Is the near-spherical shape the "new black" for smoke?
Notice bibliographique
Résumé
We examine the capability of near-sphericalshaped particles to reproduce the triple-wavelength particle linear depolarization ratio (PLDR) and lidar ratio (LR) values measured over Europe for stratospheric smoke originating from Canadian wildfires. The smoke layers were detected both in the troposphere and the stratosphere, though in the latter case the particles presented PLDR values of almost 18% at 532 nm as well as a strong spectral dependence from the UV to the near-IR wavelength. Although recent simulation studies of rather complicated smoke particle morphologies have shown that heavily coated smoke aggregates can produce large PLDR, herein we propose a much simpler model of compact near-spherical smoke particles. This assumption allows for the reproduction of the observed intensive optical properties of stratospheric smoke, as well as their spectral dependence. We further examine whether an extension of the current Aerosol Robotic Network (AERONET) scattering model to include the near-spherical shapes could be of benefit to the AERONET retrieval for stratospheric smoke cases associated with enhanced PLDR. Results of our study illustrate the fact that triple-wavelength PLDR and LR lidar measurements can provide us with additional insight when it comes to particle characterization. © 2020 Author(s).
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) | 0,000 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».