Simulation of Arctic Thin Ice Clouds with Canadian Regional Climate Model Version 6: Verification against CloudSat-CALIPSO
Notice bibliographique
Résumé
Polar clouds are, as a consequence of the paucity of in situ observations, poorly understood compared to their lower latitude analogs, yet highly climate-sensitive through thermal radiation emission. The prevalence of Thin Ice Clouds (TIC) dominates in cold Polar Regions and the Upper Troposphere Lower Stratosphere (UTLS) altitudes. They can be grouped into 2 broad categories. The first thin ice cloud type (TIC1) is made up of high concentrations of small, non-precipitating ice crystals. The second type (TIC2) is composed of relatively small concentrations of larger, precipitating ice crystals. In this study, we investigate the ability of a developmental version of the Canadian Regional Climate Model (CRCM6) in simulating cold polar-night clouds over the Arctic Ocean, a remote region that is critical to atmospheric circulation reaching out to the mid-latitudes. The results show that, relative to CloudSat-CALIPSO vertical profile products, CRCM6 simulates high-latitude and low spatial frequency variations of Ice Water Content (IWC), effective radius (re) and cooling rates reasonably well with only small to moderate wet and dry biases. The model can also simulate cloud type, location, and temporal occurrence effectively. As well, it successfully simulated higher altitude TIC1 clouds whose small size evaded CloudSat detection while being visible to CALIPSO.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».