Machine Translated by Google

atmósfera química Phys., 21, 16709–16725, 2021

https://doi.org/10.5194/acp-21-16709-2021 © Autor(es)
2021. Este trabajo se distribuye bajo la licencia Creative
Commons Attribution 4.0.

Seguimiento de la influencia de los núcleos de condensación de nubes en

los sistemas de precipitación diurna de verano sobre una topografía compleja en Taiwán

Yu-Hung Chang1 , Wei-Ting Chen1 , Chien-Ming Wu1 , Christopher Moseley1 y Chia-Chun Wu2

1Departamento de Ciencias Atmosféricas, Universidad Nacional de Taiwán, Taipei, Taiwán

2División de Meteorología, Centro Nacional de Ciencia y Tecnología para la Reducción de Desastres, Nueva Ciudad de Taipei, Taiwán

Correspondencia: Wei-Ting Chen (weitingc@ntu.edu.tw)

Recibido: 8 de febrero de 2021 – Discusión iniciada: 25 de marzo de 2021

Revisado: 19 de septiembre de 2021 – Aceptado: 4 de octubre de 2021 – Publicado: 16 de noviembre de 2021

Resumen. Este estudio se centra en cómo los aerosoles, que actúan
como núcleos de condensación de nubes (NCC), afectan las propiedades
de la precipitación diurna bajo el régimen meteorológico sinóptico débil
sobre una topografía compleja, que es un régimen ambiental común
durante el verano en Taiwán. Se llevaron a cabo simulaciones
semirrealistas de grandes remolinos (LES) utilizando TaiwanVVM y
conducidas por sondeos de observación idealizados. Realizamos análisis
de seguimiento basados en objetos, que diagnostican la conectividad
espacial y temporal de los sistemas convectivos, con el objetivo de reducir
la variabilidad en la convección y alinear los efectos de los aerosoles en
la etapa madura del ciclo de vida convectivo. En las áreas hotspot de
fuertes procesos de bloqueo orográfico, el inicio de la precipitación se
pospone significativamente cuando la concentración de CCN se
incrementa del escenario limpio al escenario normal, lo que prolonga el
desarrollo de la circulación local y la convección. Para este régimen
organizado, la ocurrencia de los sistemas de precipitación diurnos
extremos rastreados es notablemente mayor. Además, el percentil 99 de
la tasa de lluvia máxima, la profundidad de la nube y la velocidad vertical
dentro de la nube durante la vida útil de los sistemas de precipitación
diurna aumenta en un 9,4 %, 4,4 % y 1,3 %. Este estudio demuestra que
el diseño de LES semirrealistas, así como los análisis de seguimiento
basados en objetos, son útiles para investigar las respuestas de los
sistemas convectivos diurnos impulsados orográficamente a las
condiciones ambientales.
1. Introducción
modificando los procesos microfísicos. Los aerosoles excesivos, liberados
a la atmósfera por la continuación de las actividades humanas, podrían
remodelar las características de las nubes y las precipitaciones después
de activarse como núcleos de condensación de nubes (CCN). Las nubes
desarrolladas en el entorno con más CCN podrían tener más gotas de
nube con tamaños más pequeños, lo que lleva a una distribución de
tamaño de gota (DSD) más estrecha. El tamaño pequeño de las gotas de
las nubes y un DSD estrecho podrían resultar en una menor eficiencia de
colisión-coalescencia y luego suprimir los procesos de lluvia cálida,
conocidos como el efecto Albrecht o el segundo efecto indirecto del
aerosol (Al brecht, 1989). Sin embargo, el efecto Albrecht es más relevante
para describir las respuestas de las nubes cálidas a los aerosoles, y los
ACPI pueden depender del régimen de nubes (Mülmenstädt y Feingold,
2018). Para las nubes convectivas profundas, entran en juego procesos
de microfísica de fase mixta, lo que involucra mecanismos más
complicados que afectan la precipitación (Tao et al., 2012) Cómo los
aerosoles influyen en la convección profunda, que tiene una mayor
capacidad para producir precipitaciones intensas y una mayor probabilidad
de causando peligros, ha sido notablemente el principal objetivo de
investigación en los últimos años.
Se han realizado numerosos estudios para explorar los impactos del
aumento de aerosoles en la precipitación convectiva. Se han investigado
varios tipos de convección profunda, incluidas las líneas de turbonada
(p. ej., Khain et al., 2004, 2005; Wang, 2005; Tao et al., 2007; Lynn et al.,
2005; Su et al., 2020). ; Lebo, 2014; Li et al., 2009; Lebo y Morrison,
2014), sistemas convectivos de mesoescala (eg, Kawecki et al., 2016;
Clavner et al., 2018; Zhang et al., 2020), frentes (eg, , Iguchi et al., 2008;
Cheng et al., 2010; Liu et al., 2020) y ciclones de invierno (p. ej.,
Thompson y Eidhammer, 2014; Mccoy et al., 2018).

Las interacciones aerosol-nube-precipitación (ACPI) se han estudiado Diferentes tipos de sistemas convectivos exhiben respuestas inconsistentes
ampliamente en las últimas décadas para comprender cómo los aerosoles al aumento de aerosoles, principalmente debido a varios
influyen en las nubes y la precipitación a través de

Publicado por Copernicus Publications en nombre de la Unión Europea de Geociencias.

