Intercomparison of model simulations of mixed‐phase clouds observed during the ARM Mixed‐Phase Arctic Cloud Experiment. II: Multilayer cloud
Notice bibliographique
Résumé
Abstract Results are presented from an intercomparison of single‐column and cloud‐resolving model simulations of a deep, multilayered, mixed‐phase cloud system observed during the Atmospheric Radiation Measurement (ARM) Mixed‐Phase Arctic Cloud Experiment. This cloud system was associated with strong surface turbulent sensible and latent heat fluxes as cold air flowed over the open Arctic Ocean, combined with a low pressure system that supplied moisture at mid‐levels. The simulations, performed by 13 single‐column and 4 cloud‐resolving models, generally overestimate liquid water path and strongly underestimate ice water path, although there is a large spread among models. This finding is in contrast with results for the single‐layer, low‐level mixed‐phase stratocumulus case in Part I, as well as previous studies of shallow mixed‐phase Arctic clouds, that showed an underprediction of liquid water path. These results suggest important differences in the ability of models to simulate deeper Arctic mixed‐phase clouds versus the shallow, single‐layered mixed‐phase clouds in Part I. The observed liquid‐ice mass ratios were much smaller than in Part I, despite the similarity of cloud temperatures. Thus, models employing microphysics schemes with temperature‐based partitioning of cloud liquid and ice masses are not able to produce results consistent with observations for both cases. Models with more sophisticated, two‐moment treatment of cloud microphysics produce a somewhat smaller liquid water path closer to observations. Cloud‐resolving models tend to produce a larger cloud fraction than single‐column models. The liquid water path and cloud fraction have a large impact on the cloud radiative forcing at the surface, which is dominated by long‐wave flux. Copyright © 2009 Royal Meteorological Society
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) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».