The EarthCARE cloud profiling radar (CPR) doppler measurements in deep convection: challenges, post-processing, and science applications
Notice bibliographique
Résumé
The Earth Clouds, Aerosols and Radiation Explorer (EarthCARE) satellite is a joint European Space Agency and Japanese Aerospace Exploration Agency mission scheduled to launch in 2021. EarthCARE (EC) will host the first Doppler cloud profiling radar (CPR) in space which, in addition to constraining microphysical retrievals in particle sedimentation regimes, is expected to provide the first ever global observations of convective vertical air motion and associated mass fluxes. Here, the potential of the EC-CPR velocity measurements in convection is evaluated using forward-simulations performed using a state-of-the-art EC-CPR Doppler simulator and output from high-resolution, bulk microphysics numerical models. Results indicate that the EC-CPR has the potential to measure Doppler velocities in the top 40 % of convective cores, the rest being not observed/contaminated by attenuation and multiple scattering. In these observable regions, non-uniform beam filling (NUBF) and velocity aliasing could affect the quality of the velocity measurements. We show how observed reflectivity gradient can be used to correct for NUBF effects on Doppler velocity to achieve an accuracy higher than 0.3-0.5 ms<sup>-1</sup> . Velocity aliasing remains an important challenge. Our results suggest that the current Nyquist velocity of the EC-CPR will enable it to document, with minimal need for de-aliasing correction, convective events with vertical velocity below 7-8 ms<sup>-1</sup> while the information collected about more vigorous events is expected to be more challenging to recover. Overall, despite it being affected by several limiting factors, the EC-CPR has the potential to collect valuable velocity observations in deep convection thus complementing the current sparse ground-based record.
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 | 0,000 |
| 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 | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».