Characterization of the Long-term Radiosonde Temperature Biases in the Lower Stratosphere using COSMIC and Metop-A/GRAS Data from 2006 to 2014
Notice bibliographique
Résumé
Abstract. Radiosonde observations (RAOBs) have provided the only long-term global in situ temperature measurements in the troposphere and lower stratosphere since 1958. In this study, we use consistently reprocessed Global Positioning System (GPS) radio occultation (RO) temperature data derived from COSMIC and Metop-A/GRAS missions from 2006 to 2014 to characterize the inter-seasonal and inter-annual variability of temperature biases in the lower stratosphere for different sensor types. The results show that the RAOB temperature biases for different RAOB sensor types are mainly owing to i) uncorrected solar zenith angle dependent errors, and ii) change of radiation correction. The mean daytime temperature difference (ΔT) for Vaisala RS92 is equal to 0.18 K in Australia, 0.20 K in Germany, 0.10 K in Canada, 0.13 K in England, and 0.33 K in Brazil. The mean daytime ΔT is equal to −0.06 K for Sippican, 0.71 K for VIZ-B2, 0.66 K for AVK-MRZ, and 0.18 K for Shanghai. The daytime trend of anomalies for Vaisala RS92 and RO temperature at 50 hPa is equal to 0.00 K/5 yrs over United States, −0.02 K/5 yrs over Germany, 0.17 K/5 yrs over Australia, 0.23 K/5 yrs over Canada, 0.26 K/5 yrs over England, and 0.12 K/5 yrs over Brazil, respectively. Although there still exist uncertainties for Vaisala RS92 temperature measurements over different geographical locations, the global trend of temperature anomaly between Vaisala RS92 and RO from June 2006 to April 2014 is within +/−0.09 K/5 yrs globally. Comparing with Vaisala RS80, Vaisala RS90 and sondes from other manufacturers, the Vaisala RS92 seems to provide the best RAOB temperature measurements, which can potentially be used to construct long term temperature CDRs. Results from this study also demonstrate the feasibility to use RO data to correct RAOB temperature biases for different sensor types.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 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 ».