INFLUENCE OF THERMAL ROUGHNESS PARAMETERIZATIONS ON THE TURBULENT FLUXES SIMULATIONS BY ATMOSPHERIC SURFACE LAYER MODEL

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

Models of the atmospheric surface layer describe the processes of momentum, heat and moisture exchange between the atmosphere and the underlying surface. In the framework of the Monin-Obukhov similarity theory, the height of thermal roughness determines the efficiency of heat transfer in the surface layer. This paper considers different ways of determining this characteristic on the basis of existing parameterizations implemented in the actively developing the surface layer model of the INM RAS Earth System Model. The results obtained using the previously proposed parameterizations were analyzed and compared with observational data for different surface types. The sensitivity of the model reproduction of the heat flux to the choice of the thermal roughness parameterization was evaluated. The obtained significant differences both in the roughness parameter and in the estimates of heat and momentum fluxes obtained in the model depending on the surface type indicate the importance of taking into account the surface type in the schemes for calculating turbulent flows.

About the authors

V. I Suiazova

Lomonosov Moscow State University, Research Computing Center; Obukhov Institute of Atmospheric Physics, Russian Academy of Sciences; Moscow Center for Fundamental and Applied Mathematics

Email: v.suiazova@rcc.msu.ru
Moscow, Russia; Moscow, Russia; Moscow, Russia

A. V Debolskiy

Lomonosov Moscow State University, Research Computing Center; Obukhov Institute of Atmospheric Physics, Russian Academy of Sciences; Moscow Center for Fundamental and Applied Mathematics

Moscow, Russia; Moscow, Russia; Moscow, Russia

E. V Mortikov

Lomonosov Moscow State University, Research Computing Center; Moscow Center for Fundamental and Applied Mathematics

Moscow, Russia; Moscow, Russia

A. A Shestakova

Lomonosov Moscow State University, Research Computing Center; Obukhov Institute of Atmospheric Physics, Russian Academy of Sciences

Moscow, Russia; Moscow, Russia

D. S Gladskikh

Lomonosov Moscow State University, Research Computing Center; Moscow Center for Fundamental and Applied Mathematics; Gaponov-Grekhov Institute of Applied Physics, Russian Academy of Sciences

Moscow, Russia; Moscow, Russia; Nizhny Novgorod, Russia

D. G Chechin

Lomonosov Moscow State University, Research Computing Center; Obukhov Institute of Atmospheric Physics, Russian Academy of Sciences

