A Multiwavelength Retrieval Approach for Improved OSIRIS Aerosol Extinction Retrievals
Notice bibliographique
Résumé
Abstract The Optical Spectrograph and InfraRed Imaging System (OSIRIS) on board the Odin satellite has been used to provide vertically resolved aerosol extinction since 2001. The OSIRIS version 5.07 aerosol product has been used in numerous studies and now provides a 17‐year record of global stratospheric aerosol. This work presents the new version 7 OSIRIS aerosol extinction retrieval. A multiwavelength aerosol extinction algorithm has been developed to reduce measurement geometry biases and improve extinction retrieval in the upper troposphere and lower stratosphere. The Chen et al. (2016, https://doi.org/10.5194/amt-9-1239-2016 ) cloud detection algorithm has been adapted for the OSIRIS wavelength range for improved cloud screening and polar stratospheric cloud detection, and comparisons after volcanic eruptions and with the CALIPSO‐GOCCP product show promising results. The version 7 product shows comparable agreement with version 5.07 when compared to coincident SAGE II and SAGE III measurements, and improved agreement with CALIPSO time series. The algorithm has been applied to the complete set of OSIRIS measurements, and the new data set is now publicly available.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».