MétaCan
Menu
Retour à la cohorte
Enregistrement W3089401028 · doi:10.3390/rs12193155

Bias Correction of the Ratio of Total Column CH4 to CO2 Retrieved from GOSAT Spectra

2020· article· en· W3089401028 sur OpenAlexaff
Haruki Oshio, Yukio Yoshida, Tsuneo Matsunaga, Nicholas M. Deutscher, Manvendra K. Dubey, David Griffith, Frank Hase, Laura T. Iraci, Rigel Kivi, Cheng Liu, Isamu Morino, Justus Notholt, Young‐Suk Oh, Hirofumi Ohyama, Christof Petri, David F. Pollard, Coleen M. Roehl, Kei Shiomi, Ralf Sussmann, Yao Té, Voltaire A. Velazco, Thorsten Warneke, Debra Wunch

Notice bibliographique

RevueRemote Sensing · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesBundesministerium für Wirtschaft und EnergieCentre National de la Recherche ScientifiqueCentre National d’Etudes SpatialesConseil Régional, Île-de-FranceNational Aeronautics and Space AdministrationAgence Nationale de la RechercheEuropean Space AgencySorbonne UniversitéUniversity of Wollongong
Mots-clésEnvironmental scienceRadianceStandard deviationAtmospheric sciencesRemote sensingStatisticsPhysicsMathematicsGeology

Résumé

récupéré en direct d'OpenAlex

The proxy method, using the ratio of total column CH4 to CO2 to reduce the effects of common biases, has been used to retrieve column-averaged dry-air mole fraction of CH4 from satellite data. The present study characterizes the remaining scattering effects in the CH4/CO2 ratio component of the Greenhouse gases Observing SATellite (GOSAT) retrieval and uses them for bias correction. The variation of bias between the GOSAT and Total Carbon Column Observing Network (TCCON) ratio component with GOSAT data-derived variables was investigated. Then, it was revealed that the variability of the bias could be reduced by using four variables for the bias correction—namely, airmass, 2 μm band radiance normalized with its noise level, the ratio between the partial column-averaged dry-air mole fraction of CH4 for the lower atmosphere and that for the upper atmosphere, and the difference in surface albedo between the CH4 and CO2 bands. The ratio of partial column CH4 reduced the dependence of bias on the cloud fraction and the difference between hemispheres. In addition to the reduction of bias (from 0.43% to 0%), the precision (standard deviation of the difference between GOSAT and TCCON) was reduced from 0.61% to 0.55% by the correction. The bias and its temporal variation were reduced for each site: the mean and standard deviation of the mean bias for individual seasons were within 0.2% for most of the sites.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,013
Tête enseignante GPT0,192
Écart entre enseignants0,179 · 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'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

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRemote SensingMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207