MétaCan
Menu
Retour à la cohorte
Enregistrement W2126591422 · doi:10.5194/acp-10-9851-2010

Constraints on interactions between aerosols and clouds on a global scale from a combination of MODIS-CERES satellite data and climate simulations

2010· article· en· W2126591422 sur OpenAlexafffund
Xiaoyan Ma, Knut von Salzen, Jason N. S. Cole

Notice bibliographique

RevueAtmospheric chemistry and physics · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric aerosols and clouds
Établissements canadiensUniversity of VictoriaEnvironment and Climate Change Canada
Organismes subventionnairesCanadian Foundation for Climate and Atmospheric SciencesLangley Research CenterNational Aeronautics and Space Administration
Mots-clésAerosolEffective radiusCloud computingLiquid water pathEnvironmental scienceAtmospheric sciencesCloud albedoLiquid water contentSatelliteMeteorologyCloud coverPhysicsComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract. Satellite-based cloud top effective radius retrieved by the CERES Science Team were combined with simulated aerosol concentrations from CCCma CanAM4 to examine relationships between aerosol and cloud that underlie the first aerosol indirect (cloud albedo) effect. Evidence of a strong negative relationship between sulphate, and organic aerosols, with cloud top effective radius was found for low clouds, indicating both aerosol types are contributing to the first indirect effect on a global scale. Furthermore, effects of aerosol on the cloud droplet effective radius are more pronounced for larger cloud liquid water paths. While CanAM4 broadly reproduces the observed relationship between sulphate aerosols and cloud droplets, it does not reproduce the dependency of cloud top droplet size on organic aerosol concentrations nor the dependency on cloud liquid water path. Simulations with a modified version of the model yield a more realistic dependency of cloud droplets on organic carbon. The robustness of the methods used in the study are investigated by repeating the analysis using aerosol simulated by the GOCART model and cloud top effective radii derived from the MODIS Science Team.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,369
Score d'incertitude au seuil0,609

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,013
Tête enseignante GPT0,260
Écart entre enseignants0,247 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations18
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAtmospheric chemistry and physicsMême sujetAtmospheric aerosols and cloudsTravaux en français237 207