Scaling properties of observed and simulated satellite visible radiances
Notice bibliographique
Résumé
Abstract Structure functions S q , which are related to power spectra and used to study turbulence, were computed for GOES‐13 visible radiances measured on 16 May 2015 over French Guiana and adjacent Atlantic Ocean. The nested Global Environmental Multiscale (GEM) numerical weather prediction (NWP) model was run for the same time and area. Cloud data generated by GEM over (300 km) 2 domains, with one‐way nesting ending at horizontal grid‐spacing of 0.25 km, were operated on by a 3‐D solar radiative transfer model with resulting radiances degraded to GOES‐13 resolution (~1 km) and S q computed for them, too. For GOES‐13 radiances, scaling exponents ζ (2) associated with S 2 , for separation distances between 5 km and 25 km, were typically >0.6 for deep convective and marine boundary layer clouds and <0.4 for shallow cumuli over land. ζ (2) for GEM agreed well with GOES‐13 for deep convective clouds. This suggests that the self‐organizing properties of deep convection in GEM exhibit realistic geometric features, a potentially important point given the link between cloud structure and precipitation, with the latter being much more difficult to measure and assess than visible radiances. Regarding radiances for GEM's marine boundary layer clouds, their S q differed markedly from GOES‐13's; better resembling fair‐weather cumulus. Likewise, GEM's shallow cumuli over land appear to have bypassed the “scattered” fair‐weather stage and went straight into more organized convection. Thus, it appears that comparing time series of S q for geostationary satellite data and corresponding modeled radiances has the potential to benefit assessment of cloud system‐resolving 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 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 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».