Suite

11 : Processus et systèmes météorologiques - Géosciences

11 : Processus et systèmes météorologiques - Géosciences


11 : Processus et systèmes météorologiques - Géosciences

11 : Processus et systèmes météorologiques - Géosciences

La météo est ce qui se passe dans l'atmosphère à un endroit particulier à un moment particulier. Le temps peut changer rapidement. La météo d'un endroit dépend de la température de l'air de la pression atmosphérique du brouillard d'humidité de la couverture nuageuse des précipitations de la vitesse et de la direction du vent. Tous ces éléments sont directement liés à la quantité d'énergie présente dans le système et à l'endroit où se trouve cette énergie. La source ultime de cette énergie est le soleil.

Climat est la moyenne des conditions météorologiques d'une région au fil du temps. Le climat d'un endroit particulier est stable et ne change que très lentement. Le climat est déterminé par de nombreux facteurs, notamment l'angle du soleil, la probabilité de couverture nuageuse et la pression atmosphérique. Tous ces facteurs sont liés à la quantité d'énergie qui se trouve à cet endroit au fil du temps.

Étant donné que l'air chaud peut contenir plus de vapeur d'eau que l'air froid, l'augmentation ou la diminution de la température peut modifier l'humidité relative de l'air. La température à laquelle l'air se sature en eau s'appelle le point de rosée de l'air. Ce terme est logique, car l'eau se condense de l'air sous forme de rosée, si l'air se refroidit pendant la nuit et atteint 100 % d'humidité.

Quand il n'y a pas de nuages, il y a moins d'isolation. En conséquence, les journées sans nuages ​​peuvent être extrêmement chaudes et les nuits sans nuages ​​peuvent être très froides. Pour cette raison, les jours nuageux ont tendance à avoir une plage de températures inférieure à celle des jours clairs.

Il existe une variété de conditions nécessaires à la formation de nuages. Premièrement, les nuages ​​se forment lorsque l'air atteint son point de rosée. Cela peut se produire de deux manières : (1) La température de l'air reste la même mais l'humidité augmente. Ceci est courant dans les endroits chauds et humides. (2) L'humidité peut rester la même, mais la température diminue. Lorsque l'air se refroidit suffisamment pour atteindre 100 % d'humidité, des gouttelettes d'eau se forment. L'air se refroidit lorsqu'il entre en contact avec une surface froide ou lorsqu'il monte.

L'air ascendant crée des nuages ​​lorsqu'il a été réchauffé au niveau du sol ou près du niveau du sol, puis est poussé au-dessus d'une montagne ou d'une chaîne de montagnes ou est poussé au-dessus d'une masse d'air froid et dense. La vapeur d'eau n'est pas visible à moins qu'elle ne se condense pour devenir un nuage. La vapeur d'eau se condense autour d'un noyau, comme de la poussière, de la fumée ou un cristal de sel. Cela forme une minuscule gouttelette de liquide. Des milliards de ces gouttelettes d'eau forment ensemble un nuage.

Nuages ​​de haut niveau se forment à partir de cristaux de glace où l'air est extrêmement froid et peut contenir peu de vapeur d'eau. Cirrus, cirro-stratus, et cirrocumulussont tous des noms de nuages ​​élevés. Les cirrocumulus sont de petites bouffées blanches qui ondulent dans le ciel, souvent en rangées. Les cirrus peuvent indiquer qu'une tempête arrive.

Nuages ​​de niveau intermédiaire, comprenant altocumulus et altostratus nuages, peuvent être constitués de gouttelettes d'eau, de cristaux de glace ou des deux, selon la température de l'air. Les nuages ​​d'altostratus épais et larges sont gris ou bleu-gris. Ils couvrent souvent tout le ciel et signifient généralement qu'une grosse tempête, portant beaucoup de précipitations, arrive.

Pour en savoir plus sur les différents types de formations nuageuses de la National Oceanic and Atmospheric Administration (NOAA), cliquez ici.

Brouillard de rayonnement se forme la nuit lorsque le ciel est dégagé et que l'humidité relative est élevée. Au fur et à mesure que le sol se refroidit, la couche d'air inférieure se refroidit en dessous de son point de rosée. Le brouillard de Tule est une forme extrême de brouillard de rayonnement que l'on trouve dans certaines régions. San Francisco, Californie, est célèbre pour son été brouillard d'advection. L'air chaud et humide de l'océan Pacifique souffle sur le courant californien froid et se refroidit en dessous de son point de rosée. Les brises de mer apportent le brouillard à terre. Brouillard de vapeurapparaît en automne lorsque l'air frais se déplace sur un lac chaud. L'eau s'évapore de la surface du lac et se condense en refroidissant, ressemblant à de la vapeur. L'air chaud et humide monte une colline et se refroidit en dessous de son point de rosée pour créer brouillard en amont.


Systèmes météorologiques dans un monde sans terre ni saisons

Les simulations d'Aquaplanet, comme leur nom l'indique, sont des représentations idéalisées de la Terre où la planète est entièrement recouverte d'eau. L'absence de continents, bien qu'irréaliste, fournit un laboratoire propre où les systèmes météorologiques peuvent se développer, évoluer et se dissiper comme ils le feraient sur les océans de la Terre. Ce type de simulation est donc utile pour connaître les processus fondamentaux qui régissent l'évolution des systèmes météorologiques.

Ici, le modèle de prévision à travers l'atmosphère (MPAS-A) a été utilisé pour créer une simulation d'aquaplanète avec un espacement des cellules de 3 km (considéré comme une résolution « permettant la convection ») dans les tropiques, passant à un espacement des cellules de 15 km ailleurs . Cette simulation développe un climat et des systèmes météorologiques très similaires à ceux observés sur Terre : une ligne d'orages intenses dans les tropiques, des cyclones tropicaux occasionnels qui migrent vers l'ouest et les pôles, une zone de temps relativement calme et sec dans les régions subtropicales, et une région de cyclones très actifs aux latitudes moyennes et polaires. Les scientifiques du NCAR utilisent cette simulation pour découvrir les processus qui favorisent la formation de puissants cyclones tropicaux, un domaine de recherche très actif où nos connaissances sont très limitées.

