Satellite estimation of spectral surface UV irradiance: 2. Effects of homogeneous clouds and snow
Notice bibliographique
Résumé
This paper extends the theoretical analysis of the estimation of the surface UV irradiance from satellite ozone and reflectivity data from a clear‐sky case to a cloudy atmosphere and snow‐covered surface. Two methods are compared for the estimation of cloud‐transmission factor CT, the ratio of cloudy to clear‐sky surface irradiance: (1) the Lambert equivalent reflectivity (LER) method and (2) a method based on radiative transfer calculations for a homogeneous (plane parallel) cloud embedded into a molecular atmosphere with ozone absorption. The satellite‐derived CT from the NASA Total Ozone Mapping Spectrometer (TOMS) is compared with ground‐based CT estimations from the Canadian network of Brewer spectrometers for the period 1989–1998. For snow‐free conditions the TOMS derived CT at 324 nm approximately agrees with Brewer data with a correlation coefficient of ∼0.9 and a standard deviation of ∼0.1. The key source of uncertainty is the different size of the TOMS FOV (∼100 km field of view) and the much smaller ground instrument FOV. As expected, the standard deviations of weekly and monthly CT averages were smaller than for daily values. The plane‐parallel cloud method produces a systematic CT bias relative to the Brewer data (+7% at low solar zenith angles to −10% at large solar zenith angles). The TOMS algorithm can properly account for conservatively scattering clouds and snow/ice if the regional snow albedo RS is known from outside data. Since RS varies on a daily basis, using a climatology will result in additional error in the satellite‐estimated CT. The CT error has the same sign as the RS error and increases over highly reflecting surfaces. Finally, clouds polluted with absorbing aerosols transmit less radiation to the ground than conservative clouds for the same satellite reflectance and flatten spectral dependence of CT. Both effects reduce CT compared to that estimated assuming conservative cloud scattering. The error increases if polluted clouds are over snow.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».