Machine Translated by Google
16710 Y.-H. Chang et al.: Seguimiento de la influencia de los núcleos de condensación de nubes
estructuras convectivas y mecanismos de organización que pueden
retroalimentación significativa a las perturbaciones microfísicas iniciales (Khain,
2009; Fan et al., 2016), mientras que la escala sinóptica
las condiciones meteorológicas modulan qué tipos de sistemas convectivos
pueden ocurrir. Dado que tanto la meteorología como los aerosoles
podría influir en el desarrollo de las nubes y las precipitaciones,
Stevens y Feingold (2009) afirmaron que los efectos de los aerosoles
de las nubes y la precipitación dependen casi con certeza
sobre los regímenes meteorológicos. Aquí generalizamos los regímenes
relativos a los factores que controlan la estructura convectiva para incluir no
sólo los factores meteorológicos sino también la topografía,
tipos de uso de la tierra y otros aspectos del medio ambiente.
Las nubes o sistemas convectivos profundos mencionados anteriormente
son generalmente enormes en tamaño con longevidad. Sin embargo, la
convección profunda desarrollada local y diurnamente, es decir, las tormentas
eléctricas vespertinas, aún pueden producir precipitaciones extremas y causar
peligros costosos. Incluso si el forzamiento del clima de escala sinóptica
significativo está ausente, el desarrollo de la tarde
las tormentas aún pueden ser alimentadas por el flujo de calor superficial
y verse afectado por la topografía local. Desde la calefacción solar
y el flujo de calor superficial correspondiente se imponen directamente sobre
las cadenas montañosas, la topografía podría influir en el desarrollo de las
tormentas de la tarde. Ejemplos claros pueden
se pueden encontrar en las tormentas de la tarde y la precipitación diurna que
las acompaña en Taiwán. Chen et al. (2010) descubrieron a través de un estudio
de caso que el mecanismo de formación y mantenimiento de un sistema de
tormentas por la tarde durante
la Cordillera de las Nieves estaba relacionada con el levantamiento del flujo de aire
con alta temperatura potencial equivalente sobre la vertiente suroeste. Kuo y
Wu (2019) utilizaron simulaciones de modelos de resolución de nubes
idealizadas para mostrar que el flujo confluente
brisas marinas de dos valles fluviales podría determinar la
lugar de iniciación y desarrollo de tormentas eléctricas vespertinas dentro de la
cuenca de Taipei, mientras que la simulación de caso
por Miao y Yang (2020) reveló que el mar intensificado
brisa y mayor transporte de humedad por el efecto canal
del valle del río proporcionan condiciones dinámicas y termodinámicas
favorables para que se desarrolle una convección más intensa
dentro de la cuenca de Taipei. Así, con la estrecha relación entre las tormentas
vespertinas y el entorno local,
especialmente la topografía, postulamos que la influencia de la perturbación
microfísica en la precipitación diurna a través del aumento de aerosoles se
puede resaltar más evidentemente en estos
Tormentas vespertinas de “bloqueo orográfico” dadas
condiciones meteorológicas a gran escala.
Varios estudios han introducido los efectos de los aerosoles sobre la
precipitación convectiva bajo diferentes regímenes orográficos. SEO
et al. (2020) mostró que la geometría de pendiente ascendente podría controlar
la precipitación de nubes convectivas poco profundas sobre un
montaña en forma de campana mediante la realización de simulaciones
bidimensionales idealizadas. Varias simulaciones concluyeron que el
Los efectos de los aerosoles suprimieron la precipitación de nubes convectivas
poco profundas en las cadenas montañosas de América del Norte.
Cordillera (Lynn et al., 2007; Jirak y Cotton, 2006; Gi vati y Rosenfeld, 2004).
Observaciones desde Dominica
atmósfera química Phys., 21, 16709–16725, 2021
La campaña de campo experimental también reveló que los aerosoles podrían
tener impactos en las nubes orográficas impulsadas térmicamente y la
precipitación (Nugent et al., 2016). En los estudios mencionados
arriba, la convección poco profunda y su precipitación resultante sobre
la topografía son el foco principal. Sin embargo, los efectos de los aerosoles
sobre la precipitación diurna inducida por la convección profunda
sobre topografía compleja siguen siendo insuficientemente discernidos.
Grabowski y Morrison (2016) mostraron que la precipitación se fortalece con
una alta concentración de CCN basada en
sobre la simulación de un caso de precipitación diurna durante el
Campaña de campo Biosfera-Atmósfera a gran escala sobre el
gran llanura del Amazonas. Sin embargo, Grabowski (2018) sugirió que el
impacto de las perturbaciones ambientales atmosféricas es comparable a los
efectos de los aerosoles que se muestran en
Grabowski y Morrison (2016). Así, la medida en que
la respuesta de la convección profunda y la precipitación resultante que se
puede atribuir a los efectos del aerosol es ambigua.
Como se mencionó anteriormente, el desarrollo de la precipitación diurna en
Taiwán se ve profundamente afectado por su complejidad a la pografía. En este
estudio, aplicamos el seguimiento basado en objetos
análisis, que diagnostican tanto lo espacial como lo temporal.
conectividad de los sistemas convectivos, para resaltar las nubes convectivas
bloqueadas por la topografía y reducir el estocástico
Características de la convección.
Rosenfeld et al. (2008) propusieron que la convección profunda puede
ser vigorizado bajo el ambiente con más aerosoles,
es decir, el efecto de vigorización del aerosol. Desde la cálida lluvia
se suprimen los procesos, se congelan más gotas de nubes,
y se libera más calor latente por encima del nivel de congelación.
Así, la convección profunda se volvería más intensa y
causar más precipitaciones en un ambiente más contaminado (Altaratz
et al., 2014). El efecto de vigorización de los aerosoles muestra que el aumento
de los aerosoles tendría una influencia específica durante varias etapas del ciclo
de vida de las nubes convectivas. Por lo tanto, es necesario registrar la evolución
de la convección.
El ajuste en la estructura y organización convectiva es
también un tema crucial de los efectos de los aerosoles en la convección profunda
desde la perspectiva dinámica (Su et al., 2020; Lebo y
Morrison, 2014; Fan et al., 2013). La distribución de probabilidad de las
características convectivas puede alterarse debido a la modulación de la
estructura convectiva al aumentar la carga de aerosoles (Su et al., 2020). Por lo
tanto, en este estudio, específicamente
centrarse en las precipitaciones extremas y las propiedades de las nubes de
El ciclo de vida convectivo. En lugar de incluir la convección de
todas las etapas como un promedio, los análisis estadísticos en extremo
convección con la consideración basada en objetos resaltar la
características estructurales de la convección modificadas por el aumento de
aerosoles.
El objetivo del presente estudio es investigar cómo
el aumento de CCN afecta las propiedades de la precipitación diurna inducida
por convección profunda bajo el sinóptico débil
régimen meteorológico sobre una topografía compleja. Nosotros específicamente
centrarse en los sistemas de precipitación producidos por la orografía
procesos de bloqueo. Debido a las complicadas interacciones entre las nubes
convectivas y su entorno, es difícil
https://doi.org/10.5194/acp-21-16709-2021
Machine Translated by Google
Y.-H. Chang et al.: Seguimiento de la influencia de los núcleos de condensación de nubes
pretendiendo separar los impactos de CCN de la influencia de
meteorología sobre la convección simplemente utilizando datos de observación
(Grabowski, 2018). Por lo tanto, llevamos a cabo simulaciones semirrealistas
de grandes remolinos (LES) con resoluciones temporales y espaciales finas,
destacando el papel de la topografía en la evolución de la precipitación diurna.
Los análisis de seguimiento basados en objetos proporcionan información
novedosa y útil sobre la comprensión de las respuestas de los sistemas
convectivos resultantes de
CCN creciente. La sección 2 presenta la descripción del modelo.
y la configuración del experimento. Las propiedades de la precipitación diurna
en Taiwán y la influencia de CCN en ellos durante
topografía compleja se analizan en la Secc. 3, basado principalmente
en la perspectiva de los sistemas precipitantes. La discusión de los resultados
y las posibles extensiones que se pueden
logrados bajo el marco semirrealista de LES son
presentado en la Secc. 4, con el resumen y la conclusión en
Secta. 5.
2 Descripción del modelo y experimento semirrealista
configuración
2.1 Descripción del modelo
En este estudio, utilizamos el modelo de resolución de nubes de ecuación de
vorticidad vectorial (VVM) para simular el desarrollo de la precipitación diurna
sobre una topografía compleja. VVM fue inicialmente desarrollado por Jung y
Arakawa (2008), basado en la
ecuaciones de vorticidad anelástica tridimensional. En VVM, el
se predice la vorticidad horizontal, y la velocidad vertical es
diagnosticado utilizando una ecuación elíptica tridimensional. los
la fuerza del gradiente de presión se elimina en las ecuaciones, y la
gradiente de flotabilidad horizontal que impulsa el campo de vorticidad
responde directamente a los flujos superficiales. Así, en comparación con
En los otros modelos que utilizan el enfoque tradicional de seguimiento de
coordenadas del terreno, VVM puede representar mejor la circulación local
inducida por las diferencias de calor. Cuanto más empinada es la topografía,
más significativa se vuelve esta ventaja.
(Wu et al., 2019). Se implementa el método del límite sumergido (Chien y Wu,
2016; Wu y Arakawa, 2011)
para representar la topografía empinada de Taiwán. Con esta representación,
ondas de montaña, precipitación orográfica, pendiente
el viento y otros fenómenos atmosféricos relacionados con la topografía
pueden simularse razonablemente sin tener problemas computacionales. El
modelo de superficie terrestre de Noah (Noah LSM;
Chen y Dudhia, 2001; Chen et al., 1996) la versión 3.4.1 es
también acoplado a VVM (Wu et al., 2019) y se ha aplicado para evaluar la
influencia de las interacciones tierra-atmósfera en las tormentas de la tarde
en zonas tropicales idealizadas.
islas (Wu y Chen, 2021).
Para investigar los procesos atmosféricos específicamente sobre
la isla de Taiwán, Wu et al. (2019) desarrolló un marco de trabajo de VVM
con topografía de Taiwán de alta resolución y
tipos de uso de la tierra, llamados TaiwanVVM. Llevaron a cabo simulaciones
idealizadas de tormentas vespertinas de verano
https://doi.org/10.5194/acp-21-16709-2021
16711
Tabla 1. La configuración de TaiwanVVM para el semirrealista
simulaciones
Resolucion horizontal 500 metros
100 m bajo 3900 m
Resolución vertical
Estirar hasta 955 m en la parte superior del modelo
cuadrículas de 1024 × 1024 × 70
Dominio
512 km × 512 km × 19 260 m
Hora de caminar 10 segundos
Duración de la simulación 24 h (00:00–24:00)
Condición de contorno lateral Periódico doble
con topografía realista de Taiwán. Hsieh (2019) utilizó Tai wanVVM para
discutir el efecto de la circulación local asociada con la formación de niebla
en Xitou, condado de Nantou, Taiwán.
A diferencia de estudios previos que utilizaron TaiwanVVM, este estudio
utiliza el esquema de microfísica Predicted Particle Properties (P3; Morrison
y Mil brandt, 2015), implementado por Huang
y Wu (2020) en VVM, para permitir captar las influencias
de aerosoles en microfísica de nubes mientras que los aerosoles no son
barrido por la precipitación. Las otras parametrizaciones físicas utilizadas en
TaiwanVVM son la transferencia radiativa rápida.
Modelo para GCM (RRTMG; Iacono et al., 2008), el flujo–
relación de perfil de Deardorff (1972) para estimar los flujos superficiales y los
coeficientes de viscosidad y difusividad de los remolinos
dependiendo de la deformación y la estabilidad (Shutts y Gray,
1994) como el cierre de turbulencia de primer orden.
Para TaiwanVVM, la resolución horizontal es de 500 m. los
número total de capas verticales es de 70, y la resolución vertical es de 100
m desde el nivel del mar hasta 3900 m y un estirado
rejilla por encima de 3900 m hasta alrededor de 19 260 m (Krueger, 1988).
El dominio tiene un tamaño de 512 × 512 km (Fig. 1). para evitar el
se corta el límite del dominio en el borde de una topografía compleja, lo que
podría generar problemas por el flujo de entrada fuera del dominio, la isla de
Taiwán se coloca en
el centro del dominio con un área suficiente de los alrededores
mares Centrarse en los fenómenos únicamente relacionados con la isla.
de Taiwán, la topografía de la tierra adyacente alrededor de la isla de Taiwán,
incluidas varias islas, islotes y una parte de
sureste de China, no está implementado en el modelo. A pesar de que
el límite lateral de TaiwanVVM es doblemente periódico, el
la convección diurna permanece en el dominio bajo un entorno sinóptico débil.
Otros ajustes detallados de las simulaciones
se proporcionan en la Tabla 1.
2.2 Diseño de experimentos
Se adopta un enfoque semirrealista en el diseño de simulaciones de Tai
wanVVM. Es decir, un sondeo observado se idealiza como la condición inicial
uniforme en todo el dominio, de manera similar a Wu et al. (2019). Tremendo
acercamiento
se usa comúnmente en LES (p. ej., Grabowski et al., 2006).
atmósfera química Phys., 21, 16709–16725, 2021
Machine Translated by Google
16712 Y.-H. Chang et al.: Seguimiento de la influencia de los núcleos de condensación de nubes
Figura 1. El dominio de TaiwanVVM con la resolución de 500 m
topografía de la isla de Taiwán (sombreado gris). las cajas son
las zonas de montaña para posteriores análisis estadísticos: la caja azul
es el área montañosa del norte (área N), y el cuadro verde es el
zona montañosa del sur (área S).
La comparación directa con las observaciones de casos específicos.
o eventos no es el objetivo de este estudio. En cambio, la idealización
enfatiza los factores ambientales decisivos que
modular el desarrollo de determinados tipos de convección.
Mediante este enfoque semirrealista, las interacciones entre los procesos
físicos dominan la evolución de la circulación local y
convección, que también puede interactuar con los estados de fondo
simplificados en la condición inicial. La variabilidad en la
entorno de fondo está representado por el enfoque conjunto (mencionado
más adelante en la Sección 2.3), y las estadísticas de
el conjunto semirrealista se puede comparar con las estadísticas
climatológicas observadas de casos con entornos similares.
Para investigar la influencia de CCN en la precipitación diurna sobre una
topografía compleja, realizamos experimentos con
dos escenarios de concentración de aerosoles. En el escenario limpio,
la relación de mezcla del número de aerosoles se fija en 3 × 108 kg-1 en el
todo el dominio, que se encuentra dentro del rango de las condiciones
limpias del medio marino (Andreae, 2009). Bajo la
En el escenario normal, por otro lado, la relación de mezcla del número de
aerosoles aumenta a 3 × 1010 kgÿ1 , que se encuentra en el rango
del entorno urbano de la ciudad de Taipei, Taiwán (Lin, 2012).
En P3, el número de CCN activados (Nc) está determinado por
en s0
N/A s
nc = [1 - erf , (1)
2 ÿ 2(1 + ÿ)lnÿd
donde s es la sobresaturación, s0 es la sobresaturación geométrica media,
ÿ es la fracción soluble de una partícula de aerosol y ÿd es
atmósfera química Phys., 21, 16709–16725, 2021
la dispersión del espectro seco. s0 depende de las propiedades químicas
de la parte soluble del aerosol seco, incluyendo
densidad, tensión superficial, factor de van 't Hoff, potencial osmótico y peso
molecular. Cuando s = s0, sólo la mitad de los
los aerosoles totales se activarían como CCN (Khvorostyanov
y Curry, 2006; Morrison y Grabowski, 2007, 2008).
Así, las condiciones atmosféricas iniciales son idénticas, pero la
Los escenarios de concentración de aerosoles son diferentes. Podemos esperar
que la diferencia en el desarrollo de convección y convección
Las propiedades resultan del impacto de la concentración del aerosol.
2.3 Condición inicial
Para encontrar representaciones apropiadas para el entorno de la
precipitación diurna bajo un forzamiento del clima de escala sinóptica débil
en verano, el procedimiento de selección fue cuidadosamente diseñado
(Fig. 2). Primero, usando los Eventos Atmosféricos de Taiwán
Database (TAD; Su et al., 2018), seleccionamos los días con
el flujo débil del suroeste o condiciones climáticas sinópticas débiles durante
los veranos (mayo a septiembre) entre
2005 y 2014. Luego, utilizando las observaciones del pluviómetro de
superficie de la Oficina Central de Meteorología, calculamos el ciclo de
precipitación diurna promedio de 115 estaciones meteorológicas que
funcionan bien para cada día. Para encontrar los días con un diurno prominente
ciclo de precipitación, sólo los días con precipitación en el
tarde mayor que la de la mañana, así como con
el ciclo de precipitación diurna dentro de 2 desviaciones estándar,
fueron seleccionados. A continuación, utilizando el análisis de precipitación
multisatélite de la misión de medición de precipitaciones tropicales cada 3 horas (3B42)
versión 7, elegimos los días en que ocurrieron precipitaciones
en la isla de Taiwán, pero la cobertura de las precipitaciones
en los alrededores (20.625–26.375ÿ N y 118.125–
123,875ÿ E) fue inferior al 20 %, asegurándose de que la precipitación se
produjo localmente en la isla de Taiwán. Existen
218 data de los veranos entre 2005 y 2014 que
pasar los criterios mencionados anteriormente. El compuesto observado
la precipitación de estas 218 fechas se muestra en la Fig. 4a. los
La precipitación sobre las montañas es mucho más intensa que
que en los llanos. El punto crítico de precipitación más importante
se encuentra alrededor de Alishan Range, que es la caja verde
en la Fig. 1 (área S). Otro punto crítico de precipitación se encuentra
en la Cordillera de los Nevados y el extremo norte de la Cordillera Central,
el recuadro azul de la Fig. 1 (área N), aunque allí los sitios de observación
son relativamente escasos. Para
estos dos puntos críticos de precipitación, las cordilleras próximas
a los llanos llueve notablemente más que a la montaña
crestas detrás de ellos. Finalmente, seleccionamos 30 fechas para las cuales
realizar simulaciones semirrealistas. La selección de estos 30
casos generalmente cubre la variabilidad de las precipitaciones en las 218 fechas
y sirve como los miembros del conjunto que representan favorable
ambientes para el bloqueo orográfico de la precipitación diurna en
el verano.
Las simulaciones fueron impulsadas por el Banqiao simplificado
Sondeos de estación a las 08:00 hora estándar de Taiwán de estos
30 casos. Los parámetros termodinámicos y dinámicos de
https://doi.org/10.5194/acp-21-16709-2021
Machine Translated by Google

