Estimation of Errors in Two-Stream Approximations of the Solar Radiative Transfer Equation for Cloudy-Sky Conditions
Notice bibliographique
Résumé
Abstract Solar flux densities and heating rates predicted by a broadband, multilayer δ-Eddington two-stream approximation are compared to estimates from a Monte Carlo model that uses detailed descriptions of cloud particle phase functions and facilitates locally nonzero net horizontal flux densities. Results are presented as domain averages for 256-km sections of cloudy atmospheres inferred from A-Train satellite data: 32 632 samples for January 2007 between 70°S and 70°N with total cloud fraction C > 0.05. The domains are meant to represent grid cells of a conventional global climate model and consist of columns of infinite width across track and Δx ≈ 1 km along track. The δ-Eddington was applied in independent column approximation (ICA) mode, while the Monte Carlo was applied using both Δx → ∞ (i.e., ICA) and Δx ≈ 1 km. Mean-bias errors due to the δ-Eddington’s neglect of phase function details and horizontal transfer, as functions of cosine of solar zenith angle μ0, are comparable in magnitude and have the same signs. With minor dependence on cloud particle sizes, the δ-Eddington over- and underestimates top-of-atmosphere reflected flux density for the cloudy portion of domains by ~10 W m−2 for μ0 > 0.9 and −3 W m−2 for μ0 < 0.2; full domain averages are ~8 and −2 W m−2, respectively, given mean C > 0.75 for all μ0. These errors are reversed in sign, but slightly larger, for net surface flux densities. The δ-Eddington underestimates total atmospheric absorption by ~2.5 W m−2 on average. Hence, δ-Eddington mean-bias errors for domain-averaged layer heating rates are usually negative but can be positive. Rarely do they exceed ±10% of the mean heating rate; the largest errors are when the sides of liquid clouds are irradiated by direct beams.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».