Films

Fichier vidéo de Weather Systems 1920 x 1080 (262 Mo)

Le rayonnement sortant à ondes longues est utilisé ici comme proxy pour les nuages. La simulation d'aquaplanète MPAS-A commence à partir d'un état de repos sans aucun système météorologique. Au fur et à mesure que la simulation progresse, la combinaison d'une condition de température de surface de la mer et d'un modèle physique conduit au développement de systèmes météorologiques partout. Au bout d'un mois, les conditions météorologiques ressemblent à celles de la vraie Terre. D'un intérêt particulier, les cyclones tropicaux se forment dans les régions tropicales profondes, se déplacent vers l'ouest et les pôles, et se dissipent lorsqu'ils quittent les océans tropicaux chauds.

Images

Informations complémentaires

Rios‐Berrios, R., Medeiros, B., & Bryan, G. H. (2020). Variabilité moyenne du climat et des précipitations tropicales dans les simulations d'aquaplanètes à l'aide du modèle de prévision à travers les échelles-atmosphère. Journal of Advances in Modeling Earth Systems, 12, e2020MS002102. https://doi.org/10.1029/2020MS002102

Modélisation informatique

Rosimar Rios-Berrios (NCAR/MMM)

Ressources de calcul

Projet de capacité stratégique NCAR NASP0010

Projet Réserve du Directeur NCAR/MMM NMMM0042

Visualisation et Post-production

Modèle

Modèle de prédiction à travers les échelles-atmosphère (MPAS-A)

Un modèle atmosphérique non hydrostatique à plusieurs échelles utilisant des tesselations centroïdales de Voronoï et un échelonnement de la grille C. William C. Skamarock, Joseph B. Klemp, Michael G. Duda, Laura Fowler, Sang-Hun Park et Todd D. Ringler. Revue météorologique mensuelle 2012, 240, 3090-3105, doi:10.1175/MWR-D-11-00215.1


2.2 Réanalyses

Pour évaluer davantage les simulations RASM1, nous les comparons à la diffusion de la dernière génération de réanalyses : l'analyse rétrospective de l'ère moderne pour la recherche et les applications version 2 (MERRA-2 Gelaro et al., 2017), ERA-Interim (Dee et al. , 2011) et CFSR des Centres nationaux de prévision environnementale (NCEP) (Saha et al., 2010). Ces réanalyses se sont avérées les plus cohérentes avec les observations indépendantes dans l'Arctique (Lindsay et al., 2014). Les deux derniers ont été utilisés pour les conditions aux limites latérales et internes pour RASM avec des résultats similaires (Fig. S2).

Les résolutions temporelle et horizontale des réanalyses utilisées dans cette étude sont résumées dans le tableau S1 du supplément. Les données MERRA-2 utilisées ici incluent les collectes de données de flux turbulent de surface, de rayonnement de surface et de diagnostic à un seul niveau données à la résolution horizontale native du modèle de réanalyse de 0,5 de latitude × 0,625 de longitude. Les moyennes horaires, les moyennes mensuelles et les cycles diurnes moyens mensuels sont utilisés ici. Les données ERA-Interim moyennes mensuelles et les moyennes sur 3 heures dérivées d'une combinaison des analyses de surface et des prévisions sont utilisées ici. Ceux-ci sont à la résolution horizontale du modèle de 0,703 × 0,702 . Les cycles diurnes moyens mensuels de 3 heures sur une grille horizontale uniforme de 0,75 × 0,75 sont également utilisés. La moyenne mensuelle du CFSR (dérivée des prévisions de 0 à 5 h) et les produits de séries chronologiques horaires sont utilisés ici à la résolution du modèle de réanalyse de ∼ 0,31 × 0,31 ∘ . Pour toutes les réanalyses, nous utilisons les données de 1990 à 2009, lorsque les données des trois réanalyses étaient disponibles.


Remerciements

T.A.S. et A.V. sont soutenus par la Fondation David et Lucile Packard. T.A.S est soutenu par la Fondation Alfred P. Sloan. Nous reconnaissons le soutien de la National Science Foundation (T.A.S., AGS-1538944 P.A.O., AGS-1148594 E.A.B., AGS-1419818). Le National Center for Atmospheric Research est également soutenu par la National Science Foundation. Y.T.H. est soutenu par le ministère des Sciences et de la Technologie de Taïwan (104-2111-M-002-005). CIGARETTE. est soutenu par Israel Science Foundation (1558/14). C.L. est soutenu par le projet jetSTREAM (231716) du Conseil norvégien de la recherche. Nous remercions les participants aux processus stratosphère-troposphère du Programme mondial de recherche sur le climat et leur atelier sur le rôle dans le climat sur les trajectoires des tempêtes. Nous remercions S. Pfahl pour la figure 2 et les relecteurs dont les commentaires ont permis d'améliorer considérablement le manuscrit soumis.


Les références

Abdu MA (1997) Phénomènes majeurs du système ionosphère-thermosphère équatorial en conditions perturbées. J Atmos Sol Terr Phys 59(13):1505-1519

Abdu MA (2012) Propagation équatoriale des irrégularités de la bulle F/plasma sous des champs électriques perturbant le temps d'orage. J Atmos Sol Terr Phys 75 (76): 44-56

Abdu MA, Batista IS, Bittencourt JA (1981a) Quelques caractéristiques de l'étalement F à la station magnétique équatoriale Fortaleza. J Geophys Res 86:6836. doi: 10.1029/JA086iA08p06836

Abdu MA, Bittencourt JA, Batista IS (1981b) Contrôle de la déclinaison magnétique de l'équateur F développement et propagation du champ électrique dynamo de la région F. J Geophys Res 86(11):443–446

Abdu MA, Jayachandran PT, MacDougall JW, Sobral JHA (1998) L'irrégularité zonale du plasma de la région F équatoriale dérive sous des perturbations magnétosphériques. Geophys Res Lett 25:4137-4140. doi: 10.1029/L900117

Abdu MA, Batista IS, Takahashi H, MacDougall J, Sobral JH, Medeiros AF, Trivedi NB (2003) La perturbation magnétosphérique induit le développement et la dynamique des bulles de plasma équatoriales: une étude de cas dans le secteur brésilien. J Geophys Res 108(12):1449. doi: 10.1029/2002JA009721

