Comparison of radiative transfer models for limb‐viewing scattered sunlight measurements
Notice bibliographique
Résumé
This study compares the limb scattered radiances calculated by six radiative transfer models for a variety of viewing conditions. Atmospheres that include molecular scattering, aerosol scattering, and ozone absorption are considered. All models treat single scattering accurately in full spherical geometry. Two “approximate spherical” models (CDI and LIMBTRAN) rely on the plane‐parallel atmosphere approximation to calculate the diffuse radiance field; the remaining four “spherical” models (Siro, MCC++, GSLS, and CDIPI) treat multiple scattering in a spherical atmosphere. Only three of the models (Siro, MCC++, and GSLS) have vector treatment with polarization. A brief comparison of vector radiances with the limb scattered radiances measured by the SOLSE and LORE instruments demonstrates agreement usually within 15% and always within 30%. The inclusion of polarization appears to have little effect on the level of agreement among the models (which agree to within 2% for this sample case). A more general comparison among calculated scalar radiances follows, including four solar zenith angles (20°, 60°, 80°, and 90°), three relative azimuth angles (20°, 90°, and 160°), and two surface albedos (0 and 0.95). The single scattered radiances agree to within 1% for almost every case. Comparisons of the total radiance show larger differences, with 2–4% spread among the results of the spherical models. The approximate spherical models show a positive radiance difference relative to the other models that increases with tangent height, reaching as much as 8% at 60 km. The rule used to divide the model atmosphere into discrete layers is shown to affect the calculated radiance, causing a height‐dependent difference of up to 1% for 1 km layer thickness.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».