Information‐centered representation of retrievals with limited degrees of freedom for signal: Application to methane from the Tropospheric Emission Spectrometer
Notice bibliographique
Résumé
Remote measurements of trace gas profiles from nadir‐viewing instruments are often retrieved and/or reported on a fine grid containing more levels than the number of independent pieces of information in the measurement. Such profiles contain a priori information, which complicates interpretation. For scientific analyses of these data it is desirable to move to a representation in which measurement information is dominant and the influence of a priori information is minimal. Presented here is a postprocessing approach using a simple algorithm to transform each retrieved profile to an appropriate, geographically varying coarse grid. The representation is chosen such that the averaging kernel is close to unity for regions of the atmosphere where the retrieval has most information. The approach takes advantage of the sensitivity characterization allowed by retrieval on a fine grid, while reducing the influence of the a priori, accounting for spatial and temporal variations in the sensitivity of the measurement to the true atmosphere, and preserving obvious physical meaning in the end product. The example used to demonstrate the approach is the methane product from the Tropospheric Emission Spectrometer (TES), which contains 0.5–2.0 degrees of freedom for signal, depending on season and location. The TES methane has been postprocessed, and the end product has been compared with results from GEOS‐Chem, a global chemical model. Results show realistic latitudinal gradients from the TES data. Model/measurement differences also show large‐scale features over Indonesia that we attribute to tropical biomass burning in the summer/fall.
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 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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 tête enseignante, 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 ».