Abdu MA, Batista PP, Batista IS, Brum CGM, Carrasco AJ, Reinisch BW (2006) Oscillations des ondes planétaires dans les vents mésosphériques, champ électrique de pré-inversion du soir équatorial et propagation F. Geophys Res Lett 33:07107. doi: 10.1029/2005GL024837

Abdu MA et al (2008) Dérive verticale anormale du plasma en soirée et effets sur l'ESF et l'EIA sur le secteur Brésil-Atlantique Sud pendant la super tempête du 30 octobre 2003. J Geophys Res 113:A07313. doi: 10.1029/2007JA012844

Abdu MA, Kherani EA, Batista IS, de Paula ER, Fritts DC, Sobral JHA (2009) Initiation des ondes de gravité de la propagation équatoriale F/irrégularités des bulles de plasma sur la base des données d'observation de la campagne SpreadFEx. Ann Geophys 27:2607-2622

Abdu MA, Batista IS, Reinisch BW, MacDougall JW, Kherani EA, Sobral JHA (2012) La gamme équatoriale étale les échos F issus de la rétrodiffusion cohérente et des processus de croissance des irrégularités, à partir d'ionogrammes numériques à points conjugués. Radio Sci. 47:6003. doi: 10.1029/2012RS005002

Abdu MA, Souza JR, Batista IS, Fejer BG, Sobral JHA (2013) Développement sporadique de la couche E et perturbation aux basses latitudes par des champs électriques à pénétration rapide pendant les orages magnétiques. J Geophys Res Space Phys 118:2639-2647. doi: 10.1002/jgra.50271

Abdu MA, Brum CGM, Batista PP, Gurubaran S, Pancheva D, Bageston JV, Batista IS, Takahashi H (2015a) Modulations rapides et ultrarapides des ondes Kelvin de la soirée équatoriale F région dérive verticale et propagation F développement. Terre Planète Espace 67:1. doi:10.1186/s40623-014-0143-5

Abdu MA, de Souza JR, Kherani EA, Batista IS, MacDougall JW, Sobral JHA (2015b) Développement de la structure des ondes et du champ électrique de polarisation dans la partie inférieure F couche menant à la propagation équatoriale post-coucher du soleil F. J Geophys Res Space Phys. doi: 10.1002/2015JA021235

Balan N, Shiokawa K, Otsuka Y, Watanabe S, Bailey GJ (2009) Super fontaine à plasma et anomalie d'ionisation équatoriale pendant la pénétration du champ électrique. J Geophys Res 114:A03310. doi: 10.1029/2008JA013768

Balan N et al (2011) Une étude statistique de la réponse de la couche équatoriale F2 côté jour à la phase principale d'orages géomagnétiques intenses en tant qu'indicateur de champ électrique de pénétration. J Geophys Res 116:A03323. doi: 10.1029/2010JA016001

Basu S, Basu S, MacKenzie E, Bridgwood C, Valladares CE, Groves KM, Carrano C (2010) Spécification de l'occurrence de scintillations ionosphériques équatoriales pendant la phase principale des grands orages magnétiques dans le cycle solaire 23. Radio Sci 45:5009. doi: 10.1029/2009RS004343

Batista IS, Abdu MA, Bittencourt JA (1986) Équatorial Fdérives verticales du plasma -région : asymétries saisonnières et longitudinales dans le secteur américain. J Geophys Res 91:12055–12064

Booker HG, Wells HW (1938) Diffusion des ondes radio dans le F région de l'ionosphère. J Geophys Res 43:249-256. doi: 10.1029/TE043i003p00249

Carter BA, Yizengaw E, Retterer JM, Francis M, Terkildsen M, Marshall R, Norman R, Zhang K (2014) Région. J Geophys Res Space Phys 119 : 3206–3223. doi: 10.1002/2013JA019570

Chau JL, Fejer BG, Goncharenko LP (2009) Variabilité tranquille de l'équateur E × B dérive lors d'un réchauffement soudain de la stratosphère. Geophys Res Lett 36(5):1–4. doi: 10.1029/2008GL036785

Chen P-R (1992) Oscillations sur deux jours de l'anomalie d'ionisation équatoriale. J Geophys Res 97 (A5) : 6343-6357

Chen Y-W, Miyahara S (2012) Analyse des ondes Kelvin rapides et ultrarapides simulées par le Kyushu-GCM. Atmos Solaire-Terr Phys 80:1–11

de Paula ER, Jonah OF, Moraes AO, Kherani EA, Fejer BG, Abdu MA, Muella MTAH, Batista IS, Dutra SLG, Paes RR (2015) Affaiblissement de la scintillation aux basses latitudes lors d'événements soudains de réchauffement stratosphérique. J Geophys Res Space Phys 120:2014J. doi: 10.1002/A020731

Eccles JV (1998) Un modèle simple de champs électriques à basse latitude. J Geophys Res 103:26699-26708

Fejer BG (2011) Electrodynamique ionosphérique à basse latitude. Space Sci Rev 158:145-166. doi:10.1007/s11214-010-9690-7

Fejer BG, Scherliess L (1995) Réponse dépendante du temps du champ électrique ionosphérique équatorial aux perturbations magnétosphériques. Geophys Res Lett 22:851-854

Fejer BG, Scherliess L, de Paula ER (1999) Effets de la vitesse de dérive verticale du plasma sur la génération et l'évolution de la propagation équatoriale F. J Geophys Res 104(9):19859–19869

Fejer BG, Jensen JW, Su S-Y (2008) Dépendance saisonnière et longitudinale des dérives plasmatiques verticales des perturbations équatoriales. Geophys Res Lett 35(L20106):2008G. doi: 10.1029/L035584

Forbes JM, Leveroni S (1992) Oscillations de quasi 16 jours dans l'ionosphère. Geophys Res Lett 19:981-984

Foster JC, Coster AJ, Erickson PJ, Rideout W, Rich FJ, Immel TJ, Sandel BR (2005) Redistribution of the storm time ionosphere and the formation of a plasmaspheric bulge, in inner magnetosphere inter-actions: New perspectives from imaging AGU. Geophys Monogr Ser 277-289

