MétaCan
Menu
Retour à la cohorte
Enregistrement W1769727502 · doi:10.1002/2013jd019860

The effect of smoke emission amount on changes in cloud properties and precipitation: A case study of Canadian boreal wildfires of 2007

2013· article· en· W1769727502 sur OpenAlexaboutno aff
Zheng Lu, I. N. Sokolik

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric aerosols and clouds
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSmokeLiquid water pathEnvironmental scienceAtmospheric sciencesAerosolModerate-resolution imaging spectroradiometerCloud topWeather Research and Forecasting ModelPrecipitationMeteorologySatelliteGeographyGeologyPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract We investigate the influence of wildfire smoke aerosols on cloud microphysics and precipitation using a coupled aerosol‐cloud microphysics‐meteorology model WRF‐Chem‐SMOKE. The Wildfire Automated Biomass Burning Algorithm products are used to compute “online” hourly size‐ and composition‐resolved smoke emission fluxes during Canadian boreal wildfires in the summer of 2007. Comparisons with Moderate Resolution Imaging Spectroradiometer aerosol optical depth, Ozone Monitoring Instrument aerosol index, and Cloud‐Aerosol Lidar and Infrared Pathfinder Satellite Observation vertical feature mask demonstrate that WRF‐Chem‐SMOKE captures both the horizontal and vertical spatial distribution of smoke. However, estimated smoke emissions result in much lower aerosol optical depth values than those of observations (by about tenfold). Modeling experiments with varying amounts of smoke emissions of 5 to 10 times as high as the original load reveal that low smoke load favors the collision‐coalescence process at a certain stage, leading to either positive or negative changes in the cloud water path (CWP) relative to smoke‐free conditions. For high smoke emissions, changes in CWP are positive, as large as 0.5 kg/m 2 . A domain‐integrated increase in CWP is proportional to smoke loading. By contrast, both positive and negative changes in the rain water path (RWP) and the snow water path (SWP) are found. While domain‐integrated changes in RWP are negative, those in SWP go from negative to positive under a high smoke load. Higher smoke loadings suppress precipitation initially, because of smoke‐induced reduction of the collision‐coalescence and riming processes, but ultimately cause an invigoration of precipitation. We found that precipitation is highly sensitive to 3‐D smoke fields and varies in a nonlinear manner with smoke loads.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,483
Score d'incertitude au seuil0,867

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,293
Écart entre enseignants0,262 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations32
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research AtmospheresMême sujetAtmospheric aerosols and cloudsTravaux en français237 207