Sirontaluento 12 Ilmakehä, aerosolit, pilvet. Keskiviikko , kello 10-12

Transkriptio

1 Sirontaluento 12 Ilmakehä, aerosolit, pilvet Keskiviikko , kello 10-12

2 Sisältöä 1. ilmakehän sirottajat 2. aerosolit, kokojakauma, muodot, merkittävyys 3. pilvet, pisarat, vesi/jää, kidemuodot, pilvimuodot

3 Ilmakehän sirottajat Ilmakehässä valo siroaa kaasuista, Rayleigh sironta, aerosoleista, vesipisaroista ja jääkiteistä pilvissä. Lisäksi kaasut absorboivat valoa. Emissio jätetään kurssin ulkopuolelle.

4 Ilmastotekijät

5 Aerosolit Varsin tuntemattomia tekijöitä edelleen. Huomaa, että aerosolien suhteen talosta löytyy paljon suurempaakin viisautta. Tässä vain pöljä yleiskatsaus sironnan kannalta.

6 Aerosolin sirontaongelmaa Ovat jo merkittävä ilmastovaikuttaja %. Kumpaankin suuntaan. Liikennehäiriö maalla, merellä ja ilmassa. Paitsi näkyvyys, joskus ihan fyysisestikin. Haittaa muuta kaukokartoitusta. Joskus terveyshaittakin.

7 Halutaan tutkia itse aerosoleja nähdä aerosolien ohitse arvioida ilmastovaikutuksia

8 Tärkeimmät lähteet: merisuolaa aavikkohiekkaa palamisjätettä Lisäksi siitepölyä, tulivuorituhkaa, ihmistuotetta, yms..

9 Kokojakaumia Aerosolit keasvavat ja kehittyvät eri prosesseilla tyypilliseen kovasti vaihtelevaan kokojakaumaan ylärajan antaa painovoima.

10 Sirottavuus Kun huomioidaan Rayleigh-sironnan x 6 riippuvuus ja geometrinen x 2 vastaava

11 , saadaan arvio, mitkä koot näkyvimpiä:

12 Muodot Tyypillisesti aerosolit ovat kaikenmuotoisia, usein ketjumaisia tai ryppäitä, kaukana pallosta. Ja nämäkin vain muutamia hyvin tai satunnaisesti valikoituja esimerkkejä. Oikeasti ei läheskään kaikkien aerosolien muodoista tai kostumuksesta tiedetä yhtään mitään. Koot ovat kuitenkin jo siinä luokassa, että muoto merkitsee.

13 Laskenta Pienimmät Rayleigh-Debye-Gans- approksimaatiolla. Submikroniluokkaan käytä DDA, tilavuusintegraali tai T-matrsiisimenetelmää. 10 mikronin luokkaan ei auta vielä paljoa mikään. Suuremmat sädeoptiikalla. Taitekertoimia tunnetaan huonosti, kun koostumuskin jää avoimeksi. Tarvittaessa pääkomponentin mukaan sekoitussääntöjä taitavasti käyttäen. Ehkä haarukoitava havaintoihin sopivaksi. Huomaa, että veden tiivistyminen ja haihtuminen muokkaa ratkaisevasti aerosoleja.

14 Mittauksia, nefelometri Pieniä aerosolihiukkasia on hyvin vaikea mitata yksittäin, tai edes mitenkään erottaa muusta taustasta, koska hankalasti pitkin taivasta ja kuitenkin paikallisesti pieninä pitoisuuksina. Nefelometrillä yritetään saada edes joku signaali kokonaisironnasta. (Ei-optiset mittalaitteet erikseen)

15 Kaukokartoitus Havaitseminen siis vaikeaa. Kaukokartoituksessa erityisesti erottaminen taustasta: Rayleigh sironta, pilvet, maa. Lidar: yritellään, heikko kaiku, vähän tietoja. Aallonpituusriippuvuus, [de]polarisaatio, paikkajakauma. Tutka menee läpi hujahtamalla. Kokeiluja ainakin suurempien hiukkasten havainnoimiseen. Satelliitit: laajakulmahavainnot, polarisaatio, aallonpituusriippuvuus. Tulokset vielä aika malliriippuvaisia, ja suuria eroja tekniikoiden välillä.

16 Mutta silti eroja malleissa ja havainnoissa

17 IPCC:n näkemys

18 Pilvet Peittävyys 60%. meret 65%, maa 52%. Kaikkein tärkein ilmastovaikuttaja. Suurin haitta kaukokartoitukselle. Erittäin vaihteleva.

19

20 Pilvityypit

21 Pisarajakaumat Vesipilvissä pisarakoko vaihtelee µm välillä, tyypillisesti 10 20µm. Muodoista Timo N tietää enempi, mutta pääosin littanoita. Sileäpintaisina huomattavasti aerosoleja ja kiteitä helpommin laskettavia. Sisältää usein siemenaerosolin (miten usein, miten ison, pitääkö huomioida?). T-matriisimenetelmän versiot käytettyjä, ja geometriset.

