Using MAN and Coastal AERONET Measurements to Assess the Suitability of MODIS C6.1 Aerosol Optical Depth for Monitoring Changes from Increased Arctic Shipping
Notice bibliographique
Résumé
Collocated data of the moderate resolution imaging spectroradiometer (MO-DIS) Collection 6.1 aerosol optical depths (AOD) at 3 km × 3 km north of 59.9°N over ocean were assessed at 550 nm by aerosol robotic network (AERONET) data from coastal sites and marine aerosol network (MAN) data from vessels during June to October 2006 to 2018. Typically, MODIS AOD was higher at low and lower at high values than the AERONET AOD. Discrepancies were largest for sites where the Earth’s surface around the site is very heterogeneous (Canadian Archipelago, coast of Greenland). Due to the higher likelihood for sea-ice, MAN and MODIS AOD differed stronger west of Greenland and over the Beaufort Sea than at location in the Greenland and Norwegian Seas and Atlantic. MODIS AOD well captured the inter-seasonal variability found in the AERONET AOD data (R = 0.933). At all sites, MO-DIS and AERONET AOD agreement improved as time progressed in the shipping season, hinting at errors in sea-ice vs. open water classification. Overall 75.3% of the MODIS AOD data fell within the limits of the error envelops of the AERONET/MAN AOD data with MAN ranging between 87.5% and 100%. Changes in both MODIS and AERONET mean AOD between two periods of same length (2006-2011, 2013-2018) were explainable by changes in emissions for all 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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».