Studying the middle/upper atmosphere of Venus and Mars combining 3D modeling and observations
Notice bibliographique
Résumé
Our understanding of Venus and Mars climate has been noticeably improved thanks to progress with General Circulation Models (GCM) (e.g., Forget et al. 1999, Lebonnois et al. 2010, Gilli et al. 2021) and increasing measurements, both from space missions and ground-based telescopes. While there are 13 operational missions currently dedicated to Mars, a new era in the exploration of “our sister” planet Venus is coming in the next decades with the selection of 3 missions: DAVINCI and VERITAS by NASA, EnVision by ESA, in addition to the Indian orbiter mission, Shukrayyan-1 (planned for 2025). Nevertheless, our view of the upper layers of those planets (i.e., above approximately 80 km and 60 km on Venus and Mars, respectively) remains incomplete. The observed high variability of those regions (e.g., Gerard et al. 2014, Gonzalez-Galindo et al. 2015) is very challenging to predict by 3D models. Planetary waves (e.g., Kelvin waves) are suggested to play an important role in the variability in the so-called transition region on Venus (between super-rotation and day-to-night circulation) (Navarro et al. 2021) and gravity waves are recognized to produce a significant impact on the thermal tides of Mars (Gilli et al. 2020). In this talk, I will give a brief overview of recent 3D GCM developments done in collaboration with the Institut Pierre-Simon Laplace (IPSL) laboratories in France and the Instituto de Astrofisica de Andalucia (IAA) in Spain, such as the inclusion of a stochastic non-orographic gravity wave parameterization and improvements on the parameterization of non-LTE CO2 heating rates (Martinez et al. 2022, submitted), to provide a more realistic picture of those upper regions of the Venus and Mars atmosphere. References: Forget et al. 1999, JGR, 104, 155-24 Lebonnois et al. 2010, JGR-Planets, 115, 6006 Gilli et al. 2021, Icarus, Vol. 366, 114432 Navarro et al. 2021, Icarus, Vol. 366, 114400 Gilli et al. 2020, JGR-Planets, 125-3 Gilli et al. 2017, Icarus, Vol.248, 478-498 Gerard et al. 2014, Icarus, 236, 92-103 Gonzalez-Galindo et al. 2015. JGR-Planets, 120, 2020-2035 Martinez et al. 2022, submitted to Icarus Acknowledgments: GG is funded by the Spanish Ministerio de Ciencia, Innovación y Universidades, the Agencia Estatal de Investigación and EC-FEDER funds under project RTI2018-100920-J-I00, and acknowledges financial support from the State Agency for Research of the Spanish MCIU through the “Center of Excellence Severo Ochoa” award to the Instituto de Astrofísica de Andalucía (SEV-2017-0709). This research was also supported by Fundação para a Ciência e a Tecnologia (FCT) through the research grants UIDB/04434/2020, UIDP/04434/2020, P-TUGA PTDC/FIS-AST/29942/2017.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».