Moscow, Russia; Moscow, Russia

References

  1. Володин Е.М. Воспроизведение современного климата моделью климатической системы INMCM60 // Изв. РАН. Физика атмосферы и океана. 2023. Т. 59. № 1. С. 19–26.
  2. Зилитинкевич С.С. Динамика пограничного слоя атмосферы. Л.: Гидрометеорологическое издательство, 1970. 292 с.
  3. Казаков А.Л., Лыкосов В.Н. О параметризации взаимодействия атмосферы с подстилающей поверхностью при численном моделировании атмосферных процессов // Труды Западно-Сибирского регионального научно-исследовательского института. 1982. Т. 55. № 55. С. 3–20.
  4. Репина И.А., Артамонов А.Ю., Капустин И.А., Мольков А.А., Степаненко В.М. Параметр шероховатости мелководных водоемов // Водные ресурсы. 2023. Т. 50. № 5. С. 602–612.
  5. Чечин Д.Г., Артамонов А.Ю., Бодунков Н.Е., Живоглядов Д.Н., Зайцева Д.В., Калягин М.Ю., Кузнецов Д.Д., Кунащук А.А., Шевченко М.А., Шестакова А.А. Опыт исследования турбулентной структуры атмосферного пограничного слоя с помощью беспилотного летательного аппарата // Изв. РАН. Физика атмосферы и океана. 2021. Т. 57. № 5. С. 602–610.
  6. Alekseychik P.K., Korrensalo A., Mammarella I., Vesala T., Tuittila E.-S. Relationship between aerodynamic roughness length and bulk sedge leaf area index in a mixed-species boreal mire complex // Geophysical Research Letters. 2017. V. 44. № 11. P. 5836–5843.
  7. Ando T., Higuchi T., Hotta H., Iwakiri T., Jinno T., Kino K., Takano Y., Toda M., Yamazaki K., Suzuki K. et al. Description of MIROC6 AGCM, CCSR Report № 65. 2021. 137.
  8. Andreas E.L., Persson P.O. G., Grachev A.A., Jordan R.E., Horst T.W., Guest P.S., Fairall C.W. Parameterizing turbulent exchange over sea ice in winter // J. Hydrometeorology. 2010. V. 11. P. 87–104.
  9. Barskov K., Chechin D., Drozd I., Artamonov A., Pashkin A., Gavrikov A., Varentsov M., Stepanenko V., Repina I. Relationships Between Second and Third Moments in the Surface Layer Under Different Stratification over Grassland and Urban Landscapes // Boundary Layer Meteorology. 2023. V. 187. P. 311–338.
  10. Brutsaert W. Evaporation into the atmosphere: theory, history and applications. Dordrecht: Springer, 2013. 299 p.
  11. Businger J.A., Wyngaard J.C., Izumi Y., Bradley E.F. Flux-profile relationships in the atmospheric surface layer // J. of Atmospheric Sciences. 1971. V. 28. № 2. P. 181–189.
  12. Cahill A.T., Parlange M.B., Albertson J.D. On the Brutsaert temperature roughness length model for sensible heat flux estimation // Water resources research. 1997. V. 33. № 10. P. 2315–2324.
  13. Chaney N.W., Herman J.D., Ek M.B., Wood E.F. Deriving global parameter estimates for the Noah land surface model using FLUXNET and machine learning // J. of Geophysical Research: Atmospheres. 2016. V. 121. № 22. P. 13–218.
  14. Chen F., Zhang Y. On the coupling strength between the land surface and the atmosphere: From viewpoint of surface exchange coefficients // Geophysical Research Letters. 2009. V. 36. № 10. L10404.
  15. Cox C.J., Gallagher M.R., Shupe M.D., Persson P.O. G., Solomon A., Fairall C.W., Ayers T., Blomquist B., Brooks I.M., Costa D. et al. Continuous observations of the surface energy budget and meteorology over the Arctic sea ice during MOSAiC // Scientific Data. 2023. V. 10. № 1. 519.
  16. Debolskiy A.V., Mortikov E.V., Glazunov A.V., Lüpkes C. Evaluation of surface layer stability functions and their extension to first order turbulent closures for weakly and strongly stratified stable boundary layer // Boundary-Layer Meteorology. 2023. V. 187. P. 73–93.
  17. Duynkerke P.G. The roughness length for heat and other vegetation parameters for a surface of short grass // J. of Applied Meteorology and Climatology. 1992. V. 31. № 6. P. 579–586.
  18. Garratt J.R. The atmospheric boundary layer // Earth-Science Reviews. 1992. V. 37. P. 89–134.
  19. Grachev A.A., Fairall C.W., Persson P.O.G., Andreas E.L., Guest P.S. Stable boundary-layer scaling regimes: the SHEBA data // Boundary-Layer Meteorology. 2005. V. 116. P. 201–235.
  20. Grachev A.A., Andreas E.L., Fairall C.W., Guest P.S., Persson P.O.G. Turbulent measurements in the stable atmospheric boundary layer during SHEBA: ten years after // Acta Geophysica. 2008. V. 56. № 1. P. 142–166.
  21. Gutjahr O., Putrasahan D., Lohmann K., Jungclaus J.H., Storch J.-S., von Brüggemann N., Haak H., Süssel A. Max planck institute earth system model (MPI-ESM1.2) for the high-resolution model intercomparison project (HighResMIP) // Geoscientific Model Development. 2019. V. 12. № 7. P. 3241–3281.
