BAB 2 PENGENALAN WRF
2.4 Teknik Downscaling dan Nesting
2.5.1 Parameterisasi Microphysics (mp_physics)
Mikrofisis melibatkan uap air, awan, dan proses presipitasi secara eksplisit. Dalam ARW versi terbaru, mikrofisis dibawa pada akhir dari time-step sebagai proses penyelesaian. Alasannya, adalah bahwa penyelesaian kondensasi harus dilakukan di akhir time-step untuk menjamin bahwa keseimbangan jenuh akhir cukup akurat untuk memperbaharui temperatur dan kelembapan. Namun, merupakan hal yang penting juga untuk memiliki panas laten agar dapat menekan temperatur potensial selama sub-step dinamis. Dan hal ini dilakukan dengan menyimpan pemanasan mikrofisis sebagai sebuah perkiraan untuk time-step selanjutnya. Baru-baru ini, proses sedimentasi dihitung di dalam modul individual mikrofisis, dan, untuk mencegah ketidakstabilan dalam perhitungan fluks vertikal dari presipitasi, time-step yang lebih boler dipergunakan. Penyelesaian kejenuhan juga dimasukkan ke dalam mikrofisis.
Tabel dibawah memperlihatkan rangkuman dari pilihan-pilihan yang mengindikasikan jumlah variabel kelembapan, dan apakah proses-proses fase es dan fase percampuran dilibatkan.
Proses-proses fase percampuran dihasilkan dari interaksi antasa partikel es dan air. Untuk ukuran grid kurang dari 10km, dimana updraft bisa terlihat, skema fase percampuran harus digunakan, terutama pada situasi konvektif dan pembekuan.
Skema Keterangan
Kessler Skema awan hangat yang sederhana, meliputi uap air, tetes hujan, dan hujan. Proses-proses mikrofisisnya meliputi, produksi, jatuh, dan penguapan hujan; pertumbuhan dan autokonversi tetes hujan; dan produksi tetes hujan dari kondensasi. Biasanya, digunakan untuk studi model awan ideal
Purdue Lin Enam kelas hidrometeor, meliputi, uap air, tetes hujan, hujan, es, salju, dan graupel. Semua bentuk produksi parameterisasi berdasarkan Lin et. al. (1983) dan Rutledge dan Hobbs (1984) dengan beberapa modifikasi, termasuk pengaturan kejenuhan mengikuti Tao et. al. (1989), sedimentasi es. Skema ini merupakan skema yang relatif canggih di WRF, dan sangat cocok digunakan dalam simulasi data real resolusi tinggi.
WRF Singgle-Moment 3-class
(WSM3)
Skema mikrofisis single-moment WRF meliputi sedimentasi es dan parameterisasi baru fase es lainnya. Perbedaan utamanya adalah digunakannya relasi diagnostik untuk jumlah konsentrasi es yang didasarkan pada kandungan massa es bukan pada temperatur. Proses pembekuan/peleburan dihitung selama fall-term sub-step untuk meningkatkan akurasi di profil pemanasan vertikal dari proses-proses ini. Urutan dari proses-proses ini juga dioptimasi untuk menurunkan sensitifitas skema terhadap langkah waktu dari model. Skema WSM3 memprediksikan tiga katagori hidrometeor, uap, tetes hujan/es, dan hujan/salju, yang disebut juga skema es sederhana. Skema ini efisien secara komputasi untuk pemasukan proses-proses pertumbuhan es, namun kurang dalam air kelewat dingin dan nilai peleburan bertahap. Skema ini cocok untuk ukuran grid skala meso
WSM5 Skema ini mirip dengan skema es sederhana WSM3. Namun, uap, hujan, salju, kristal es, dan tetes hujan dibawa dalam lima array yang berbeda. Jadi, skema ini mampu memunculkan air kelewat dingin, dan peleburan bertahap dari salju yang jatuh di bawah lapisan lebur. Skema ini efisien pada ukuran grid intermediet, antara skala meso dan cloud-resolving grid. WSM6 Skema ini merupakan perluasan dari skema WSM5, yaitu memasukkan
graupel dan proses-proses yang berhubungan dengannya. Kebiasaan pada skema WSM3, WSM5, dan WSM6 sedikit berbeda untuk grid skala meso yang kasar, namun akan sangat berbeda pada cloud-resolving grid. Dari ketiga skema WSM, WSM6 yang paling cocok untuk cloud-resolving grid, melihat dari efisiensi dan latar belakang teoritis.
Eta GCP Dikenal juga dengan nama skema EGCP01 atau Eta Ferrier. Skema ini memprediksikan perubahan di uap air dan kondensasi dalam bentuk tetes awan, hujan, kristal es, dan presipitasi es (salju/graupel/sleet). Medan-medan individual hidrometeor dikombinasikan ke total kondensasi. Uap air
dan dan total kondensasi inilah yang berpengaruh di dalam model. Simpanan lokal array menahan informasi perkiraan pertama yang mengekstrak kontribusi dari tetes hujan, hujan, kristal es, dan presipitasi es dari densitas variabel dalam bentuk salju, graupel, atau sleet. Densitas dari presipitasi es diestimasikan dari sebuah array lokal yang menyimpan informasi di pertumbuhan total es oleh deposisi uap dan pertumbuhan air liquid. Sedimentasi dilakukan dengan memisahkan time-averaged flux dari presipitasi ke dalam sebuah kotak grid antara penyimpanan lokal di dalam kotak dan jatuh melalu dasar kotak. Hal ini muncul bersamaan dengan modifikasi dalam perlakuan proses-proses mikrofisis yang acak, mengijinkan langkah waktu yang besar untuk digunakan dengan menghasilkan hasil yang stabil. Ukuran rata-rata dari presipitasi es diasumsikan untuk menjadi sebuah fungsi dari temperatur mengikuti hasil observasi dari Ryan (1996). Proses-proses fase pencampuran dipertimbangkan pada temperatur yang lebih hangat dari -30°C, padahal jenuhnya es diasumsikan untuk kondisi berawan pada temperatur yang lebih dingin.
