Publication

CCN predictions: Is theory sufficient for assessments of the indirect effect?

Athanasios Nenes
2006
Article
Résumé

This study quantitatively assesses the sensitivity of cloud droplet number (CDNC) to errors in cloud condensation nuclei (CCN) predictions that arise from application of Köhler theory. The CDNC uncertainty is assessed by forcing a droplet activation parameterization with a comprehensive dataset of CCN activity and aerosol size and chemical composition obtained during the ICARTT field campaign in August 2004. Our analysis suggests that, for a diverse range of updraft velocity, droplet growth kinetics and airmass origin, the error in predicted CDNC is (at most) half of the CCN prediction error. This means that the typical 20-50% error in ambient CCN closure studies would result in a 10-25% error in CDNC. For the first time, a quantitative link between aerosol and CDNC prediction errors is available, and can be the basis of a robust uncertainty analysis of the first aerosol indirect effect. Copyright 2006 by the American Geophysical Union.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.