When Do Subpollen Particles Become Relevant for Ice Nucleation Processes in Clouds?
Notice bibliographique
Résumé
Abstract When exposed to sufficiently humid environments, pollen grains burst and release large quantities of small subpollen particles (SPPs) which carry ice nucleating macromolecules. In this study, for the first time we develop a physically based parameterization describing the bursting process of pollen by applying a turgor pressure parameterization and quantify the impact SPPs have on overall ice nucleation in clouds. SPPs are generated from simulated birch pollen emissions over Europe for a 10‐day case study in spring. We found SPP concentrations to surpass pollen grain concentrations by 4–6 orders of magnitude leading to an abundance of biological ice nuclei from SPPs in the range of 10 3 −10 4 m −3 . However, it is found that these concentrations lead to only small changes in hydrometeor number densities and precipitation. Addressing the question when SPPs become relevant for ice nucleation in clouds, we conducted a sensitivity investigation. We find that amplifying ice nucleation efficiency of biological particles by factors greater 100 increases the ice particle numbers by up to 25% ( T ≈ 268 K). Strong reductions show in cloud droplet number concentration and water vapor at these temperatures while water vapor is increasing at 600 m. Overall, we found a net reduction of water in the atmosphere as liquid and particularly water vapor density is reduced, while frozen water mass density increases above 257 K. Findings indicate an alteration of mixed‐phase cloud composition and increased precipitation (up to 6.2%) when SPPs are considered as highly efficient biological ice nuclei.
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 | 0,001 |
| 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 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».