Surface reflectivity from the Ozone Monitoring Instrument using the Moderate Resolution Imaging Spectroradiometer to eliminate clouds: Effects of snow on ultraviolet and visible trace gas retrievals
Notice bibliographique
Résumé
Satellite retrievals of tropospheric composition from measurements of solar backscatter require accurate information about surface reflectivity. We use clear‐sky data from the Ozone Monitoring Instrument (OMI) to determine global surface reflectivity under both snow‐covered and snow‐free conditions at 354 nm. Clear‐sky scenes are determined using cloud and aerosol data from the Moderate Resolution Imaging Spectroradiometer/Aqua satellite instrument that flies 12 min ahead of OMI/Aura. The result is a database of OMI‐observed Lambertian equivalent reflectivity (LER) that does not rely on statistical methods to eliminate cloud and aerosol contamination. We apply this database to evaluate previous climatologies of surface reflectivity. Except for regions of seasonal snow cover, agreement is best with a climatology from OMI, which selects the surface reflectivity from a histogram of observed LER (mean difference, 0.0002; standard deviation, 0.011). Three other climatologies of surface reflectivity from Total Ozone Mapping Spectrometer, Global Ozone Monitoring Experiment, and OMI, based on minimum observed LER, are less consistent with our cloud‐ and aerosol‐filtered data set (mean difference, −0.008, 0.012, and −0.002; standard deviation, 0.022, 0.026, and 0.033). Snow increases the sensitivity of solar backscatter measurements at ultraviolet and visible wavelengths to trace gases in the lower troposphere. However, all four existing LER climatologies poorly represent seasonal snow. Surface reflectivity over snow‐covered lands depends strongly on the vegetation type covering the surface. The monthly variation of snow‐covered reflectivity varies by less than 0.1 in fall and winter. Applying our snow‐covered surface reflectivity database to OMI NO2 retrievals could change the retrieved NO2 column by 20%–50% over large regions with seasonal snow cover.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 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 ».