A Methodology to Derive Radar Reflectivity–Liquid Equivalent Snow Rate Relations Using C-Band Radar and a 2D Video Disdrometer
Notice bibliographique
Résumé
Abstract The objective of this work is to derive equivalent radar reflectivity factor–liquid equivalent snow rate (Ze–SR) power-law relations for snowfall using the C-band King City operational weather radar and a 2D video disdrometer (2DVD). The 2DVD provides two orthogonal views of each snow particle that falls through its 10 cm × 10 cm virtual sensor area. The “size” parameter used here for describing the size distribution is based on the “apparent” volume computed from the two images, and an equivolume spherical diameter Dapp is defined. The determination of fall speed is based on matching two images corresponding to the same particle as it falls through two light planes separated by a precalibrated separation distance. A new “rematching” algorithm was developed to improve the quality of the fall speed versus Dapp as compared with the original matching algorithm provided by the manufacturer. The snow density is parameterized in the conventional power-law form , where α and β are assumed to be variable. To account for strong horizontal winds that tend to decrease the measured concentrations from the 2DVD, a third parameter γ is introduced. The methodology estimates the three parameters (α, β, and γ) by minimizing the difference between the radar-measured reflectivity and the equivalent reflectivity computed from the 2DVD in a least squares sense. The optimally determined values of α, β, and γ are used to estimate the SR and the coefficient and exponent of the Ze = a(SR)b relation. For validation, the accumulation from the SR is compared with the manually recorded accumulations from the double-fence international reference (DFIR) gauge. The data were collected during the Canadian Cloudsat Cloud-Aerosol Lidar and Infrared Pathfinder Satellite Observations (CALIPSO) Validation Project (C3VP) conducted in Ontario, Canada, during the 2006/07 winter season. A total of seven snow days were analyzed and the accumulation intercomparisons gave a fractional standard deviation of 26% and normalized bias 2.1%. The range of the a and b values for the seven days appear reasonable and similar to conventional Ze–R relations.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».