Satellite-pointing retrieval from atmospheric limb-scattering of solar UV-B radiation
Notice bibliographique
Résumé
We present a new algorithm for tangent height retrievals from limb-scattering observations. These observations are performed by satellite-based spectrometers operating in the UV, visible, and short-wave IR spectral ranges. They record the solar radiation scattered in Earth's atmosphere in limb-viewing geometry and aim at vertically resolved retrievals of the atmospheric composition with global coverage. Inaccuracies in the knowledge of the instrument's pointing frequently dominate the error budgets of the atmospheric composition products. Therefore, additional information on satellite pointing is crucial for the quality of all products derived from limb-scattering observations. The information is commonly expressed in terms of the tangent heights. The presented algorithm determines the tangent heights directly from the observed limb radiances by analyzing the shapes of the so-called knee in several UV-B radiance profiles. All vertical pointing information contained in a UV-B fit window is exploited by simultaneously retrieving the ozone profile. The algorithm has been implemented in the toolbox SCIARAYS and named Tangent height Retrieval by UV-B Exploitation (TRUE) knee method. We have applied it to five orbits of SCIAMACHY's limb observations. It achieves a precision of about 200 m when applied to an individual limb scan. The broadband structure of the observations can be reproduced within 1% RMS. A comparison of the retrieved tangent heights with the engineering ones delivered by ESA reveals that the engineering tangent heights exhibit a systematic error, which varies with an amplitude of about 3 km. Its origin is traced to the on-board orbit model of Envisat. PACS Nos.: 94.80.+g, 42.68.Ay, 92.60.Ta, 42.68.Wt, 07.87.+v, 92.70.Cp, and 07.60.Rd
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 ».