MétaCan
Menu
Retour à la cohorte
Enregistrement W4251578657 · doi:10.5194/amt-2019-369

Synergistic radar and radiometer retrievals of ice hydrometeors

2019· preprint· en· W4251578657 sur OpenAlexfundno aff
Simon Pfreundschuh, Patrick Eriksson, Stefan A. Buehler, Manfred Brath, David Duncan, Richard Larsson, Robin Ekelund

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric aerosols and clouds
Établissements canadiensnon disponible
Organismes subventionnairesUniversität HamburgSwedish National Space AgencyEnvironment and Climate Change CanadaDeutsche Forschungsgemeinschaft
Mots-clésRemote sensingRadiometerSatelliteEnvironmental scienceIce cloudMicrowave radiometerRadarMeteorologyMicrowaveAtmosphere (unit)Computer scienceGeologyPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract. The upcoming Ice Cloud Imager (ICI) radiometer, to be launched on board the second generation of European operational meteorological satellites (Metop-SG), will be the first microwave imager to provide sub-millimeter observations of the atmosphere. The Microwave Imager (MWI) radiometer will be flown on the same satellites and complement the ICI sensor with observations at traditional millimeter wavelengths. The addition of these two new passive microwave sensors to the global system of earth observation satellites opens up opportunities for synergistic satellite missions aiming to maximize the scientific return of the Metop-SG program. This study analyzes the potential benefits of combining observations of the MWI and ICI radiometers with a 94-GHz cloud radar for the retrieval of frozen hydrometeors. Starting from a simplified numerical experiment, it is shown that the complementary information content in the radar and radiometer observations can help to better constrain the particle size distribution of ice particles in the atmosphere. The feasibility of the combined retrieval is demonstrated by applying a one-dimensional, variational cloud-retrieval algorithm to simulated observations from a high-resolution atmospheric model. Comparison of the results with passive- and radar-only versions of the retrieval algorithm confirms that synergies between the active and passive observations allow an improved retrieval of microphysical properties of frozen hydrometeors. The effect of the assumed ice particle shape on the results is analyzed and found to be critical for obtaining good retrieval performance. In addition to this, the synergistic retrieval shows improved sensitivity to liquid water in both warm and supercooled clouds. The results of this study clearly demonstrate the potential of the combined observations to constrain the microphysical properties of ice hydrometeors which can help to reduce errors in retrieved profiles of mass- and number densities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,221
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,009
Tête enseignante GPT0,219
Écart entre enseignants0,210 · 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 tête enseignante, pas un consensus.

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

Citations12
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAtmospheric aerosols and cloudsTravaux en français237 207