Comparison of Satellite and Aircraft Measurements of Cloud Microphysical Properties in Icing Conditions During ATREC/AIRS-II
Notice bibliographique
Résumé
COMPARISON OF SATELLITE AND AIRCRAFT MEASUREMENTS OF CLOUD MICROPHYSICALPROPERTIES IN ICING CONDITIONS DURING ATREC/AIRS-IILouis Nguyen*, Patrick MinnisNASA Langley Research Center, Hampton, VA, USADouglas A. Spangenberg, Michele L. Nordeen, Rabindra Palikonda, Mandana M. KhaiyerAnalytical Services and Materials Inc., Hampton, VA, USAIsmail GultepeMeteorological Service of Canada, Toronto, Ontario M3H 5T4Andrew L. ReehorstGlenn Research Center, Cleveland, OH, USA1. INTRODUCTIONSatellites are ideal for continuous monitoring ofaircraft icing conditions in many situations overextensive areas. The satellite imager data are used todiagnose a number of cloud properties that can be usedto develop icing intensity indices. Developing andvalidating these indices requires comparison withobjective “cloud truth” data in addition to conventionalpilot reports (PIREPS) of icing conditions. Minnis et al.(2004a,b) examined the relationships between PIREPSicing and satellite-derived cloud properties. TheAtlantic-THORPEX Regional Campaign (ATReC) andthe second Alliance Icing Research Study (AIRS-II) fieldprograms were conducted over the northeastern USAand southeastern Canada during late 2003 and early2004. The aircraft and surface measurements areconcerned primarily with the icing characteristics ofclouds and, thus, are ideal for providing some validationinformation for the satellite remote sensing product.This paper starts the process of comparing cloudproperties and icing indices derived from theGeostationary Operational Environmental Satellite(GOES) with the aircraft in situ measurements ofseveral cloud properties during campaigns and some ofthe The comparisons include cloud phase, particle size,icing intensity, base and top altitudes, temperatures,and liquid water path. The results of this study arecrucial for developing a more reliable and objectiveicing product from satellite data. This icing product,currently being derived from GOES data over the USA,is an important complement to more conventionalproducts based on forecasts, and PIREPS.2. DATAThe satellite data consist of 4-km GOES-12 pixelswith associated spectral radiances and cloud properties
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 | 0,001 |
| 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) | 0,000 | 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 ».