MétaCan
Menu
Retour à la cohorte
Enregistrement W2810098250 · doi:10.5194/essd-10-2069-2018

The Berkeley High Resolution Tropospheric NO <sub>2</sub> product

2018· article· en· W2810098250 sur OpenAlexaboutno aff
Joshua L. Laughner, Qindan Zhu, R. C. Cohen

Notice bibliographique

RevueEarth system science data · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric Ozone and Climate
Établissements canadiensnon disponible
Organismes subventionnairesSmithsonian Astrophysical ObservatoryUniversity of California BerkeleyNational Aeronautics and Space AdministrationNational Science Foundation
Mots-clésEnvironmental scienceTroposphereProduct (mathematics)MeteorologyOzone Monitoring InstrumentA priori and a posterioriSatelliteAtmospheric sciencesRemote sensingImage resolutionClimatologyGeologyGeographyPhysicsMathematicsOptics

Résumé

récupéré en direct d'OpenAlex

Abstract. We describe upgrades to the Berkeley High Resolution (BEHR) NO2 satellite retrieval product. BEHR v3.0B builds on the NASA version 3 standard Ozone Monitoring Instrument (OMI) tropospheric NO2 product to provide a high spatial resolution product for a domain covering the continental United States and lower Canada that is consistent with daily variations in the 12 km a priori NO2 profiles. Other improvements to the BEHR v3.0 product include surface reflectance and elevation, and factors affecting the NO2 a priori profiles such as lightning and anthropogenic emissions.We describe the retrieval algorithm in detail and evaluate the impact of changes to the algorithm between v2.1C and v3.0B on the retrieved NO2 vertical column densities (VCDs). Not surprisingly, we find that, on average, the changes to the a priori NO2 profiles and the update to the new NASA slant column densities have the greatest impact on the retrieved VCDs. More significantly, we find that using daily a priori profiles results in greater average VCDs than using monthly profiles in regions and times with significant lightning activity.The BEHR product is available as four subproducts on the University of California DASH repository, using monthly a priori profiles at native OMI pixel resolution (https://doi.org/10.6078/D1N086) and regridded to 0.05° × 0.05° (https://doi.org/10.6078/D1RQ3G) and using daily a priori profiles at native OMI (https://doi.org/10.6078/D1WH41) and regridded (https://doi.org/10.6078/D12D5X) resolutions. The subproducts using monthly profiles are currently available from January 2005 to July 2017, and will be expanded to more recent years. The subproducts using daily profiles are currently available for years 2005–2010 and 2012–2014; 2011 and 2015 on will be added as the necessary input data are simulated for those years.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
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)0,0300,025

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 Opus0,016
Tête enseignante GPT0,219
Écart entre enseignants0,203 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations50
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEarth system science dataMême sujetAtmospheric Ozone and ClimateTravaux en français237 207