MétaCan
Menu
Retour à la cohorte
Enregistrement W2588868939 · doi:10.1002/2016jd025771

Aerosol and cloud microphysics covariability in the northeast Pacific boundary layer estimated with ship‐based and satellite remote sensing observations

2017· article· en· W2588868939 sur OpenAlexaff
David Painemal, J. Christine Chiu, Patrick Minnis, Christopher R. Yost, Xiaoli Zhou, Maria Cadeddu, E. W. Eloranta, Ernie R. Lewis, R. A. Ferrare, Pavlos Kollias

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric aerosols and clouds
Établissements canadiensMcGill University
Organismes subventionnairesBiological and Environmental ResearchBasic Energy SciencesOffice of ScienceLangley Research CenterNational Aeronautics and Space AdministrationU.S. Department of Energy
Mots-clésAerosolCloud condensation nucleiEnvironmental scienceAtmospheric sciencesModerate-resolution imaging spectroradiometerSatelliteEffective radiusAngstrom exponentMeteorologyCloud baseLiquid water pathCloud computingPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Ship measurements collected over the northeast Pacific along transects between the port of Los Angeles (33.7°N, 118.2°W) and Honolulu (21.3°N, 157.8°W) during May to August 2013 were utilized to investigate the covariability between marine low cloud microphysical and aerosol properties. Ship‐based retrievals of cloud optical depth (τ) from a Sun photometer and liquid water path (LWP) from a microwave radiometer were combined to derive cloud droplet number concentration Nd and compute a cloud‐aerosol interaction (ACI) metric defined as ACICCN = ∂ ln(Nd)/∂ ln(CCN), with CCN denoting the cloud condensation nuclei concentration measured at 0.4% (CCN0.4) and 0.3% (CCN0.3) supersaturation. Analysis of CCN0.4, accumulation mode aerosol concentration (Na), and extinction coefficient (σext) indicates that Na and σext can be used as CCN0.4 proxies for estimating ACI. ACICCN derived from 10 min averaged Nd and CCN0.4 and CCN0.3, and CCN0.4 regressions using Na and σext, produce high ACICCN: near 1.0, that is, a fractional change in aerosols is associated with an equivalent fractional change in Nd. ACICCN computed in deep boundary layers was small (ACICCN = 0.60), indicating that surface aerosol measurements inadequately represent the aerosol variability below clouds. Satellite cloud retrievals from MODerate‐resolution Imaging Spectroradiometer and GOES‐15 data were compared against ship‐based retrievals and further analyzed to compute a satellite‐based ACICCN. Satellite data correlated well with their ship‐based counterparts with linear correlation coefficients equal to or greater than 0.78. Combined satellite Nd and ship‐based CCN0.4 and Na yielded a maximum ACICCN = 0.88–0.92, a value slightly less than the ship‐based ACICCN, but still consistent with aircraft‐based studies in the eastern Pacific.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,128
Score d'incertitude au seuil0,255

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,059
Tête enseignante GPT0,317
Écart entre enseignants0,258 · 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 source (Gemma direct ou Codex distillé), 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

Citations35
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research AtmospheresMême sujetAtmospheric aerosols and cloudsTravaux en français237 207