Assessing Simulated Clouds and Radiative Fluxes Using Properties of Clouds Whose Tops are Exposed to Space
Notice bibliographique
Résumé
Abstract Coincident top-of-atmosphere (TOA) radiative fluxes and cloud optical properties for portions of clouds whose tops are exposed to space within several pressure ranges are used to evaluate how a GCM realizes its all-sky radiative fluxes and vertical structure. In particular, observations of cloud properties and radiative fluxes from the Clouds and the Earth’s Radiant Energy System (CERES) Science Team are used to assess the Canadian Centre for Climate Modeling and Analysis atmospheric global climate model (CanAM4). Through comparison of CanAM4 with CERES observations it was found that, while the July-mean all-sky TOA shortwave and longwave fluxes simulated by CanAM4 agree well with those observed, this agreement rests on compensating biases in simulated cloud properties and radiative fluxes for low, middle, and high clouds. Namely, low and middle cloud albedos simulated by CanAM4 are larger than those observed by CERES attributable to CanAM4 simulating cloud optical depths via large liquid water paths that are too large but are partly compensated by too small cloud fractions. It was also found that CanAM4 produces 2D histograms of cloud fraction and cloud albedo for low, middle, and high clouds that are significantly different than generated using the CERES observations.
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 | 0,001 |
| 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 | 0,001 | 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 ».