Fritts DC et al (2008) Influences des ondes de gravité et des marées sur la propagation équatoriale F sur la base d'observations pendant la propagation F expérience (SpreadFEx). Ann Geophys 26:3235–3252

Goncharenko LP, Chau JL, Liu H-L (2010G) Coster AJ (2010) Connexions inattendues entre la stratosphère et l'ionosphère. Geophys Res Lett 37(10):1-6. doi: 10.1029/L043125

Haerendel G (1973) Théorie de l'étalement équatorial F. Rapport : Maxplanck-Institut fur Extraterre. Phys Garching, Allemagne

Heelis RA, Kendall PC, MoCet RJ, Windle DW, Rishbeth H (1974) Couplage électrique du E et F régions et ses effets sur la F dérives et vents de la région. Espace planétaire Sci 22:743-756

Huang C-S, Rich FJ, Burke WJ (2010) Champs électriques d'orage dans l'ionosphère équatoriale observés près du méridien du crépuscule. J Geophys Res 115:A08313. doi: 10.1029/2009JA015150

Hysell DL, Kudeki E, Chau JL (2005) Préconditionnement ionosphérique possible par écoulement de cisaillement conduisant à une propagation équatoriale F. Ann Geophys 23:2647-2655

Kelley MC, Retterer J (2008) Première prédiction réussie d'une tempête ionosphérique équatoriale convective utilisant les paramètres du vent solaire. Météo spatiale 6:S08003. doi: 10.1029/2007SW000381

Kelley MC, Fejer BG, Gonzales CA (1979) Une explication du champ électrique ionosphérique équatorial anormal associé à une rotation vers le nord du champ magnétique interplanétaire. Geophys Res Let 6:301

Kherani EA, Abdu MA (2011) L'onde de gravité acoustique a induit des perturbations dans l'ionosphère équatoriale. Dans : IAGA/IUGG Springer (éd.). Aéronomie de l'atmosphère terrestre et de l'ionosphère, vol 1, 1ère éd. Springer, Dordrecht, p. 141-162

Kil H, DeMajistre M, Paxton LJ, Zhang Y (2006) F-région Pedersen conductivité déduite à l'aide des récupérations de membres TIMED/GUVI. Ann Geophys 24:1311-1316

Kikuchi T, Luehr H, Schlegel K, Tachihara H, Shinohara M, Kitamura T-I (2000) Pénétration des champs électriques auroraux vers l'équateur lors d'un sous-orage. J Geophys Res 105:23251–23261

Li G, Ning B, Zhao B, Liu L, Wan W, Ding F, Xu JS, Liu JY, Yumoto K (2009) constats. J Geophys Res 114:A07304. doi: 10.1029/2009JA014057

Li G, Ning B, Abdu MA, Wan W, Hu L (2012) Signatures des précurseurs et évolution de l'étalement équatorial post-coucher du soleil observés sur Sanya. J Geophys Res 117:A08321. doi: 10.1029/2012JA017820

Lin CH, Richmond AD, Liu JY, Yeh HC, Paxton LJ, Lu G, Tsai HF, Su S-Y (2005) Variations à grande échelle de l'ionosphère des basses latitudes pendant la super tempête d'octobre-novembre 2003 : résultats d'observation. J Geophys Res 110:A0928. doi: 10.1029/2004JA010900

Liu G, England SL, Immel TJ, Kumar KK, Ramkumar G, Goncharenko LP (2012) Signatures de la vague de 3 jours dans l'ionosphère des basses et moyennes latitudes lors de la campagne de la Journée mondiale de l'URSI en janvier 2010. J Geophys Res 117:A06305. doi: 10.1029/2012JA017588

Mannucci AJ, Tsurutani BT, Iijima BA, Komjathy A, Saito A, Gonzalez WD, Guarnieri FL, Kozyra JU, Skoug R (2005) Dayside global ionospheric response to the major interplanetary events of October 29-30, 2003 "Halloween Storms". Geophys Res Lett 32:1202. doi: 10.1029/2004GL021467

Maruyama T (2006) Augmentation extrême du contenu électronique total après le coucher du soleil le 8 novembre 2004 et son lien avec la densité accrue de l'orage. Geophys Res Lett 33:L20111. doi: 10.1029/2006GL027367

McClure JP, Sing S, Bamgboye DK, Johnson FS, Kil H (1998) Occurrence de l'équateur F irrégularités régionales : preuve d'ensemencement troposphérique. J Geophys Res 103:29119-29135

Namba S, Maeda K-I (1938) Propagation des ondes radio. Tokyo, Corona, p. 86

Pancheva D, Haldoupis C, Meek CE, Manson AH, Mitchell NJ (2003) Preuve d'un rôle des marées atmosphériques modulées dans la dépendance des E couches sur les ondes planétaires. J Geophys Res 108(A5):1176. doi: 10.1029/2002JA009788

Patra AK, Taori A, Chaitanya PP, Sripathi S (2013) Détection directe de la structure spatiale ondulatoire au bas de la F région et son rôle sur la formation de la bulle de plasma équatoriale. J Geophys Res Space Phys 118:1196-1202. doi: 10.1002/jgra.50148

Richmond AD, Peymirat C, Roble RG (2003) Perturbations de longue durée dans le champ électrique ionosphérique équatorial simulées avec un modèle couplé magnétosphère-ionosphère-thermosphère. J Geophys Res 108(A3):1118. doi: 10.1029/2002JA009758

Rishbeth H (1971) Champs de polarisation produits par les vents dans l'équateur F Région. Planète Espace Sci 19:357-369

Röttger J (1973) Structures ondulatoires de propagation équatoriale à grande échelle F irrégularités. J Atmos Sol Terr Phys 35:1195-1996

Santos AM, Abdu MA, de Souza JR, Sobral HA, Batista IS, Denardini CM (2016) Inversion de la dérive zonale de la bulle de plasma équatorial Stormtime due 1 au champ électrique Hall perturbé sur la région brésilienne. J Geophys Res (sous presse)

