Intercomparison of model simulations of mixed‐phase clouds observed during the ARM Mixed‐Phase Arctic Cloud Experiment. I: single‐layer cloud
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 Results are presented from an intercomparison of single‐column and cloud‐resolving model simulations of a cold‐air outbreak mixed‐phase stratocumulus cloud observed during the Atmospheric Radiation Measurement (ARM) programme's Mixed‐Phase Arctic Cloud Experiment. The observed cloud occurred in a well‐mixed boundary layer with a cloud‐top temperature of − 15 °C. The average liquid water path of around 160 g m −2 was about two‐thirds of the adiabatic value and far greater than the average mass of ice which when integrated from the surface to cloud top was around 15 g m −2 . Simulations of 17 single‐column models (SCMs) and 9 cloud‐resolving models (CRMs) are compared. While the simulated ice water path is generally consistent with observed values, the median SCM and CRM liquid water path is a factor‐of‐three smaller than observed. Results from a sensitivity study in which models removed ice microphysics suggest that in many models the interaction between liquid and ice‐phase microphysics is responsible for the large model underestimate of liquid water path. Despite this underestimate, the simulated liquid and ice water paths of several models are consistent with observed values. Furthermore, models with more sophisticated microphysics simulate liquid and ice water paths that are in better agreement with the observed values, although considerable scatter exists. Although no single factor guarantees a good simulation, these results emphasize the need for improvement in the model representation of mixed‐phase microphysics. Copyright © 2009 Royal Meteorological Society
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) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle