MétaCan
Menu
Retour à la cohorte
Enregistrement W2040631493 · doi:10.1029/2009jd013091

Vertical velocity structure of nonprecipitating continental boundary layer stratocumulus clouds

2010· article· en· W2040631493 sur OpenAlexaff
Virendra P. Ghate, Bruce Albrecht, Pavlos Kollias

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric aerosols and clouds
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésSkewnessAtmospheric sciencesCloud fractionFlux (metallurgy)Environmental scienceMarine stratocumulusBoundary layerCloud topMixed layerPlanetary boundary layerClimatologyGeologyMeteorologyCloud computingTurbulenceCloud coverPhysicsAerosolStatisticsChemistry

Résumé

récupéré en direct d'OpenAlex

Continental boundary layer (BL) stratocumulus clouds affect the local weather by modulating the surface energy and moisture budgets and are also intimately tied to the diurnal cycle of the turbulence in the BL. Vertical velocity structure of these clouds is studied using data from the Atmospheric Radiation Measurement Program's Southern Great Plains observing facility located near Lamont, Oklahoma. Data from vertically pointing cloud radar from eleven cases of nonprecipitating BL stratocumulus clouds are used to obtain half‐hourly values of in‐cloud vertical velocity variance, skewness, updraft fraction, downdraft fraction, and mass flux. The variance showed a general decrease with height, while the skewness was weakly positive in the cloud layer and negative near cloud top on half‐hourly time scales. Vertically coherent structures spanning through the entire cloud layer were responsible for ∼40% of the observed vertical velocity variance, while horizontally (temporally) coherent structures lasting at least 20 s were responsible for ∼77% of the vertical velocity variance. The half‐hour periods were then classified on the basis of the surface buoyancy flux (B) as small B periods (B < 10 Wm −2 ) and large B periods (B > 60Wm −2 ). Small B periods exhibited lower variance near cloud base compared to large B periods with the differences being reversed near cloud top. The skewness was positive in the cloud layer during large B periods and negative during small B periods, while the skewness was negative near cloud top in both scenarios. The small B periods had about ten times more updrafts greater than 1 m s −1 near cloud top compared to large B periods.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,780
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,309
Écart entre enseignants0,291 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations44
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research AtmospheresMême sujetAtmospheric aerosols and cloudsTravaux en français237 207