Hydrogen fluoride total and partial column time series above the Jungfraujoch from long‐term FTIR measurements: Impact of the line‐shape model, characterization of the error budget and seasonal cycle, and comparison with satellite and model data
Notice bibliographique
Résumé
Time series of hydrogen fluoride (HF) total columns have been derived from ground‐based Fourier transform infrared (FTIR) solar spectra recorded between March 1984 and December 2009 at the International Scientific Station of the Jungfraujoch (Swiss Alps, 46.5°N, 8.0°E, 3580 m asl) with two high‐resolution spectrometers (one homemade and one Bruker 120‐HR). Solar spectra have been inverted with the PROFFIT 9.5 algorithm, using the optimal estimation method. An intercomparison of HF total columns retrieved with PROFFIT and SFIT‐2–the other reference algorithm in the FTIR community–is performed for the first time. The effect of a Galatry line shape model on HF retrieved total columns and vertical profiles, on the residuals of the fits and on the error budget is also quantified. Information content analysis indicates that in addition to HF total vertical abundance, three independent stratospheric HF partial columns can be derived from our Bruker spectra. A complete error budget has been established and indicates that the main source of systematic error is linked to HF spectroscopy and that the random error affecting our HF total columns does not exceed 2.5%. Ground‐based middle and upper stratospheric HF amounts have been compared to satellite data collected by the HALOE or ACE‐FTS instruments. Comparisons of our FTIR HF total and partial columns with runs performed by two three‐dimensional numerical models (SLIMCAT and KASIMA) are also included. Finally, FTIR and model HF total and partial columns time series have been analyzed to derive the main characteristics of their seasonal cycles.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».