
2.3.2 Polarimetric Radar Quantities . . . . . . . . . . . . . . . . . . . . . . 22
3 Synthetic Polarimetric Radar 28
3.1 Concept of a Polarimetric Radar Forward Operator . . . . . . . . . . . . . . 29
3.2 Calculation of the Polarimetric Quantities . . . . . . . . . . . . . . . . . . . 31
3.3 Calculation of the Complex Dielectric Constant . . . . . . . . . . . . . . . . 33
3.4 Beam Propagation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.5 Attenuation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.6 Interpolation of the Observations . . . . . . . . . . . . . . . . . . . . . . . . 39
i4 Linking SynPolRad to the NWP Model 41
4.1 Input Parameters for Rain . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
4.2 Sensitivities of Polarimetric Quantities to Microphysical Properties of Ice . . 43
4.3 Determination of the Free Parameters for Ice . . . . . . . . . . . . . . . . . . 46
4.4 Melting Ice and Brightband Effects . . . . . . . . . . . . . . . . . . . . . . . 49
4.5 Evaluation of SynPolRad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
5 Stratiform Case Study – 5 July 2005 59
5.1 Synoptic Overview, Observations, and Model Configuration . . . . . . . . . . 60
5.2 Evaluation of the Life Cycle and Intensity . . . . . . . . . . . . . . . . . . . 60
5.3 Vertical Profiles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
5.4 Discussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
6 Convective Case Study – 12 August 2004 76
6.1 Synoptic Overview, Observations, and Model Configuration . . . . . . . . . . 77
6.2 Evaluation of the Life Cycle and Intensity . . . . . . . . . . . . . . . . . . . 78
6.3 Volume Scans and Vertical Profiles . . . . . . . . . . . . . . . . . . . . . . . 84
6.4 Evaluation of the MesoNH . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
6.5 Discussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
7 Conclusions and Outlook 104
A Technical Specifications of POLDIRAD 109
B The T-Matrix Method 110
C SynPolRad Parameters 113
Symbols 115
Abbreviations 117
Acknowledgements 128
Curriculum Vitae 129
iiAbstract
Over the last years, weather services have developed a new generation of high resolution
mesoscale numerical w prediction (NWP) models with the aim to explicitly predict
convection. New methods are required to validate the representation of precipitation pro-
cesses in these NWP models against observations. Polarimetric radar systems are especially
suited for model validation as they provide information on the intensity and the micro-
physical characteristics of a precipitation event at a high temporal and spatial resolution.
However, theobservationscannotbedirectlyemployedformodelevaluationaspolarimetric
radar systems do not explicitly measure the parameters represented in microphysical para-
meterization schemes.
Inordertoestablisharelationshipandallowforadirectcomparisonbetweenthemodelpara-
meters and the observations, the polarimetric radar forward operator SynPolRad (Synthetic
Polarimetric Radar) has been developed. SynPolRad simulates synthetic polarimetric radar
quantitiesoutofmodelforecastswhichpermitsanevaluationintermsofobservedquantities.
In a first step, the synthetic reflectivity, L , and Z are computed from predicted bulkDR DR
water quantities and in a second step, the beam propagation in the model domain is sim-
ulated under consideration of refractivity and attenuation effects. In order to successfully
employ SynPolRad for model evaluation purposes, the link between the forward operator
and the mesoscale model has to conform as closely as possible to the model assumptions.
However, in the case of a polarimetric radar forward operator not all the input parameters
are defined by the model. Within this work, these free parameters are derived on theoretical
terms accordinglytothe modelassumptions such thatthe polarimetricquantities match the
thresholds of a hydrometeor classification scheme. Furthermore, special care is given to the
representation of brightband signatures.
