Praca doktorska
Ładowanie...
Licencja
CC-BY-SA - Uznanie autorstwa - Na tych samych warunkachMieszanie turbulencyjne w chmurach – analiza danych doświadczalnych
| dc.abstract.en | Clouds are complex phenomena present in the atmosphere. Their description is complicated by the presence of many processes in atmospheric flows occur ring at different scales. Cumulus, which are a common type of cloud present all over the world, are a manifestation of convective motions. Their evolution and development is influenced by mixing with the environment, as well as by intra-cloud mixing, both of which are highly turbulent. Due to the limited resolution in weather models, the effects associated with turbulence, especially turbulence that does not fully satisfy the assump tions of Kolmogorov theory, are not correctly represented. In addition, due to the need for more accurate parameterisations, it is useful to divide areas of the atmosphere into those with specific dynamic properties. As part of this work, analyses of data gathered during EUREC4A cam paign near Barbados in 2020 were carried out. Data consisted of three com ponents of wind velocity, temperature and liquid water content. Analyses were carried in the context of turbulent mixing in clouds. First, a number of sections were selected to represent the different physical situations present in the atmosphere. The segments represent the simple trajectory of an air craft at a given altitude. Because they are one-dimensional and have a finite resolution of the order of one metre, the possibilities of analysing turbulence properties are somewhat limited. Because cumulus clouds constitute only a portion of a flight segment, special care had to be taken in selecting the size of the window for Reynolds decomposition, and the size of a window over which the statistics were cal culated. These sizes influence the values of the quantities which characterise turbulence. A selection of parameters was made using the maximisation cri terion, based on the sensitivity study. This was followed by analyses of the turbulence kinetic energy dissipation rate ε, the integral length scale L and the Taylor microscale λ, as fundamental quantities characterising the turbu lent flow. As expected, elevated values of ε occurred in and around clouds. The integral length scale ranged from 20 to 50 metres. A decreased value of Taylor microscale correlated with the presence of the clouds. In the case of the atmosphere, turbulence is produced at multiple loca- tions by different mechanisms operating at different scales. For this reason, the Kolmogorov theory of locally isotropic and stationary turbulence, often assumed in model parameterisations and analyses, has the right not to be fulfilled. Therefore, analyses were carried out for the departure of turbulence from isotropy, by means of proportionality coefficient analysis, together with the use of the turbulence triangle method. No clear correlation was found between a specific turbulence state and the presence of clouds, but from the results it can be concluded that turbulence reaches the entire spectrum of anisotropy states at medium scales. Morover, analyses of nonequilibrium turbulence were performed, based on recent theoretical studies. Overall re sults show that Cε, a parameter which quantifies the turbulence equilibrium decreases in clouds. Next, in order to construct conditional statistics, a time-dependent recur rence quantification analysis was performed. This method is usually used in the dynamical systems context. It revolves around an analysis of the recur rencies of a vector in the phase space. Based on that, a recurrence matrix can be constructed, and a further analysis of its properties can be performed. One obtains a set of parameters which quantify a segment of a trajectory. Here, a time-dependent version of the recurrence quantifiaction analysis was done in order to obtain time series of the parameters. Analogously a sensitivity study was done in order to determine what are the best values of parameters in this context. The results shown a decrease in the values of certain parameters inside clouds and their surroundings. Finally, based on a selection of a critical value of one of the parameters, a method to distinguish segments was proposed. The division distinguished segments with different dynamical properties, and different properties of tur bulence. The portions of the flight representing clouds and their surroundings had similar properties in terms of turbulence, as opposed to other regions. |
