MétaCan
Menu
Retour à la cohorte
Enregistrement W3002693018 · doi:10.3390/rs12020323

A Multi-Year Evaluation of Doppler Lidar Wind-Profile Observations in the Arctic

2020· article· en· W3002693018 sur OpenAlexafffundabout
Zen Mariani, Robert Crawford, Barbara Casati, François Lemay

Notice bibliographique

RevueRemote Sensing · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesEnvironment and Climate Change Canada
Mots-clésRadiosondeLidarDoppler effectMeteorologyEnvironmental scienceArcticRemote sensingThe arcticNumerical weather predictionDoppler radarGeologyGeographyPhysics

Résumé

récupéré en direct d'OpenAlex

Doppler light detection and ranging (lidar) wind profilers have proven their capability to measure vertical wind profiles with an accuracy comparable to anemometers and radiosondes. However, most of these comparisons were performed over short time periods or at mid-latitudes. This study presents a multi-year assessment of the accuracy of Doppler lidar wind-profile measurements in the Arctic by comparing them with coincident radiosonde observations, and excellent agreement was observed. The suitability of the Doppler lidar for verification case studies of operational numerical weather prediction (NWP) models during the World Meteorological Organization’s Year of Polar Prediction is also demonstrated, by using Environment and Climate Change Canada’s (ECCC) global environmental multiscale model (GEM-2.5 km and GEM-10 km). Since 2016, identical scanning Doppler lidars were deployed at two supersites commissioned by ECCC as part of the Canadian Arctic Weather Science project. The supersites are located in Iqaluit (64°N, 69°W) and Whitehorse (61°N, 135°W) with a third Halo Doppler lidar located in Squamish (50°N, 123°W). Two lidar wind-profile measurement methodologies were investigated; the velocity-azimuth display method exhibited a smaller average bias (−0.27 ± 0.02 m/s) than the Doppler beam-swinging method (–0.46 ± 0.02 m/s) compared to the sonde. Comparisons to ECCC’s NWP models indicate good agreement, more so during the summer months, with an average bias < 0.71 m/s for the higher-resolution (GEM-2.5 km) ECCC models at Iqaluit. Larger biases were found in the mountainous terrain of Whitehorse and Squamish, likely due to difficulties in the model’s ability to resolve the topography. This provides evidence in favor of using high temporal resolution lidar wind-profile measurements to complement radiosonde observations and for NWP model verification and process studies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,155
Score d'incertitude au seuil0,261

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,057
Tête enseignante GPT0,258
Écart entre enseignants0,202 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations42
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueRemote SensingMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207