MétaCan
Menu
Retour à la cohorte
Enregistrement W2147946819 · doi:10.5194/amt-3-523-2010

Water vapour profiles from SCIAMACHY solar occultation measurements derived with an onion peeling approach

2010· article· en· W2147946819 sur OpenAlexfundno aff
Stefan Noël, K. Bramstedt, Alexei Rozanov, H. Bovensmann, John P. Burrows

Notice bibliographique

RevueAtmospheric measurement techniques · 2010
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric Ozone and Climate
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Space AgencyUniversität Bremen
Mots-clésSCIAMACHYOccultationWater vaporEnvironmental scienceSpectrometerDifferential optical absorption spectroscopyAltitude (triangle)Atmospheric sciencesRemote sensingAbsorption (acoustics)MeteorologyPhysicsOpticsGeologyMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract. A new retrieval method has been developed to derive water vapour number density profiles from solar occultation measurements of the SCanning Imaging Absorption spectroMeter for Atmospheric CHartographY (SCIAMACHY). This method is intentionally kept simple and based on a combination of an onion peeling approach with a modified DOAS (Differential Optical Absorption Spectroscopy) fit in the wavelength region around 940 nm. Reasonable resulting water vapour profiles are currently obtained in the altitude range 15–45 km. Comparisons of the SCIAMACHY profiles with water vapour data provided by the Atmospheric Chemistry Explorer Fourier Transform Spectrometer (ACE-FTS) show an average agreement within about 5% between 20 and 45 km. SCIAMACHY water vapour data tend to be systematically higher than ACE-FTS. These results are in principal confirmed by comparisons with water vapour profiles derived from model data of the European Centre for Medium Range Weather Forecasts (ECMWF), although ECMWF concentrations are systematicly lower than both corresponding SCIAMACHY and ACE-FTS data at all altitudes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,420
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,225
Écart entre enseignants0,192 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAtmospheric measurement techniquesMême sujetAtmospheric Ozone and ClimateTravaux en français237 207