MétaCan
Menu
← Retour à la cohorte
Enregistrement W1932455469 · doi:10.1029/2006jd008192

Estimating biases and error variances through the comparison of coincident satellite measurements

2007· article· en· W1932455469 sur OpenAlexaff
Matthew Toohey, Kimberly Strong

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2007
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric Ozone and Climate
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSatelliteStatisticsGeodesyEnvironmental scienceRemote sensingMathematicsMeteorologyAtmospheric sciencesGeologyPhysicsAstronomy

Résumé

récupéré en direct d'OpenAlex

A framework for the statistical comparison of six coincident remote sounding measurements is presented, which distinguishes between additive and multiplicative biases. The relationship between multiplicative bias and error variance is explored, and three methods are proposed for producing sets of values for three comparison variables: the multiplicative bias, and the error variance for each of two instruments. We illustrate and compare the three methods through the comparison of coincident measurements of the relatively long‐lived stratospheric species O3, N2O, and HNO3 from two independent measurement sets: version 2.2 retrievals (with updated O3) from the Atmospheric Chemistry Experiment‐Fourier transform spectrometer onboard SCISAT‐1, and version 1.51 retrievals from the Earth Observing System Microwave Limb Sounder onboard Aura. We find that multiplicative bias between the two measurement sets, compared on a common vertical grid, is significant at some heights for O3 and N2O, and for all heights tested for HNO3. The most realistic estimates of measurement error are produced by a method which incorporates a third correlative data set into the analysis. Using this method, estimated error standard deviations (SDs) are comparable between the two instruments for O3 measurements, and are less than 10% of the mean measurement value between approximately 100 and 1 hPa. ACE N2O measurements are consistent with a 10% error SD at all heights tested, although the uncertainty of the estimates is large at heights above 5 hPa. Estimated MLS N2O error SDs are comparable with those for ACE in the lower stratosphere, but increase steeply with height. For HNO3, estimated error SDs are approximately 10% between 70 and 10 hPa for both instruments. At heights above 10 hPa and below 100 hPa, estimated ACE errors are significantly smaller than those for MLS.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,019
score de la tête « metaresearch » (Gemma)0,082
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,103

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,082
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,160
Tête enseignante GPT0,398
Écart entre enseignants0,239 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations34
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research Atmospheres→Même sujetAtmospheric Ozone and Climate→Travaux en français237 207→