Scherliess L, Fejer BG (1997) Dépendance du temps de tempête des champs électriques dynamo zonaux de perturbation équatoriale. J Geophys Res 102 (A11): 24037-24046

Singh S, Johnson FS, Power RA (1997) Ensemencement d'ondes de gravité de bulles de plasma équatoriales. J Geophys Res 102(4):7399-7410

Sridharan R, Bagiya MS, Sunda S, Choudhary R, ​​Pant TK, Jose L (2014) Premiers résultats sur la prévision du modèle d'occurrence spatiale de la scintillation en bande L et de son évolution temporelle. J Atmos Sol Terr Phys 19:53-62

Sutton EK, Forbes JM, Nerem RS (2005) Densité neutre thermosphérique mondiale et réponse du vent aux violentes tempêtes géomagnétiques de 2003 à partir des données de l'accéléromètre CHAMP. J Geophys Res 110:A09S40. doi: 10.1029/2004JA010985

Takahashi H, Abdu MA, Wrasse CM, Fechine J, Batista IS, Pancheva D, Lima LM, Batista PP, Clemesha BR, Shiokawa K, Gobbi D, Mlynczak MG, Russel JM (2009) Influence possible de l'onde Kelvin ultra-rapide sur l'élévation du soir de l'ionosphère équatoriale. Terre Planète Espace 61:455-462

Takahashi H, Abdu MA, Taylor MJ, Pautet P-D, de Paula E, Kherani EA et al (2010) Equatorial ionosphere bottom-type spread F observé par OI 630.0 nm airglow imaging. Geophys Res Lett 37:L03102. doi: 10.1029/2009GL041802

Taori A, Makela JJ, Taylor M (2010) Signatures d'ondes mésosphériques et bulles de plasma équatoriales : une étude de cas. J Geophys Res 115:A06302. doi: 10.1029/2009JA015088

Thampi SV, Yamamoto M, Tsunoda RT, Otsuka Y, Tsugawa T, Uemoto J, Ishii M (2009) Premières observations de la structure des ondes à grande échelle et de la propagation équatoriale F à l'aide de la radiobalise CERTO sur le satellite C/NOFS. Geophys Res Lett 36:L18111. doi: 10.1029/2009GL039887

Tsunoda RT (2008) Traces satellites : une signature d'ionogramme pour la structure des ondes à grande échelle et un précurseur pour la propagation équatoriale F. Geophys Res Lett 35:L20110. doi: 10.1029/2008GL035706

Tsunoda RT (2010) Sur l'ensemencement de la propagation équatoriale F pendant les solstices. Geophys Res Lett 37:L05102. doi: 10.1029/2010GL042576

Tsunoda RT, White BR (1981) Sur la génération et la croissance des panaches de rétrodiffusion équatoriale : 1. structure des vagues dans la partie inférieure F couche. J Geophys Res 86:3610–3616. doi: 10.1029/JA086iA05p03610

Tsunoda RT, Yamamoto M, Tsugawa T, Hoang TL, Tulasi Ram S, Thampi SV, Chau HD, Nagatsuma T (2011) Sur ensemencement, structure de vagues à grande échelle, propagation équatoriale F, et des scintillements sur le Vietnam. Geophys Res Lett 38:L20102. doi: 10.1029/2011GL049173

Tsurutani B et al (2004) Soulèvement et rehaussement ionosphériques mondiaux associés aux champs électriques interplanétaires. J Geophys Res 109:A08302. doi: 10.1029/2003JA010342

Tulasi Ram S, Yamamoto M, Tsunoda RT, Chau HD, Hoang TL, Damtie B, Wassaie M, Yatini CY, Manik T, Tsugawa T (2014) Caractéristiques de la structure des vagues à grande échelle observées dans les secteurs longitudinaux d'Afrique et d'Asie du Sud-Est. J Geophys Res Space Phys 119 : 2288–2297. doi: 10.1002/2013JA019712

Vadas SL (2007) Propagation et dissipation horizontale et verticale des ondes de gravité dans la thermosphère à partir de sources atmosphériques et thermosphériques inférieures. J Geophys Res 112:A06305. doi: 10.1029/2006JA011845


METEO 3 : Introduction à la météorologie

Ce cours est offert dans le cadre de l'initiative Open Educational Resources du John A. Dutton e-Education Institute de Penn State. Vous êtes invités à utiliser et à réutiliser les éléments qui apparaissent sur ce site (autres que ceux protégés par des droits d'auteur) sous réserve de l'accord de licence lié au bas de cette page et de chaque page.

Si tu veux MÉTÉO 3 et que vous souhaitez approfondir votre connaissance des prévisions météorologiques, consultez le certificat de premier cycle en ligne de Penn State en prévision météorologique !

Inscrit MÉTÉO 3 étudiants doivent entrer dans le cours via leur section de cours dans Canvas.

Non enregistré? Les étudiants qui s'inscrivent à ce cours de Penn State ont accès aux devoirs et aux commentaires des instructeurs, ainsi qu'à des crédits académiques. Des informations sur l'inscription à ce cours sont disponibles au Penn State World Campus.

Faits en bref sur MÉTÉO 3

MÉTÉO 3 est un cours de formation générale offert par le Département de météorologie. Le cours est conçu spécifiquement pour les apprenants à distance à la recherche de crédits scientifiques généraux. MÉTÉO 3 vous présentera une grande variété de concepts atmosphériques de base afin que vous puissiez devenir un meilleur « consommateur météorologique » (mieux comprendre et évaluer les informations météorologiques) et mieux comprendre « comment fonctionne la météo ».

Pourquoi se renseigner sur l'atmosphère?

Presque tout le monde connaît l'incursion de Benjamin Franklin dans l'électrification des nuages ​​à l'aide d'un cerf-volant. Cependant, saviez-vous que Franklin était un fervent étudiant de la météo ? Il a été la première personne à remarquer que les tempêtes se déplaçaient généralement d'ouest en est à des vitesses prévisibles. Franklin a également noté en 1743 que les tempêtes ne se déplacent pas toujours dans la direction des vents dominants - en fait, elles peuvent se déplacer contre les vents dominants dans certains cas !

