Lidar temperature series in the middle atmosphere as a reference data set. Part B: Assessment of temperature observations from MLS/Aura and SABER/TIMED satellites
Notice bibliographique
Résumé
Abstract. We have compared 1338 nights of Rayleigh lidar temperatures measured at L'Observatoire de Haute Provence (OHP) with co-located temperature measurements from the Microwave Limb Sounder (MLS) and the Sounding of the Atmosphere by Broadband Emission Radiometry instru- ment (SABER). The comparisons were conducted using data from January 2002 to January 2011 in the geographic region around the observatory (43.93° N, 5.71° E). We have found systematic differences between the temperatures measured from the ground based lidar and those measured from the satellites which suggest non-linear distortions in the satellite altitude retrievals. We see a winter stratopause cold bias in the satellite measurements with respect to the lidar (−6 K for SABER and −15 K for MLS), a summer mesospheric warm bias (10 K near 60 km), and a vertically structured bias for MLS (0 to 4 K). We have corrected the stratopause height of the satellite measurements using the lidar temperatures and have seen an improvement in the comparison. The winter stratospheric relative cold bias between the lidar and SABER has been eliminated and the summer mesospheric warm bias is reduced by 6 K. Stratopause altitude corrections have reduced the relative cold bias between the lidar and MLS by 4 K in the early autumn and late spring.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».