Evaluation of AIRS and CrIS SST Measurements Relative to Three Globally Gridded SST Products Between 2013 and 2019
Notice bibliographique
Résumé
Globally gridded sea surface temperatures (SSTs) provide key data for long-term monitoring of the stability of satellite data. Despite apparent limitations, accurate hyperspectral data can provide useful independent information to critique the stability of global SST products on the annual-to-decadal time scale. We compared data from atmospheric infrared sounder (AIRS) on EOS Aqua and Crosstrack Interferometer Sounder (CrIS) on SNPP with the SST products from NOAA/NESDIS [real time global (RTG)], the Canadian Meteorological Centre (CMC), and the U.K. Met Office [Operational Sea Surface Temperature and Sea Ice Analysis (OSTIA)]. For the 2013–2019 period, the overall standard deviation of the difference between AIRS and the RTG was 0.55 K, with an increasing trend over time. In contrast, the standard deviation of the difference between the AIRS, the CMC, and the OSTIA dropped steadily to below 0.4 K, a level previously seen only in SST products relative to independent buoy data. Unexplained biases between the observed and the gridded SSTs at the 100-mK level are consistent with the already existing estimates of the AIRS and CrIS absolute calibration accuracy. However, the AIRS and CrIS observations both show artifacts in all three SST products, increasing with distance from the equator, with the CMC artifacts being the smallest. Even with the CMC, a trend of 4 mK per year relative to AIRS and CrIS was observed between 2013 and 2019 for the 30S–30N oceans. Investigation of the underlying causes of the observed discrepancies requires further work.
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 | 0,001 |
| 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 ».