HIGH ACCURACY NEAR-INFRARED CARBON DIOXIDE INTENSITY MEASUREMENTS TO SUPPORT REMOTE SENSING
Notice bibliographique
Résumé
We used two previously described [1,2] cavity ring-down spectroscopy systems to accurately measure line intensities in the following three $^{12}$C$^{16}$O$_{2}$ rovibrational bands near 1.6 $\\mu$m: (30012) $\\leftarrow$ (00001), (30013) $\\leftarrow$ (00001), and (30014) $\\leftarrow$ (00001). These bands are commonly used in remote sensing applications, including the Total Carbon Column Observing Network (TCCON) [3]. We estimate relative combined standard uncertainties for these band intensities of less than 0.1\\% and obtain percent-level deviations in the measured intensities relative to those in the literature and several spectroscopic databases. However, we find 0.1\\% level agreement with the (30013) and (30014) band intensities given in the HITRAN 2016 [4] database, which were calculated using ab initio dipole moment surfaces. Incorporation of the resulting line intensities into TCCON retrievals leads to significantly reduced biases in the (30012) and (30013) bands. These results indicate that refinements of spectroscopic databases are required to meet increasingly stringent remote sensing uncertainty targets.\n\n[1] Lin, H. et. al. J. Quant. Spectrosc. Radiat. Transfer, 161, 11-20.\n\n[2] Truong, G. W. et. al. (2013) Nat. Photonics, 7(7), 532-534.\n\n[3] Wunch, D. et. al. Philos. Trans. Royal Soc. A, 369(1943), 2087-211\n\n[4] Gordon, I. E., et al. (2017), J. Quant. Spectrosc. Radiat. Transfer, 203, 3-69.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 tête enseignante, 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 ».