Uncertainty in limb aerosol measurements following the Raikoke eruption
Notice bibliographique
Résumé
The eruption of Raikoke on June 22nd, 2019 was one of the largest in recent decades, spewing approximately 1.5 Tg of sulfur up to 17 km altitude. This eruption has been widely studied using a combination of climate models and measurement systems, including ground based lidars, in situ particle counters, and a variety of satellite platforms. The early plume has been well categorized by high-resolution measurements from CALIPSO, MODIS, VIIRS, IASI and other nadir viewing instruments, but as the plume ages investigation often shifts to limb sounding instruments that provide greater sensitivity to lower aerosol levels. These instruments have proven critical in understanding the long-term radiative and climatic impacts of stratospheric aerosol burdens after these explosive events, but the complexity of the measurements, sampling, and retrievals has made error characterization in high-loading conditions difficult. This work explores systematic biases in limb measurements after the Raikoke eruption due to a variety of factors often implicit in the retrievals and analysis. Near-coincident CALIPSO, SAGE III and OMPS-LP measurements are used to investigate saturation of limb-sounding measurement in the early plume. The recent OMPS-LP v2 stratospheric aerosol product is compared with the University of Saskatchewan product to investigate benefits and drawbacks of the tomographic approach. SAGE III measurements are used as a validation when available although coverage limitations preclude comparisons in the thickest parts of the plume. This work highlights the subtleties in comparing limb observations, with implications for model comparisons after large events such as volcanic eruptions and forest fires. Not only in the early plume, where sampling can be sparse, but also in the weeks and months following the eruption.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».