MétaCan
Menu
Retour à la cohorte
Enregistrement W2082238833 · doi:10.1175/jtech2033.1

The Atmospheric Radiation Measurement Program Cloud Profiling Radars: Second-Generation Sampling Strategies, Processing, and Cloud Data Products

2007· article· en· W2082238833 sur OpenAlexaff
Pavlos Kollias, Mark A. Miller, Edward Luke, Karen Johnson, Eugene E. Clothiaux, Kenneth P. Moran, Kevin B. Widener, Bruce Albrecht

Notice bibliographique

RevueJournal of Atmospheric and Oceanic Technology · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric aerosols and clouds
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésRemote sensingRadarDoppler effectDoppler radarComputer scienceEnvironmental scienceCloud computingCeilometerSampling (signal processing)MeteorologyFilter (signal processing)PhysicsGeologyTelecommunicationsLidar

Résumé

récupéré en direct d'OpenAlex

Abstract The U.S. Department of Energy Atmospheric Radiation Measurement (ARM) Program operates millimeter-wavelength cloud radars in several climatologically distinct regions. The digital signal processors for these radars were recently upgraded and allow for enhancements in the operational parameters running on them. Recent evaluations of millimeter-wavelength cloud radar signal processing performance relative to the range of cloud dynamical and microphysical conditions encountered at the ARM Program sites have indicated that improvements are necessary, including significant improvement in temporal resolution (i.e., less than 1 s for dwell and 2 s for dwell and processing), wider Nyquist velocities, operational dealiasing of the recorded spectra, removal of pulse compression while sampling the boundary layer, and continuous recording of Doppler spectra. A new set of millimeter-wavelength cloud radar operational modes that incorporate these enhancements is presented. A significant change in radar sampling is the introduction of an uneven mode sequence with 50% of the sampling time dedicated to the lower atmosphere, allowing for detailed characterization of boundary layer clouds. The changes in the operational modes have a substantial impact on the postprocessing algorithms that are used to extract cloud information from the radar data. New methods for postprocessing of recorded Doppler spectra are presented that result in more accurate identification of radar clutter (e.g., insects) and extraction of turbulence and microphysical information. Results of recent studies on the error characteristics of derived Doppler moments are included so that uncertainty estimates are now included with the moments. The microscale data product based on the increased temporal resolution of the millimeter-wavelength cloud radars is described. It contains the number of local maxima in each Doppler spectrum, the Doppler moments of the primary peak, uncertainty estimates for the Doppler moments of the primary peak, Doppler moment shape parameters (e.g., skewness and kurtosis), and clear-air clutter flags.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,027
Tête enseignante GPT0,266
Écart entre enseignants0,240 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations181
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Atmospheric and Oceanic TechnologyMême sujetAtmospheric aerosols and cloudsTravaux en français237 207