Comment on egusphere-2023-1193
Notice bibliographique
Résumé
Abstract. The formation of ice in clouds is an important process in mixed-phase clouds, and the radiative properties and dynamical developments of clouds strongly depend on their partitioning between liquid and ice phases. In this study, we investigate the sensitivities of the cloud phase to ice-nucleating particle (INP) concentration and thermodynamics. Experiments are conducted using the ICOsahedral Nonhydrostatic model (ICON) at the convection-permitting resolution of about 1.2 km on a domain covering significant parts of central Europe, and are compared to two different retrieval products based on SEVIRI measurements. We select a day with several isolated deep convective clouds, reaching a homogeneous freezing temperature at the cloud top. The simulated cloud liquid pixel number fractions are found to decrease with increasing INP concentration both within clouds and at the cloud top. The decrease in cloud liquid pixel number fraction is not monotonic but is stronger in high INP cases. Cloud-top glaciation temperatures shift toward warmer temperatures with increasing INP concentration by as much as 8 °C. Moreover, the impact of INP concentration on cloud phase partitioning is more pronounced at the cloud top than within the cloud. Moreover, initial and lateral boundary temperature fields are perturbed with increasing and decreasing temperature increments from 0 to +/-3 K and +/-5 K between 3 and 12 km. Perturbing the initial thermodynamic state is also found to affect the cloud phase distribution systematically. However, the simulated cloud-top liquid number fraction, diagnosed using radiative transfer simulations as input to a satellite forward operator and two different satellite remote sensing retrieval algorithms, deviates from one of the satellite products regardless of perturbations in the INP concentration or the initial thermodynamic state for warmer sub-zero temperatures, while agreeing with the other retrieval scheme much better, in particular for the high INP and high convective available potential energy (CAPE) scenarios. Perturbing the initial thermodynamic state, which artificially increases the instability of the mid- and upper-troposphere, brings the simulated cloud-top liquid number fraction closer to the satellite observations, especially in the warmer mixed-phase temperature range.
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 | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,012 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,475 | 0,333 |
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 ».