Characterization of video disdrometer uncertainties and impacts on estimates of snowfall rate and radar reflectivity
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract. Estimates of snow microphysical properties obtained by analyzing collections of individual particles are often limited to short timescales and coarse time resolution. Retrievals using disdrometer observations coincident with bulk measurements such as radar reflectivity and snowfall amounts may overcome these limitations; however, retrieval techniques using such observations require uncertainty estimates not only for the bulk measurements themselves, but also for the simulated measurements modeled from the disdrometer observations. Disdrometer uncertainties arise due to sampling and analytic errors and to the discrete, potentially truncated form of the reported size distributions. Imaging disdrometers such as the Snowflake Video Imager and 2-D Video Disdrometer provide remarkably detailed representations of snow particles, but view limited projections of their three-dimensional shapes. Particle sizes determined by such instruments underestimate the true dimensions of the particles in a way that depends, in the mean, on particle shape, also contributing to uncertainties. An uncertainty model that accounts for these uncertainties is developed and used to establish their contributions to simulated radar reflectivity and snowfall rate. Viewing geometry effects are characterized by a parameter, ϕ, that relates disdrometer-observed particle size to the true maximum dimension of the particle. Values and uncertainties for ϕ are estimated using idealized ellipsoidal snow particles. The model is applied to observations from seven snow events from the Canadian CloudSat/CALIPSO Validation Project (C3VP), a mid-latitude cold-season cloud and precipitation field experiment. Typical total uncertainties are 4 dB for reflectivity and 40–60% for snowfall rate, are highly correlated, and are substantial compared to expected uncertainties for radar and precipitation gauge observations. The dominant sources of errors are viewing geometry effects and the discrete, truncated form of the size distributions. While modeled Ze–S relationships are strongly affected by assumptions about snow particle mass properties, such relationships are only modestly sensitive to ϕ owing to partially compensating effects on both the reflectivity and snowfall rate.
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.
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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle