Changes

              
    

          
          
        
        

            
f
1
{
f
1
{
            
2
  "author": "Wellmann, Marie-Constanze",
2
  "author": "Wellmann, Marie-Constanze",
            
3
  "author_email": "",
3
  "author_email": "",
            
4
  "creator_user_id": "17755db4-395a-4b3b-ac09-e8e3484ca700",
4
  "creator_user_id": "17755db4-395a-4b3b-ac09-e8e3484ca700",
            
5
  "doi": "10.35097/1523",
5
  "doi": "10.35097/1523",
            
6
  "doi_date_published": "2023",
6
  "doi_date_published": "2023",
            
7
  "doi_publisher": "",
7
  "doi_publisher": "",
            
8
  "doi_status": "True",
8
  "doi_status": "True",
            
9
  "groups": [],
9
  "groups": [],
            
10
  "id": "03ed9284-c8a2-4dbe-beea-d30fbc966aed",
10
  "id": "03ed9284-c8a2-4dbe-beea-d30fbc966aed",
            
11
  "isopen": false,
11
  "isopen": false,
            
12
  "license_id": "CC BY-SA 4.0 Attribution-ShareAlike",
12
  "license_id": "CC BY-SA 4.0 Attribution-ShareAlike",
            
13
  "license_title": "CC BY-SA 4.0 Attribution-ShareAlike",
13
  "license_title": "CC BY-SA 4.0 Attribution-ShareAlike",
            
14
  "metadata_created": "2023-08-04T08:50:58.965479",
14
  "metadata_created": "2023-08-04T08:50:58.965479",
            
t
15
  "metadata_modified": "2023-08-04T08:52:08.785960",
t
15
  "metadata_modified": "2023-08-04T08:53:42.292688",
            
16
  "name": "rdr-doi-10-35097-1523",
16
  "name": "rdr-doi-10-35097-1523",
            
17
  "notes": "Abstract: This study aims to identify whether model 
17
  "notes": "Abstract: This study aims to identify whether model 
            
18
parameters describing atmospheric conditions such as wind shear or 
18
parameters describing atmospheric conditions such as wind shear or 
            
19
model parameters related to cloud microphysics such as the fall 
19
model parameters related to cloud microphysics such as the fall 
            
20
velocity of hail lead to larger uncertainties in the prediction of 
20
velocity of hail lead to larger uncertainties in the prediction of 
            
21
deep convective clouds.\r\nIn an idealized setup of a cloud-resolving 
21
deep convective clouds.\r\nIn an idealized setup of a cloud-resolving 
            
22
model including a two-moment microphysics scheme we use the approach 
22
model including a two-moment microphysics scheme we use the approach 
            
23
of statistical emulation to allow for a Monte Carlo sampling of the 
23
of statistical emulation to allow for a Monte Carlo sampling of the 
            
24
parameter space, which enables a comprehensive sensitivity analysis. 
24
parameter space, which enables a comprehensive sensitivity analysis. 
            
25
We analyze the impact of three sets of input parameters (environmental 
25
We analyze the impact of three sets of input parameters (environmental 
            
26
conditions, microphysics, combined) on cloud properties (vertically 
26
conditions, microphysics, combined) on cloud properties (vertically 
            
27
integrated content of six hydrometeor classes), precipitation, the 
27
integrated content of six hydrometeor classes), precipitation, the 
            
28
size distribution of hail and diabatic heating rates. \r\nThis dataset 
28
size distribution of hail and diabatic heating rates. \r\nThis dataset 
            
29
contains the processed model output and the generated emulators when 
29
contains the processed model output and the generated emulators when 
            
30
the convection is triggered by a warm bubble.\r\nTechnicalRemarks: 
30
the convection is triggered by a warm bubble.\r\nTechnicalRemarks: 
            
31
There are three csv-files labeled \"InputDesign\" which give the input 
31
There are three csv-files labeled \"InputDesign\" which give the input 
            
32
combinations of parameters used for the COSMO simulations. The 
32
combinations of parameters used for the COSMO simulations. The 
            
33
remaining csv-files contain the processed model output 
33
remaining csv-files contain the processed model output 
            
34
(spatio-temporal means or maximum values) for output parameters of 
34
(spatio-temporal means or maximum values) for output parameters of 
            
35
interest. This dataset was used to train the emulators which are also 
35
interest. This dataset was used to train the emulators which are also 
            
36
included as R workspaces. The R package \"Sensitivity\" is necessary 
36
included as R workspaces. The R package \"Sensitivity\" is necessary 
            
37
to perform sensitivity analyses using the emulators.",
37
to perform sensitivity analyses using the emulators.",
            
38
  "num_resources": 0,
38
  "num_resources": 0,
            
39
  "num_tags": 0,
39
  "num_tags": 0,
            
40
  "orcid": "",
40
  "orcid": "",
            
41
  "organization": {
41
  "organization": {
            
42
    "approval_status": "approved",
42
    "approval_status": "approved",
            
43
    "created": "2023-01-12T13:30:23.238233",
43
    "created": "2023-01-12T13:30:23.238233",
            
44
    "description": "RADAR (Research Data Repository) is a 
44
    "description": "RADAR (Research Data Repository) is a 
            
45
cross-disciplinary repository for archiving and publishing research 
45
cross-disciplinary repository for archiving and publishing research 
            
46
data from completed scientific studies and projects. The focus is on 
46
data from completed scientific studies and projects. The focus is on 
            
47
research data from subjects that do not yet have their own 
47
research data from subjects that do not yet have their own 
            
48
discipline-specific infrastructures for research data management. ",
48
discipline-specific infrastructures for research data management. ",
            
49
    "id": "013c89a9-383c-4200-8baa-0f78bf1d91f9",
49
    "id": "013c89a9-383c-4200-8baa-0f78bf1d91f9",
            
50
    "image_url": "radar-logo.svg",
50
    "image_url": "radar-logo.svg",
            
51
    "is_organization": true,
51
    "is_organization": true,
            
52
    "name": "radar",
52
    "name": "radar",
            
53
    "state": "active",
53
    "state": "active",
            
54
    "title": "RADAR",
54
    "title": "RADAR",
            
55
    "type": "organization"
55
    "type": "organization"
            
56
  },
56
  },
            
57
  "owner_org": "013c89a9-383c-4200-8baa-0f78bf1d91f9",
57
  "owner_org": "013c89a9-383c-4200-8baa-0f78bf1d91f9",
            
58
  "private": false,
58
  "private": false,
            
59
  "production_year": "2019",
59
  "production_year": "2019",
            
60
  "publication_year": "2023",
60
  "publication_year": "2023",
            
61
  "publishers": [
61
  "publishers": [
            
62
    {
62
    {
            
63
      "publisher": "Karlsruhe Institute of Technology"
63
      "publisher": "Karlsruhe Institute of Technology"
            
64
    }
64
    }
            
65
  ],
65
  ],
            
66
  "relationships_as_object": [],
66
  "relationships_as_object": [],
            
67
  "relationships_as_subject": [],
67
  "relationships_as_subject": [],
            
68
  "repository_name": "RADAR (Research Data Repository)",
68
  "repository_name": "RADAR (Research Data Repository)",
            
69
  "resources": [],
69
  "resources": [],
            
70
  "services_used_list": "",
70
  "services_used_list": "",
            
71
  "source_metadata_created": "2023",
71
  "source_metadata_created": "2023",
            
72
  "source_metadata_modified": "",
72
  "source_metadata_modified": "",
            
73
  "state": "active",
73
  "state": "active",
            
74
  "subject_areas": [
74
  "subject_areas": [
            
75
    {
75
    {
            
76
      "subject_area_additional": "",
76
      "subject_area_additional": "",
            
77
      "subject_area_name": "Geological Science"
77
      "subject_area_name": "Geological Science"
            
78
    }
78
    }
            
79
  ],
79
  ],
            
80
  "tags": [],
80
  "tags": [],
            
81
  "title": "Training data and emulators for the analysis of 
81
  "title": "Training data and emulators for the analysis of 
            
82
sensitivity of deep convective clouds and hail to environmental 
82
sensitivity of deep convective clouds and hail to environmental 
            
83
conditions and microphysics (updated version)",
83
conditions and microphysics (updated version)",
            
84
  "type": "vdataset",
84
  "type": "vdataset",
            
85
  "url": "https://doi.org/10.35097/1523"
85
  "url": "https://doi.org/10.35097/1523"
            
86
}
86
}