On using the relationship between Doppler velocity and radar reflectivity to identify microphysical processes in midlatitudinal ice clouds
Notice bibliographique
Résumé
Abstract Ground‐based 35 GHz profiling Doppler cloud radar observations of ice clouds were used to derive the power law relation between Doppler velocity V d and radar reflectivity Z ( V d = aZ b ). By removing the vertical air motion from V d , the power law can be rewritten as V t = aZ b with V t being the reflectivity‐weighted particle terminal fall velocity. Profiles of this relation are variable with height. An attempt was made to relate this variability to the dominant microphysical processes in different layers of the cloud. Based on that, the possibility of using profiles of the parameters a and b to distinguish different microphysical regimes was explored. The methodology was applied to long‐term measurements (January 1997 to December 2010) at the Atmospheric Radiation Measurement site in the Southern Great Plains. Principal component analysis was used to determine the modes of the profiles that explain most of the observed variance in the observations. Profile‐averaged means and standard deviations of parameters a and b amounted to 0.65 ± 0.42 and 0.03 ± 0.19, respectively. Furthermore, three commonly used microphysical relations related to bulk quantities were used to determine values of a and b . These results were found to compare reasonably well with the values obtained from the radar observations. Finally, microphysical considerations showed that radar‐derived values of parameter b can be explained in terms of particle size distribution moment changes.
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 | 0,001 | 0,002 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».