XiaoMi-AI文件搜索系统
World File Search Systemprecipitation
GAW 降水化学手册...
GAW 降水化学科学咨询小组 Karin Acker 科特布斯勃兰登堡技术大学 大气化学和空气污染控制系主任 Volmerstraße 13 D-12489 柏林，德国 电话：+8-49-30-63925670 邮箱：ack@btu-lc.fta-berlin.de Richard Artz NOAA 空气资源实验室 1315 East West Highway Silver Spring, MD 20910，美国 电话：+1-301-713-0972 邮箱：richard.artz@noaa.gov Van Bowersox NADP 计划办公室 2204 Griffith Drive Champaign, IL 61820，美国 电话：+1-217-333-7873 邮箱：sox@sws.uiuc.edu Timothy科尔曼大气科学研究中心 251 Fuller Road Albany, NY 12203, USA 电话：+1 518 437 8702 电子邮件：tlc@asrc.cestm.albany.edu 东京农业技术大学 (TUAT) Hiroshi Hara 野外科学中心 Saiwaicho 3-5-8, Fuchu, Tokyo 183-8509 Japan 电话：+81-42-367-5818 电子邮件：harahrs@cc.tuat.ac.jp
通过电离改变降水 - CentAUR
暖云中的降雨依赖于小水滴通过凝结、碰撞和聚结而快速增长，直到水滴大到足以落到表面。对于带电水滴，它们的碰撞效率会受到电力的影响，这可能会影响云并最终影响降水 [1,2]。水滴带电是由于气溶胶或离子在碰撞时将电荷转移到水滴，或由于放射性衰变自发产生电荷 [3]。在持续的大面积层云中，水滴带电是由于整体电路电流流过云层。水滴的一个重要特性是它们的极化性，这会引起像电荷相互作用。这意味着，在很小的分离度下，带电水滴之间的电力总是吸引人的，与净极性无关 [4]。要检测到电对降水的影响，需要对水滴电荷进行明显的修改，例如通过增加的整体电路电流。太阳效应提供了一种途径 [5]，但太阳周期对传导电流的变化很小。本文采用另一种方法，通过检查 20 世纪 50 年代末和 60 年代初核武器试验期间的数据，该试验向全球平流层注入了大量放射性物质 [6,7]。（另见图 S1）。放射性物质通过沉降和湿法去除向下输送，导致低层大气（对流层）电离增加。这种极端
PMP-最大降水，可能
PMF的总置信度限制是一种综合措施，它解释了其计算中涉及的所有因素的合并不确定性。它代表了预期真正的PMF谎言的整体范围，考虑到风暴特征，分水岭反应，气候条件和液压路由的不确定性。Micovic等人（2015年）评估了不列颠哥伦比亚省大坝的这些因素的变化，发现PMP可能比单值PMP估计高40％以上。他们建议将PMP作为置信度限制的范围，而不是暗示a，也许是错误的确定性程度的单个值。
多方面气溶胶对降水的影响
气溶胶会影响从单个云到地球的量表的降水速率和空间模式。然而，关于在空间和时间尺度上多种效应的基本机制和重要性仍然存在很大的不确定性。在这里，我们回顾了这些效果背后的证据和科学共识，通过修改辐射通量和能量平衡来归类为辐射效应，以及通过修饰云滴和冰晶的修改，将其归类为辐射效应。存在广泛的共识和强有力的理论证据，表明气溶胶辐射效应（气溶胶 - 放射相互作用和气溶胶 - 云相互作用）充当降水变化的驱动因素，因为全球平均降水受到能量和表面蒸发的约束。同样，气溶胶辐射效应会导致大规模降水模式的据可查的偏移，例如间受反应收敛区。气溶胶对较小尺度下降水的影响的程度尚不清楚。尽管存在广泛的共识和有力的证据表明，气溶胶扰动微物理会增加云滴数量并减少液滴大小，从而减慢了降水液滴的形成，但总体气溶胶对跨尺度的降水的总体效应仍然高度不确定。全球云解析模型提供了调查目前在全球气候模型中尚未很好地代表的机制，并与较大的规模连接局部效果。这将增加我们对预测气候变化影响的信心。
极度降水的统计建模
累积的水）以毫米（mm）为单位。 因此，有非常广泛的文献提出了用于在不同时间尺度（小时，每小时，每日，每月）下降水分布的模型。 例如，用于建模正降水的最流行的分布可能是伽马分布[79]，由于其灵活的形状，它通常也提供适合每月降水量的足够适合，但是伽马分布无法在高时间尺度上捕获大降雨特征，即累积的水）以毫米（mm）为单位。因此，有非常广泛的文献提出了用于在不同时间尺度（小时，每小时，每日，每月）下降水分布的模型。例如，用于建模正降水的最流行的分布可能是伽马分布[79]，由于其灵活的形状，它通常也提供适合每月降水量的足够适合，但是伽马分布无法在高时间尺度上捕获大降雨特征，即每天和每日。建模降水及其聚集体提出了与其他天气变量（例如温度）相比的独特挑战。精确地捕获随着时间或空间的降水的聚集行为对于许多应用至关重要，包括洪水或干旱风险评估。这需要对适当的依赖模型进行典范或隐式规范，以在时空中结合边缘分布，在时间和空间中，不仅极端，而且中度和低降水值都会有助于极端聚集体。特定于降水的另一个方面是其间歇性，这意味着当考虑完整的观察序列时，可以观察到许多零值。这需要将概率分布视为阳性降水的连续成分的混合物，而在没有沉淀的情况下以零为零成分。虽然整个分布对于降水很重要，但它的极端尤其引起了人们的关注，因为它们通过雨水引起的洪水对人们的影响[38]，农业[99]和基础设施[85]。对局部极端的研究是极值分析[50，55]的重要早期应用，也是许多方法论发展的催化剂。的确，如果模型未正确指定，则将参数模型用于整个分布可能会导致尾部分位数估计值的显着偏差。因此，使用源自极值理论的模型来估计降水的尾矿[24，8，33]已成为普遍做法。本章回顾了用于研究极端降水的某些关键方面的统计方法，但没有任何声称是详尽的。第1.2节简要概述了典型的数据特征。第1.3节提出了单变量的概率分布，用于在极值和估计其参数的方法中建模可变性。然后，第1.4节演示了这些分布在代表不同持续时间和频率下的预提取强度或返回值时的应用。第1.5节说明了如何在空间上汇总信息以获得更有效的回报率估计值。上述部分中的方法假设极端降水事件是独立的，并且分布相同。但是，有多种原因认为事实并非如此。例如，季节性和空间模式以及气候变化可能引起非组织性。第1.6节回顾了各种检测和建模非组织降水极端的方法。最后一节是一个讨论，介绍了随机发生器的概念，并阐述了为模拟目的建模极端降雨的重要性。
固氮蓝细菌的方解石沉淀
（未通过同行评审认证）是作者/资助者。保留所有权利。未经许可就不允许重复使用。此预印本版的版权持有人于2025年2月17日发布。 https://doi.org/10.1101/2025.02.17.638518 doi：Biorxiv Preprint
现代化可能的最大降水估计
这项研究是由美国商务部赞助的。本出版物中表达的任何意见，调查结果，结论或建议不一定反映出为该项目提供支持的任何组织或代理商的观点。共识研究报告的副本可从美国国家学院出版社（800）624-6242 |获得。 www.nap.edu | https://nap.nationalacademies.org/catalog/27460。