Comparisons of Single- and Double-Moment Microphysics Schemes in the Simulation of a Synoptic-Scale Snowfall Event
Notice bibliographique
Résumé
Abstract The Canadian CloudSat/Cloud–Aerosol Lidar and Infrared Pathfinder Satellite Observations (CALIPSO) Validation Project (C3VP) provided aircraft, surface, and remotely sensed observations of cloud and precipitation characteristics to support improved simulation of cold-season precipitation within weather forecast models and new developments in satellite and radar precipitation retrievals. On 22 January 2007, the C3VP campaign executed an intensive observation period to sample widespread snowfall that occurred as a midlatitude cyclone tracked along the U.S.–Canadian border. Surface air temperature and precipitation measurements, combined with aircraft measurement of hydrometeor content and size distribution, are used to examine various assumptions and parameterizations included within four bulk water microphysics schemes available within the Weather Research and Forecasting Model (WRF). In a simulation of the 22 January 2007 event, WRF forecasts reproduced the overall precipitation pattern observed during aircraft sampling, allowing for a comparison between C3VP measurements and microphysics scheme assumptions. Single-moment schemes that provide flexibility in size distribution parameters as functions of temperature can represent much of the vertical variability observed in aircraft data, but variability is reduced in an environment where the simulated temperature profile is nearly isothermal. Double-moment prediction of total number concentration may improve the representation of ice crystal aggregation. Inclusion of both temperature dependence on distribution parameters and variability in mass–diameter or diameter–fall speed relationships suggest a means of improving upon single-moment predictions.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».