Snowfall microphysics in surface-based and radar observations

Show full item record



Permalink

http://urn.fi/URN:ISBN:978-952-7276-54-9
Title: Snowfall microphysics in surface-based and radar observations
Author: Tiira, Jussi
Contributor: University of Helsinki, Faculty of Science, Ilmakehätieteiden keskus
Doctoral Programme in Atmospheric Sciences
Publisher: Helsingin yliopisto
Date: 2021-02-05
URI: http://urn.fi/URN:ISBN:978-952-7276-54-9
http://hdl.handle.net/10138/324760
Thesis level: Doctoral dissertation (article-based)
Abstract: Snow has an important impact on hydrology, agriculture, climate and weather, infrastructure and different forms of both aerial and land transportation. The accumulation and properties of snow are inherently connected to the microphysical processes through which the falling ice particles grow. Furthermore, snow processes affect rainfall as well, since the vast majority of rain events originate as melted snow. For monitoring precipitation, the spatial coverage and resolution of radar instrumentation are unmatched. The quality of quantitative precipitation estimation using radars depends on our ability to establish meaningful relations between microphysical and electromagnetic scattering properties of hydrometeors. Especially for snow particles, these properties are diverse and the relations between them complex involving prominent uncertainties and knowledge gaps. Furthermore, the properties are constantly evolving as the falling particles undergo series of microphysical processes including growth from vapour, aggregation and riming. This dissertation work addresses these knowledge gaps by parametrizing microphysical properties of falling snow using ground based measurements, investigating the links between the properties and ice processes, and further studying their manifestations in collocated and off-site radar observations. A novel method is introduced for retrieving ensemble mean density of falling snow using a video disdrometer and a precipitation gauge. These retrievals are used in identifying triple frequency radar signatures of rimed particles and low density aggregates, and to develop a method for retrieving rime mass fraction. Based on the rime mass fraction retrievals, the effect of riming to snowfall is quantified. Using multifrequency Doppler radar and scanning C band radar observations we show that the downward streching of melting layer is linked primarily to precipitation intensity and secondarily to riming. Machine learning methods are employed in objectively documenting and automatically detecting known polarimetric fingerprints of ice microphysical processes in vertical profiles of radar variables. Automated ice process detection is anticipated to open the door for adaptive radar retrieval methods of snowfall rate.Lumella on merkittäviä vaikutuksia hydrologiaan, maanviljelykseen, ilmastoon, liikenteeseen ja rakennettuun ympäristöön. Satavan lumen määrä ja ominaisuudet liittyvät olennaisesti niihin fysikaalisiin prosesseihin, joiden myötä lumipartikkelit syntyvät ja kasvavat tai muulla tavoin muuntuvat. Myös vesisade on tropiikin ulkopuolella useimmiten sulanutta lunta. Lumiprosessien parempi tuntemus ja havaitseminen ovatkin keskeisiä tekijöitä sateen säätutkamittausten kehittämiseksi ja lumisateen tarkemmaksi kuvaamiseksi ilmakehämalleissa. Erityisesti säätutkahavainnontekoon lumisateessa liittyy suuria epävarmuustekijöitä johtuen lumen sirontaominaisuuksien kirjavasta vaihtelusta sen fysikaalisten ominasuuksien, kuten koko- ja muotojakauman, sekä tiheyden ja pintarakenteen mukaan. Väitöskirjassa satavan lumen ominaisuuksia on tutkittu maan pinnalla olevilla havaintolaitteilla. Lumipartikkeleiden tiheyden määrittämiseksi kehitettiin uusi suurnopeusvideomittalaiteen ja sademittarin yhdistelmää hyödyntävä menetelmä. Tutkimuksissa saatiin uutta tietoa sekä lumen fysikaalisten ominaisuuksien keskinäisistä riippuvuussuhteista että niiden liittymisestä lumiprosesseihin ja näiden yhdistämisestä tutkahavaintoihin. Tiheydenmääritysmenetelmän avulla määritettiin satavan lumen huurtumisen ja yhteentakertumisen tunnusomaiset jäljet kolmitaajuustutkamittauksissa, sekä kehitettiin menetelmä huurtumisen massaosuuden määrittämiseksi. Osoitimme että huurtuminen selittää Suomessa 5-40% satavan lumen massasta, ja että se on yhteydessä myös tutkalla havaittavan sulamiskerroksen paksuuntumiseen. Vielä vahvempi yhteys löytyi kerroksen paksuuntumisen ja sateen voimakkuuden väliltä. Jotta lumiprosessien tunnettuja vaikutuksia sateeseen voitaisiin hyödyntää tosiaikaisissa säätutkamittauksissa, on niiden tunnusomaiset merkit kyettävä tunnistamaan tutkahavainnoista automaattisesti. Osoitimme tavanomaisten koneoppimismenetelmien olevan lupaavia työkaluja tähän tarkoitukseen.
Subject: ilmakehätieteet
Rights: This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.


Files in this item

Total number of downloads: Loading...

Files Size Format View
JUSSI_TIIRA_dissertation_05022021.pdf 29.20Mb PDF View/Open

This item appears in the following Collection(s)

Show full item record