The spectrally and vertically decomposed outgoing longwave radiation and its climate trends in the far-infrared
Notice bibliographique
Résumé
The outgoing longwave radiation (OLR) at the top of the atmosphere is a critical component of the Earth's radiation energy budget. A substantial portion of the OLR energy lies in the far-infrared (FIR) spectrum, which has not been directly measured for understanding weather and climate variations. Several satellite projects under development, including the Thin Ice Cloud in Far Infrared Experiment (TICFIRE, Blanchet et al. 2011) funded by the Canadian Space Agency, the Polar Radiant Energy in the Far Infrared Experiment (PREFIRE, L’Ecuyer et al., 2021) of U.S. NASA, and the Far-Infrared Outgoing Radiation Understanding and Monitoring (FORUM, Palchetti et al., 2020) of the European Space Agency, are being developed to fill this observation gap. Given that the FIR observation data is not available yet, we use simulations to acquire prior knowledge of the climatological mean distribution of the OLR in FIR, by using a rapid radiative transfer model, RRTMG, to simulate spectrally decomposed OLR in different spectral bands from global instantaneous atmospheric profiles of the fifth generation European Centre for Medium-Range Weather Forecasts atmospheric reanalysis (ERA5). Based on the radiative transfer equation, we dissect the OLR by attributing its distribution and variation to spectrally and vertically decomposed contributions of the atmosphere and Earth surface. Our results disclose that the relatively higher far-infrared fraction of the OLR in polar region is due to stronger surface contribution and identify a minimum atmospheric contribution layer around the tropopause. On the other hand, the variability of the spectrally decomposed OLR field is dissected with the aid of a new set of radiative sensitivity kernels. This analysis discovers that the non-cloud longwave climate feedback, as well as its inter-climate model discrepancy, mainly results from the upper tropospheric thermodynamic fields (temperature and water vapor) and their effects on the FIR radiation.
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 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».