Abstract
The atmospheric boundary layer mixing height (MH) is an important bulk parameter in air quality (AQ) modelling. Formulating this parameter under statically stable conditions, such as in the Arctic, has historically been difficult. In an effort to improve AQ modelling capacity in North America, MH is studied in two geographically distinct areas: the Arctic (Barrow, Alaska) and the southern Great Plains (Lamont, Oklahoma). Observational data from the Atmospheric Radiation Measurement program, Climate Research Facility and numerical weather forecasting data from Environment Canada's Regional Global Environmental Multiscale (GEM15) model have been used in order to examine the suitability of available parameterizations for MH under statically stable conditions and also to compare the level of agreement between observed and modelled MH. The analysis period is 1 October 2011 to 1 October 2012. The observations alone suggest that profile methods are preferred over surface methods in defining MH under statically stable conditions. Surface methods exhibit poorer comparison statistics with observations than profile methods. In addition, the fitted constants for surface methods are site-dependent, precluding their applicability for modelling under general conditions. The comparison of observations and GEM15 MH suggests that although the agreement is acceptable in Lamont, the default model surface method contributes to a consistent overprediction of MH in Barrow in all seasons. An alternative profile method for MH is suggested based on the bulk Richardson number. This method is shown to reduce the model bias in Barrow by a factor of two without affecting model performance in Lamont.
résumé
[Traduit par la rédaction] La hauteur de mélange de la couche limite atmosphérique représente un important paramètre général en modélisation de la qualité de l'air. La formulation de ce paramètre pour des conditions hydrostatiques stables, comme dans l'Arctique, s'est toujours avérée difficile. Afin d'améliorer la modélisation de la qualité de l'air en Amérique du Nord, nous étudions les hauteurs de mélange de deux régions géographiques distinctes : l'Arctique (Barrow, Alaska) et les grandes plaines du sud (Lamont, Oklahoma). Nous utilisons des données provenant du programme de mesure du rayonnement atmosphérique (ARM) du Climate Research Facility et des prévisions météorologiques numériques issues du Modèle global environnemental multi-échelle régional d'Environnement Canada (GEM15), afin d'examiner la pertinence des paramétrisations existantes de la hauteur de mélange, pour des conditions hydrostatiques stables. Nous comparons aussi les hauteurs observées et simulées. La période d'analyse s’étend du 1er octobre 2011 au 1er octobre 2012. Les observations à elles seules laissent penser que les méthodes fondées sur des profils sont supérieures aux méthodes limitées à la surface, en ce qui concerne la détermination de la hauteur de mélange pour des conditions hydrostatiques stables. Selon les observations, les méthodes de surface présentent des statistiques moins probantes que les méthodes avec profils. De plus, les constantes ajustées des méthodes de surface sont dépendantes du site. Elles ne peuvent donc pas s'appliquer à la modélisation de conditions générales. La comparaison entre les hauteurs de mélange observées et celles issues du GEM15 laisse penser que la méthode par défaut du modèle (surface) produit des hauteurs de mélange trop élevées à Barrow, en toute saison, bien que les données restent comparables pour Lamont. Nous suggérons donc, pour les hauteurs de mélange, une méthode avec profil, fondée sur le nombre de Richardson apparent. Cette méthode réduit par un facteur de deux le biais du modèle à Barrow, et ce, sans affecter sa performance à Lamont.
Acknowledgements
The authors are indebted to Hans Verlinde, Michael H. Liu, and Karen Gibson from the Atmospheric Radiation Measurement (ARM) program, Climate Research Facility, US Department of Energy, for advice on the retrieval of observational data for Lamont and Barrow. The lead author thanks Dr. David Tarasick, who inspired this study at its inception. Expert reviews by our colleagues Michael Moran, Paul Makar, Wanmin Gong, and Stephen Beagley are appreciated. The authors also acknowledge the constructive comments by reviewers of the journal who significantly contributed to the quality of the paper.
Disclosure statement
No potential conflict of interest was reported by the authors.