Identification of snowfall microphysical processes from verticalgradients of polarimetric radar variables
Notice bibliographique
Résumé
Abstract. Polarimetric radar systems are commonly used to study the microphysics of precipitation. While they offer continuous measurements with a large spatial coverage, retrieving information about the microphysical processes that govern the evolution of snowfall from the polarimetric signal is challenging. The present study develops a new method, called Process Identification based on Vertical gradient Signs (PIVS), to spatially identify the occurrence of the main microphysical processes (aggregation and riming, crystal growth by vapor deposition, and sublimation) in snowfall from dual-polarization Doppler radar scans. We first derive an analytical framework to assess in which meteorological conditions the local vertical gradients of radar variables reliably inform about microphysical processes. In such conditions, we then identify regions dominated by (i) vapor deposition, (ii) aggregation and riming and (iii) snowflake sublimation and possibly snowflake breakup based on the sign of the local vertical gradients of the reflectivity ZH and the differential reflectivity ZDR. The method is then applied to data from two frontal snowfall events: one in coastal Adélie Land, Antarctica and one in the Taebaeck mountains in South Korea. The validity of the method is assessed by comparing its outcome with snowflake observations using a Multi-Angle Snowflake Camera and with the output of a hydrometeor classification based on polarimetric radar signal. The application of the method further makes it possible to better characterize and understand how snowfall forms, grows and decays in two different geographical and meteorological contexts. For the Antarctic case study, we show that crystal growth by vapor deposition dominates above 2500 m a.g.l., aggregation and riming prevail between 1500 and 2500 m a.g.l. and snowflake sublimation by low-level katabatic winds occurs below 1500 m a.g.l.. For the event in South Korea, aggregation and riming dominate between 4000 and 4800 m a.g.l., with local sublimation below and vapor deposition above. We infer some microphysical characteristics in terms of radar variables from statistical analysis of the method output (e.g. ZH and ZDR distribution for each process). We finally highlight the potential for extensive application to cold precipitation events in different meteorological contexts.
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 | 0,000 | 0,000 |
| 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 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 ».