Gravity Gradiometry With GRACE Space Missions: New Opportunities for the Geosciences
Notice bibliographique
Résumé
Abstract A new paradigm views the recently launched Gravity Recovery and Climate Experiment (GRACE) follow‐on mission as a gradiometer system, outside the mission's design concept, promising potentially major implications in geosciences. We develop an innovative and straightforward concept, the “GRACE gradiometer mode,” to process future GRACE follow‐on measurements to derive three‐dimensional gravitational gradients. Using positions, accelerations, and attitude measurements from the identical predecessor mission GRACE, we generate common and differential accelerations. We validate GRACE differential accelerations using Gravity field and steady‐state Ocean Circulation Explorer (GOCE) mission gradiometer measurements and we demonstrate an important and promising agreement between GRACE and GOCE. Consequently, we estimate gravitational gradients in full and we confirm their ability to detect geophysical signals over three example regions, namely, the Himalayas, Indonesia, and Canada. Coherence analysis between GOCE and GRACE gradients reveals a strong match that reaches up to 80%. GRACE gradiometer mode gradients are also compared with GRACE level 2‐ derived gradients, and results show that the new method captures smaller spatial‐scale signals than GOCE with the trade‐off being at higher noise level. We argue that future enhancements of the proposed proof‐of‐concept method will expand and enhance the GRACE follow‐on objectives that will lead to new insights, discoveries, and applications in the Earth system and the geosciences.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| 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 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 ».