Y.-H. Chang et al.: Seguimiento de la influencia de los núcleos de condensación de nubes 16713

Figura 2. El procedimiento y los datos de selección de casos para simulaciones semirrealistas, con el objetivo de encontrar ambientes favorables para la orografía.
bloqueando la precipitación diurna bajo un débil forzamiento meteorológico de escala sinóptica en verano.

los sondeos iniciales se muestran en la Tabla A1. Aunque la variabilidad asignado a las capas superiores del suelo para todas las cuadrículas de terreno en el modelo.

aparece en la energía potencial disponible convectiva inicial (CAPE), la La configuración inicial de la elevación del terreno, tipo de pendiente, terreno
inhibición convectiva (CIN), el agua precipitable (PW), el índice K y el nivel el uso, la fracción de vegetación verde y la textura del suelo son los mismos
bajo medio al suroeste de los 30 casos simulados, la CAPE alta (principalmente como en Wu et al. (2019).

superior a 1100 J kgÿ1 con un valor máximo que supera los 3300 J kgÿ1 ),
NIC baja (en su mayoría inferior a 70 J kgÿ1 ) y 2.4 Algoritmo de seguimiento basado en objetos

alto PW (generalmente superior a 45 mm con el máximo

casi alcanzando los 60 mm) indican que estos sondeos
Análisis de seguimiento basados en objetos, que combinan objetos en la nube
son condicionalmente inestables y húmedos, lo que se considera favorable
se desarrollan algoritmos de conexión y seguimiento de células de lluvia
para que se desarrolle la convección. Vientos del suroeste de bajo nivel para obtener las estadísticas relacionadas con las estructuras convectivas y
existen en 27 sondeos, y 26 de ellos están al suroeste por debajo de los
la intensidad de los sistemas precipitantes. La figura 3 es un ejemplo
1500 m en promedio.
conceptual del algoritmo. La sección transversal x–z de dos
Aparte de las condiciones atmosféricas, los ajustes iniciales de
objetos de nubes tridimensionales se muestra en la parte superior de la Fig. 3,
las parametrizaciones físicas se enumeran a continuación. La química
con su proyección a la superficie presentada debajo. los
propiedades de los aerosoles se establecen como sulfato de amonio, y el
la conexión de objetos en la nube se realiza mediante los seis conectados
La distribución de tamaño de los aerosoles sigue una distribución de tamaño
método de segmentación (Tsai y Wu, 2017). Conecta horizontal y
lognormal, con un tamaño medio de 0,05 µm (Morrison y Mil brandt, 2015).
verticalmente nubes adyacentes (agua líquida de nubes)
La condición inicial del océano y la tierra.
más proporción de mezcla de hielo en la nube superior a 10ÿ4 ) cuadros de cuadrícula
es relativamente simple. La temperatura de la superficie del mar y
como el mismo objeto de nube. En este estudio, sólo la convección
la tierra se prescribe como la temperatura del nivel más bajo de
objetos nubosos, definidos por una base nubosa inferior a 0,5 km, un
el sondeo inicial. Para conducir Noah LSM, las propiedades de la tierra son
profundidad de la nube de más de 1,0 km, y el centro de la masa de la nube
necesario para las entradas del modelo. La humedad media diaria del suelo
superiores a 0,5 km, se analizan. Estos criterios se eligen
sobre la isla de Taiwán del Sistema Global de Asimilación de Datos Terrestres
para incluir los cúmulos poco profundos durante el desarrollo
(GLDAS; Rodell et al., 2004) versión 2.0 es
etapa de convección. Para la nube superpuesta verticalmente ob

https://doi.org/10.5194/acp-21-16709-2021 atmósfera química Phys., 21, 16709–16725, 2021

Machine Translated by Google
16714
Figura 3. El diagrama esquemático de conectar objetos de nube y
celdas de lluvia, así como la ubicación conjunta de los objetos de nube con las celdas de lluvia
a lo largo de la sección transversal x-z. Yunque de nube objeto no. 1 (nube azul)
se superpone con el objeto de nube no. 2 (nube verde). La proyección de las nubes a la
superficie se basa en el fondo de la nube más bajo. Para una celda de lluvia conectada
cubierta por múltiples objetos de nubes, la ubicación conjunta
se simplifica al identificar el objeto de la nube que contribuye a la
máxima precipitación fraccionada. Por ejemplo, la tasa de lluvia acumulada
a la celda de lluvia del objeto de la nube no. 1 es más que eso de la nube
objeto no. 2, por lo que la celda de lluvia en este diagrama estaría ubicada
íntegramente con objeto de nube no. 1.
jects, la proyección de la nube en la superficie está determinada por la
objeto de nube más bajo detectado de abajo hacia arriba desde la superficie.
La parte inferior de la Fig. 3 muestra la dimensión x de una celda de lluvia
bidimensional, que está formada por una conexión de cuatro vías de rejillas de
lluvia con una tasa de lluvia superior a 5 mm hÿ1
Al ubicar la celda de lluvia junto con el objeto de nube arriba, podemos
podría establecer la relación entre la precipitación y la
la estructura convectiva. Simplificamos la condición de nube
superposición de objetos suponiendo que la precipitación en el
la superficie está completamente aportada por el objeto de nube más bajo.
Aún así, una celda de lluvia podría estar cubierta por múltiples objetos de nubes.
Por ejemplo, ambos objetos de nubes en la Fig. 3 cubren parcialmente el
celda de lluvia Para esta celda de lluvia, la tasa de lluvia acumulada cubrió
por objeto de nube no. 1 es mayor que la del objeto de nube no. 2,
y ubicaríamos la celda de lluvia completamente con el objeto de la nube
no. 1. En otras palabras, la celda de lluvia se ubicaría junto con
el objeto de nube que contribuye a la mayor parte de la precipitación.
Para evaluar más a fondo la evolución de los sistemas de precipitación,
realizamos un seguimiento iterativo de celdas de lluvia (IRT; Moseley et al.,
2013, 2019). Esto vincula las celdas de lluvia en cada paso de tiempo y
forma las pistas de lluvia, proporcionando un marco lagrangiano que
se centra en el ciclo de vida de los sistemas de precipitación diurna.
Por el tiempo de conexión de las celdas de lluvia y la ubicación conjunta
entre las células de lluvia y las nubes, se establece el ciclo de vida de los
sistemas de precipitación. Podemos evaluar la progresión.
de organización convectiva y el efecto CCN sobre ella.
atmósfera química Phys., 21, 16709–16725, 2021
Y.-H. Chang et al.: Seguimiento de la influencia de los núcleos de condensación de nubes
3 Resultados de la simulación
En esta sección, presentamos primero el patrón de precipitación compuesto
simulado en Taiwán bajo el entorno sinóptico débil. También se examina el
resultado compuesto del tiempo de inicio de la precipitación, que juega un papel
fundamental en el desarrollo de la convección subsiguiente y, por lo tanto, en la
respuesta de la precipitación.
precipitación diurna a CCN creciente. Por último, basado en objetos
Se llevaron a cabo análisis de seguimiento para cuantificar los cambios
en estructuras convectivas de los sistemas de precipitación diurna
organizados por procesos de bloqueo orográfico.
3.1 Patrones de precipitación compuestos
La Figura 4b demuestra la precipitación simulada compuesta en Taiwán de
nuestros 30 casos. La precipitación simulada
patrón captura las características clave en la climatología observada de la
precipitación diurna bajo un clima sinóptico débil en
verano (Fig. 4a y Lin et al., 2011), particularmente el
características de más precipitación sobre las montañas que
en las llanuras y la ubicación de las dos principales precipitaciones
hotspots (es decir, las áreas S y N en la Fig. 1).
3.2 Momento de inicio de la precipitación
El momento de suficiente calentamiento solar y flujos superficiales y
el establecimiento de la circulación local determina el momento de inicio de la
precipitación diurna, que está muy influido
por la topografía (Kuo y Wu, 2019). A medida que aumenta CCN
suprimen los procesos de lluvia cálida y retrasan la iniciación de la lluvia, los
cambios en el tiempo de iniciación de la precipitación reflejan
uno de los efectos cruciales del aumento de CCN en la precipitación diurna
.
sobre topografía compleja.
Para visualizar el tiempo de precipitación asociado con el
topografía, se adopta una perspectiva tridimensional utilizando VAPOR (Clyne
et al., 2007). Es claro ver que, bajo
el escenario limpio (Fig. 5a), el desarrollo del tiempo de iniciación de la
precipitación es más temprano sobre las cadenas montañosas
y más tarde en los valles de los ríos. El fuerte gradiente de flotabilidad inducido
por la diferencia de calor entre la montaña
cordilleras y su atmósfera ambiental produce convergencia
brisas del valle que provocan precipitaciones tempranas sobre las cordilleras
montañosas. Como resultado, la precipitación diurna puede iniciarse
al mediodía o incluso antes sobre las crestas de las montañas. En el rio
valles, por otro lado, la precipitación diurna se puede posponer hasta las 15:30
o incluso más tarde (no se muestra en la Fig. 5a).
La Figura 5b ilustra el tiempo de retraso de la precipitación
iniciación cuando aumenta la concentración de CCN (es decir, el normal
escenario menos el escenario limpio). Para las áreas resaltadas
con el aplazamiento significativo, la precipitación suele iniciarse antes de las
13:00 en el escenario limpio. Este fenómeno es especialmente evidente en el
área S, donde el oeste
pendientes y crestas (señaladas por la flecha amarilla en la Fig. 5)
tener un inicio de precipitación alrededor del mediodía y un aplazamiento de
lluvia significativo durante aproximadamente 1,5 h. Así, concluimos
https://doi.org/10.5194/acp-21-16709-2021
Machine Translated by Google

