Impact of using different ozone cross sections on ozone profile retrievals from Global Ozone Monitoring Experiment (GOME) ultraviolet measurements
Notice bibliographique
Résumé
Abstract. We investigate the effect of using three different cross section data sets on ozone profile retrievals from Global Ozone Monitoring Experiment (GOME) ultraviolet measurements (289–307 nm, 326–337 nm). These include Bass-Paur, Brion, and GOME flight model cross sections (references below). Using different cross sections can significantly affect the retrievals, by up to 12 Dobson Units (DU, 1 DU=2.69×1016 molecules cm−2) in total column ozone, up to 10 DU in tropospheric column ozone, and up to 100% in retrieved ozone values for individual atmospheric layers. Compared to using the Bass-Paur and GOME flight model cross sections, using the Brion cross sections not only reduces fitting residuals by 15–60% in the Huggins bands, but also improves retrievals, especially in the troposphere, as seen from validation against ozonesonde measurements. Therefore, we recommend using the Brion cross section for ozone profile retrievals from ultraviolet measurements. The total column ozone retrieved using the GOME flight model cross sections is systematically lower, by 7–10 DU, than that retrieved using the Brion and Bass-Paur cross sections and is also systematically lower than Total Ozone Mapping Spectrometer (TOMS) observations. This study demonstrates the need for improved ozone cross section measurements in the ultraviolet to improve profile retrievals of this key atmospheric constituent.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».