| dc.abstract.pl | Chmury są skomplikowanymi zjawiskami obecnymi w atmosferze. Ich opis jest utrudniony przez obecność wielu procesów w przepływach atmosferycz nych zachodzących w różnych skalach. Cumulusy, będące popularnym ro dzajem chmur obecnym na całym świecie, są manifestacją ruchów konwek cyjnych. Na ich ewolucję i rozwój wpływa mieszanie z otoczeniem, a także mieszanie wewnątrzchmurowe, oba silnie turbulentne. Ze względu na ograniczoną rozdzielczość w modelach pogodowych efekty związane z turbulencją, a zwłaszcza z turbulencją wymykającą się założeniom teorii Kołmogorowa, nie są prawidłowo oddane. Dodatkowo, ze względu na potrzebę dokładniejszych parametryzacji istnieje potrzeba podziału obszarów atmosfery na te posiadające określone właściwości dynamiczne. W ramach pracy przeprowadzono analizy danych samolotowych zebra nych podczas kampanii pomiarowej EUREC4A w okolicach Barbadosu w 2020 roku. Dane te obejmowały trzy składowe prędkości wiatru, tempera turę oraz zawartość ciekłej wody. Analizy zostały przeprowadzone pod ką tem mieszania turbulencyjnego w chmurach. W pierwszej kolejności wybrano kilka odcinków reprezentujących różne sytuacje fizyczne obecne w atmosfe rze. Odcinki reprezentują prostą trajektorię samolotu na danej wysokości. Ze względu na to, iż jest ona jednowymiarowa oraz posiada skończoną rozdziel czość rzędu jednego metra, możliwości analizy właściwości turbulencji są w pewnym stopniu ograniczone. Przez wzgląd na to, iż w typowym odcinku chmury cumulus zajmowały stosunkowo niewielki obszar, należało przyłożyć szczególną wagę do wyboru szerokości okien do dekompozycji Reynoldsa oraz obliczania statystyk. Roz miary okien mają bowiem wpływ na wartości wielkości charakteryzujących turbulencję. Na podstawie przebiegów zmienności dokonano wyboru parame trów, korzystając z kryterium maksymalizacji. W następnej kolejności doko nano analiz tempa dyssypacji energii kinetycznej turbulencji ε, integralnej skali długości L i mikroskali Taylora λ, jako podstawowych wielkości charak teryzujących przepływ turbulentny. Zgodnie z oczekiwaniami podwyższona wartość ε występowała w chmurach i w okolicach chmur. Integralna skala długości zawierała się w przedziale od 20 do 50 metrów. Obniżona wartość mikroskali Taylora korelowała z obecnością chmur. W przypadku atmosfery turbulencja produkowana jest w wielu miejscach wskutek różnych mechanizmów działających w różnych skalach. Z tego po wodu często zakładana w parametryzacjach modelowych i analizach teoria Kołmogorowa, mówiąca o turbulencji lokalnie izotropowej i stacjonarnej, ma prawo nie być spełniona. Dlatego też przeprowadzono analizy pod kątem odejścia turbulencji od izotropii, za pomocą analizy współczynników propor cjonalności, wraz z wykorzystaniem metody trójkąta turbulencji. Nie zna leziono jasnej korelacji między konkretnym stanem turbulencji a obecno ścią chmur, jednak na podstawie wyników można wnioskować, iż turbulencja osiąga całe spektrum stanów anizotropii w średnich skalach. Oprócz tego wy konano analizy pod kątem turbulencji nierównowagowej, poprzez weryfikację niedawno przeprowadzonych rozważań teoretycznych. Wyniki wskazują, że parametr Cε charakteryzujący równowagę turbulencji jest mniejszy w chmu rach. W następnej kolejności, celem zbudowania statystyk warunkowych, zdecy dowano się na skorzystanie z analizy ilościowej rekurencji, zwykle stosowanej do układów nieliniowych, w tym układów dynamicznych. Polega ona na ana lizie dynamiki arbitralnie zdefiniowanego wektora w przestrzeni fazowej pod kątem rekurencji. Poprzez skonstruowanie macierzy rekurencji i jej ilościowej analizy otrzymuje się zestaw zmiennych charakteryzujących wycinek trajek torii w przestrzeni fazowej. Przeprowadzono analizę wpływu parametrów na wyniki analizy. Później wykonano czasowozależną wersję analizy ilościowej rekurencji, która zwykle używana jest do badania zmian w układach. Wyniki pokazywały obniżenie wartości pewnych parametrów w obecności chmury i jej otoczenia. W końcu, na podstawie wyboru wartości krytycznej parametru przepro wadzono podział odcinka lotu na turbulentny i nieturbulentny. Obliczono wartości średnie parametrów turbulencji w tych obszarach. Obszary repre zentujące chmury zdefiniowane za pomocą obecności wody i obszary repre zentujące otoczenie chmur, zdefiniowane za pomocą krytycznej wartości pa rametru, wykazują podobne właściwości turbulencji, w odróżnieniu od pozo stałych obszarów. |
| dc.affiliation | Uniwersytet Warszawski |
| dc.affiliation.other | Szkoła Doktorska Nauk Ścisłych i Przyrodniczych |
| dc.contributor.author | Król, Stanisław |
| dc.date.accessioned | 2025-01-29T11:41:25Z |
| dc.date.available | 2025-01-29T11:41:25Z |
| dc.date.defence | 2025-02-20 |
| dc.date.issued | 2025 |
| dc.date.submitted | 2024-09-27 |
| dc.description.promoter | Malinowski, Szymon |
| dc.description.promoter | Wacławczyk, Marta |
| dc.description.reviewer | Wacławczyk, Marta |
| dc.description.reviewer | Malinowski, Szymon |
| dc.description.reviewer | Pozorski, Jacek |
| dc.description.reviewer | Łobocki, Lech |
| dc.description.reviewer | Korczyk, Piotr |
| dc.identifier.apd | 236903 |
| dc.identifier.uri | https://repozytorium.uw.edu.pl//handle/item/166120 |
| dc.language | pl |
| dc.language.other | en |
| dc.publisher | Uniwersytet Warszawski |
| dc.rights | CC-BY-SA |
| dc.subject.en | atmospheric turbulence |
| dc.subject.en | cumulus clouds |
| dc.subject.en | dynamical systems |
| dc.subject.en | anisotropic turbulence |
| dc.subject.en | nonequilibrium turbulence |
| dc.subject.en | chaos theory |
| dc.subject.pl | turbulencja atmosferyczna |
| dc.subject.pl | chmury cumulus |
| dc.subject.pl | układy dynamiczne |
| dc.subject.pl | turbulencja anizotropowa |
| dc.subject.pl | turbulencja nierównowagowa |
| dc.subject.pl | teoria chaosu |
| dc.title | Mieszanie turbulencyjne w chmurach – analiza danych doświadczalnych |
| dc.title.alternative | Turbulent mixing in clouds – experimental data analysis |
| dc.type | DoctoralThesis |
| dspace.entity.type | Publication |