Y.-H. Chang et al.: Seguimiento de la influencia de los núcleos de condensación de nubes 16715

Figura 4. La precipitación media diaria compuesta de (a) los 218 días sinópticos débiles de las observaciones de los pluviómetros de la Oficina Meteorológica Central
(los tamaños de los puntos de colores están escalados con la precipitación media) y (b) las 30 simulaciones semirrealistas bajo el escenario limpio en el
isla de Taiwán. El sombreado gris muestra las alturas orográficas (igual que en la Fig. 1).

Figura 5. (a) El tiempo compuesto de iniciación de la precipitación bajo el escenario limpio en el área S. Las áreas azul claro y azul oscuro representan
el horario de iniciación de 10:00 a 12:00 y de 12:00 a 13:00. (b) El área de inicio de la precipitación se retrasa más de 1,5 h debido a
CCN creciente en el área S. Solo se muestran las áreas por encima de los 600 m.

que el aumento de CCN retrasa el tiempo de iniciación de la precipitación.
Este retraso significativo en el inicio de la precipitación podría evitar
la circulación local se vea interrumpida por la lluvia, lo que proporciona a las
nubes convectivas un tiempo más largo para desarrollarse. Si
Esta hipótesis se mantiene, la convección apoyada por la circulación local
persistente podría conducir a una mayor intensidad y
mayor grado de organización. Por lo tanto, a continuación comparamos
las estadísticas asociadas con las estructuras convectivas diagnosticadas por
análisis de seguimiento basados en objetos en sistemas de precipitación diurna
para examinar la relación entre el retraso
en el inicio de la precipitación y la intensidad convectiva.
3.3 Estadísticas de seguimiento basadas en objetos
En esta sección, aplicamos los análisis de seguimiento basados en objetos,
que diagnostican la conectividad espacial y temporal de los sistemas
convectivos. El efecto CCN podría ser diferente entre los tipos de convección
organizada y no organizada y entre las diversas etapas del ciclo de vida de la
convección (Rosenfeld et al., 2008). Para las nubes convectivas que
están bloqueadas por la topografía, las características estocásticas de la
convección pueden reducirse. Así, las siguientes estadísticas se refieren
las dos áreas principales de puntos críticos de precipitación (áreas S y N en
Fig. 1), donde los procesos de bloqueo orográfico realzan la apariencia de
sistemas convectivos organizados. Identificamos el

https://doi.org/10.5194/acp-21-16709-2021 atmósfera química Phys., 21, 16709–16725, 2021

Machine Translated by Google
16716 Y.-H. Chang et al.: Seguimiento de la influencia de los núcleos de condensación de nubes
régimen organizado por el tamaño de los sistemas convectivos.
Para un caso simulado bajo el escenario limpio en un área de punto
crítico de precipitación, una vez que el percentil 75 del tamaño
máximo de la nube durante la vida útil de los sistemas de
precipitación diurna es mayor a ,3 consideró
× 104 km3en , el
régimen
área del
organizado.
caso se
Las clasificaciones del régimen organizado en las áreas S y N entre
las 30 simulaciones se enumeran en la Tabla A1 del Apéndice A.
Luego analizamos el resultado del algoritmo de seguimiento basado
en objetos para identificar las características estructurales de la
convección modificada por el aumento de aerosoles en la etapa
madura del ciclo de vida convectivo (es decir, la máxima intensidad
dentro de la vida) para los regímenes organizados y no organizados.
La Figura 6 presenta los recuentos de la ocurrencia de sistemas
de precipitación con una tasa de lluvia máxima superior a 100 mm hÿ1
. la Fig.
Para el punto crítico de1),
precipitación en de
los recuentos el área S (el de
sistemas cuadro verde en
precipitación
extrema aumentan significativamente de 32 a 52 cuando aumenta la
concentración de CCN. En cuanto al punto crítico de precipitación en
el área N (el cuadro azul en la Fig. 1), el incremento de los recuentos
de los sistemas de precipitación extrema debido al aumento de CCN
es solo 1 (de 36 a 37), que es menor que en el área S Además, el
punto de acceso principal en el área S permanece aproximadamente
en la misma ubicación, mientras que el punto de acceso principal se
desplaza hacia las crestas en el noreste en el área N.
Además de la distribución espacial de los sistemas de
precipitación extrema, el efecto de aumentar la CCN también se
puede identificar en la frecuencia de la precipitación extrema, como
lo muestra la función de densidad de probabilidad (PDF) de la tasa
de lluvia máxima de los objetos nubosos (Fig. 7). Para el régimen
organizado, la probabilidad de precipitaciones extremas es mayor
que para el régimen no organizado. En el escenario limpio, la
probabilidad de una tasa de lluvia de 100 mm hÿ1 es de 2,75 × 10ÿ6
para el régimen organizado (puntos azules en la Fig. 7a), mayor
que (4,84 × 10ÿ7 ) para el régimen no organizado. régimen
organizado (puntos azules en la Fig. 7b). Además, el aumento de
CCN da como resultado diferentes respuestas en el PDF de los dos
regímenes. El aumento de CCN conduce a una mejora notable en
la probabilidad de precipitaciones intensas para el régimen
organizado, que es menos significativa para el régimen no
organizado. La probabilidad de una tasa de lluvia de 100 mm hÿ1 ,y
para el régimen organizado aumenta en 1,50 × 10ÿ6 que para el régimen nubes
Por otro lado, la reducción en la probabilidad de precipitación ligera es tan grande que es un desafío hacer un argumento estadísticamente
para el régimen organizado es menor que para el régimen no
organizado cuando aumenta la concentración de CCN.
La probabilidad de una tasa de lluvia de 1 mm hÿ1 para el régimen
organizado disminuye en un 11,7 %, y para el régimen no organizado
se reduce en un 12,4 %.
Nos enfocamos más en la estructura convectiva y la intensidad
de la etapa madura de los sistemas precipitantes diurnos. La Figura
8a muestra el diagrama de caja y bigotes de la tasa de lluvia máxima
durante la vida útil de cada sistema de precipitación, que representa
la fuerza de la precipitación en la etapa madura. La concentración
de CCN es más influyente en la precipitación extrema del sistema
precipitante diurno
atmósfera química Phys., 21, 16709–16725, 2021
elementos para el régimen organizado. El percentil 99 (P99) de la
tasa de lluvia máxima aumenta en 10,84 mm h-1 para el régimen
organizado cuando aumenta la concentración de CCN, pero solo en
5,66 mm h-1 para el régimen no organizado. Los diagramas de caja
y bigotes de la profundidad máxima de la nube y el tamaño máximo
de la nube durante la vida útil de cada sistema de precipitación se
muestran en la Fig. 8b y c, respectivamente, que representan las
características de las estructuras nubosas en la etapa madura.
El P99 de la profundidad máxima de la nube aumenta en 0,86 km
para el régimen organizado cuando aumenta la concentración de
CCN, mientras que disminuye en 0,30 km para el régimen no organizado.
El tamaño máximo de la nube aumenta en 1,43 × 104 km3 para el
régimen organizado cuando aumenta la concentración de CCN y en
1,90 × 104 km3 para el régimen no organizado. Las Figuras 8d y e
ilustran los diagramas de caja y bigotes de la velocidad vertical
máxima de la nube y la proporción máxima del núcleo durante la
vida útil de cada sistema precipitante, lo que representa las
características dinámicas de la nube en la etapa madura. La relación
del núcleo se define como la fracción de la nube con la velocidad vertical
ity mayor que 0,5 m sÿ1 , que caracteriza la región de corriente ascendente.
En general, el aumento de CCN conduce a un movimiento
ascendente más intenso en la nube y un área central más
concentrada para el régimen organizado. El P99 de la velocidad
vertical máxima en la nube aumenta en 0,54 m sÿ1 para el régimen
organizado cuando aumenta la concentración de CCN, pero
disminuye en 2,12 m sÿ1 para el régimen no organizado. El P99 del
core ratio máximo disminuye en un 5,32 % y un 4,59 % para el
régimen organizado y el régimen no organizado, respectivamente.
En resumen, el efecto CCN es más significativo en los sistemas
de precipitación diurna para el régimen organizado. La ocurrencia
de los sistemas de precipitación diurna extrema rastreados es
notablemente mayor. Además, el P99 de la tasa de lluvia máxima,
la profundidad de la nube y la velocidad vertical dentro de la nube
durante la vida útil de los sistemas de precipitación diurna aumenta
en un 9,4 %, 4,4 % y 1,3 %.
4. Discusión
Stevens y Feingold (2009) señalaron que es difícil separar el efecto
de los cambios de CCN y las perturbaciones meteorológicas en las
no organizado disminuye
convectivas. en 7,45
Además, × 10ÿ8 . en las nubes convectivas
la variabilidad
significativo de la influencia del aumento de CCN en ellas, incluso a
través de experimentos de modelado numérico (Grabowski, 2018).
Mostramos que es posible desenredar tal ambigüedad en una
condición más específica en términos de clima, topografía y ciclo de
vida convectivo. Este estudio se enfoca en el régimen ambiental del
clima sinóptico débil del verano sobre la topografía compleja de una
isla subtropical. Bajo este régimen ambiental, el desarrollo de la
convección puede quedar bloqueado orográficamente. Así, la
convección se volvería más organizada con precipitaciones
extremas. Al realizar un análisis de seguimiento basado en objetos,
reducimos aún más la variabilidad entre las diferentes etapas del
proceso.
https://doi.org/10.5194/acp-21-16709-2021
Machine Translated by Google

