Field and Numerical Investigation of Moist Thermodynamical Structure of Marine Fog
Notice bibliographique
Résumé
A series of studies on the interplay between atmospheric moist thermodynamics (e.g., related to fog and clouds) and stratified turbulence is described. The first study presents ship-based measurements of fog off St John’s, Newfoundland, on 13 September 2018 during the Coastal Fog (C-FOG) field campaign. The measurements included cloud-particle spectra, cloud-base height and aerosol backscatter, radiation, turbulence, visibility, and sea surface temperature. Fog occurred in two episodes during the passage of an eastward-moving synoptic low-pressure system, characterized by multiple inversions with capping subsidence inversion, and one well-mixed fog layer capped by a subsidence inversion. Low wind speeds and stable stratification maintained weak surface-layer turbulence during fog. Counter-gradient heat fluxes observed are attributed to turbulence, entrainment, and stratification that overwhelmed the air–sea temperature difference influence. While synoptic-scale dynamics preconditioned the area for fog formation, the final step of fog appearance was nuanced by stratification–turbulence interactions, local advective processes, and microphysics. Inspired by recent field campaigns, the interaction between stratification, thermodynamics and turbulence, in particular, the emergence of layered stratification in marine surface layer was investigated. Large Eddy Simulation with newly added moist thermodynamics and phase changes was applied to idealized case with various stratification and forcing magnitudes. Spatial correlation between density interfaces and cloud layers was discovered, with cloud underneath the interfaces. Scaling analysis shows that, at quasi-stationary state, the normalized mean mixed-layer height linearly increases with a length-scale based on the root-mean-square velocity and buoyancy frequency. The proportionality constant differs due to phase change, and the mean vertical mixed-layer thickness decreases with phase change, due mainly to the increase of the local buoyancy frequency with heat release. The mixing efficiency converges to 0.2 for cases with phase change and to 0.25 for cases without. The normalized turbulent eddy diffusivity linearly increases with the square of a Froude number.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».