Comparing Convective Self‐Aggregation in Idealized Models to Observed Moist Static Energy Variability Near the Equator
Comparing Convective Self‐Aggregation in Idealized Models to Observed Moist Static Energy Variability Near the Equator
复制标题
比较理想化模型中的对流自聚集与赤道附近观测到的潮湿静态能量变化
DOI：
10.1029/2019gl084130
复制
发表时间：
2019
影响因子：
5.2
通讯作者：
Pritchard, Michael S.
中科院分区：
文献类型：
--
作者：
Beucler, Tom;Abbott, Tristan H.;Cronin, Timothy W.;Pritchard, Michael S.
辐射-对流平衡的理想化对流允许模拟已成为理解导致热带水汽和降水水平变化的物理过程的流行工具。然而，理想化模拟对自然界的适用性仍然不清楚，因为重要的过程通常被忽略，例如温带入侵的侧向水汽平流，或相互作用的海洋耦合。在这里，我们利用谱分析来简要总结支持对流聚集的多尺度过程。通过将该框架应用于高分辨率再分析数据和卫星观测以及理想化模拟，我们比较了水平尺度和数据集上的对流聚集过程。结果证实了辐射-对流平衡模拟模拟真实世界的有效性。在允许对流的模式和观测中，柱状湿静态能量趋势具有相似的迹象和尺度选择性：辐射增加了1000公里以上波长的方差，而平流抑制了波长之间的方差，而地表通量大多减少了1000至10,000公里之间的方差。
Idealized convection‐permitting simulations of radiative‐convective equilibrium have become a popular tool for understanding the physical processes leading to horizontal variability of tropical water vapor and rainfall. However, the applicability of idealized simulations to nature is still unclear given that important processes are typically neglected, such as lateral water vapor advection by extratropical intrusions, or interactive ocean coupling. Here, we exploit spectral analysis to compactly summarize the multiscale processes supporting convective aggregation. By applying this framework to high‐resolution reanalysis data and satellite observations in addition to idealized simulations, we compare convective‐aggregation processes across horizontal scales and data sets. The results affirm the validity of the radiative‐convective equilibrium simulations as an analogy to the real world. Column moist static energy tendencies share similar signs and scale selectivity in convection‐permitting models and observations: Radiation increases variance at wavelengths above 1,000 km, while advection damps variance across wavelengths, and surface fluxes mostly reduce variance between 1,000 and 10,000 km.
登录
查看更多内容
影响因子：
5.2
作者：
D. Coppin;S. Bony
通讯作者：
D. Coppin;S. Bony
北非热带地区有组织对流发作的数值模拟
影响因子：
3.2
作者：
A. Laing;S. Trier;C. Davis
通讯作者：
C. Davis
通过三年的 COSMO-DE 分析估计中尺度能量谱的变化
影响因子：
3.1
作者：
T. Selz;L. Bierdel;G. Craig
通讯作者：
G. Craig
影响因子：
8.9
作者：
F. Beucher;J. Lafore;F. Karbou;R. Roca
通讯作者：
R. Roca
影响因子：
4.6
作者：
A. Wing;K. Emanuel;C. Holloway;C. Muller
通讯作者：
C. Muller