MétaCan
Menu
← Retour à la cohorte
Enregistrement W4297922255 · doi:10.5194/acp-2022-492

The impacts of dust aerosol and convective available potential energy on precipitation vertical structure in eastern China as seen from multiple source observations

2022· preprint· en· W4297922255 sur OpenAlexaff
Hongxia Zhu, Rui Li, Shuping Yang, Chun Zhao, Zhe Jiang, Huang Chen

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric aerosols and clouds
Établissements canadiensUniversité du Québec en Abitibi-Témiscamingue
Organismes subventionnairesNational Key Research and Development Program of ChinaNational Natural Science Foundation of China
Mots-clésPrecipitationAtmospheric sciencesConvective available potential energyAerosolEnvironmental scienceConvectionPrecipitation typesCapeScavengingGrowth rateMineral dustClimatologyWind shearWind speedMeteorologyGeologyGeographyChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract. The potential impacts of dust aerosol and atmospheric convective available potential energy (CAPE) on the vertical development of precipitating clouds in eastern China were studied using multiple-sources observations. In the study area, heavy dusty condition is coupled with strong north wind which carried airmass contained high concentration of mineral dust particles with cold temperature and strong wind shear. This leads to weaker CAPE in dusty days comparing with that in pristine days. Based on satellite observations, the precipitating drops under dusty condition grow faster at middle layer (with temperature -5 °C to +2 °C) but slower at upper and lower layer comparing with the pristine counterpart. For a given precipitation top height, the precipitation rate under dusty condition is weaker in upper layer but heavier at middle and lower layer. And the associated latent heating rate released by precipitation at middle layer is stronger. The precipitation top temperature (PTT) shows fairly good linear relationship with near surface rain rate (NSRR). The linear regression slope between PTT and NSRR are stable at dusty and pristine conditions. However, the PTT0 (precipitation top temperature related to rain onset) at the onset of rain are highly affected by both CAPE and aerosol condition. In pristine days, stronger CAPE facilitate the vertical development of precipitation and leads to a decrease of PTT0 at the rate of -0.65 °C per 100 J kg-1 CAPE for deep convective precipitation with variation of 15 %, and by -0.41 °C per 100 J kg-1 CAPE for stratiform precipitation with variation of 12 %. After removing the impacts of CAPE on PTT, dust aerosols lead an increase of PTT at the rate by +4.19 °C per unit AOD for deep convective precipitation and by +0.35 °C per unit AOD for stratiform precipitation. This study showed clear evidence that meteorology conditions are combined with aerosol condition together to affect the vertical development of precipitation clouds. And quantitative estimation of the sensitivity of PTT to CAPE and dust were provided.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,037
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,010
Tête enseignante GPT0,214
Écart entre enseignants0,204 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAtmospheric aerosols and clouds→Travaux en français237 207→