Simulations of midlatitude frontal clouds by single‐column and cloud‐resolving models during the Atmospheric Radiation Measurement March 2000 cloud intensive operational period
Notice bibliographique
Résumé
This study quantitatively evaluates the overall performance of nine single‐column models (SCMs) and four cloud‐resolving models (CRMs) in simulating a strong midlatitude frontal cloud system taken from the spring 2000 Cloud Intensive Observational Period at the Atmospheric Radiation Measurement (ARM) Southern Great Plains site. The evaluation data are an analysis product of constrained variational analysis of the ARM observations and the cloud data collected from the ARM ground active remote sensors (i.e., cloud radar, lidar, and laser ceilometers) and satellite retrievals. Both the selected SCMs and CRMs can typically capture the bulk characteristics of the frontal system and the frontal precipitation. However, there are significant differences in detailed structures of the frontal clouds. Both CRMs and SCMs overestimate high thin cirrus clouds before the main frontal passage. During the passage of a front with strong upward motion, CRMs underestimate middle and low clouds while SCMs overestimate clouds at the levels above 765 hPa. All CRMs and some SCMs also underestimated the middle clouds after the frontal passage. There are also large differences in the model simulations of cloud condensates owing to differences in parameterizations; however, the differences among intercompared models are smaller in the CRMs than the SCMs. In general, the CRM‐simulated cloud water and ice are comparable with observations, while most SCMs underestimated cloud water. SCMs show huge biases varying from large overestimates to equally large underestimates of cloud ice. Many of these model biases could be traced to the lack of subgrid‐scale dynamical structure in the applied forcing fields and the lack of organized mesoscale hydrometeor advections. Other potential reasons for these model errors are also discussed in the paper.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».