MétaCan
Menu
Retour à la cohorte
Enregistrement W2981857396 · doi:10.3390/w11112265

Analysis of Raindrop Size Distribution Characteristics in Permafrost Regions of the Qinghai–Tibet Plateau Based on New Quality Control Scheme

2019· article· en· W2981857396 sur OpenAlexaff
Lu Ma, Lin Zhao, Daqing Yang, Yao Xiao, Lele Zhang, Yongping Qiao

Notice bibliographique

RevueWater · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésDisdrometerSnowPermafrostPrecipitationEnvironmental sciencePlateau (mathematics)Atmospheric sciencesParticle-size distributionParticle sizeDrop (telecommunication)Particle (ecology)ClimatologyMeteorologyGeologyGeography

Résumé

récupéré en direct d'OpenAlex

Raindrop size distribution (DSD) can reflect the fundamental microphysics of precipitation and provide an accurate estimation of its amount and characteristics; however, there are few observations and investigations of DSD in cold, mountainous regions. We used the second-generation particle size and velocity disdrometer Parsivel2 to establish a quality control scheme for raindrop spectral data obtained for the Qinghai–Tibet Plateau in 2015. This scheme included the elimination of particles in the lowest two size classes, particles >10 mm in diameter and rain rates <0.01 mm · h−1. We analyzed the DSD characteristics for different types of precipitation and rain rates in both permafrost regions and regions with seasonally frozen ground. The precipitation in the permafrost regions during the summer were mainly solid with a large particle size and slow fall velocity, whereas the precipitation in the regions with seasonally frozen ground were mainly liquid. The DSD of snow had a broader drop spectrum, the largest particle size, the slowest fall velocity, and the largest number of particles, followed by hail. Rain and sleet shared similar DSD characteristics, with a smaller particle size, slower velocity, and smaller number of particles. The particle concentration for different classes of rain rate decreased with an increase in particle size and decreased gradually with an increase in rain rate. Precipitation with a rain rate >2 mm · h−1 was the main contributor to the annual precipitation. The dewpoint thresholds for snow and rain in permafrost regions were 0 and 1.5 °C, respectively. The dewpoint range 0–1.5 °C was characterized by mixed precipitation with a large proportion of hail. This study provides valuable DSD information on the Qinghai–Tibet Plateau and can be used as an important reference for the quality control of raindrop spectral data in regions dominated by solid precipitation.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,016
Tête enseignante GPT0,223
Écart entre enseignants0,207 · 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'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

Citations18
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWaterMême sujetCryospheric studies and observationsTravaux en français237 207