Y.-H. Chang et al.: Seguimiento de la influencia de los núcleos de condensación de nubes 16717

Figura 6. Los recuentos de ocurrencia de sistemas convectivos con una tasa de lluvia máxima superior a 100 mm hÿ1 bajo (a) el escenario limpio y
(b) el escenario normal.

Figura 7. Las funciones de densidad de probabilidad de las tasas máximas de lluvia de los objetos de nubes convectivas para el (a) régimen organizado y
(b) el régimen no organizado. Los círculos azul y rojo representan los resultados de los escenarios limpio y normal, respectivamente.

ciclo de vida convectivo (Rosenfeld et al., 2008) y centrarse en
la etapa madura de los sistemas de precipitación diurna.
Los efectos del aumento de la CCN pueden tener impactos
estadísticamente significativos en los sistemas organizados de
precipitación diurna a través del retraso en el inicio y mantenimiento de la precipitación.
de circulación local. La interacción entre la convección
y la circulación local relacionada con la topografía es crucial en la
montañas. En general, el aumento de CCN retrasa el inicio
tiempo de precipitación. Especialmente para el régimen organizado,
el aplazamiento significativo en el tiempo de iniciación de precip
itación debido al aumento de CCN prolonga el desarrollo de
la circulación local y permite un mayor desarrollo de la convección. Un
ejemplo evidente se muestra en el área S, donde el
desarrollo de convección sobre laderas y crestas occidentales
podría estar relacionado con la circulación local (Fig. 5).
Así, para el régimen organizado, el efecto CCN sobre la convección
se vuelve significativo y se manifiesta en la convección.
estructura y variabilidad, como lo revelan los cambios en las propiedades
convectivas extremas. Los análisis de seguimiento basados en objetos
presentados en este estudio y las estadísticas centradas en

https://doi.org/10.5194/acp-21-16709-2021 atmósfera química Phys., 21, 16709–16725, 2021

Machine Translated by Google

16718 Y.-H. Chang et al.: Seguimiento de la influencia de los núcleos de condensación de nubes

Figura 8. Los diagramas de caja y bigotes de la máxima (a) tasa de lluvia, (b) profundidad de la nube, (c) tamaño de la nube, (d) velocidad vertical en la nube y (e)
relación de núcleo durante la vida útil de los sistemas de precipitación diurna. La relación de núcleo se define como la proporción de nubes con una velocidad
vertical superior a 0,5 m sÿ1
limpio
, lo yque
normal,
indicarespectivamente.
la relación de la región
Las casillas
de la corriente
rellenas representan
ascendente.elLos
régimen
cuadros
organizado,
azul y rojomientras
representan
que las
los casillas
resultados
vacías
de los
representan
escenarios
el régimen no organizado. Los puntos en los diagramas de caja y patillas son los valores medios.

la etapa madura nos permite identificar que para el régimen organizado
(el panel superior de la Fig. 9), el aumento de CCN hace que el P99 de
la tasa máxima de lluvia y la profundidad máxima de la nube durante la
vida útil de los sistemas de precipitación diurna sean mucho más
intensos. Mientras tanto, las nubes convectivas de los sistemas de
precipitación diurna generalmente tienen una velocidad vertical más fuerte
con un área central más concentrada cuando aumenta la concentración
de CCN. Para el régimen no organizado (el panel inferior de la Fig. 9),
aunque el aumento de CCN también conduce a una tasa de lluvia
extrema más intensa y una nube convectiva, el incremento del P99 de
la tasa de lluvia máxima y la profundidad máxima de la nube durante el
tiempo de vida de los sistemas de precipitación diurna es menos

atmósfera química Phys., 21, 16709–16725, 2021 https://doi.org/10.5194/acp-21-16709-2021

Machine Translated by Google
Y.-H. Chang et al.: Seguimiento de la influencia de los núcleos de condensación de nubes
Figura 9. El diagrama esquemático resume la influencia de CCN en la etapa madura de los sistemas de precipitación diurna sobre complejos
topografía. Los valores en el escenario normal son el incremento por aumento del CCN del P99 de la tasa máxima de lluvia, profundidad de la nube,
tamaño de la nube, velocidad vertical en la nube y relación de núcleo.
importante. Fan et al. (2013) informaron que los aerosoles podrían conducir
a los cambios en las propiedades macrofísicas de la convección, incluida la
altura de la parte superior de la nube, la profundidad de la nube y la fracción de
la nube. Nuestras estadísticas basadas en objetos revelan las respuestas de los
morfología y estructura detalladas de los sistemas convectivos para
aerosoles, y los cambios en la distribución de probabilidad de los
Las propiedades convectivas son evidentes, lo que demuestra que los análisis
de seguimiento basados en objetos de los sistemas de precipitación extrema son
útil para investigar las respuestas de orográficamente impulsado
sistemas de precipitación diurna a CCN.
Aunque nuestros resultados enfatizan la importancia de la
circulación en la influencia de la CCN en la convección sobre una topografía
compleja, también es fundamental explorar la incertidumbre
relacionado con la microfísica incluso cuando el entorno dinámico está bastante
bien restringido (White et al., 2017). Un estudio anterior que utilizó VVM
identificó que diferentes microfísica
Los esquemas pueden conducir a diferencias en las estructuras convectivas.
relacionado principalmente con los procesos de fusión en el nivel de congelación
(Huang y Wu, 2020). Por lo tanto, exploraremos la incertidumbre relacionada
con la microfísica en estudios futuros mediante la realización de
experimentos de negación del mecanismo utilizando un marco similar a
separar los roles de los procesos de lluvia cálida y lluvia fría en el
hipótesis de vigorización de aerosoles (Rosenfeld et al., 2008).
El régimen organizado podría descubrirse en ambos puntos críticos de
precipitación diurna pero con diferentes respuestas de CCN
a la ocurrencia de sistemas de precipitación diurna extrema
(Figura 6). El área S es el área directamente a barlovento del suroeste, y su
altura del terreno aumenta gradualmente hacia el
interior. El área N, por otro lado, está situada a sotavento
https://doi.org/10.5194/acp-21-16709-2021
16719
área de la sala con una altura de terreno relativamente equivalente. Por debajo
clima sinóptico débil de verano con vientos del suroeste,
la ubicación y la geometría del terreno de estas áreas podrían
influir en el efecto CCN sobre la precipitación diurna extrema
sistemas Sin embargo, ¿por qué la precipitación diurna en Taiwán
muestra el patrón de dos puntos críticos distintos es una pregunta que
queda por responder. Dado que la precipitación diurna es una de
las principales fuentes de agua de Taiwán en verano, es fundamental
comprender su relación con el entorno atmosférico y la topografía. Además de
las simulaciones de modelos, los modelos de alta resolución temporal y alta
resolución espacial
La observación de sondeos, cuyos objetivos son los puntos críticos de
precipitación diurna y sus alrededores aguas arriba, puede producir
comprensión esencial de los fundamentos de la precipitación diurna sobre
topografía compleja.
A través de esta investigación, estamos seguros de que TaiwanVVM
proporciona un marco profundo para comprender la precipitación diurna sobre
una topografía compleja en Taiwán. Además de las emisiones de aerosoles
tropogénicos, el calentamiento global y el uso de la tierra
el cambio de la cubierta terrestre también son impactos notables inducidos por el hombre
en el medio ambiente. TaiwanVVM puede servir como herramienta para
llevar a cabo simulaciones semirrealistas, de alta resolución y basadas en
escenarios para evaluar cómo estos factores podrían alterar las características
de la precipitación diurna bajo el clima sinóptico débil del verano.
atmósfera química Phys., 21, 16709–16725, 2021
Machine Translated by Google

