Comparison of OMI UV observations with ground-based measurements at high northern latitudes
Notice bibliographique
Résumé
Abstract. The Dutch–Finnish Ozone Monitoring Instrument (OMI) on board NASA's Aura spacecraft provides estimates of erythemal (sunburning) ultraviolet (UV) dose rates and erythemal daily doses. These data were compared with ground-based measurements at 13 stations located throughout the Arctic and Scandinavia from 60 to 83° N. The study corroborates results from earlier work, but is based on a longer time series (8 versus 2 years) and considers additional data products, such as the erythemal dose rate at the time of the satellite overpass. Furthermore, systematic errors in satellite UV data resulting from inaccuracies in the surface albedo climatology used in the OMI UV algorithm are systematically assessed. At times when the surface albedo is correctly known, OMI data typically exceed ground-based measurements by 0–11 %. When the OMI albedo climatology exceeds the actual albedo, OMI data may be biased high by as much as 55 %. In turn, when the OMI albedo climatology is too low, OMI data can be biased low by up to 59 %. Such large negative biases may occur when reflections from snow and ice, which increase downwelling UV irradiance, are misinterpreted as reflections from clouds, which decrease the UV flux at the surface. Results suggest that a better OMI albedo climatology would greatly improve the accuracy of OMI UV data products even if year-to-year differences of the actual albedo cannot be accounted for. A pathway for improving the OMI albedo climatology is discussed. Results also demonstrate that ground-based measurements from the center of Greenland, where high, homogenous surface albedo is observed year round, are ideally suited to detect systematic problems or temporal drifts in estimates of surface UV irradiance from space.
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 | 0,000 | 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».