Effects of ice number concentration on dynamics of a shallow mixed-phase stratiform cloud
Notice bibliographique
Résumé
[1] Previous modeling studies have shown high sensitivity of mixed-phase clouds to ice number concentration, Ni, with simulated clouds often transitioning from mixed-phase to ice-only regime within a narrow range of Ni. To better understand the mechanisms behind this transition, we analyze several simulations of a mixed-phase stratiform Arctic cloud observed on 26 April 2008 during the Indirect and Semi-Direct Aerosol Campaign (ISDAC). In the BASE run, Ni is constrained to match the measured value and a persistent mixed-phase cloud is formed, with properties similar to those observed. When Ni is quadrupled (HI_ICE) the liquid water path is reduced by half within two hours. The changes in liquid water are accompanied by diminishing radiative cooling and slowing vertical mixing, exposing complex interactions among microphysics, radiation and dynamics. Deviations of BASE and HI_ICE from a simulation without ice are used to explore the linearity of the model response to variation in Ni. It is shown that early changes in cloud condensate amount and radiative cooling rate are proportional to Ni, while changes in the vertical buoyancy flux and dynamics are qualitatively different in HI_ICE compared to BASE. The nonlinear (with respect to Ni) reduction in buoyancy flux drives the initial response of the mixed layer dynamics to the appearance of ice and subsequently determines the sustainability of liquid water in the cloud in this case. Two additional sensitivity experiments link the decreased buoyancy production to the latent heat release from the depositional ice growth while confirming the importance of the cloud-radiation feedback.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».