MétaCan
Menu
Retour à la cohorte
Enregistrement W2556346763 · doi:10.1175/jas-d-16-0172.1

Variational Iteration Method for Infrared Radiative Transfer in a Scattering Medium

2016· article· en· W2556346763 sur OpenAlexaff
Feng Zhang, Yi‐Ning Shi, Jiangnan Li, Kun Wu, Hironobu Iwabuchi

Notice bibliographique

RevueJournal of the Atmospheric Sciences · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric aerosols and clouds
Établissements canadiensUniversity of Victoria
Organismes subventionnairesJapan Society for the Promotion of ScienceNational Natural Science Foundation of China
Mots-clésRadiative transferScatteringComputational physicsInfraredAtmospheric radiative transfer codesPhysicsOrdinateOpticsMathematicsGeometry

Résumé

récupéré en direct d'OpenAlex

Abstract A new scheme is proposed for using the variational iteration method (VIM) to solve the problem of infrared radiative transfer in a scattering medium. This scheme allows the zeroth-order solution to be identified as the absorption approximation and the scattering effect is included in the first-order iteration. The upward and downward intensities are calculated separately in VIM, which simplifies the calculation process. By applying VIM to two single-layer scattering media and a full radiation algorithm with gaseous transmission, it is found that VIM is generally more accurate than the discrete-ordinates method (DOM), especially for cirrostratus. Computationally, VIM is slightly faster than DOM in the two-stream case but more than twice as fast in the four-stream case. In view of its high overall accuracy and computational efficiency, VIM is well suited to solving infrared radiative transfer in climate 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,289
Score d'incertitude au seuil0,651

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,261
Écart entre enseignants0,248 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations26
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Atmospheric SciencesMême sujetAtmospheric aerosols and cloudsTravaux en français237 207