Turbulence or cloud microphysics: Which process dominates error growth?

In a recent publication we disentangle the relative importance of two distinct stochastic schemes on the forecast perturbation growth on convective scales during different weather situations. The two parameterizations are the stochastic tendency perturbation scheme acting primarily on turbulence in the planetary boundary layer (PSP) and a stochastic parameter perturbation scheme impacting microphysical processes. We find that the two stochastic parameterizations exhibit different impacts in the short term (t < 12h), while they show overlapping effects in longer lead times despite their distinct theoretical foundations.

The figure shows that perturbations of the PSP scheme (in colors) particularly grow with increasing lead time in regions with precipitation (blue lines). Since perturbations naturally grow in regions where the atmospheric flow exhibits moist instabilities, and both sources of uncertainty act at different times in different regions they do not result in a proportional dispersion. This result elucidates the notable success of ad-hoc stochastic perturbation methods since forecast perturbation growth is primarily dominated by the underlying flow rather than the details of the stochastic schemes. The insights gained from this study are of valuable importance in the realm of developing ensemble systems for weather prediction.

Chen, I., J. Berner, C. Keil, G. Thompson, Y.-H. Kuo, G. Craig (2025): To which degree do the details of stochastic perturbation schemes matter for convective-scale and mesoscale perturbation growth?, Mon. Wea. Rev., 153, 447-469, https://doi.org/10.1175/MWR-D-24-0030.1

In einer vor kurzem erschienenen Veröffentlichung haben wir die relative Bedeutung von zwei unterschiedlichen stochastischen Schemata für das Wachstum von Störungen auf konvektiven Skalen während verschiedener Wettersituationen untersucht. Bei den beiden Parametrisierungen handelt es sich (i) um das stochastische Störungsschema PSP, das in erster Linie auf die Turbulenz in der planetaren Grenzschicht wirkt, und (ii) ein stochastisches Parameterstörungsschema der Wolkenmikrophysik. Die stochastischen Parametrisierungen haben in Kurzfristvorhersagen (t < 12h) unterschiedliche Auswirkungen, wohingegen sie bei längeren Vorhersagezeiten trotz ihrer unterschiedlichen theoretischen Grundlagen überlappende Effekte zeigen.

In der Abbildung ist zu sehen, dass die Störungen des PSP Schemas (farbig) insbesondere in den Regionen mit zunehmender Vorhersagezeit anwachsen, in denen es regnet (blaue Linien).
Da die Störungen insbesondere in Regionen anwachsen, in denen die atmosphärische Strömung feucht instabil ist, und beide Unsicherheitsquellen zu unterschiedlichen Zeiten in unterschiedlichen Regionen wirken, führen sie nicht zu einem proportionalen Fehlerwachstum. Dieses Ergebnis verdeutlicht den bemerkenswerten Erfolg stochastischer Ad-hoc-Störungsmethoden, da das Wachstum der Störungen in erster Linie durch die zugrunde liegende Strömung und nicht durch die Details der stochastischen Verfahren bestimmt wird. Die aus dieser Studie gewonnenen Erkenntnisse sind für die weitere Entwicklung von Wettervorhersage-Ensemblesystemen von großer Bedeutung.

Chen, I., J. Berner, C. Keil, G. Thompson, Y.-H. Kuo, G. Craig (2025): To which degree do the details of stochastic perturbation schemes matter for convective-scale and mesoscale perturbation growth?, Mon. Wea. Rev., 153, 447-469, https://doi.org/10.1175/MWR-D-24-0030.1