MétaCan
Menu
Retour à la cohorte
Enregistrement W3162320991 · doi:10.1029/2020jd033615

Comparison of TOA and BOA LW Radiation Fluxes Inferred From Ground‐Based Sensors, A‐Train Satellite Observations and ERA Reanalyzes at the High Arctic Station Eureka Over the 2002–2020 Period

2021· article· en· W3162320991 sur OpenAlexafffundabout
Yann Blanchard, Jacques Pelon, Christopher J. Cox, Julien Delanoe͏̈, E. W. Eloranta, Taneil Uttal

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesEnvironment CanadaCentre National d’Etudes Spatiales
Mots-clésEnvironmental scienceLidarAtmosphere (unit)SatelliteArcticRemote sensingFlux (metallurgy)Outgoing longwave radiationRadiative transferRadiative fluxMeteorologyAtmospheric sciencesGeologyPhysicsConvectionOptics

Résumé

récupéré en direct d'OpenAlex

Abstract This study focuses on the accuracy of longwave radiation flux retrievals at the top and bottom of the atmosphere at Eureka station, Canada, in the high Arctic. We report comparisons between seven products derived from (a) calculations based on a combination of ground‐based and space‐based lidar and radar observations, (b) standard radiometric observations from the CERES sensor, (c) direct observations at the surface from a broadband radiation station, and (d) the ERA‐Interim and ERA5 reanalyzes. Statistical, independent analyses are first performed to look at recurring bias and trends in fluxes at Top and Bottom of the Atmosphere (TOA, BOA). The analysis is further refined by comparing fluxes derived from coincident observations decomposed by scene types. Results show that radiative transfer calculations using ground‐based lidar‐radar profiles derived at Eureka agree well with TOA LW fluxes observed by CERES and with BOA LW fluxes reference. CloudSat‐CALIPSO also shows good agreement with calculations from ground‐based sensor observations, with a relatively small bias. This bias is shown to be largely due to low and thick cloud occurrences that the satellites are insensitive to owing to attenuation from clouds above and surface clutter. These conditions of opaque low clouds, cause an even more pronounced bias for CERES BOA flux calculation in winter, due to the deficit of low clouds identified by MODIS. ERA‐I and ERA5 fluxes behave differently, the large positive bias observed with ERA‐I is much reduced in ERA5. ERA5 is closer to reference observations due to better behavior of low and mid‐level clouds and surface temperature.

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)0,001
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 enseignants0,947
Score d'incertitude au seuil0,105

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
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 Opus0,028
Tête enseignante GPT0,300
Écart entre enseignants0,272 · 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

Citations15
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research AtmospheresMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207