Profiling Cloud Ice Mass and Particle Characteristic Size from Doppler Radar Measurements
Notice bibliographique
Résumé
A remote sensing method is proposed for the retrievals of vertical profiles of ice cloud microphysical parameters from ground-based measurements of radar reflectivity and Doppler velocity with a vertically pointed cloud radar.This method relates time-averaged Doppler velocities (which are used as a proxy for the reflectivity-weighted particle fall velocities) to particle characteristic sizes such as median or mean.With estimated profiles of particle characteristic size, profiles of cloud ice water content (IWC) are then calculated using reflectivity measurements.The method accounts for the intrinsic correlation between particle sizes and parameters of the fall velocity-size relations.It also accounts for changes of particle bulk density with size.The range of applicability of this method encompasses ice-phase clouds and also mixed-phase clouds that contain liquid drops, which are small compared to ice particles, so the radar signals are dominated by these larger particles.It is, however, limited to the observational situations without strong up-and downdrafts, so the residual of mean vertical air motions is small enough compared to the reflectivity-weighted cloud particle fall velocities.The Doppler-velocity reflectivity method was applied to the data obtained with an 8.6-mm wavelength radar when observing Arctic clouds.Typical retrieval uncertainties are about 35%-40% for particle characteristic size and 60%-70% for IWC, though in some cases IWC uncertainties can be as high as factor of 2 (i.e., Ϫ50%, ϩ100%).Comparisons with in situ data for one observational case yielded 25% and 55% differences in retrieved and in situ estimates of characteristic size and IWC, respectively.The results of the microphysical retrievals obtained from the remote sensing method developed here were compared with data obtained from the multisensor technique that utilizes combined radar-IR radiometer measurements.For pure ice-phase layers unobstructed by liquid clouds (i.e., conditions where the multisensor approach is applicable), the relative standard deviations between the results of both remote sensing approaches were about 27% for mean particle size and 38% for IWC, with relative biases of only 5% and 20%, respectively.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 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 ».