Certes, Benjamin Franklin a touché à de nombreux sujets divers, mais pourquoi a-t-il trouvé l'étude de la météo si importante ? Peut-être que Franklin a trouvé le temps si important parce qu'il affecte si profondément toutes les personnes. Pensez-y. Peu importe où vous vivez ou ce que vous faites, la météo aura un impact sur votre vie. La météo aide à déterminer les types de vêtements que nous portons, peut avoir un impact sur votre source de revenus et, dans de rares occasions, elle peut affecter votre santé et votre sécurité (pensez aux événements extrêmes comme les ouragans, les tornades ou les inondations). Quelle que soit la manière dont la météo vous affecte, une chose est sûre… la météo Est-ce que vous affecter.

Alors, n'est-il pas logique de savoir quelque chose sur le fonctionnement de l'atmosphère et d'utiliser les nombreux types de données météorologiques dont vous disposez ? Je le pense certainement ! Cependant, je suis continuellement surpris que beaucoup de gens en sachent si peu sur quelque chose qui joue un rôle si central dans leur vie. En effet, beaucoup de gens sont intéressés dans la météo, mais pas nécessairement intéressé à apprendre à propos de la météo. Espérons qu'à la suite de ce cours, vous repartirez avec des connaissances très pratiques sur la météo. Cette connaissance fera de vous un meilleur consommateur météo (c'est-à-dire quelqu'un qui peut traiter intelligemment les informations météorologiques qui vous sont présentées). Et, qui sait, cette connaissance peut même vous sauver la vie ! Pour reprendre les mots de Ben Franklin, vous serez « météorologiquement ».

Qu'allez-vous apprendre dans ce cours?

MÉTÉO 3 cherche à vous donner une meilleure compréhension de la structure et des processus atmosphériques afin que vous puissiez mieux appliquer les informations météorologiques que vous rencontrez. Avec cette connaissance du fonctionnement de l'atmosphère, vous pourrez comprendre ce qui contrôle l'évolution des tempêtes et comprendre pourquoi les prévisions météorologiques sont parfois très incertaines. Vous apprendrez également à « lire » le ciel afin de pouvoir faire vos propres prévisions à court terme et ajuster votre comportement en conséquence. Vous serez également mieux à même d'évaluer la validité des préoccupations communément exprimées concernant le changement climatique et la détérioration de la qualité de l'air.

Leçon 1 : La boîte à outils d'un météorologue (applications de la météorologie, composition de l'atmosphère, fuseaux horaires UTC et américains communs, échelles de température, observations et modèles de stations, mesures statistiques courantes (plage, moyenne et normale), caractéristiques cartographiques (lignes de latitude, méridiens et projections), lecture isoplèthe cartes, dégradés)

Leçon 2 : Le grand livre mondial de l'énergie thermique (spectre électromagnétique, lois du rayonnement, processus radiatifs, albédo, bilans énergétiques, rayonnement à la surface de la Terre, nuages ​​et rayonnement, effet de serre, conduction et convection)

Leçon 3 : Les contrôleurs globaux et locaux des températures (changements saisonniers, variations climatiques de température, variation verticale de température, masses et fronts d'air, advection, variations diurnes de température, mesure de température)

Leçon 4 : Le rôle de l'eau dans la météo (cycle hydrologique, changements de phase de l'eau, taux d'évaporation, taux de condensation, humidité relative, sophisme de l'air "retenant" l'eau, formation de nuages ​​et de brouillard, interprétation de la température du point de rosée et de l'humidité relative)

Leçon 5 : Télédétection de l'atmosphère (télédétection versus mesures in situ, orbite polaire versus satellites géostationnaires, types de nuages, imagerie visible, imagerie IR, imagerie vapeur d'eau, radar météorologique)

Leçon 6 : Modèles de surface de pression et de vent (pression atmosphérique, "pression station" vs "pression au niveau de la mer", décodage pression modèle station, vent (forces, direction en surface et en altitude), convergence et divergence, creux et dorsales)

Leçon 7 : Systèmes météorologiques aux latitudes moyennes (modèles en altitude et courant-jet, effet de convergence/divergence sur la pression de surface, cyclones de latitude moyenne (développement, caractéristiques, conditions météorologiques, bandes transporteuses), types de précipitations hivernales, sécurité météorologique hivernale)

Leçon 8 : Stabilité et orages (équilibre hydrostatique, vitesse verticale, flottabilité et stabilité, nuages ​​vs stabilité, foudre (formation et conseils de sécurité), orages (climatologie, types, termes et cycle de vie)), neige d'effet lacustre et bourrasques de neige.

Leçon 9 : Temps violent (crues éclair, grêle, microrafales, veilles et avertissements, ligne de grains, derecho, écho d'étrave, tornades (climatologie, supercellules, termes, signature radar, sécurité, échelle Fujita, mythes), autres vortex)

Leçon 10 : L'impact humain sur le temps et le climat (facteurs anthropiques du changement climatique à l'échelle locale et régionale (urbanisation, déforestation, etc.), causes naturelles du changement climatique (cycles solaires, volcans, changements orbitaux, cycles océaniques), changement climatique anthropique (termes, processus, impacts), carbone -cycle, record de température de la Terre, impacts du réchauffement climatique, réchauffement climatique et conditions météorologiques extrêmes, modèles de circulation générale, couche d'ozone, trou d'ozone)

Leçon 11 : Modèles de vent, d'eau et de temps sous les tropiques (importance des tropiques pour la circulation générale, circulation de Hadley, FIT, régions de haute pression subtropicales, alizés, courant-jet subtropical, mousson d'été asiatique, El Niño (et La Niña), téléconnexions)

Leçon 12 : Ouragans (termes des cyclones tropicaux, climatologie des ouragans, conventions de dénomination des cyclones tropicaux, ingrédients pour la formation des cyclones tropicaux et processus de renforcement, impacts des ouragans qui frappent la terre, évaluation du potentiel de dommages des ouragans)

Leçon 13 : Devenir un consommateur averti de la météo (perspective historique sur la façon dont les prévisions météorologiques sont faites, les modèles informatiques et leurs sources d'erreur, les prévisions d'ensemble, l'évaluation de la précision des prévisions, les sources communes de prévisions météorologiques, les scénarios de prévision avec une grande incertitude, la recherche de sources fiables d'informations météorologiques sur les médias sociaux)

Comment fonctionne ce cours ?

