Logarithmic radiative effect of water vapor and spectral kernels
Notice bibliographique
Résumé
Abstract Radiative kernels have become a useful tool in climate analysis. A set of spectral kernels is calculated using a moderate resolution atmospheric transmission code MODTRAN and implemented in diagnosing spectrally decomposed global outgoing longwave radiation (OLR) changes. It is found that the effect of water vapor on the OLR is in proportion to the logarithm of its concentration. Spectral analysis discloses that this logarithmic dependency mainly results from water vapor absorption bands (0–560 cm−1 and 1250–1850 cm−1), while in the window region (800–1250 cm−1), the effect scales more linearly to its concentration. The logarithmic and linear effects in the respective spectral regions are validated by the calculations of a benchmark line‐by‐line radiative transfer model LBLRTM. The analysis based on LBLRTM‐calculated second‐order kernels shows that the nonlinear (logarithmic) effect results from the damping of the OLR sensitivity to layer‐wise water vapor perturbation by both intra‐ and inter‐layer effects. Given that different scaling approaches suit different spectral regions, it is advisable to apply the kernels in a hybrid manner in diagnosing the water vapor radiative effect. Applying logarithmic scaling in the water vapor absorption bands where absorption is strong and linear scaling in the window region where absorption is weak can generally constrain the error to within 10% of the overall OLR change for up to eightfold water vapor perturbations.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».