MétaCan
Menu
Retour à la cohorte
Enregistrement W1797561859 · doi:10.1002/2013jd021279

Remote sensing of aerosols in the Arctic for an evaluation of global climate model simulations

2014· article· en· W1797561859 sur OpenAlexaff
Paul Glantz, Adam Bourassa, Andreas Herber, Trond Iversen, Johannes Karlsson, Alf Kirkevåg, Marion Maturilli, Øyvind Seland, Kerstin Stebel, H. Struthers, Matthias Tesche, L. W. Thomason

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric aerosols and clouds
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesVetenskapsrådetNational Aeronautics and Space AdministrationNorges ForskningsrådStockholms UniversitetNational Science CouncilSvenska Forskningsrådet Formas
Mots-clésEnvironmental scienceAerosolModerate-resolution imaging spectroradiometerClimatologySubarctic climateArcticAERONETAtmospheric sciencesClimate modelSatelliteLatitudeSun photometerRemote sensingMeteorologyClimate changeGeographyGeologyOceanography

Résumé

récupéré en direct d'OpenAlex

In this study Moderate Resolution Imaging Spectroradiometer (MODIS) Aqua retrievals of aerosol optical thickness (AOT) at 555 nm are compared to Sun photometer measurements from Svalbard for a period of 9 years. For the 642 daily coincident measurements that were obtained, MODIS AOT generally varies within the predicted uncertainty of the retrieval over ocean (ΔAOT = ±0.03 ± 0.05 · AOT). The results from the remote sensing have been used to examine the accuracy in estimates of aerosol optical properties in the Arctic, generated by global climate models and from in situ measurements at the Zeppelin station, Svalbard. AOT simulated with the Norwegian Earth System Model/Community Atmosphere Model version 4 Oslo global climate model does not reproduce the observed seasonal variability of the Arctic aerosol. The model overestimates clear-sky AOT by nearly a factor of 2 for the background summer season, while tending to underestimate the values in the spring season. Furthermore, large differences in all-sky AOT of up to 1 order of magnitude are found for the Coupled Model Intercomparison Project phase 5 model ensemble for the spring and summer seasons. Large differences between satellite/ground-based remote sensing of AOT and AOT estimated from dry and humidified scattering coefficients are found for the subarctic marine boundary layer in summer. KEY POINTS: Remote sensing of AOT is very useful in validation of climate models.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,094
Score d'incertitude au seuil0,254

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,076
Tête enseignante GPT0,387
Écart entre enseignants0,311 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations54
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research AtmospheresMême sujetAtmospheric aerosols and cloudsTravaux en français237 207