MÉTÉO 3 utilise un texte en ligne, qui comprend de la vidéo numérique, de l'audio, des modèles de simulation, des visites virtuelles sur le terrain vers des ressources de données en ligne et des quiz interactifs qui fournissent une rétroaction instantanée. Le cours se compose de 12 leçons, plus une semaine d'orientation au début du semestre. Les leçons consistent en un devoir de lecture en ligne, ainsi qu'en des exercices interactifs en ligne, des liens, des animations, des films et des explications supplémentaires sur les principes scientifiques de base.


3.1 Leçons apprises

Pour progresser dans la modélisation des systèmes couplés homme-nature, la manière dont un ensemble de variables ou de processus affecte ou interagit avec les deux systèmes doit être spécifiée. Par exemple, les précipitations ont un effet connu et direct sur la croissance des plantes (par exemple, la forêt ou les cultures) et l'érosion (par exemple, l'écoulement de surface). The outcomes of some of these processes (e.g. yield and soil loss) have direct or indirect effects on land management choices by farmers, effects that are empirically observable at least qualitatively and, in some instances, quantitatively measured. However, the direct impacts of other perturbations, such as the introduction of new technology or governance schemes, on human- and natural-system processes are not observable because they have not yet occurred. The presented case studies focus on perturbations or scenarios that are grounded in known and direct causal relationships that are more likely to be found in the natural system than the human system, partly due to the multitude of drivers affecting—and consequent difficulty in predicting—human-decision making. In these example cases, a number of lessons have been learned:

Lesson 1: leverage the power of sensitivity analysis with models. A powerful benefit of simulation models is that they can facilitate analysis of the effects of interventions and scenarios for which there is no precedent. Models should be leveraged through computation across a full range of parameters and use of simulated data or expert- or theory-informed methods to evaluate the relative contribution of parameter values/ranges, missing data, or processes on model outcomes. For example, to properly understand the net effect of human alteration to vegetation on long-term rates of erosion and deposition in the MML, it became clear that a more complete understanding of the sensitivity of the landscape evolution subcomponent model to vegetation was needed. This sensitivity analysis showed a very strong exponential relationship between vegetation type and both the overall amount of erosion and deposition over time and the temporal variation in erosion rates over time (Ullah, 2017), The analysis show a particular sensitivity to expanded bare land, grasslands, and shrub land-cover types. Therefore, it is clear that agent activity that leads to an increase these types of land cover should also lead to long-term increases in erosion and deposition in the MML. In this way, model sensitivity to parameters, data, or processes can be evaluated to support design and deployment of resources for new data collection.

Lesson 2: modelling is an iterative process. The process of analyzing coupled human- and natural-system models often results in the identification of needs to investigate key variables, data, or mechanisms. For example, through the coupling of DEED and BIOME-BGC (Sect. 2.2), it was realized that data on vegetation and soil carbon for residential land uses are grossly inadequate for model calibration. This realization fostered new data collection and analysis about the distribution of carbon stored in different residential land uses (Currie et al., 2016). New forms of measurement and evaluation are often needed to collect novel data and quantify variables and feedbacks linking human and natural systems. As these new data are collected and become available, new questions about model processes are inevitable (Rounsevell et al., 2012).

Lesson 3: create a common language. Coupling human and natural systems brings social and natural scientists together that often have a different understanding of the meanings of commonly used terms. Both technical and conceptual aspects of the coupling process can be improved when a common language is used. For example, traditional coupling between the ocean and the atmosphere in Earth-system models typically uses the climate and forecast conventions (Eaton et al., 2011). A controlled vocabulary in these conventions assists the understanding of model processes and facilitates their coupling among models or replacement in new models. With a similar goal but different approach, CSDMS introduced rules for the creation of unequivocal terms through their standard names system that function as a semantic matching mechanism for determining whether two terms refer to the same quantity with associated predefined units. This concept is currently undergoing transition to a geoscience standard names ontology that reaches out to include social science terms (David et al., 2016), which can benefit communication between communities (i.e. natural and social science) that may have different terms and descriptions of similar processes (Di Vittorio et al., 2014). With a common language, data can be more easily and unambiguously communicated between components in a coupled system.

Lesson 4: make code open-access. Many ecosystem and Earth-system models have mass, energy, or other balance equations that constrain the processes to the laws of thermodynamics and can be used to ensure that they are working correctly. For example, the ecosystem model LPJ-GUESS has a routine to ensure balance between influx, efflux, and storage of carbon. Similar checks and balances are used in human-system models with respect to population change (e.g. births, deaths, immigration, and emigration) or economic trade (e.g. production, consumption, imports, and exports) at macro levels and budget or labour constraints at household or individual levels. However, in many natural-system models these balance equations are not accessible for coupling and the representation of human perturbations and modifications to the factors in balance equations are either not included or done so indirectly and make the coupling less flexible and tractable. Moving forward, critical equations, like mass balance equations, and model variables should be made open through coding to provide multiple points for interfacing with other models (specifically human-systems models).

Lesson 5: ensure consistency. Modelers seeking to couple natural- and human-systems models that represent similar phenomena, like land cover, can encounter significant ontological and process consistency challenges. Models with different initial assumptions and different processes can generate different values for the same phenomenon. While model coupling can ultimately provide an impetus for harmonizing and resolving such consistency issues, it requires decisions about which processes to represent and which to leave out to avoid duplication.

The iESM (Sect. 2.4) illustrates issues of consistency in assumptions, definitions, and processes well. First, ecosystem properties from CESM were translated to impacts that could be applied to GCAM “equilibrium” yields and carbon densities (Bond-Lamberty et al., 2014). Second, a major finding that is especially relevant to all land change and ecosystem models is that the inconsistencies between land use and a land-cover definition caused CESM to include only 22 % of the prescribed RCP4.5 afforestation in CMIP5 (Di Vittorio et al., 2014). Additionally, it was discovered that wood harvest was conceptually different across the three models comprising iESM (GCAM, GLM, and CESM), with each model having its own process for determining how harvest is spatially distributed. Wood harvest is a good example of different modelling groups describing the same thing and using the same language but with very different concepts and processes, with unintended consequences for CESM's terrestrial carbon cycle.

