MétaCan
Menu
← Retour à la cohorte
Enregistrement W3043429080 · doi:10.5194/egusphere-egu2020-11725

Intercomparisons Between Lidar and Satellite Instruments in the Middle Atmosphere

2020· article· en· W3043429080 sur OpenAlexaff
Robin Wing, Alain Hauchecorne, Philippe Keckhut, Sophie Godin‐Beekmann, Sergey Khaykin, Milena Martić, Wolfgang Steinbrecht, Thomas J. McGee, John T. Sullivan, Emily McCullough

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésSatelliteLidarEnvironmental scienceAtmosphere (unit)MeteorologyRemote sensingPhysicsGeodesyGeography

Résumé

récupéré en direct d'OpenAlex

The comparison of ground and ship-based lidar measurements of atmospheric temperature, ozone, and wind to similar measurements made from orbiting satellites is a unique challenge. In this talk we will discuss general challenges associated with (i) determining coincidence by compensating for geographic and temporal offsets, (ii) satellite-lidar sampling errors, and (iii) comparing results made by different techniques. We will show that comparisons of absolute temperature improve when the ground based measurements are compared to a composite satellite profile, created by a weighted average of multiple profiles from one overpass, instead of comparing to the single satellite profile from the closest approach. We discuss the importance of including the variation between consecutive satellite profiles for a given overpass in addition to the given satellite instrument uncertainty when calculating the error budget of the comparisons, even when comparing to single satellite profiles. We demonstrate how comparing lidar and satellite measurements of events such as small-scale fast moving gravity waves over a particular geographic region can be affected by instrument averaging kernels. Illustrative examples we will be showing include lidar measurements made during recent instrument validation campaigns at L’Observatoire de Haute Provence (OHP, 43.93 N, 5.71 E), La Réunion (21.17 S, 55.37 E), Hohenpeißenberg Meteorological Observatory (47.80 N, 11.00 E), and onboard the French Navy Research Ship Monge as well as satellite measurements from the Microwave Limb Sounder (MLS), the Sounding of the Atmosphere by Broadband Emission Radiometry instrument (SABER), Global Ozone Monitoring by Occultation of Stars (GOMOS), and Atmospheric Dynamics Mission Aeolus (Aeolus).

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,027
Tête enseignante GPT0,212
Écart entre enseignants0,185 · 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'étudeObservationnel
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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAtmospheric and Environmental Gas Dynamics→Travaux en français237 207→