MétaCan
Menu
Retour à la cohorte
Enregistrement W2761898619 · doi:10.1175/jas-d-17-0070.1

Simulation of Mesoscale Cellular Convection in Marine Stratocumulus. Part I: Drizzling Conditions

2017· article· en· W2761898619 sur OpenAlexaff
Xiaoli Zhou, Andrew S. Ackerman, Ann M. Fridlind, Pavlos Kollias

Notice bibliographique

RevueJournal of the Atmospheric Sciences · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMeteorological Phenomena and Simulations
Établissements canadiensMcGill University
Organismes subventionnairesAmes Research CenterNational Aeronautics and Space AdministrationU.S. Department of Energy
Mots-clésMesoscale meteorologyMarine stratocumulusStratification (seeds)BuoyancyConvectionEnvironmental scienceAtmospheric sciencesMoisturePrecipitationLiquid water pathClimatologyCloud physicsGeologyMeteorologyMechanicsCloud computingPhysics

Résumé

récupéré en direct d'OpenAlex

This study uses eddy-permitting simulations to investigate the mechanisms that promote mesoscale variability of moisture in drizzling stratocumulus-topped marine boundary layers. Simulations show that precipitation tends to increase horizontal scales. Analysis of terms in the prognostic equation for total water mixing ratio variance indicates that moisture stratification plays a leading role in setting horizontal scales. This result is supported by simulations in which horizontal mean thermodynamic profiles are strongly nudged to their initial well-mixed state, which limits cloud scales. It is found that the spatial variability of sub-cloud moist cold pools surprisingly tends to respond to, rather than determine, the mesoscale variability, which may distinguish them from dry cold pools associated with deeper convection. Simulations also indicate that moisture stratification increases cloud scales specifically by increasing latent heating within updrafts, which increases updraft buoyancy and favors greater horizontal scales.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,173
Score d'incertitude au seuil1,000

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,040
Tête enseignante GPT0,275
Écart entre enseignants0,235 · 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.

Devis d'étudeSimulation ou modélisation
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

Citations20
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Atmospheric SciencesMême sujetMeteorological Phenomena and SimulationsTravaux en français237 207