The performance of the EarthCARE Cloud Profiling Radar in marine stratiform clouds
Notice bibliographique
Résumé
Abstract Marine stratiform clouds are a challenging target for spaceborne radars due to their proximity to Earth's surface, limited vertical extent, and low radar reflectivity. The joint European‐Japanese Earth Clouds, Aerosol and Radiation Explorer (EarthCARE) mission is scheduled for launch in 2019 and features the first atmospheric Cloud Profiling Radar (CPR) with Doppler capability in space. Here the performance of the CPR in (i) detecting these clouds and their boundaries and (ii) measuring the Doppler velocities of drizzle particles is evaluated. Extensive observations from the Atmospheric Radiation Measurement Mobile Facility in marine stratus regimes are used as input to an EarthCARE CPR simulator and to compare the resulting reflectivity factors, Doppler velocities, and cloud detections. Cloud detection of the CPR is 70–80% that of the ground‐based radars, depending upon integration length and feature mask configuration. For clouds entirely contained within the surface clutter, detection is limited but is predicted to be an order of magnitude greater for the EarthCARE CPR than for CloudSat due to the improved range sampling rate of the former. The EarthCARE‐CPR range resolution is found to introduce cloud top height and reflectivity biases of +100 m (equal to the range sampling rate) and +1.3 dB; by applying a constrained linear inversion to the range resolution, these are reduced to 30 m and 0.1 dB, respectively. The analysis indicates that a velocity uncertainty of 0.5 ms−1 is achievable through either a 5 km along‐track integration or a combination of matched spatial filters and 1 km along‐track integration.
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 | 0,000 | 0,000 |
| 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 ».