MétaCan
Menu
← Retour à la cohorte
Enregistrement W4392601568 · doi:10.5194/egusphere-egu24-7185

Impact of Prognostic Graupel Density on Simulated Precipitating Convections

2024· preprint· en· W4392601568 sur OpenAlexaff
Sun-Young Park, Kyo‐Sun Sunny Lim, Kwonil Kim, GyuWon Lee, Jason A. Milbrandt

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMeteorological Phenomena and Simulations
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésGraupelEnvironmental sciencePsychologyGeographyMeteorologyPrecipitation

Résumé

récupéré en direct d'OpenAlex

Ice particles in cloud microphysics schemes are traditionally categorized as ice crystals, snow, graupel, and/or hail. Each category is defined by static parameters that determine density, diameter-mass relationship, and diameter-fall speed relationship. Several previous studies have reported considerable sensitivity in simulated precipitation systems based on these fixed parameters. This study introduces a prognostic approach for graupel density in the Weather Research and Forecasting (WRF) Double-Moment 6-class (WDM6) microphysics scheme, based on the work of Milbrandt and Morrison (2013). This allows graupel density to vary from 100 to 900 [kg/m3]. The modified WDM6 is tested for idealized squall line and winter snowfall cases over the Korean Peninsula. In the idealized squall line case, simulation results reveal variant graupel density in time and space, according to the evolution of squall line. For winter snowfall cases, simulations using the modified WDM6 show improved statistical skill scores, such as the root mean square error and bias, compared to the original WDM6, mitigating the positive precipitation bias simulated in the original WDM6. The modified WDM6 increases surface graupel amounts and decreases graupel suspended in the atmosphere due to faster sedimentation of graupel. Therefore, the major microphysical processes that generate graupel are influenced, subsequently reducing surface snow and precipitation over mountainous regions. Importantly, the modified WDM6 adeptly captures the relationship between graupel density and fall velocity, as verified by 2D video disdrometer measurements. *This work was supported by Basic Science Research Program through the National Research Foundation of Korea (NRF) funded by the Ministry of Education (grant no. RS-2023-00272751).

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,043
Tête enseignante GPT0,296
Écart entre enseignants0,253 · 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'étudeSimulation ou modélisation
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMeteorological Phenomena and Simulations→Travaux en français237 207→