Assessment and Optimization of the Gamma-Weighted Two-Stream Approximation
Notice bibliographique
Résumé
The two primary foci of this note are to assess the ability of the multilayer gamma-weighted two-stream approximation (GWTSA) to compute domain-averaged solar radiative fluxes and to demonstrate how its execution time can be reduced with negligible impact on performance. In addition to the usual parameters needed by a 1D solar code, the GWTSA requires ν ∈ R+, which depends on both the horizontal mean and mean logarithm of cloud water content. Reduced central processing unit (CPU) time is realized by simply rounding ν to the nearest whole number, denoted as [ν]. The experiment reported on here uses 120 fields generated by a 2D cloud-resolving model simulation of an evolving tropical mesoscale convective cloud system. Benchmark calculations are provided by the independent column approximation (ICA), and results are also shown for the conventional two-stream model. The full GWTSA yields time- and domain-averaged broadband top-of-atmosphere albedo and surface absorptance values of 0.32 and 0.49, which are very close to the ICA values of 0.32 and 0.47. Correspondingly, the GWTSA using [ν] produces 0.34 and 0.46. In contrast, the conventional two-stream’s estimates are 0.56 and 0.20. While mean heating rate errors for the conventional two-stream average about −0.5 K day−1 near the surface and almost +2 K day−1 at 10 km, they are diminished at both altitudes to ∼0.25 K day−1 for the GWTSA regardless of whether ν or [ν] is used. For this simulation, the GWTSA using [ν] requires just ∼25% more CPU time than the conventional two-stream approximation.
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 | 0,005 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».