Collision Rates of Cloud Droplets in Turbulent Flow
Notice bibliographique
Résumé
Abstract Direct numerical simulations of an evolving turbulent flow field have been performed to explore how turbulence affects the motion and collisions of cloud droplets. Large numbers of droplets are tracked through the flow field and their positions, velocities, and collision rates have been found to depend on the eddy dissipation rate of turbulent kinetic energy. The radial distribution function, which is a measure of the preferential concentration of droplets, increases with eddy dissipation rate. When droplets are clustered there is an increased probability of finding two droplets closely separated; thus, there is an increase in the collision kernel. For the flow fields explored in this study, the clustering effect accounts for an increase in the collision kernel of 8%–42%, as compared to the gravitational collision kernel. The spherical collision kernel is also a function of the radial relative velocities among droplets and these velocities increase from 1.008 to 1.488 times the corresponding gravitational value. For an eddy dissipation rate of about 100 cm2 s−3, the turbulent collision kernel is 1.06 times the magnitude of the gravitational value, while for an eddy dissipation rate of 1500 cm2 s−3, this increases to 2.08 times. Therefore, these results demonstrate that turbulence could play an important role in the broadening and evolution of the droplet size distribution and the onset of precipitation.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».