An investigation into the aerosol dispersion effect through the activation process in marine stratus clouds
Notice bibliographique
Résumé
The aerosol dispersion effect (the influence of an increasing number of aerosol particles on the width of the cloud droplet size distribution) has been observed in maritime clouds [e.g., Liu and Daum , 2002 ]. Climate model simulations show that the dispersion effect at least partially compensates the first indirect aerosol effect. The application of observational data from maritime stratus/stratocumulus clouds into an adiabatic parcel model allows to analyze the role of the aerosol activation process for the dispersion effect in order to better understand the microphysical mechanism of the dispersion effect in the early stage of cloud formation. When the total aerosol number concentration is increased, the parcel model simulations show that the higher number of aerosol particles at cloud base reduces the supersaturation, which results in a slower particle growth rate, and thus more cloud droplets remain small. This extends the droplet spectra toward the smaller size end and increases the spectral width. The broadening effect partially offsets the reduction of droplet radius because of an enhanced number of aerosol particles, leading to a positive aerosol dispersion effect. Sensitivity studies show that the dispersion effect decreases for increasing updraft velocities. When the updraft velocity approaches 55 m s −1 , the dispersion effect almost vanishes for maritime stratus clouds. Aerosols composed of sulfate or of less soluble organics increase the dispersion effect as compared to sea‐salt aerosols, whereas condensation of gaseous nitric acid on aerosols decreases the dispersion effect in marine stratus clouds.
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 | 0,003 | 0,000 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».