The impacts of dust aerosol and convective available potential energy on precipitation vertical structure in southeastern China as seen from multisource observations
Notice bibliographique
Résumé
Abstract. The potential impacts of dust aerosols and atmospheric convective available potential energy (CAPE) on the vertical development of precipitating clouds in southeastern China (20–30∘ N, 110–125∘ E) in June, July, and August from 2000 to 2013 were studied using multisource observations. In southeastern China, heavy-dust conditions are coupled with strong northerly winds that transport air masses containing high concentrations of mineral dust particles, with cold temperatures, and with strong wind shear. This leads to weaker CAPE on dusty days compared with that on pristine days. Based on satellite observations, precipitating drops under dusty conditions grow faster in the middle atmospheric layers (with a temperature of between −5 and +2 ∘C) but slower in the upper and lower layers compared with their pristine counterparts. For a given precipitation top height (PTH), the precipitation rate under dusty conditions is lower in the upper layer but higher in the middle and lower layers. Moreover, the associated latent heating rate released by precipitation in the middle layer is higher. The precipitation top temperature (PTT) shows a fairly good linear relationship with the near-surface rain rate (NSRR): the linear regression slope between the PTT and NSRR is stable under dusty and pristine conditions. However, the PTT0 (the PTT related to rain onset) at the onset of precipitation is highly affected by both the CAPE and aerosol conditions. On pristine days, a stronger CAPE facilitates the vertical development of precipitation and leads to a decrease in PTT0, at a rate of −0.65 ∘C per 100 J kg−1 of CAPE for deep convective precipitation (with a variation of 15 %) and at a rate of −0.41 ∘C per 100 J kg−1 of CAPE for stratiform precipitation (with variation of 12 %). After removing the impacts of CAPE on PTT, dust aerosols led to an increase in PTT0, at a rate of +4.19 ∘C per unit aerosol optical depth (AOD) for deep convective precipitation and at a rate of +0.35 ∘C per unit AOD for stratiform precipitation. This study showed clear evidence that meteorological conditions and aerosol conditions combine to impact the vertical development of precipitation clouds. A quantitative estimation of the sensitivity of PTT to CAPE and dust was also 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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».