Lesson 6: reconcile spatio-temporal mismatch. Many natural-system models operate at finer temporal and coarser spatial resolutions than human-system models (Evans et al., 2013). Often, these discrepancies cannot simply be dealt with by aggregation of the variables because they represent mismatch in spatial and temporal dynamics that may also happen in reality. Human responses to environmental change may show significant time lags or may be related to cycles of management (e.g. cropping cycles) rather than showing an immediate response. Similarly, while the ecological models are strongly place-based, coupling human and natural systems at the pixel level may not always be appropriate due to complex spatial relations in the human dimensions (e.g. distant land owners) or responses across different levels of decision making (e.g. policy responses) that are not linked to the exact place of the ecological impact. Reconciling these mismatches involves balancing detail and computational tractability within existing model structures and scheduling the frequency of communication between models.

As an example, the DEED ABM (Sect. 2.2) used an annual time step to reflect the timing of land management decisions, whereas the ecosystem model BIOME-BGC represented vegetation growth and biogeochemical cycles daily. To reconcile these differences, irrigation decisions were made annually but implemented 1 day a week during the growing season by modifying the daily precipitation file used by BIOME-BGC. In contrast, other management activities were implemented once annually before (for fertilization) and after (for removals) the growing season. These limitations could have a significant effect on estimated carbon storage and have fostered additional fieldwork for further validation (e.g. Currie et al., 2016) and additional efforts to tightly couple the two models.

The iESM (Sect. 2.4) also reconciles similar mismatches through a 5-year time lag and specialized spatial and temporal downscaling of economic model outputs to provide inputs to the environmental model. While these approaches allow the separate models to operate synchronously, further development to better match the inherent spatio-temporal configurations between models is required to reduce errors associated with such mismatches.

Lesson 7: construct homogeneous units. Coupling models increases computational overhead and thus requires increases in computational efficiency, both of which come with trade-offs. One approach to improving efficiency is to classify and generalize components of the model such as agent types in the human system (e.g. Brown and Robinson, 2006), types of vegetation (e.g. plant functional types, Díaz and Cabido, 1997 Smith et al., 1993, 1997), or landscape units. Landscape units are not typically constructed to structure spatial variability in land-use science, but are used regularly in hydrological modelling for example, the Soil Water Assessment Tool (SWAT Neitsch et al., 2011) uses hydrological response units (HRUs) that have a soil profile, bedrock, and topographic characteristics that are assumed to be homogeneous for the entire spatial extent of the unit. Similar concepts have been used to identify management zones or units, and our examples of DEED-BIOME-BGC (Robinson et al., 2013a) and the iESM (Collins et al., 2015a) both employed this approach. However, the variability among management activities and land-cover types can lead to a large combination of outcomes, and the delineation of these units directly contributes to uncertainty in model projections (Di Vittorio et al., 2016).

Lesson 8: incorporating feedback increases non-linearity and variability. Specific results from the four examples are available in a number of publications associated with each example. Among the four example coupling efforts, it has been found that the incorporation of two-way feedbacks (Fig. 2) between models of the human and natural system typically produces non-linear results and a greater range in model outcomes than are observed when the models are isolated or one-way prescriptions are used. For both the MML and DEED models, changes in the natural system were relatively linear when one-way human perturbations were prescribed. However, when feedbacks between the systems were incorporated then non-linear outcomes and frequently a greater variation in model outcomes were observed.


Size-dependent Molecular Characteristics and Possible Sources of Organic Aerosols at a Coastal New Particle Formation Hotspot of East China

We investigated size-dependent molecular characteristics of coastal organic aerosols from <0.032 to 3.2 μm at a new particle formation (NPF) hotspot of east China by using Fourier transform-ion cyclotron resonance mass spectrometry (FT-ICR-MS). Strong connection between C20–33HhOo/C18,30HhOoNm compounds in particles smaller than 0.10 μm and the volatile organic compounds emitted from local intertidal macroalgae suggests that the organic compounds (OC) in ultrafine particles are formed probably via the gas-phase oxidation of long-chain fatty aldehydes or acids, followed by particle-phase accretion reactions or imine formation during the coastal NPF events. In 0.18–0.56 μm particles, dominant C8–C20 CHO, CHON, CHOS and CHONS compounds (maximum: C10 or C15) are suggested most likely to be terpene oxidation products. Highly oxygenated compounds with 0.6 ≤ H/C ≤ 1.5 and 0.67 ≤ O/C ≤ 1.2 reside mostly in 0.18–0.56 μm particles, accounting for 5% of the OC formulas in this size range. Iodinated OC are subsequently formed via electrophilic substitution of non-iodinated OC by iodine cations (e.g., from HOI or I2) in iodine-rich particles. CHN and Cl/Br-containing OC account altogether for only 0.7% and 0.9% of OC formulas, respectively. As a result of the above compound distribution, the intensity weighted unsaturation degree and carbon oxidation state of OC increase with particle size. The distribution of aromatic compounds (i.e. Aromaticity Index > 0.5) is bimodal with peaks in 0.056–0.18 μm and 1.0–3.2 μm. In addition, our study observed higher unsaturation degree, carbon oxidation state and aromaticity of OC in coastal PM2.5 than inland urban PM2.5 in the same region.

Plain Language Summary

Organic aerosols contribute substantially to aerosol particles in the atmosphere. Their emission source and formation mechanism are expected to be very diverse in coastal atmosphere, with the contributions from both continental and marine sources. Ultra high resolution mass spectrometry technique helps us to tackle the complexity of this issue. With Fourier transform-ion cyclotron resonance mass spectrometry, we determined the size-dependent molecular composition, unsaturation degree, carbon oxidation state and aromaticity of organic aerosols at a coastal NPF hotspot of China. The analysis further attributed these coastal organic aerosols to intertidal macroalgae-emitted volatile organic compound oxidation products, terpene oxidation products or electrophilic substitution reaction between organic compounds and iodine.


Voir la vidéo: 11- The development of the reproductive system