MétaCan
Menu
Retour à la cohorte
Enregistrement W2580193130 · doi:10.1109/tgrs.2016.2645614

Preflight Spectral Calibration of the Orbiting Carbon Observatory 2

2017· article· en· W2580193130 sur OpenAlexaff
Richard A. Lee, C. O’Dell, Debra Wunch, Coleen M. Roehl, G. B. Osterman, Jean-François Blavier, Robert Rosenberg, Lars Chapsky, Christian Frankenberg, Sarah L. Hunyadi-Lay, B. Fisher, David M. Rider, David Crisp, Randy Pollock

Notice bibliographique

RevueIEEE Transactions on Geoscience and Remote Sensing · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Aeronautics and Space Administration
Mots-clésSpectrometerRemote sensingObservatoryCalibrationSolar observatoryOpticsDispersion (optics)Spectral lineSpectral resolutionEnvironmental sciencePhysicsGeologyAstronomy

Résumé

récupéré en direct d'OpenAlex

This paper describes the preflight spectral calibration methods and results for the Orbiting Carbon Observatory 2 (OCO-2), following the approach developed for the first OCO. The instrument line shape (ILS) function and dispersion parameters were determined through laser-based spectroscopic measurements, and then further optimized by comparing solar spectra recorded simultaneously on the ground by the OCO-2 flight instrument and a collocated high-resolution Fourier transform spectrometer (FTS). The resulting ILS profiles and dispersion parameters, when applied to the FTS solar data, showed agreement between the spectra recorded by the spectrometers and FTS to approximately 0.2% RMS, satisfying the preflight spectral calibration accuracy requirement of <;0.25% RMS. Specific changes to the OCO-2 instrument and calibration process, compared to the original OCO, include stray-light protection; improved laser setup; increased spectral sampling; enhanced data screening, and incremental improvements in the ILS, dispersion, and FTS optimization analyses.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,819
Score d'incertitude au seuil0,654

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,211
Écart entre enseignants0,199 · 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 tête enseignante, 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

Citations52
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Geoscience and Remote SensingMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207