A study of the approaches used to retrieve aerosol extinction, as applied to limb observations made by OSIRIS and SCIAMACHY
Notice bibliographique
Résumé
Abstract. Limb scatter instruments in the UV–vis spectral range have provided long-term global records of stratospheric aerosol extinction important for climate records and modelling. While comparisons with occultation instruments show generally good agreement, the source and magnitude of the biases arising from retrieval assumptions, approximations in the radiative transfer modelling and inversion techniques have not been thoroughly characterized. This paper explores the biases between SCIAMACHY v1.4, OSIRIS v5.07 and SAGE II v7.00 aerosol extinctions through a series of coincident comparisons as well as simulation and retrieval studies to investigate the cause and magnitude of the various systematic differences. The effect of a priori profiles, particle size assumptions, radiative transfer modelling, inversion techniques and the different satellite datasets are explored. It is found that the assumed a priori profile can have a large effect near the normalization point, as well as systematic influence at lower altitudes. The error due to particle size assumptions is relatively small when averaged over a range of scattering angles, but individual errors depend on the particular scattering angle, particle size and measurement vector definition. Differences due to radiative transfer modelling introduce differences between the retrieved products of less than 10 % on average, but can introduce vertical structure. The combination of the different scenario simulations and the application of both algorithms to both datasets enable the origin of some of the systematic features such as high-altitude differences when compared to SAGE II to be explained.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 tête enseignante, 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 ».