16720 Y.-H. Chang et al.: Seguimiento de la influencia de los núcleos de condensación de nubes

5. Conclusiones En conclusión, argumentamos que la CCN podría afectar

significativamente las precipitaciones extremas y las características
Este estudio se enfoca en cómo la concentración de CCN afecta la nubosas de los sistemas de precipitación diurna bajo el clima sinóptico
propiedades de la precipitación diurna bajo el sinóptico débil débil del verano para el régimen organizado de bloqueo orográfico. los
régimen meteorológico sobre una topografía compleja, que es una rutina las condiciones climáticas de fondo, la topografía y el tipo de
Régimen ambiental de verano en Taiwán. semirrealista precipitación trabajan juntos para determinar el desarrollo
Los LES se llevan a cabo utilizando TaiwanVVM y se basan en sondeos de las nubes convectivas y el efecto de CCN sobre las propiedades de
de observación idealizados. Dada la misma atmósfera las nubes convectivas y la precipitación resultante.
Se simulan escenarios de concentración de CCN ambientales, limpios
y normales. Introducimos análisis de seguimiento basados en objetos,
con el objetivo de reducir la variabilidad en la convección y el objetivo.
los efectos del aerosol en las diferentes etapas de la vida convectiva
ciclo. Nuestros resultados muestran que para el régimen organizado, la
efecto de CCN en los sistemas de precipitación diurna es más
Incapaz. La precipitación se retrasa más significativamente debido
al aumento de CCN, que prolongan el desarrollo de locales
circulación y convección. Así, la organización convectiva
de los sistemas precipitantes diurnos se altera. Cuando la concentración
de CCN aumenta, los sistemas de precipitación diurna con tasas de
lluvia máximas extremas ocurren con mayor frecuencia. También por
el escenario normal, la precipitación máxima y nubosidad
profundidad durante la vida útil de los sistemas de precipitación diurna
se vuelven significativamente más intensos, y los sistemas de
precipitación diurna tienen una velocidad vertical más fuerte con una mayor
área central concentrada.

atmósfera química Phys., 21, 16709–16725, 2021 https://doi.org/10.5194/acp-21-16709-2021

Machine Translated by Google

Y.-H. Chang et al.: Seguimiento de la influencia de los núcleos de condensación de nubes 16721

Apéndice A

Tabla A1. Los parámetros termodinámicos y dinámicos de los 30 sondeos iniciales. Las fechas tienen el formato año/mes/día. La organización
el estatus también se lista en la tabla, presentado por O (régimen organizado) y X (régimen no organizado).

Caso CAPA CIN PW Índice K Nivel bajo suroeste Organizado en área Organizado en área
[J ·kgÿ1 ] [J ·kgÿ1 ] [mm] [m· sÿ1 ] norte S

2005/07/12 3303 4 52,0 32 3.77 O X

2005/07/23 1430 48 46,4 25 0.01 X O
2006/05/08 912 3 52,8 32 2.80 O O
2006/07/18 327 127 48,9 29 ÿ1,20 O O
2006/07/21 2589 0 43,6 20 4.74 X X
2007/08/30 2093 11 44,8 26 2.15 X O
2008/07/15 1355 38 47,0 25 ÿ0,28 O O
2009/07/07 1981 5 54,2 32 1.91 O O
2009/08/17 1335 110 49,2 30 0.98 X O
2009/08/27 2871 0 46,5 24 3.04 X O
2010/06/29 2237 32 59,2 38 1.72 O X
2010/06/30 2212 13 54,4 32 4.15 O X
2010/08/02 1808 71 50,1 64 30 6.44 X X
2010/08/03 2306 51,2 64 42,7 33 3.80 X O
2010/09/12 1273 35 35,7 36 28 ÿ3,88 X O
2011/06/15 1868 53,0 74 47,6 19 9,00 X X
2011/06/16 1880 524 56,0 52 30 3,38 O O
2011/07/02 898 44,5 149 23 6,67 O O
2011/07/23 642 45,1 58 50,9 29 5,60 X X
2011/08/02 842 24 1,91 X O
2011/08/16 1338 30 6,24 O X
2011/08/21 1139 25 2.97 O O
2012/07/15 2824 0 48,9 35 5.19 O X
2012/08/19 1814 10 47,9 32 ÿ1,63 X O
2013/07/23 1370 48 38,7 23 1.21 X X
2013/08/07 3136 0 47,6 26 0.96 O O
2013/08/25 437 166 47,7 30 1.98 X X
2014/05/25 281 94 54,4 35 6.37 O O
2014/07/03 2822 0 48,1 28 8.77 X X
2014/08/25 3166 0 41,6 25 3.18 X X

https://doi.org/10.5194/acp-21-16709-2021 atmósfera química Phys., 21, 16709–16725, 2021

Machine Translated by Google

16722 Y.-H. Chang et al.: Seguimiento de la influencia de los núcleos de condensación de nubes

apéndice B

Aquí, seleccionamos cuatro casos (30 de agosto de 2007, 27 de agosto

de 2009, 30 de junio de 2010 y 15 de julio de 2012) para realizar las
pruebas de sensibilidad, que aplicaron solo un aumento de 10 veces en
la concentración del número de aerosoles (3 × 109 kgÿ 1 ). Los recuentos
de la ocurrencia de sistemas de precipitación con una tasa máxima de
lluvia superior a 100 mm hÿ1 en los escenarios de prueba de sensibilidad
limpia (CCN de 10 veces) y normal (CCN de 100 veces) se presentan
en la Fig. B1. La respuesta en los experimentos de CCN de 10 veces es
mucho más cercana a los experimentos de CCN de 100 veces, lo que
indica que los efectos de CCN de 100 veces están casi saturados. Los
resultados de los escenarios limpio versus normal en estos cuatro casos
son consistentes con el análisis de los 30 casos en el texto principal.
Para enfatizar la señal general, en el texto principal presentamos el
análisis que compara una concentración de CCN de 3 × 108 kg-1
(escenario limpio) y 3 × 1010 kg-1 (escenario normal).

Figura B1. Los recuentos de ocurrencia de sistemas convectivos con una tasa máxima de lluvia superior a 100 mm hÿ1 cuando la concentración de
CCN es (a) 3 × 108 kgÿ1 , (b) 3 × 109 kgÿ1 y (c) 3 × 1010 kg ÿ1 .

Disponibilidad de datos. Los conjuntos de observación y datos se
descargaron de las siguientes fuentes: TRMM 3B42 de la Misión de
Medición de Lluvia Tropical (TRMM) (2011), https://doi.org/10.5067/
TRMM/TMPA/3H/7; CWB pluviómetro y observaciones de sondeo del
Ministerio de Ciencia y Tecnología y Universidad de Cultura China,
Banco de datos para la investigación atmosférica e hidrológica, https://
dbar.pccu.edu.tw/ (Ministerio de Ciencia y Tecnología y Universidad de
Cultura China, 2018); y GLDAS versión 2.0 de humedad del suelo de
Beaudoing y Rodell (2019), https://doi.org/10.5067/342OHQM9AK6Q.
Contribuciones de autor. YHC y WTC diseñaron los experimentos y
CMW realizó las simulaciones. CM desarrolló el algoritmo de
seguimiento. YHC desarrolló el código para analizar la observación y
los resultados del modelo. CCW llevó a cabo la visualización 3D del modelo
pone. YHC y WTC prepararon el manuscrito con contribuciones de
todos los coautores.
Conflicto de intereses. Los autores declaran no tener ningún conflicto
de intereses.

atmósfera química Phys., 21, 16709–16725, 2021 https://doi.org/10.5194/acp-21-16709-2021

