MétaCan
Menu
Retour à la cohorte
Enregistrement W2149304217 · doi:10.5194/amt-9-2241-2016

A microwave satellite water vapour column retrieval for polar winter conditions

2016· article· en· W2149304217 sur OpenAlexaff
C. W. Perro, Glen Lesins, T. J. Duck, Maria Cadeddu

Notice bibliographique

RevueAtmospheric measurement techniques · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensDalhousie University
Organismes subventionnairesGoddard Space Flight CenterNational Oceanic and Atmospheric AdministrationEuropean Organization for the Exploitation of Meteorological SatellitesOhio State University
Mots-clésAdvanced Microwave Sounding UnitEnvironmental scienceSatelliteRemote sensingWater vaporDepth soundingRadiometerMicrowave radiometerMicrowaveSpecial sensor microwave/imagerNadirMeteorologyGeologyComputer sciencePhysicsBrightness temperatureTelecommunications

Résumé

récupéré en direct d'OpenAlex

Abstract. A new microwave satellite water vapour retrieval for the polar winter atmosphere is presented. The retrieval builds on the work of Miao et al. (2001) and Melsheimer and Heygster (2008), employing auxiliary information for atmospheric conditions and numerical optimization. It was tested using simulated and actual measurements from the Microwave Humidity Sounder (MHS) satellite instruments. Ground truth was provided by the G-band vapour radiometer (GVR) at Barrow, Alaska. For water vapour columns less than 6 kg m−2, comparisons between the retrieval and GVR result in a root mean square (RMS) deviation of 0.39 kg m−2 and a systematic bias of 0.08 kg m−2. These results are compared with RMS deviations and biases at Barrow for the retrieval of Melsheimer and Heygster (2008), the AIRS and MIRS satellite data products, and the ERA-Interim, NCEP, JRA-55, and ASR reanalyses. When applied to MHS measurements, the new retrieval produces a smaller RMS deviation and bias than for the earlier retrieval and satellite data products. The RMS deviations for the new retrieval were comparable to those for the ERA-Interim, JRA-55, and ASR reanalyses; however, the MHS retrievals have much finer horizontal resolution (15 km at nadir) and reveal more structure. The new retrieval can be used to obtain pan-Arctic maps of water vapour columns of unprecedented quality. It may also be applied to measurements from the Special Sensor Microwave/Temperature 2 (SSM/T2), Advanced Microwave Sounding Unit B (AMSU-B), Special Sensor Microwave Imager/Sounder (SSMIS), Advanced Technology Microwave Sounder (ATMS), and Chinese MicroWave Humidity Sounder (MWHS) instruments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,029
Tête enseignante GPT0,244
Écart entre enseignants0,215 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations12
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAtmospheric measurement techniquesMême sujetClimate variability and modelsTravaux en français237 207