Impacts of Predicting the Liquid Fraction of Mixed-Phase Particles on the Simulation of an Extreme Freezing Rain Event: The 1998 North American Ice Storm
Notice bibliographique
Résumé
Abstract A prognostic equation for the liquid fraction of mixed-phase particles has been recently added to the Predicted Particle Properties (P3) bulk microphysics scheme. Mixed-phase particles are necessary to simulate key microphysical processes leading to various winter precipitation types, such as ice pellets and freezing rain. To illustrate the impacts of predicting the bulk liquid fraction, the 1998 North American Ice Storm is simulated using the Weather Research and Forecasting (WRF) Model with the modified P3 scheme. It is found that simulating partial melting by predicting the bulk liquid fraction produces higher mass and number mixing ratios of rain. This leads to smaller rain sizes reaching the refreezing layer as well as a decrease in the freezing rain accumulation at the surface by up to 30% in some locations compared to when no liquid fraction is predicted. The increase in fall speed and density and decrease of particle diameter during partial melting combined with an improved representation of the refreezing process in the modified P3 leads to generally higher total solid surface precipitation rates than using the original P3 scheme. There is also an increase of solid precipitation in regions of ice pellet accumulation. Overall, the simulation of mixed-phase particles notably impacts the vertical and spatial distributions of precipitation properties.
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 | 0,000 |
| 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 ».