MétaCan
Menu
Retour à la cohorte
Enregistrement W3096286735 · doi:10.5194/acp-21-6919-2021

Microphysical processes producing high ice water contents (HIWCs) in tropical convective clouds during the HAIC-HIWC field campaign: evaluation of simulations using bulk microphysical schemes

2021· article· en· W3096286735 sur OpenAlexafffundabout
Yongjie Huang, Wei Wu, Greg M. McFarquhar, Xuguang Wang, Hugh Morrison, Alexander Ryzhkov, Yachao Hu, Mengistu Wolde, Cuong Nguyen, Alfons Schwarzenböeck, Jason A. Milbrandt, Alexei Korolev, Ivan Heckman

Notice bibliographique

RevueAtmospheric chemistry and physics · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMeteorological Phenomena and Simulations
Établissements canadiensEnvironment and Climate Change CanadaNational Research Council Canada
Organismes subventionnairesSupercomputing Center for Education and Research, University of OklahomaEnvironment and Climate Change CanadaEuropean CommissionUniversity of OklahomaNational Aeronautics and Space AdministrationBoeingTransport CanadaAeronautics Research Mission DirectorateNational Science Foundation
Mots-clésRadiosondeWeather Research and Forecasting ModelIce crystalsEnvironmental scienceRadarAtmospheric sciencesMeteorologyConvectionClimatologyGeologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract. Regions with high ice water content (HIWC), composed of mainly small ice crystals, frequently occur over convective clouds in the tropics. Such regions can have median mass diameters (MMDs) <300 µm and equivalent radar reflectivities <20 dBZ. To explore formation mechanisms for these HIWCs, high-resolution simulations of tropical convective clouds observed on 26 May 2015 during the High Altitude Ice Crystals – High Ice Water Content (HAIC-HIWC) international field campaign based out of Cayenne, French Guiana, are conducted using the Weather Research and Forecasting (WRF) model with four different bulk microphysics schemes: the WRF single‐moment 6‐class microphysics scheme (WSM6), the Morrison scheme, and the Predicted Particle Properties (P3) scheme with one- and two-ice options. The simulations are evaluated against data from airborne radar and multiple cloud microphysics probes installed on the French Falcon 20 and Canadian National Research Council (NRC) Convair 580 sampling clouds at different heights. WRF simulations with different microphysics schemes generally reproduce the vertical profiles of temperature, dew-point temperature, and winds during this event compared with radiosonde data, and the coverage and evolution of this tropical convective system compared to satellite retrievals. All of the simulations overestimate the intensity and spatial extent of radar reflectivity by over 30 % above the melting layer compared to the airborne X-band radar reflectivity data. They also miss the peak of the observed ice number distribution function for 0.1<Dmax<1 mm. Even though the P3 scheme has a very different approach representing ice, it does not produce greatly different total condensed water content or better comparison to other observations in this tropical convective system. Mixed-phase microphysical processes at −10 ∘C are associated with the overprediction of liquid water content in the simulations with the Morrison and P3 schemes. The ice water content at −10 ∘C increases mainly due to the collection of liquid water by ice particles, which does not increase ice particle number but increases the mass/size of ice particles and contributes to greater simulated radar reflectivity.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,611

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 Opus0,021
Tête enseignante GPT0,241
Écart entre enseignants0,220 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations32
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAtmospheric chemistry and physicsMême sujetMeteorological Phenomena and SimulationsTravaux en français237 207