A Geostatistical Framework for Quantifying the Imprint of Mesoscale Atmospheric Transport on Satellite Trace Gas Retrievals
Notice bibliographique
Résumé
Abstract National Aeronautics and Space Administration's Orbiting Carbon Observatory‐2 (OCO‐2) satellite provides observations of total column‐averaged CO2 mole fractions ( ) at high spatial resolution that may enable novel constraints on surface‐atmosphere carbon fluxes. Atmospheric inverse modeling provides an approach to optimize surface fluxes at regional scales, but the accuracy of the fluxes from inversion frameworks depends on key inputs, including spatially and temporally dense CO2 observations and reliable representations of atmospheric transport. Since observations are sensitive to both synoptic and mesoscale variations within the free troposphere, horizontal atmospheric transport imparts substantial variations in these data and must be either resolved explicitly by the atmospheric transport model or accounted for within the error covariance budget provided to inverse frameworks. Here, we used geostatistical techniques to quantify the imprint of atmospheric transport in along‐track OCO‐2 soundings. We compare high‐pass‐filtered (<250 km, spatial scales that primarily isolate mesoscale or finer‐scale variations) along‐track spatial variability in and from OCO‐2 tracks to temporal synoptic and mesoscale variability from ground‐based and observed by nearby Total Carbon Column Observing Network sites. Mesoscale atmospheric transport is found to be the primary driver of along‐track, high‐frequency variability for OCO‐2 . For , both mesoscale transport variability and spatially coherent bias associated with other elements of the OCO‐2 retrieval state vector are important drivers of the along‐track variance budget.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».