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 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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».