On the use of simulated photon paths to co‐register top‐of‐atmosphere radiances in <i>EarthCARE</i> radiative closure experiments
Notice bibliographique
Résumé
The Earth's Cloud, Aerosol and Radiation Explorer (EarthCARE) mission will retrieve vertical profiles of cloud and aerosol properties by combining data from active and passive instruments. The verisimilitude of retrievals will be assessed using data from its broad‐band radiometer (BBR), which measures top‐of‐atmosphere (TOA) short‐wave (SW) radiances at three along‐track viewing angles. BBR measurements will be compared with their modelled counterparts, simulated by a three‐dimensional (3D) Monte Carlo (MC) radiative transfer model acting on retrieved properties, thus defining a radiative closure experiment. Since cloud and aerosol microphysical and hence optical properties within each assessment domain vary horizontally and vertically, one challenge facing the closure process is selection of radiances that will foster the best assessments of retrievals. This study investigates whether co‐registration of radiances for closure assessment can be aided by information pertaining to photon paths from the MC model. Unlike methods that provide one effective reflecting layer (ERL), such as cloud‐top altitude, simulated photon paths can account for several reflecting layers. For this study, A‐Train satellite data provided cloud properties. The MC model was applied to this field to simulate BBR‐like measurements. Cloud properties were then perturbed randomly, to represent retrievals in approximate fashion, and the MC model reapplied to them. The resulting sets of radiances mimicked EarthCARE measured and modelled data, thus allowing a test of closure and co‐registration methodologies. Through the use of 3D photon path information, the rate of identification of inaccurate cloud retrievals improved over ERL approaches by ∼4% for cirrus clouds and ∼15% for broken clouds. For large‐scale deep convective clouds, however, inaccurate photon paths, ostensibly due to poor retrievals, reduced identification performance by 3%.
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 | 0,005 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».