Machine Translated by Google
Y.-H. Chang et al.: Seguimiento de la influencia de los núcleos de condensación de nubes
Descargo de responsabilidad. Nota del editor: Copernicus Publications permanece
neutral con respecto a reclamos jurisdiccionales en mapas publicados y
afiliaciones institucionales.
Agradecimientos. Los autores agradecen sinceramente al Centro Nacional de
Computación de Alto Desempeño (NCHC) y al Centro Meteorológico Central.
Bureau (CWB) por proporcionar el cómputo de alto rendimiento
plataforma para realizar las simulaciones.
Soporte financiero. Esta investigación ha sido apoyada por el Ministerio de
Ciencia y Tecnología de Taiwán (subvención núm. MOST 109-
2628-M-002-003-MY3 y MÁS 107-2111-M-002-010-MY4),
y la Alexander von Humboldt-Stiftung (subvención no. MOST-AvH
109-2927-I-002-514-).
Revisar declaración. Este documento fue editado por Yun Qian y revisado
por dos árbitros anónimos.
Referencias
Albrecht, BA: Aerosoles, Microfísica de nubes y
Fraccionario Nubosidad, Ciencia, 245, 1227–1230,
https://doi.org/10.1126/science.245.4923.1227, 1989.
Altaratz, O., Koren, I., Remer, LA y Hirsch, E.: Revisión: Vigorización de nubes
por aerosoles: acoplamiento entre
microfísica y dinámica, Atmos. Res., 140–141, 38–60,
https://doi.org/10.1016/j.atmosres.2014.01.009, 2014.
Andreae, MO: Correlación entre la concentración de núcleos de condensación
de nubes y el espesor óptico de aerosoles en
y regiones contaminadas, Atmos. química Phys., 9, 543–556,
https://doi.org/10.5194/acp-9-543-2009, 2009.
Beaudoing, H. y Rodell, M. (NASA/GSFC/HSL): GLDAS
Modelo de superficie terrestre Noah L4 3 por hora 0,25 × 0,25 grados
V2.0, Greenbelt, Maryland, EE. UU., Goddard Earth Sciences
Centro de Servicios de Datos e Información (GES DISC) [conjunto de datos],
https://doi.org/10.5067/342OHQM9AK6Q, 2019.
Chen, F. y Dudhia, J.: Acoplamiento de una superficie terrestre avanzada–
Modelo de hidrología con el sistema de modelado Penn State–NCAR MM5.
Parte I: Implementación y Sensibilidad del Modelo,
Lun. Weather Rev., 129, 569–585, https://doi.org/10.1175/1520-
0493(2001)129<0569:Caalsh>2.0.Co;2, 2001.
Chen, F., Mitchell, K., Schaake, J., Xue, Y., Pan, H.-L., Koren, V., Duan, QY, Ek,
M. y Betts, A.: Modelado de
evaporación de la superficie terrestre por cuatro esquemas y comparación con
Observaciones FIFE, J. Geophys. Res.-Atmos., 101, 7251–7268,
https://doi.org/10.1029/95jd02165, 1996.
Chen, C.-S., Liu, C.-L., Yen, M.-C., Chen, C.-Y., Lin, P.-L., Huang,
C.-Y., y Teng, J.-H.: Efectos del terreno en un pesado vespertino
Evento de lluvia, observado sobre el norte de Taiwán el 20 de junio de 2000
durante Monsoon Break, J. Meteorol. Soc. JPN, 88, 649–671,
https://doi.org/10.2151/jmsj.2010-403, 2010.
Cheng, C.-T., Wang, W.-C. y Chen, J.-P.: Simulación de los efectos del aumento
de los núcleos de condensación de nubes en fase mixta
nubes y precipitación de un sistema frontal, Atmos. Res., 96, 461–
476, https://doi.org/10.1016/j.atmosres.2010.02.005, 2010.
https://doi.org/10.5194/acp-21-16709-2021
16723
Chien, M.-H. y Wu, C.-M.: Representación de la topografía por pasos parciales
utilizando el método de límite sumergido en un modelo de ecuación de
vorticidad vectorial (VVM), J. Adv. Modelo. Earth Sy., 8, 212–223,
https://doi.org/10.1002/2015ms000514, 2016.
Clavner, M., Cotton, WR, van den Heever, SC, Saleeby, SM,
y Pierce, JR: La respuesta de un sistema convectivo de mesoescala simulado
al aumento de la contaminación por aerosoles: Parte I: Intensidad, distribución
y eficiencia de la precipitación, Atmos. Res., 199, 193–208,
https://doi.org/10.1016/j.atmosres.2017.08.010, 2018.
Clyne, J., Mininni, P., Norton, A. y Rast, M.: Escritorio interactivo
análisis de simulaciones de alta resolución: aplicación a turbulentos
dinámica del penacho y formación de láminas actuales, New J. Phys., 9,
301–301, https://doi.org/10.1088/1367-2630/9/8/301, 2007.
Deardorff, JW: Parametrización de la capa límite planetaria para su uso en
modelos de circulación general, lun.
Weather Rev., 100, 93–106, https://doi.org/10.1175/1520-
0493(1972)100<0093:Potpbl>2.3.Co;2, 1972.
Fan, J., Leung, LR, Rosenfeld, D., Chen, Q., Li, Z.,
Zhang, J. y Yan, H.: Los efectos microfísicos determinan
respuesta macrofísica para impactos de aerosoles en nubes convectivas
profundas, P. Natl. Academia ciencia EE. UU., 110, E4581–E4590,
https://doi.org/10.1073/pnas.1316830110, 2013.
Fan, J., Wang, Y., Rosenfeld, D. y Liu, X.: Revisión de Aerosol–
Interacciones en la nube: mecanismos, significado y desafíos,
J. Atmos. Sci., 73, 4221–4252, https://doi.org/10.1175/jas-d-16-
0037.1, 2016.
Givati, A. y Rosenfeld, D.: Cuantificación de la supresión de precipitaciones
debidas a la contaminación del aire, J. Appl. Meteorol., 43, 1038–1056, https://
doi.org/10.1175/1520-
0450(2004)043<1038:Qpsdta>2.0.Co;2, 2004.
Grabowski, WW: ¿Puede el impacto de los aerosoles en las profundidades
¿Se puede aislar la convección de los efectos meteorológicos en las
observaciones atmosféricas?, J. Atmos. Sci., 75, 3347–3363,
https://doi.org/10.1175/jas-d-18-0105.1, 2018.
Grabowski, WW, Bechtold, P., Cheng, A., Forbes, R., Halliwell, C., Khairoutdinov,
M., Lang, S., Nasuno, T., Petch, J.,
Tao, W.-K., Wong, R., Wu, X. y Xu, K.-M.: Desarrollo convectivo diurno sobre
la tierra: una intercomparación de modelos basada
sobre observaciones LBA, QJ Roy. Meteorito. Soc., 132, 317–344,
https://doi.org/10.1256/qj.04.147, 2006.
Grabowski, WW y Morrison, H.: Desenredando los impactos microfísicos en la
convección profunda aplicando una nueva metodología de modelado. Parte
II: Microfísica de doble momento, J. Atmos. ciencia, 73,
3749–3770, https://doi.org/10.1175/jas-d-15-0367.1, 2016.
Hsieh, M.-K.: Efectos de la convergencia de la humedad de bajo nivel inducida
orográficamente y la fuerza de inversión en la niebla cuesta arriba: una
estudio de caso en Xitou, tesis de maestría, Departamento de Ciencias
Atmosféricas, Universidad Nacional de Taiwán, Taiwán, 43 págs.,
https://doi.org/10.6342/ntu201900872, 2019.
Huang, J.-D. y Wu, C.-M.: Efectos de los procesos microfísicos en el espectro de
precipitación en un entorno fuertemente forzado
Medio ambiente, Ciencias de la Tierra y del Espacio, 7, e2020EA001190,
https://doi.org/10.1029/2020ea001190, 2020.
Iacono, MJ, Delamere, JS, Mlawer, EJ, Shephard, M.
W., Clough, SA y Collins, WD: Forzamiento radiativo por
gases de efecto invernadero de larga duración: Cálculos con los modelos de
transferencia radiativa AER, J. Geophys. Res.-Atmos., 113, D13103,
https://doi.org/10.1029/2008jd009944, 2008.
atmósfera química Phys., 21, 16709–16725, 2021
Machine Translated by Google
16724 Y.-H. Chang et al.: Seguimiento de la influencia de los núcleos de condensación de nubes
Iguchi, T., Nakajima, T., Khain, AP, Saito, K., Takemura,
T. y Suzuki, K.: Modelado de la influencia de los aerosoles en
propiedades microfísicas de las nubes en la región de Asia oriental utilizando
un modelo de mesoescala junto con un esquema de microfísica de nubes
basado en contenedores, J. Geophys. Res.-Atmos., 113, D14215,
https://doi.org/10.1029/2007jd009774, 2008.
Jirak, IL y Cotton, WR: Efecto de la contaminación del aire sobre la precipitación
a lo largo de la Cordillera Frontal de las Montañas Rocosas, J. Appl. Mi teoría.
Clim., 45, 236–245, https://doi.org/10.1175/jam2328.1,
2006.
Jung, J.-H. y Arakawa, A.: Un anelástico tridimensional
Modelo basado en la ecuación de vorticidad, lun. Tiempo Rev., 136,
276–294, https://doi.org/10.1175/2007mwr2095.1, 2008.
Kawecki, S., Henebry, GM y Steiner, AL: Efectos de los aerosoles de pluma
urbana en un sistema convectivo de mesoescala, J.
atmósfera Sci., 73, 4641–4660, https://doi.org/10.1175/jas-d-16-
0084.1, 2016.
Khain, A., Pokrovsky, A., Pinsky, M., Seifert, A. y Phillips,
V.: Simulación de Efectos de Aerosoles Atmosféricos en Profundidad
Nubes convectivas turbulentas utilizando una microfísica espectral
Modelo de nubes cúmulos de fase mixta. Parte I: Descripción del modelo y
posibles aplicaciones, J. Atmos. Sci., 61, 2963–2982,
https://doi.org/10.1175/jas-3350.1, 2004.
Khain, A., Rosenfeld, D. y Pokrovsky, A.: Impacto del aerosol en el
dinámica y microfísica de nubes convectivas profundas, QJ Roy.
Meteorito. Soc., 131, 2639–2663, https://doi.org/10.1256/qj.04.62,
2005.
Khain, AP: Notas sobre investigaciones de vanguardia de los efectos de los
aerosoles en la precipitación: una revisión crítica, Environ. Res. Let., 4,
015004, https://doi.org/10.1088/1748-9326/4/1/015004, 2009.
Khvorostyanov, VI y Curry, JA: espectros de tamaño de aerosol
y espectros de actividad de CCN: reconciliación de las leyes lognormal,
algebraic y power, J. Geophys. Res.-Atmos., 111, D12202,
https://doi.org/10.1029/2005jd006532, 2006.
Krueger, SK: Simulación numérica de cúmulos tropicales y su interacción con la
capa de subnubes,
J. Atmos. Sci., 45, 2221–2250, https://doi.org/10.1175/1520-
0469(1988)045<2221:Nsotcc>2.0.Co;2, 1988.
Kuo, K.-T. y Wu, C.-M.: Los puntos críticos de precipitación de las tormentas
eléctricas posteriores al mediodía sobre la cuenca de Taipei: simulaciones
numéricas idealizadas, J. Meteorol. Soc. Serie JPN. II, 97, 501–517,
https://doi.org/10.2151/jmsj.2019-031, 2019.
Lebo, ZJ: La sensibilidad de una línea de turbonada idealizada simulada
numéricamente a la distribución vertical de los aerosoles, J.
atmósfera Sci., 71, 4581–4596, https://doi.org/10.1175/jas-d-14-
0068.1, 2014.
Lebo, ZJ and Morrison, H.: Efectos dinámicos del aerosol
Perturbaciones en líneas de turbonada idealizadas simuladas, lun.
Weather Rev., 142, 991–1009, https://doi.org/10.1175/mwr-d 13-00156.1,
