MétaCan
Menu
Retour à la cohorte
Enregistrement W2069269793 · doi:10.1002/qj.917

Comparison of cloud products within IASI footprints for the assimilation of cloudy radiances

2011· article· en· W2069269793 sur OpenAlexaffabout
L. Lavanant, Nadia Fourrié, Antonia Gambacorta, Giuseppe Grieco, Sylvain Heilliette, F. Hilton, Mi‐Jeong Kim, A. P. McNally, H. Nishihata, E. Pavelin, Florence Rabier

Notice bibliographique

RevueQuarterly Journal of the Royal Meteorological Society · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric aerosols and clouds
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesNational Oceanic and Atmospheric Administration
Mots-clésRadianceOvercastEnvironmental scienceCloud computingRemote sensingFootprintMeteorologyCloud coverDepth soundingSatelliteData assimilationSkyComputer scienceGeographyCartographyEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract This article compares different methods of deriving cloud properties in the footprint of the Infrared Atmospheric Sounding Interferometer (IASI), onboard the European MetOp satellite. Cloud properties produced by ten operational schemes are assessed and an intercomparison of the products for a 12 h global acquisition is presented. Clouds cover a large part of the Earth, contaminating most of the radiance data. The estimation of cloud top height and effective amount within the sounder footprint is an important step towards the direct assimilation of cloud‐affected radiances. This study first examines the capability of all the schemes to detect and characterize the clouds for all complex situations and provides some indications of confidence in the data. Then the dataset is restricted to thick overcast single layers and the comparison shows a significant agreement between all the schemes. The impact of the retrieved cloud properties on the residuals between calculated cloudy radiances and observations is estimated in the long‐wave part of the spectrum. Copyright © 2011 Royal Meteorological Society, Crown in the right of Canada, and British Crown copyright, the Met Office

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,083
Score d'incertitude au seuil0,252

Scores Codex et Gemma par catégorie

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

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 Opus0,049
Tête enseignante GPT0,274
Écart entre enseignants0,225 · 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 tête enseignante, 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

Citations32
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueQuarterly Journal of the Royal Meteorological SocietyMême sujetAtmospheric aerosols and cloudsTravaux en français237 207