Simulating the seeder–feeder impacts on cloud ice and precipitation over the Alps
Notice bibliographique
Résumé
The ice phase impacts many cloud properties as well as cloud lifetime. Ice particles that sediment into a lower cloud from an upper cloud (external seeder–feeder process) or into the mixed-phase region of a deep cloud from cirrus levels (internal seeder–feeder process) can influence the ice phase of the lower cloud, amplify cloud glaciation and enhance surface precipitation. Recently, numerical weather prediction modeling studies have aimed at representing the ice crystal number concentration in mixed-phase clouds more accurately by including secondary ice formation processes. The increase in the ice crystal number concentration can impact the number of ice particles that sediment into the lower cloud and alter its composition and precipitation formation. In the Swiss Alps, the orography permits the formation of orographic clouds, making it ideal for studying the occurrence of multi-layered clouds and the seeder–feeder process. We present results from a case study on 18 May 2016, showing the occurrence frequency of multi-layered clouds and the seeder–feeder process. About half of all observed clouds were categorized as multi-layered, and the external seeder–feeder process occurred in 10 % of these clouds. Between cloud layers, ≈60 % of the ice particle mass was lost due to sublimation or melting. The external seeder–feeder process was found to be more important than the internal seeder–feeder process with regard to the impact on precipitation. In the case where the external seeder–feeder process was inhibited, the average surface precipitation and riming rate over the domain were both reduced by 8.5 % and 3.9 %, respectively. When ice–graupel collisions were allowed, further large reductions were seen in the liquid water fraction and riming rate. Inhibiting the internal seeder–feeder process enhanced the liquid water fraction by 6 % compared to a reduction of 5.8 % in the cloud condensate, therefore pointing towards the de-amplification in cloud glaciation and a reduction in surface precipitation. Adding to the observational evidence of frequent seeder–feeder situations, at least over Switzerland, our study highlights the extensive influence of sedimenting ice particles on the properties of feeder clouds as well as on precipitation formation.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».