TheapplicationofSynPolRadontwocasestudiesprovesthepotentialofthenewmethod. A
stratiformandaconvectivecasestudyarechosentoassesstheabilityofmesoscalemodelsto
representprecipitationindifferentdynamicalregimes. LMK(Lokal-Modell-Kurzes¨ tfrist)and
MesoNH(MesoscaleNon-HydrostaticModel)simulationsconsideringdifferentmicrophysical
parameterization schemes are evaluated. The evaluation concentrates on the representation
of life cycle, intensity, and the spatial distribution of synthetic reflectivity, L , and Z .DR DR
Furthermore,hydrometeortypesderivedfromtheobservedandsyntheticpolarimetricquan-
titiesemployingaclassificationschemearecompared. Largediscrepanciesarefoundbetween
the model simulations and the observations. However, the consideration of an additional ice
hydrometeor category in the 3 component scheme significantly improves the performance of
the LMK.
iiiZusammenfassung
UmeinebessereVorhersagevonkonvektivenNiederschlagsereignissenzuermoglichen,wurde¨
in den letzen Jahren eine Reihe von neuen, mesoskaligen Wettervorhersage-Modellen entwi-
ckelt. Dazu wurde die raumliche Auflosung der Modelle verfeinert und weitere Kategorien¨ ¨
gefrorener Hydrometeore in den mikrophysikalischen Parameterisierungsschemata beruc¨ k-
sichtigt.UmdieBeschreibungderphysikalischenProzesseaufdenkleinstenSkalenzubewer-
ten, musse¨ n neue Verifikationsmethoden entwickelt werden, die sich auf Beobachtungen mit
vergleichbarer zeitlicher und r¨aumlicher Aufl¨osung stutzen.¨ Das einzige Fernerkundungsin-
strument, das hochaufgeloste Informationen uber die Intensitat und die mikrophysikalischen¨ ¨ ¨
Charakteristiken eines Niederschlagsereignisses liefern kann, ist polarimetrisches Radar. Ei-
ne direkte Bewertung von Niederschlagsvorhersagen durch polarimetrische Radardaten ist
allerdings nicht m¨oglich, da die beobachteten Gr¨oßen nicht explizit im Modell reprasen¨ tiert
sind.
Um dennoch polarimetrische Radardaten zur Modellevaluierung zu verwenden, wurde der
polarimetrische Radarvorwartsoperator SynPolRad (Synthetisches Polarimetrisches Radar)¨
entwickelt. SynPolRad simuliert synthetische, polarimetrische Radarmessungen aus Modell-
vorhersagen und erlaubt dadurch eine direkte Bewertung der Vorhersagegute¨ in denselben
physikalischen Großen. Dazu werden zunachst die synthetischen Reflektivitaten, L und¨ ¨ ¨ DR
Z berechnet und dann die Ausbreitung des Radarstrahls im Modellraum unter Beruc¨ k-DR
sichtigung der Refraktion und der Dampfung simuliert. Um einen Vorwartsoperator erfolg-¨ ¨
reich anwenden zu konnen,¨ sollten alle Eingangsparameter vom Vorhersagemodell bestimmt
werden. Allerdings hangen polarimetrische Radargrossen stark von den mikrophysikalischen¨ ¨
Charakteristika der Hydrometeore ab, die im Vorhersagemodell nicht explizit beschrieben
werden.DerEinflußdereinzelnenEingangsparameteraufdiesynthetischen,polarimetrischen
Radargrossen¨ wurde durch Sensitivit¨atsstudien untersucht. Die Ergebnisse der Sensitivitat¨ s-
studien erlaubten es, die nicht spezifizierten Eingangsparameter unter Berucksichtigung der¨
Modellannahmen so zu definieren, dass die synthetischen, polarimetrischen Grossen L¨ DR
und Z immer im Bereich der Werte der entsprechenden Hydrometeorklassifikation liegen.DR
Zusatzliche Annahmen wurden gemacht, um die typischen Signaturen in der Schmelzschicht¨
wiederzugeben.
SynPolRad wurde zur Bewertung verschiedener Modellkonfigurationen auf eine stratiforme
und eine konvektive Fallstudie angewendet. Die Bewertung konzentrierte sich auf die Wie-
dergabe des Lebenszyklusses, der Intensitat und der raumlichen Verteilung von syntheti-¨ ¨