A satellite observation system simulation experiment for carbon monoxide in the lowermost troposphere
Notice bibliographique
Résumé
We demonstrate the feasibility of using observing system simulation experiment (OSSE) studies to help define quantitative trace gas measurement requirements for satellite missions and to evaluate the expected performance of proposed observing strategies. The 2007 U.S. National Research Council Decadal Survey calls for a geostationary (GEO) satellite mission for atmospheric composition and air quality applications (Geostationary Coastal and Air Pollution Events Mission (GEO‐CAPE)). The requirement includes a multispectral (near‐infrared and thermal infrared) measurement of carbon monoxide (CO) at high spatiotemporal resolution with information on lowermost troposphere concentration. We present an OSSE to assess the improvement in surface CO characterization that would result from the addition of a GEO‐CAPE CO measurement to current low Earth orbit (LEO) thermal infrared‐only measurements. We construct instrument simulators for these two measurement scenarios and study the case of July 2004 when wildfires in Alaska and Canada led to significant CO pollution over the contiguous United States. Compared to a control experiment, an ensemble‐based data assimilation of simulated satellite observations in a global model leads to improvements in both the surface CO distributions and the time evolution of CO profiles at locations affected by wildfire plumes and by urban emissions. In all cases, an experiment with the GEO‐CAPE CO measurement scenario (overall model skill of 0.84) performed considerably better than the experiment with the current LEO/thermal infrared measurement (skill of 0.58) and the control (skill of 0.07). This demonstrates the advantages of increased sampling from GEO and enhanced measurement sensitivity to the lowermost troposphere with a multispectral retrieval.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».