Stratiform and Convective Precipitation Observed by Multiple Radars during the DYNAMO/AMIE Experiment
Notice bibliographique
Résumé
Abstract In this study, methods of convective/stratiform precipitation classification and surface rain-rate estimation based on the Atmospheric Radiation Measurement Program (ARM) cloud radar measurements were developed and evaluated. Simultaneous and collocated observations of the Ka-band ARM zenith radar (KAZR), two scanning precipitation radars [NCAR S-band/Ka-band Dual Polarization, Dual Wavelength Doppler Radar (S-PolKa) and Texas A&M University Shared Mobile Atmospheric Research and Teaching Radar (SMART-R)], and surface precipitation during the Dynamics of the Madden–Julian Oscillation/ARM MJO Investigation Experiment (DYNAMO/AMIE) field campaign were used. The motivation of this study is to apply the unique long-term ARM cloud radar observations without accompanying precipitation radars to the study of cloud life cycle and precipitation features under different weather and climate regimes. The resulting convective/stratiform classification from KAZR was evaluated against precipitation radars. Precipitation occurrence and classified convective/stratiform rain fractions from KAZR compared favorably to the collocated SMART-R and S-PolKa observations. Both KAZR and S-PolKa radars observed about 5% precipitation occurrence. The convective (stratiform) precipitation fraction is about 18% (82%). Collocated disdrometer observations of two days showed an increased number concentration of small and large raindrops in convective rain relative to dominant small raindrops in stratiform rain. The composite distributions of KAZR reflectivity and Doppler velocity also showed distinct structures for convective and stratiform rain. These evidences indicate that the method produces physically consistent results for the two types of rain. A new KAZR-based, two-parameter [the gradient of accumulative radar reflectivity Z e (GAZ) below 1 km and near-surface Z e ] rain-rate estimation procedure was developed for both convective and stratiform rain. This estimate was compared with the exponential Z–R (reflectivity–rain rate) relation. The relative difference between the estimated and surface-measured rainfall rates showed that the two-parameter relation can improve rainfall estimation relative to the Z–R relation.
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 | 0,001 | 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 ».