2014.
Li, G., Wang, Y., Lee, K.-H., Diao, Y. y Zhang, R.: Impactos de los aerosoles en
el desarrollo y la precipitación de un
línea de turbonada de mesoescala, J. Geophys. Res.-Atmos., 114, D17205,
https://doi.org/10.1029/2008jd011581, 2009.
Lin, P.-F., Chang, P.-L., Jou, BJ-D., Wilson, JW y Roberts, R.
D.: Temporada Cálida Tarde Tormenta Características bajo
Débil forzamiento a escala sinóptica sobre la isla de Taiwán, Weather Fore
cast., 26, 44–60, https://doi.org/10.1175/2010waf2222386.1,
2011.
atmósfera química Phys., 21, 16709–16725, 2021
Lin, W.-T.: Un estudio de la actividad de los núcleos de condensación de nubes
(CCN) para aerosoles ambientales urbanos, tesis de maestría, Departamento de
Ciencias Atmosféricas, Universidad Nacional de Taiwán, Taiwán, 57
págs., https://doi.org/10.6342/ntu.2012.01002, 2012.
Liu, L., Cui, C., Deng, Y., Zhou, Z., Hu, Y., Wang, B., Ren, J., Cai,
Z., Bai, Y., Yang, J. y Dong, X.: Localización y fortalecimiento de la
precipitación frontal de Mei-yu debido a interacciones entre aerosoles y nubes:
Una evaluación preliminar basada en simulaciones WRF y observaciones de
campo IM FRE 2018, J. Geophys. Res.-Atmos., 125,
e2019JD031952, https://doi.org/10.1029/2019jd031952, 2020.
Lynn, BH, Khain, AP, Dudhia, J., Rosenfeld, D., Pokrovsky,
A. y Seifert, A.: Microfísica espectral (Bin) acoplada con un
Modelo de mesoescala (MM5). Parte II: Simulación de un CaPE Rain
Evento con línea de turbonada, lun. Weather Rev., 133, 59–71,
https://doi.org/10.1175/mwr-2841.1, 2005.
Lynn, B., Khain, A., Rosenfeld, D. y Woodley, W.
L.: Efectos de los aerosoles sobre la precipitación de las nubes orográficas,
J. Geophys. Res.-Atmos., 112, D10225,
https://doi.org/10.1029/2006jd007537, 2007.
McCoy, DT, Field, PR, Schmidt, A., Grosvenor, DP, Ben der, FA-M., Shipway,
BJ, Hill, AA, Wilkinson, JM,
y Elsaesser, GS: Aerosol ciclón de latitud media efectos indirectos en
observaciones y simulaciones de alta resolución, Atmos.
química Phys., 18, 5821–5846, https://doi.org/10.5194/acp-18-
5821-2018, 2018.
Miao, J.-E. y Yang, M.-J.: A Modeling Study of the Severe Evening Thunderstorm
Event en Taipei el 14 de junio de 2015: The
Funciones de la brisa marina, la microfísica y el terreno, J. Meteorol.
Soc. Serie JPN. II, 98, 129–152, https://doi.org/10.2151/jmsj.2020-
008, 2020.
Ministerio de Ciencia y Tecnología y Universidad de Cultura China: Datos de
observación de la estación meteorológica de la Oficina Meteorológica Central,
Banco de Datos para la Investigación Atmosférica e Hidrológica (DBAR)
[conjunto de datos], disponible en: https://dbar.pccu.edu.tw/ (último acceso: 28
enero 2021), 2018.
Morrison, H. y Grabowski, WW: Comparación de productos a granel
Modelos microfísicos de lluvia cálida y Bin utilizando un
Marco Cinemático, J. Atmos. Sci., 64, 2839–2861,
https://doi.org/10.1175/jas3980, 2007.
Morrison, H. y Grabowski, WW: Modelado de supersaturación y mezcla a escala
subcuadrícula con dos momentos
Microfísica cálida a granel, J. Atmos. Sci., 65, 792–812,
https://doi.org/10.1175/2007jas2374.1, 2008.
Morrison, H. y Milbrandt, JA: Parametrización de la microfísica de nubes basada
en la predicción de las propiedades de las partículas de hielo a granel. Parte
I: Descripción del esquema y pruebas idealizadas, J. At mos. Sci., 72, 287–
311, https://doi.org/10.1175/jas-d-14-0065.1,
2015.
Moseley, C., Berg, P. y Haerter, JO: sondeando la precipitación
ciclo de vida por seguimiento iterativo de células de lluvia, J. Geophys. Res.-Atmos.,
118, 13361–13370, https://doi.org/10.1002/2013jd020868,
2013.
Moseley, C., Henneberg, O. y Haerter, JO: un modelo estadístico
para Eventos de Precipitación Convectiva Aislada, J. Adv. Modelo.
Earth Sy., 11, 360–375, https://doi.org/10.1029/2018ms001383,
2019.
Mülmenstädt, J. y Feingold, G.: El forzamiento radiativo de
Interacciones aerosol-nube en nubes líquidas: lucha libre y
https://doi.org/10.5194/acp-21-16709-2021
Machine Translated by Google
Y.-H. Chang et al.: Seguimiento de la influencia de los núcleos de condensación de nubes
Abrazando la incertidumbre, Curr. Clima Change Rep., 4, 23–40, https://
doi.org/10.1007/s40641-018-0089-y, 2018.
Nugent, AD, Watson, CD, Thompson, G. y Smith, RB: Impactos de los
aerosoles en la convección orográfica impulsada térmicamente, J. Atmos.
Sci., 73, 3115–3132, https://doi.org/10.1175/jas-d-15-0320.1 , 2016.
Rodell, M., Houser, PR, Jambor, U., Gottschalck, J., Mitchell, K., Meng, C.-J.,
Arsenault, K., Cosgrove, B., Radakovich, J., Bosilovich, M ., Entin, JK,
Walker, JP, Lohmann, D. y Toll, D.: El sistema global de asimilación de
datos sobre la tierra, B. Am. Metro oro. Soc., 85, 381–394, https://doi.org/
10.1175/bams-85-3-381, 2004.
Rosenfeld, D., Lohmann, U., Raga, GB, Dowd, CD, Kul mala, M., Fuzzi, S.,
Reissell, A. y Andreae, MO: Inundación o sequía: ¿cómo afectan los
aerosoles a la precipitación?, Ciencia, 321, 1309–1313, https://doi.org/
10.1126/science.1160606, 2008.
Seo, JM, Lee, H., Moon, S. y Baik, J.-J.: Cómo la geometría de las montañas
afecta las interacciones entre aerosoles, nubes y precipitaciones: Parte I.
Nubes convectivas poco profundas, J. Meteorol. Soc. Serie JPN. II, 98,
43–60, https://doi.org/10.2151/jmsj.2020-003, 2020.
Shutts, GJ y Gray, MEB: Un estudio de modelado numérico del proceso de
ajuste geostrófico después de la convección profunda, QJ Roy. Meteorito.
Soc., 120, 1145–1178, https://doi.org/10.1002/qj.49712051903, 1994.
Stevens, B. y Feingold, G.: Desenredando los efectos de los aerosoles en las
nubes y la precipitación en un sistema amortiguado, Nature, 461, 607–
613, https://doi.org/10.1038/nature08281, 2009.
Su, C.-Y., Chen, W.-T., Chen, J.-P., Chang, W.-Y. y Jou, BJ-D.: Los impactos
de los núcleos de condensación de nubes en la precipitación extrema de
un sistema de convección de mesoescala costera monzónica, Terr.
atmósfera Océano. Sci., 31, 131–139, https://doi.org/10.3319/
tao.2019.11.29.01, 2020.
Su, S.-H., Chu, J.-L., Yo, T.-S. y Lin, L.-Y.: Identificación de tipos
meteorológicos sinópticos en el área de Taiwán con clasificadores
múltiples, Atmos. ciencia Lett., 19, e861, https://doi.org/10.1002/asl.861,
2018.
Tao, W.-K., Li, X., Khain, A., Matsui, T., Lang, S. y Simpson, J.: Papel de la
concentración de aerosoles atmosféricos en la precipitación convectiva
profunda: simulaciones de modelos de resolución de nubes, J. Geophys.
Res.-Atmos., 112, D24S18, https://doi.org/10.1029/2007jd008728, 2007.
Tao, W.-K., Chen, J.-P., Li, Z., Wang, C. y Zhang, C.: Impacto de los aerosoles
en las nubes convectivas y la precipitación, Rev. Geophys., 50, RG2001,
https://doi.org/10.1029/2011RG000369, 2012.
https://doi.org/10.5194/acp-21-16709-2021
16725
Thompson, G. y Eidhammer, T.: Un estudio de los impactos de los aerosoles
en las nubes y el desarrollo de precipitaciones en un gran ciclón de
invierno, J. Atmos. Sci., 71, 3636–3658, https://doi.org/10.1175/jas-
d-13-0305.1, 2014.
Misión de medición de precipitaciones tropicales (TRMM): TRMM (TMPA)
Estimación de precipitaciones L3 3 horas 0,25 grados × 0,25 grados V7,
Greenbelt, MD, Goddard Earth Sciences Data and Information Services
Center (GES DISC) [conjunto de datos], https://doi .org/10.5067/TRMM/
TMPA/3H/7, 2011.
Tsai, W.-M. y Wu, C.-M.: El entorno de convección profunda agregada, J.
Adv. Modelo. Earth Sys., 9, 2061–2078, https://doi.org/
10.1002/2017ms000967, 2017.
Wang, C.: Un estudio de modelado de la respuesta de la convección
profunda tropical al aumento de la concentración de núcleos de
condensación de nubes: 1. Dinámica y microfísica, J. Geophys. Res.-
Atmos., 110, D21211, https://doi.org/10.1029/2004jd005720, 2005.
White, B., Gryspeerdt, E., Stier, P., Morrison, H., Thompson, G. y Kipling, Z.:
La incertidumbre de la elección del esquema de microfísica en los modelos
que permiten la convección supera significativamente los efectos de los
aerosoles, Atmos . química Phys., 17, 12145–12175, https://doi.org/
10.5194/acp-17-12145-2017, 2017.
Wu, C.-M. y Arakawa, A.: Inclusión de la topografía superficial en el modelo
de ecuación de vorticidad vectorial (VVM), J. Adv. Modelo.
Earth Sy., 3, M04002, https://doi.org/10.1029/2011ms000061, 2011.
Wu, C.-M., Lin, H.-C., Cheng, F.-Y. y Chien, M.-H.: Implementación de los
procesos de superficie terrestre en un modelo de ecuación de vorticidad
vectorial (VVM) para estudiar su impacto en tormentas eléctricas
vespertinas sobre topografía compleja en Taiwán, Asia-Pacífico, J. Atmos.
Sci., 55, 701–717, https://doi.org/10.1007/s13143-019-00116-x, 2019.
Wu, C.-M. y Chen, P.-Y.: Simulaciones idealizadas de resolución de nubes
del acoplamiento tierra-atmósfera sobre islas tropicales, Terr. atmósfera
Océano. Sci., 32, 191–202, https://doi.org/10.3319/TAO.2020.12.16.01,
2021.
Zhang, L., Fu, T.-M., Tian, H., Ma, Y., Chen, J.-P., Tsai, T.-C., Tsai, I.-C.,
Meng, Z ., y Yang, X.: Los aerosoles antropogénicos reducen
significativamente las ocurrencias y precipitaciones del sistema convectivo
de mesoescala en el sur de China en abril, Geophys. Res. Lett., 47,
e2019GL086204, https://doi.org/10.1029/2019gl086204, 2020.
atmósfera química Phys., 21, 16709–16725, 2021
Los
derechos
de
autor
Atmospheric
Chemistry
&Physics
son
propiedad
de
Copernicus
Gesellschaft
mbH
ysu
contenido
no
puede
copiarse
ni
enviarse
por
correo
electrónico
a
varios
sitios
ni
publicarse
en
un
servidor
de
listas
sin
el
permiso
expreso
por
escrito
del
titular
de
los
derechos
de
autor.
Sin
embargo,
los
usuarios
pueden
imprimir,
descargar
oenviar
artículos
por
correo
electrónico
para
uso
individual.
Machine Translated by Google