  22. Kanda M., Kanega M., Kawai T., Moriwaki R., Sugawara H. Roughness lengths for momentum and heat derived from outdoor urban scale models // J. Applied Meteorology and Climatology. 2007. V. 46. № 7. P. 1067–1079.
  23. Li D., Rigden A., Salvucci G., Liu H. Reconciling the Reynolds number dependence of scalar roughness length and laminar resistance // Geophysical Research Letters. 2017. V. 44. № 7. P. 3193–3200.
  24. Ma S., Zhou L., Zou H., Li F., Zhu J. Evaluation of thermal roughness schemes in surface heat transfer simulations over grassland in Southeast Tibet // Atmospheric Research. 2022. V. 270. № 106055.
  25. Mammarella I., Nordbo A., Rannik Ü., Haapanala S., Levula J., Laakso H., Ojala A., Peltola O., Heiskanen J., Pumpanen J. et al. Carbon dioxide and energy fluxes over a small boreal lake in Southern Finland // J. Geophysical Research: Biogeosciences. 2015. V. 120. № 7. P. 1296–1314.
  26. Mölder M. Parameterization of exchange processes over a barley field // Boundary-Layer Meteorology. 1997. V. 84. P. 341–361.
  27. Monin A.S., Yaglom A.M. Statistical fluid mechanics, volume II: mechanics of turbulence. Mineola; New York: Dover Publications, 2013. 769 p.
  28. Owen P.R., Thomson W.R. Heat transfer across rough surfaces // J. Fluid Mechanics. 1963. V. 15. № 3. P. 321–334.
  29. Parlange J.-Y., Waggoner P.E., Heichel G.H. Boundary layer resistance and temperature distribution on still and flapping leaves: I. Theory and laboratory experiments // Plant Physiology. 1971. V. 48. № 4. P. 437–442.
  30. Rigden A.J., Salvucci G.D. Evapotranspiration based on equilibrated relative humidity (ETRHEQ): Evaluation over the continental US // Water Resources Research, 2015. V. 51. P. 2951–2973.
  31. Rigden A., Li D., Salvucci G. Dependence of thermal roughness length on friction velocity across land cover types: A synthesis analysis using AmeriFlux data // Agricultural and Forest Meteorology. 2018. V. 249. 512–519.
  32. Shupe M.D., Rex M., Blomquist B., Persson P.O.G., Schmale J., Uttal T., Althausen D., Angot H., Archer S., Barrieau L. et al. Overview of the MOSAiC expedition: Atmosphere // Elem. Sci Anth. 2022. V. 10. № 1. 00060.
  33. Subin Z.M., Riley W.J., Mironov D. An improved lake model for climate simulations: Model structure, evaluation, and sensitivity analyses in CESM1 // J. Advances in Modeling Earth Systems. 2012. V. 4. № 1. M02001.
  34. Suiazova V.I., Debolskiy A.V., Mortikov E.V. Study of Surface Layer Characteristics in the Presence of Suspended Snow Particles Using Observational Data and Large Eddy Simulation // Izvestiya, Atmospheric and Oceanic Physics. 2024. V. 60. № 2. P. 158–167.
  35. Sun J., Burns S.P., Delany A.C., Oncley S.P., Horst T.W., Lenschow D.H. Heat Balance in the Nocturnal Boundary Layer during CASES-99 // J. Appl. Meteor. 2003. V. 42. № 11. P. 1649–1666.
  36. Varentsov A.I., Zilitinkevich S.S., Stepanenko V.M., Tyuryakov S.A., Alekseychik P.K. Thermal Roughness of the Fen Surface // Boundary-Layer Meteorology. 2023. V. 187. № 1. P. 213–227.
  37. Yaglom A.M., Kader B.A. Heat and mass transfer between a rough wall and turbulent fluid flow at high Reynolds and Peclet numbers // J. Fluid Mechanics. 1974. V. 62. № 3. P. 601–623.
  38. Zilitinkevich S.S. Non-local turbulent transport: Pollution dispersion aspects of coherent structure of convective flows // WIT Transactions on Ecology and the Environment. 2024. V. 9. P. 53–60.
  39. Kohonen K.M., Mammarella I., Ojala A., Laakso H., Matilainen T., Salminen T., Levula J., Ala-Könni J., Kolari P. et al. SMEAR II Lake Kuivajärvi meteorology, water quality and eddy covariance / University of Helsinki, Institute for Atmospheric and Earth System Research. 2024. https://doi.org/10.23729/e085f3d1-b18a-46a1-aaa6-cf89bad16d7
  40. Cox C., Gallagher M., Shupe M., Persson O., Blomquist B., Grachev A.A., Riihimaki L., Kutchenreiter M., Morris V., Solomon A., Brooks I., Costa D., Gottas D., Hutchings J., Osborn J., Morris S., Preusser A., Uttal T. Met City meteorological and surface flux measurements (Level 3 Final), Multidisciplinary Drifting Observatory for the Study of Arctic Climate (MOSAiC). Scientific Data, 2023. 519 p.
  41. UCAR/NCAR-Earth Observing Laboratory 5 Minute Statistics of ISFF data during CASES-99. Version 1.0. // UCAR/NCAR – Earth Observing Laboratory. 2016. https://doi.org/10.5065/D6ZS2TWW (Accessed 6 Nov. 2024).

Supplementary files

Supplementary Files
Action
1. JATS XML
Download


Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».