Comment on egusphere-2025-1439
Notice bibliographique
Résumé
Abstract. To accurately estimate outgoing top-of-atmosphere (TOA) shortwave (SW) fluxes from measurements of broadband radiances, angular distribution models (ADMs) are necessary. ADMs rely on radiance-predicting models that are trained on hemispherically-resolved CERES TOA radiance observations. The estimation of SW fluxes is particularly challenging for cloudy skies due to clouds’ anisotropy, which substantially varies with their optical properties for any given sun-object-observer geometry. The aim of this study is to investigate, the influence of micro- and macrophysical properties of liquid clouds on SW fluxes estimated by ADMs that are based on a semi-physical model and compare to operational ADMs. We hypothesize that a microphysically-aware ADM performs better in observation angles influenced by single-scattering features. The semi-physical model relies on an optimized asymmetry parameter g∆ that depends on the cloud effective radius. To improve the radiance prediction, g∆ is adjusted for the different viewing geometries during the training of the model. In this work these adjustments are linked to single scattering features as the shift of cloud bow and glory with varying cloud droplet size. For the investigation synthetic 3D cloud scenes based on observations and theoretical assumptions are created. Using a Monte Carlo Model the TOA broad band SW radiances and fluxes of the synthetic cloud scenes are simulated for different scenarios with varying viewing angles (θv) along the principle plane and solar angles (θs). Analyzing the scenarios the sensitivity and accuracy of the two SW radiance-to-irradiance conversion approaches to cloud droplet size, spatial distribution of liquid water path, and mean optical thickness is quantified. The study emphasizes that the inclusion of liquid droplet effective radius in the generation of ADMs can result in more accurate SW flux estimates. Particularly for viewing geometries that exhibit single scattering phenomena, such as cloud glory and cloud bow, instantaneous flux estimates can benefit from microphysical-aware ADMs. For instantaneous flux estimates, we found that the error in the SW flux estimates could be reduced by up to 25 W /m2. For cases with very large or small droplets, the median error was reduced by 5 W /m2.
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 | 0,001 | 0,002 |
| Intégrité de la recherche | 0,011 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,495 | 0,326 |
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 ».