Radiance and Jacobian intercomparison of radiative transfer models applied to HIRS and AMSU channels
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The goals of this study are the evaluation of current fast radiative transfer models (RTMs) and line‐by‐line (LBL) models. The intercomparison focuses on the modeling of 11 representative sounding channels routinely used at numerical weather prediction centers: 7 HIRS (High‐resolution Infrared Sounder) and 4 AMSU (advanced microwave sounding unit) channels. Interest in this topic was evident by the participation of 24 scientists from 16 institutions. An ensemble of 42 diverse atmospheres was used and results compiled for 19 infrared models and 10 microwave models, including several LBL RTMs. For the first time, not only radiances but also Jacobians (of temperature, water vapor, and ozone) were compared to various LBL models for many channels. In the infrared, LBL models typically agree to within 0.05–0.15 K (standard deviation) in terms of top‐of‐the‐atmosphere brightness temperature (BT). Individual differences up to 0.5 K still exist, systematic in some channels, and linked to the type of atmosphere in others. The best fast models emulate LBL BTs to within 0.25 K, but no model achieves this desirable level of success for all channels. The ozone modeling is particularly challenging. In the microwave, fast models generally do quite well against the LBL model to which they were tuned. However, significant differences were noted among LBL models. Extending the intercomparison to the Jacobians proved very useful in detecting subtle or more obvious modeling errors. In addition, total and single gas optical depths were calculated, which provided additional insight on the nature of differences.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 découle