MétaCan
Menu
← Retour à la cohorte
Enregistrement W4232939495 · doi:10.5194/acp-2019-502

Statistical Analysis of Ice Microphysical Properties in Tropical Mesoscale Convective Systems Derived from Cloud Radar and In-Situ Microphysical Observations

2019· preprint· en· W4232939495 sur OpenAlexfundno aff
Emmanuel Fontaine, Alfons Schwarzenböeck, Delphine Leroy, Julien Delanoe͏̈, Alain Protat, Fabien Dezitter, J. W. Strapp, Lyle Lilie

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric aerosols and clouds
Établissements canadiensnon disponible
Organismes subventionnairesFederal Aviation AdministrationCentre National de la Recherche ScientifiqueCentre National d’Etudes SpatialesTransport CanadaNational Aeronautics and Space AdministrationEuropean CommissionBoeing
Mots-clésIce crystalsMesoscale meteorologyEnvironmental scienceRadarAtmospheric sciencesRemote sensingMeteorologyLiquid water contentExtinction (optical mineralogy)Ice waterPhysicsGeologyCloud computingOptics

Résumé

récupéré en direct d'OpenAlex

Abstract. This study presents a statistical analysis of the properties of ice hydrometeors in tropical mesoscale convective systems observed during four different aircraft campaigns. Among the instruments on board the aircraft, we focus on the synergy of a 94 GHz cloud radar and 2 optical array probes (OAP; measuring hydrometeor sizes from 10 µm to about 1 cm). For two campaigns, an accurate simultaneous measurement of the ice water content is available, while for the two others, ice water content is retrieved from the synergy of the radar reflectivity measurements and hydrometeor size and morphological retrievals from OAP probes. The statistics of ice hydrometeor properties is calculated as a function of radar reflectivity factor measurement percentiles and temperature. Hence, MCS microphysical properties (ice water content, visible extinction, mass-size relationship coefficients, total concentrations and second and third moment of hydrometeors size distribution) are sorted in temperature (thus altitude) zones, and subsequently each individual campaign is analysed with respect to median microphysical properties of the global dataset (merging all 4 campaign datasets). The study demonstrates that ice water content, visible extinction, total crystal concentration, and second and third moments of hydrometeors size distributions are similar in all 4 type of MCS for IWC larger than 0.1 g m−3. Finally, two parameterizations are developed for deep convective systems. The first one concerns the calculation of the visible extinction as a function of temperature and ice water content. The second one concerns the calculation of hydrometeor size distributions as a function of ice water content and temperature that can be used in numerical weather prediction.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0000,000

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 Opus0,017
Tête enseignante GPT0,220
Écart entre enseignants0,203 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAtmospheric aerosols and clouds→Travaux en français237 207→