22 Kiteet Jää, monenmoisia muotoja. tyypillistä suorat särmät, heksasymmetrinen perusmuoto ja tietyt kulmat. paitsi, että oikeasti ei ihan näin ihanteellisia. Sädeoptiikalla paljon lasketaan.

23 Pilvien kaukokartoituksesta, makro Pilvipeitto näkyy erittäin hyvin satelliittikuvista. Maanpäältä ja ilmasta myös helposti nähty. Pilvikorkeus alustavallatarkkuudella arvioitavissa havaitusta säteilylämpötilasta. Pilvigeometria paksuus, tiheys, muoto, sisärakenne jää yleensä aika arvoitukseksi. Lidarilla ja stereokuvauksella voisi paljonkin saada, mutta tähän asti havainnot jääneet puutteelliseksi, joko liian karkea resoluutio, liian laaja aikajänne tai suppea dynamiikka.

24 Pilvien kaukokartoituksesta, mikro Myös mikrofysiikka sula/jää, muoto, kokojakauma tunnetaan puutteellisesti. Lämpötilasta ja spektristä arvio olomuodolle (yli/alijäähtyminen huomioiden). Suuntajakaumasta sateenkaaret, halot, etusironta arvioita kide/pisaramuodolle. Suuntajakaumasta, absorptiospektristä, polarisaatiosta kokojakaumaa. (En kerro tästäkään enempää yksityiskohtia, koska minulle vähän vieras alue. Paljon hyvää lisätietoa ESA:n, NASA:n, ja useiden ilmatieteellisten laitosten sivuilla.)

25 Ilmakehä häiriönä Pitää erottaa maakohteen signaali ilmakehän signaalista. Pilvet peittää, varjostaa ja valaisee. Ainahan yritetään valita kirkkain päivä. Yleensä jo osapilviset datat hylätään, varsinkin automaattimenetelmissä. (Jo pieni parannus pilvien käsittelyssä kaksinkertaistaisi kaukokartoitusdatan arvon.) Valitaan läpinäkyvimmät aallonpituudet. Katsotaan kohtuullisen läheltä nadiiria. Arvioidaan/arvataan vesihöyrypitoisuudet, aerosolit, pilvet. Pääsääntöisesti liian vähällä tiedolla. Lumi maassa vs. pilvissä usein vaikea erottaa. Samaa valkeaa. Yläpilvet erottuu lämpötilasta, jos havaittu. Joskus voidaan tunnistaa muodoista tai varjoista, kun riittävä resoluutio.

26 Diffraktiosta Sähkömagneettiset sirontatekniikat laskee koko sironnan, mutta geometrisilta jää huomioimatta terävä etupiikki, jota diffraktioksi sanotaan. Emme käy diffraktioteoriaa tarkemmin läpi tässä, mutta esitämme muutaman periaatteen ja suuruusluokka-arvioita. Tarkemmin teoriaa löytyy Jacksonista ja monesta uudesta ja vanhasta oppikirjasta.

27 Babinetin periaate, reikä seinässä Ensimmäinen oletus diffraktioteorioissa on, että 3-ulotteinen sirottaja voidaan korvata 2-ulotteisella läpinäkymättömällä kiekolla. Toinen olettamus on, että riittää laskea komplementtinen kenttä kiekolle, eli korvataan kiekko seinällä, jossa on kiekonmuotoinen reikä. Nyt tarvitsee laskea vain diffraktio tästä reiästä. Sitten oletetaan, että tässä reiässä on tasan tuleva kenttä, ja reiän vieressä nolla. Tässä röyhkeästi rikotaan fysiikkaa ja matematiikkaa, mutta se toimii silti kohtuuhyvin, kun muistaa rajoitukset.

28 Kirchhoffin yhtälö ˆ E(r) = d 2 s[ik(n B(s))G(r s)+(n E(s)) G(r s)+(n E(s)) G(s missä n on pinnan etunormaali ja G(R) = e ikr /R, R = r s. Tästä nyt ei vielä nähdä paljoa mitään, mutta jos katsotaan pelkkää sähkökenttää vähän kauempana, ˆ E(r) = d 2 s(n E(s)) eikr R ja vielä approksimoidaan e ikr = e ikr k s+ 1 2kr [k2 s 2 (k s) 2 ]+..., niin voidaan laskea yhtä sun toista. Termit ovat suuruusluokkaa (kr), (kd), (kd)(d/r),.... Fraunhofer, Fresnel.

29 Laskenta Tuota yhtälöä voidaan numeerisesti laskea eri muotoisille sirottajille. esim. pallolle saadaan analyytisestikin J 1(ka sin θ) ka sin θ 2, mistä nähdään pääpiikin leveydeksi ka. Yleisemminkin pätee, että pääpiikki on leveyttä kb, missä b sirottajan dimensio diffraktion suunnassa.

30 Monidiffraktio Entä kun on monta sirottajaa? Yleensä kiinnostus laskentaan loppuu tässä. Onko kaikki diffraktiot riippumattomia vai kumuloituvia? Jokatapauksessa kaikki diffraktioteoriat romahtaa tiiviissä aineessa.