Statistical interpolation of ozone measurements from satellite data (TOMS, SBUV and SAGE II) using the kriging method
Notice bibliographique
Résumé
Abstract. This study demonstrates that ordinary kriging in spherical coordinates using experimental semi-variograms provides highly usable results, especially near the pole in winter and/or where there could be data missing over large areas. In addition, kriging allows display of the spatial variability of daily ozone measurements at different pressure levels. Three satellite data sets were used: Total Ozone Mapping Spectrometer (TOMS) data, Solar Backscattered UltraViolet (SBUV), and the Stratospheric Aerosol and Gas Experiment (SAGE II) ozone profiles. Since SBUV is a nadir-viewing instrument, measurements are only taken along the sun-synchronous polar orbits of the satellite. SAGE II is a limb-viewing solar occultation instrument, and measurements have high vertical resolution but poor daily coverage. TOMS has wider coverage with equidistant distribution of data (resolution 1° × 1.25°) but provides no vertical information. Comparisons of the resulting SBUV-interpolated (column-integrated) ozone field with TOMS data are strongly in agreement, with a global correlation of close to 98%. Comparisons of SBUV-interpolated ozone profiles with daily SAGE II profiles are relatively good, and comparable to those found in the literature. The interpolated ozone layers at different pressure levels are shown.Key words: Atmospheric composition and structure (middle atmosphere - composition and chemistry) - Meteorology and atmospheric dynamics (middle atmosphere dynamics)
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 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 ».