A Note on the Relation between the Cold-V Brightness Temperature Feature and the Above-Anvil Cirrus
Notice bibliographique
Résumé
Abstract Severe convective storms, including supercell thunderstorms, are known to produce distinctive features in satellite imagery, one of which is the cold (enhanced) “V” brightness temperature anomaly pattern. This feature is frequently used by weather forecasters to aid severe weather warnings and is often attributed to the above-anvil cirrus (AAC). However, multiple explanations of the cold-V feature have been proposed, and its relation to AAC continues to be debated. This note aims to clarify their relation, by using the satellite images synthesized from the high-resolution simulation of overshooting convective storms by the Global Environmental Multiscale model combined with the Moderate Spectral Resolution Transmittance radiative transfer model. It is found that most of the AAC are optically too thin to create the cold-V temperature contrast in the brightness temperature field. As the cloud body that contributes the most to satellite-measured radiance locates at the effective emission level, the cloud temperature at this level is found to best explain the brightness temperature features, with a spatial correlation generally exceeding 0.80. Therefore, the temperature inhomogeneity inside the anvil cloud, as opposed to the AAC, is found to be the cause of the cold-V feature. This finding cautions against the notion of a causality relation between the AAC and the cold-V feature and suggests they should be considered as separate evidence in interpreting the satellite images for severe weather forecasts. Significance Statement The cold-V feature in infrared satellite imagery is an important indicator used for severe weather warnings. It was believed that this pattern is caused by specific high-altitude clouds known as the above-anvil cirrus. However, our study suggests otherwise. We found that the variations in temperature within the main body of the anvil cloud, not the above-anvil cirrus, are actually responsible for this pattern. This is important because it changes how meteorologists interpret satellite images, potentially leading to more accurate weather forecasts. Our findings encourage further research into understanding cloud temperatures and their impact on weather prediction, which is vital for public safety and preparedness for extreme weather.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».