On the discrepancies between theoretical and measured below-cloud particle scavenging coefficients for rain – a numerical investigation using a detailed one-dimensional cloud microphysics model
Notice bibliographique
Résumé
Abstract. Existing theoretical formulations for the size-resolved scavenging coefficient Λ(d) for atmospheric aerosol particles scavenged by rain predict values lower by one to two orders of magnitude than those estimated from field measurements of particle-concentration changes for particles smaller than 3 μm in diameter. Vertical turbulence is not accounted for in the theoretical formulations of Λ(d) but does contribute to the field-derived estimates of Λ(d) due to its influence on the overall concentration changes of aerosol particles in the layers undergoing impaction scavenging. A detailed one-dimensional cloud microphysics model has been used to simulate rain production and below-cloud particle scavenging, and to quantify the contribution of turbulent diffusion to the overall Λ(d) values calculated from particle concentration changes. The relative contribution of vertical diffusion to below-cloud scavenging is found to be largest for submicron particles under weak precipitation conditions. The discrepancies between theoretical and field-derived Λ(d) values can largely be explained by the contribution of vertical diffusion to below-cloud particle scavenging for all particles larger than 0.01 μm in diameter for which field data are available. The results presented here suggest that the current theoretical framework for Λ(d) can provide a reasonable approximation of below-cloud aerosol particle scavenging by rain in size-resolved aerosol transport models if vertical diffusion is also considered by the models.
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 | 0,001 |
| 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 ».