A L1 transformational operator for the objective evaluation of the EarthCARE Cloud Profiling Radar data products
Notice bibliographique
Résumé
The value of permanent, multi-sensor surface-based observatories that collect continuous long-term observations for satellite L2 data products has grown significantly the last 10-15 years. Examples of such established surface-based networks include: The Aerosol, Clouds and Trace Gases Research Infrastructure (ACTRIS) network, the US Department of Energy Atmospheric Radiation Measurements (ARM) observatories and the recently established 94-GHz Miniature Network for EarthCARE Reference Measurements (FRM4Radar). At the same time, there is a significant increase in the availability of airborne platforms (e.g., DLR Halo, French Falcon and the NASA airborne program) with comprehensive instrument payloads that mimic the satellite primary measurements. Here, a simple L1 transformational operator that can convert L1 suborbital (surface-based or airborne) measurements to the EarthCARE CPR L1 observations is described. The L1 transformational operator ensures that the orbital-suborbital comparison accounts for differences in the sampling geometry, measurement uncertainty, and instrument sensitivity. Furthermore, the operator account for the impact of the surface echo on satellite-based radar observations. Examples of the application of the operator on surface-based observations measurement from the ESA FMR4Radar network are presented. Such long-time data sets are the optimal foundation for a statistical analysis of the CPR performance. The analysis will emphasis on clouds and precipitation processes near ground. In addition, it is show how important ground-based networks are that they can play an important role in the evaluation of future CPR satellite missions. The L1 transformational operator can be easily expanded other spaceborne radar systems. Our plans include the application of the L1 transformation operator to high resolution cloud resolving model output.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,031 | 0,022 |
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 ».