MétaCan
Menu
Retour à la cohorte
Enregistrement W3097552105 · doi:10.1175/jas-d-20-0084.1

A Triple-Moment Representation of Ice in the Predicted Particle Properties (P3) Microphysics Scheme

2020· article· en· W3097552105 sur OpenAlexaff
Jason A. Milbrandt, Hugh Morrison, Daniel T. Dawson, Marco Paukert

Notice bibliographique

RevueJournal of the Atmospheric Sciences · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMeteorological Phenomena and Simulations
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésSupercellMoment (physics)Representation (politics)Statistical physicsSortingIce crystalsPhysicsMeteorologyClassical mechanicsMathematicsAlgorithm

Résumé

récupéré en direct d'OpenAlex

Abstract In the original Predicted Particle Properties (P3) bulk microphysics scheme, all ice-phase hydrometeors are represented by one or more “free” ice categories, where the physical properties evolve smoothly through changes to the four prognostic variables (per category), and with a two-moment representation of the particle size distribution. As such, the spectral dispersion cannot evolve independently, which thus results in limitations in representation of ice—in particular, hail—due to necessary constraints in the scheme to prevent excessive gravitational size sorting. To overcome this, P3 has been modified to include a three-moment representation of the size distribution of each ice category through the addition of a fifth prognostic variable, the sixth moment of the size distribution. The details of the three-moment ice parameterization in P3 are provided. The behavior of the modified scheme, with the single-ice-category configuration, is illustrated through simulations in a simple 1D kinematic model framework as well as with near large-eddy-resolving (250-m grid spacing) 3D simulations of a hail-producing supercell. It is shown that the three-moment ice configuration controls size sorting in a physically based way and leads to an improved capacity to simulate large, heavily rimed ice (hail), including mean and maximum sizes and reflectivity, and thus an overall improvement in the representation of ice-phase particles in the P3 scheme.

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)0,001
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,154
Score d'incertitude au seuil0,136

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,071
Tête enseignante GPT0,253
Écart entre enseignants0,181 · 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'étudeSimulation ou modélisation
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

Citations67
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Atmospheric SciencesMême sujetMeteorological Phenomena and SimulationsTravaux en français237 207