Thompson Bulk microphysical parameterization (BMP) yang baru sudah dikembangkan untuk digunakan dengan WRF atau model skala meso lainnya. Dibandingkan dengan single-moment BMP sebelum-sebelumnya, skema baru ini menggambungkan pengembangan dalam jumlah yang besar baik untuk proses-proses fisis maupun computer coding plus yang menggunakan berbagai teknik yang ditemukan jauh lebih memuaskan secara spektral/skema bin menggunakan tabel-tabel look-up. Tidak seperti BMP lainnya, asumsi distribusi ukuran salju bergantung pada kandungan air/es dan temperatur yang direpresentasikan sebagai sebuah penjumlahan dari eksponensial dan distribusi gamma. Selanjutnya, salju mengasumssikan sebuah bentuk non-spheric dengan sebuah densitas yang menonjol yang bervariasi secara terbalik dengan diameter seperti yang ditemukan di dalam observasi, dan kontras dengan skema BMP lainnya yang measumsikan bentuk salju yang bulat dengan densitas konstan.
Fitur-fitur spesifik baru dalam skema bulk versi ini, diantaranya :
• Jeneralisasi bentuk distribusi gamma untuk setiap jenis hidrometeor, • Non-spherical, variabel densitas salju, distribusi ukuran sesuai dengan
observasi,
• Y-intercept dari hujan bergantung pada mixing ratio hujan, walaupun sumber yang terlihat adalah es yang mencair,
• Y-intercept dari graupel bergantung pada mixing ratio graupel, • Skema pengaturan kejenuhan yang lebih akurat,
• Parameter variabel distribusi bentuk gamma untuk tetes awan dan hujan berdasarkan pada observasi,
• Tabel look-up untuk pembekuan tetes air yang jatuh,
• Tabel look-up untuk memindahkan kristal es ke dalam kategori salju, • Deposisi/sublimasi uap yang lebih baik dan penguapan,
mengumpulkan tetes awan,
• Hujan yang lebih baik, mengumpulkan salju dan graupel.
Goddard Terdapat opsi untuk memilih graupel atau hail sebagai jenis es kelas ke tiga. Graupel memiliki densitas yang relatif rendah dan nilai intercept yang tinggi. Sebaliknya, hail memiliki densitas yang relatif lebih tinggi dan nilai intercept yang rendah. perbadaann ini tidak hanya akan mempengaruhi deskripsi dari populasi dan formasi hidrometeor dari anvil-stratiform region, namun juga kepentingan relatif dari proses-proses mikrofisis-dinamis-radiatif.
Selain itu, teknik penjenuhan baru juga ditambahkan. Teknik penjenuhan ini pada dasarnya didisain untuk memastikan super saturasi (sub-saturasi) tidak dimunculkan pada sebuah grid point yang bersih dari perawanan. Seluruh proses mikrofisis yang tidak menyertakan proses peleburan, penguapan atau sublimasi (jumlah transfer dari satu tipe hidrometeor ke tipe lainnya) dihitung berdasarkan pada satu keadaan termodinamik. Dengan ini, bisa dipastikan semua proses diperlakukan secara sama.
Jumlah dari semua proses yang hilang yang berhubungan dengan satu jenis hisrometeor tidak akan melebihkan massanya. Hal ini, memastikan water budget akan diseimbangkan di dalam perhitungan mikrofisis.
Mikrofisis Goddard memiliki opsi ke-3, yang ekivalen dengan skema two-ice (2ICE), yaitu hanya memiliki awan es dan salju. Opsi ini bisa diperlukan simulasi dengan resolusi kasar (ukuran grid >5km). Skema es kelas dua bisa diterapkan untuk musim dingin dan konveksi frontal.
Morrison 2-Moment
Enam jenis air dimasukkan, diantaranya uap, tetes awan, kristal es, hjan, salju, dan graupel/hail. Kodenya memilki sebuah user-specified switch untuk memasukkan baik graupel atau hail. Variabel prognostik meliputi jumlah konsentrasi dan mixing ratio dari kristal es, hujan, salju, dann graupel/hail, serta mixing ratio dari tetes awan dan uap air (total 10 variabel. Prediksi dari 2-moment (jumlah konsentrasi dan mixing ratio) membolehkan perlakuan yang lebih kasar untuk distribusi ukuran partikel, yang merupakan kunci dalam perhitungan nilai-nilai proses-proses mikrofisis dan evolusi awan/presippitasi. Beberapa liquid, es, dan proses-proses fase percampuran dilibatkan. Distribusi ukuran partikel ditentukan dengan menggunakna fungsi gamma, dengan parameter intercept dan kemiringan yang berhubungan, yang didapatkan dari hasil prediksi mixing ratio dan jumlah konsentrasi. Skema ini telah diuji dengan berbagai studi kasus yang mengkover berbagai kondisi dengan cakupa yang luas.