MétaCan
Menu
Retour à la cohorte
Enregistrement W2523742139 · doi:10.5194/amt-10-549-2017

The Orbiting Carbon Observatory-2: first 18 months of science data products

2017· article· en· W2523742139 sur OpenAlexaff
A. Eldering, Chris O’Dell, P. O. Wennberg, David Crisp, M. R. Gunson, Camille Viatte, Charles Avis, Amy Braverman, Rebecca Castaño, Albert Y. Chang, Lars Chapsky, Cecilia Cheng, B. J. Connor, Lan Dang, Gary Doran, B. Fisher, Christian Frankenberg, Dejian Fu, Robert Granat, Jonathan Hobbs, Richard A. Lee, Lukas Mandrake, James McDuffie, Charles E. Miller, Vicky Myers, Vijay Natraj, Denis O'Brien, G. B. Osterman, Fabiano Oyafuso, Vivienne H. Payne, I. N. Polonsky, Coleen M. Roehl, Robert Rosenberg, F. M. Schwandner, Mike Smyth, Vivian Tang, Thomas E. Taylor, Cathy To, Debra Wunch, Jan Yoshimizu

Notice bibliographique

RevueAtmospheric measurement techniques · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCalifornia Institute of TechnologyJet Propulsion LaboratoryColorado State UniversityNational Aeronautics and Space Administration
Mots-clésObservatoryEnvironmental scienceSatelliteMeteorologyAtmospheric sciencesAerosolCalibrationRemote sensingClimatologyGeographyGeologyPhysicsAstrophysics

Résumé

récupéré en direct d'OpenAlex

Abstract. The Orbiting Carbon Observatory-2 (OCO-2) is the first National Aeronautics and Space Administration (NASA) satellite designed to measure atmospheric carbon dioxide (CO2) with the accuracy, resolution, and coverage needed to quantify CO2 fluxes (sources and sinks) on regional scales. OCO-2 was successfully launched on 2 July 2014 and has gathered more than 2 years of observations. The v7/v7r operational data products from September 2014 to January 2016 are discussed here. On monthly timescales, 7 to 12 % of these measurements are sufficiently cloud and aerosol free to yield estimates of the column-averaged atmospheric CO2 dry air mole fraction, XCO2, that pass all quality tests. During the first year of operations, the observing strategy, instrument calibration, and retrieval algorithm were optimized to improve both the data yield and the accuracy of the products. With these changes, global maps of XCO2 derived from the OCO-2 data are revealing some of the most robust features of the atmospheric carbon cycle. This includes XCO2 enhancements co-located with intense fossil fuel emissions in eastern US and eastern China, which are most obvious between October and December, when the north–south XCO2 gradient is small. Enhanced XCO2 coincident with biomass burning in the Amazon, central Africa, and Indonesia is also evident in this season. In May and June, when the north–south XCO2 gradient is largest, these sources are less apparent in global maps. During this part of the year, OCO-2 maps show a more than 10 ppm reduction in XCO2 across the Northern Hemisphere, as photosynthesis by the land biosphere rapidly absorbs CO2. As the carbon cycle science community continues to analyze these OCO-2 data, information on regional-scale sources (emitters) and sinks (absorbers) which impart XCO2 changes on the order of 1 ppm, as well as far more subtle features, will emerge from this high-resolution global dataset.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,006
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,015

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 Opus0,055
Tête enseignante GPT0,256
Écart entre enseignants0,201 · 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'étudeObservationnel
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

Citations312
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAtmospheric measurement techniquesMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207