Blowing Snow at McMurdo Station, Antarctica During the AWARE Field Campaign: Surface and Ceilometer Observations
Notice bibliographique
Résumé
Abstract Blowing snow (BLSN) is an impactful process in cold climates, affecting regional thermodynamics, radiation properties, and the surface mass balance of snow. Though it has significant climatic impacts, the process is still poorly understood and not widely included in weather and climate models. In 2016, the AWARE Field Campaign saw the deployment of a large suite of in situ and remote sensing instruments to McMurdo Station, Antarctica allowing for investigation of BLSN. A ceilometer‐based BLSN detection algorithm used elsewhere in Antarctica is applied to data from AWARE, yielding a BLSN frequency of 14.1% compared to 8.2% as detected by human observers. To increase confidence in detections, the algorithm is updated to have shorter temporal averaging and to include a variety of meteorological thresholds to limit false detections due to fog. Efforts to incorporate a laser disdrometer into the algorithm were unsuccessful. An unphysical dependence of particle size distributions on wind speed is found suggesting observations are problematic at wind speeds greater than 10 m s−1. The revised algorithm detected a BLSN frequency of 7.4%, increasing agreement with human observations and confidence that the process is actively occurring at the observation site. These observations are put into context of a climatology of human observations of BLSN at McMurdo station from 2002–2018. An annual average of 8.0%–14.0% is estimated, with a total annual range of 3.4%–21.3%. Regardless of whether BLSN is observed by humans or instrument, the majority of cases at this location are associated with ongoing 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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».