Effects of 20–100 nm particles on liquid clouds in the cleansummertime Arctic
Notice bibliographique
Résumé
Abstract. Observations addressing effects of aerosol particles on summertime Arctic clouds are limited. An airborne study, carried out during July 2014 from Resolute Bay, Nunavut, Canada, as part of the Canadian NETCARE project, provides a comprehensive in situ look into some effects of aerosol particles on liquid clouds in the clean environment of the Arctic summer. Median cloud droplet number concentrations (CDNC) from 62 cloud samples are 10 cm−3 for low-altitude cloud (clouds topped below 200 m) and 101 cm−3 for higher-altitude cloud (clouds based above 200 m). The lower activation size of aerosol particles is ≤ 50 nm diameter in about 40 % of the cases. Particles as small as 20 nm activated in the higher-altitude clouds consistent with higher supersaturations (S) for those clouds inferred from comparison of the CDNC with cloud condensation nucleus (CCN) measurements. Over 60 % of the low-altitude cloud samples fall into the CCN-limited regime of Mauritsen et al. (2011), within which increases in CDNC may increase liquid water and warm the surface. These first observations of that CCN-limited regime indicate a positive association of the liquid water content (LWC) and CDNC, but no association of either the CDNC or LWC with aerosol variations. Above the Mauritsen limit, where aerosol indirect cooling may result, changes in particles with diameters from 20 to 100 nm exert a relatively strong influence on the CDNC. Within this exceedingly clean environment, as defined by low carbon monoxide and low concentrations of larger particles, the background CDNC are estimated to range between 16 and 160 cm−3, where higher values are due to activation of particles ≤ 50 nm that likely derive from natural sources. These observations offer the first wide-ranging reference for the aerosol cloud albedo effect in the summertime Arctic.
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) | 0,001 | 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 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 ».