Entrapment: An Important Mechanism to Explain the Shortwave 3D Radiative Effect of Clouds
Notice bibliographique
Résumé
Abstract Several mechanisms have previously been proposed to explain differences between the shortwave reflectance of realistic cloud scenes computed using the 1D independent column approximation (ICA) and 3D solutions of the radiative transfer equation. When the sun is low in the sky, interception of sunlight by cloud sides tends to increase reflectance relative to ICA estimates that neglect this effect. When the sun is high, 3D radiative transfer tends to make clouds less reflective, which we argue is explained by the mechanism of “entrapment” whereby horizontal transport of radiation beneath a cloud layer increases the chances, relative to the ICA, of light being absorbed by cloud or the surface. It is especially important for multilayered cloud scenes. We describe modifications to the previously described Speedy Algorithm for Radiative Transfer through Cloud Sides (SPARTACUS) to represent different entrapment assumptions, and test their impact on 65 contrasting scenes from a cloud-resolving model. When entrapment is represented explicitly via a calculation of the mean horizontal distance traveled by reflected light, SPARTACUS predicts a mean “3D radiative effect” (the difference in top-of-atmosphere irradiances between 3D and ICA calculations) of 8.1 W m−2 for overhead sun. This is within 2% of broadband Monte Carlo calculations on the same scenes. The importance of entrapment is highlighted by the finding that the extreme assumptions in SPARTACUS of “zero entrapment” and “maximum entrapment” lead to corresponding mean 3D radiative effects of 1.7 and 19.6 W m−2, respectively.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».