Loading...
机构名称:
¥ 1.0

摘要:温暖云中的雨滴形成过程主要包括凝结和碰撞 - 小云液滴的合并。一旦形成雨滴,它们就可以通过收集云滴和自我收集来继续生长。在这项研究中,我们通过使用复杂的气溶胶 - 包含300滴量尺寸的垃圾箱和机器学习方法的云模型来开发新型的模拟器来表示雨滴形成是各种物理或背景环境条件的函数。然后在天气研究和预测模型的两个微物理学方案中实施模拟器,并在两个理想情况下进行了测试。与原始模拟相比,与原始模拟相比,与模拟器的浅对流模拟显示出明显的雨滴形成的增强。另一方面,由于降雨量的变化,由于云系统中较大数量的微物理过程(即冰期过程),对对流的模拟表现出对模拟器实施的更为复杂响应。我们的结果表明,仿真器的潜力取代了常规参数化,这可能使我们能够以负担得起的综合费用来改善物理过程的表示。

使用机器学习的参数化雨滴

使用机器学习的参数化雨滴PDF文件第1页

使用机器学习的参数化雨滴PDF文件第2页

使用机器学习的参数化雨滴PDF文件第3页

使用机器学习的参数化雨滴PDF文件第4页

使用机器学习的参数化雨滴PDF文件第5页