Study of unusual atmospheric icing at Mount Zao, Japan, using the Weather Research and Forecasting model
Notice bibliographique
Résumé
A mesoscale atmospheric model, the Weather Research and Forecasting model (WRF), was used for a case study that reconstructs mid‐spring episodes of rime formation at Mt. Zao, Japan. One particularly interesting and rare form of rime was observed. The formations were feathery, opaque aggregates of granular ice 15–30 cm long, called “shrimp tails” in Japanese. Based on an analysis of model‐generated results, we find good quantitative agreement of modeled and observed wind and temperature time series at Jizosancho ropeway station. We identified two icing events (lasting for 36 and 41 h respectively, with surface air temperatures between −6.3° and −0.1°C, relatively constant westerly winds up to 26 m s −1 , and maximum cloud liquid water contents (LWC) between 0.72 and 1.05 g m −3 ). We confirmed that high‐resolution modeling (1.1 km grid spacing) was much more accurate than simulations with coarser grids (10 and 3.3 km). The LWC during the formation period of this rare type of icing was estimated for the first time using the WRF model at Mt. Zao, and it was found to be up to several times higher than values previously used in experimental studies. We found that the joint wind speed‐air temperature distribution for this type of “tail” rime was more similar to that of a hard rime or glaze, than to a soft rime. We explain the formation of “shrimp tails” by wind impact angle and report previously made laboratory results on its effect on the droplet collision efficiency and the density of rime ice.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».