Cloud Droplet Collisions in Turbulent Environment: Collision Statistics and Parameterization
Notice bibliographique
Résumé
Abstract The purpose of this paper is to quantify the influence of turbulence in collision statistics by separately studying the impacts of computational domain sizes, eddy dissipation rates (EDRs), and droplet sizes and eventually to develop an accurate parameterization of collision kernels. Direct numerical simulations (DNS) were performed with a relatively wide range of EDRs and Taylor microscale Reynolds numbers . EDR measures the turbulence intensity levels. DNS model studies have simulated homogeneous turbulence in a small domain in the cloud’s adiabatic core. Clouds clearly have much larger scales than current DNS can simulate. For this reason, it is emphasized that obtained from current DNS is fundamentally only a measure of the computational domain size for a given EDR and cannot completely describe the physical properties of cloud turbulence. Results show that the collision statistics are independent of the domain sizes and hence of the computational for droplet sizes no bigger than 25 μ m as long as the droplet separation distance, which is on the order of the Kolmogorov scale in real clouds, is resolved. Instead, they are found to be highly correlated with EDRs and droplet sizes, and this correlation is used to formulate an improved parameterization scheme. The new scheme well represents the turbulent geometric collision kernel with a relative uncertainty of 14%. A comparison between different parameterizations is made, and the formulas proposed here are shown to improve the fit to the collision statistics.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».