Climatological sensitivities of shallow-cumulus bulk entrainment in continental and oceanic locations
Notice bibliographique
Résumé
Abstract Cumulus entrainment is a complex process that has long challenged conceptual understanding and atmospheric prediction. To investigate this process observationally, two retrievals are used to generate multi-year climatologies of shallow-cumulus bulk entrainment ( ϵ ) at two Atmospheric Radiation Measurement cloud observatories, one in the US southern Great Plains (SGP) and the other in the Azores archipelago in the eastern North Atlantic (ENA). The statistical distributions of ϵ thus obtained, as well as certain environmental and cloud-related sensitivities of ϵ , are consistent with previous findings from large-eddy simulations. The retrieved ϵ robustly increases with cloudlayer relative humidity and decreases in wider clouds and cloud ensembles with larger cloud-base mass fluxes. While ϵ also correlates negatively with measures of cloud-layer vigor (e.g., maximum in-cloud vertical velocity and cloud depth), the extent to which these metrics actually regulate ϵ (or vice-versa) is unclear. Novel sensitivities of ϵ include a robust decrease of ϵ with increasing subcloud wind speed in oceanic flows, as well as a decrease of ϵ with increasing cloud-base mass flux in individual cumuli. A strong land–ocean contrast in ϵ is also found, with median values of 0.5-0.6 km −1 at the continental SGP site and and 1.0-1.1 km −1 at the oceanic ENA site. This trend is associated with drier and deeper cloud layers, along with larger cloud-base mass fluxes, at SGP, all of which favor reduced ϵ . The flow-dependence of retrieved ϵ implies that its various sensitivities should be accounted for in cumulus parameterization schemes.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».