MétaCan
Menu
Retour à la cohorte
Enregistrement W4324331622 · doi:10.3847/psj/acbd37

Updated Radiative Transfer Model for Titan in the Near-infrared Wavelength Range: Validation against Huygens Atmospheric and Surface Measurements and Application to the Cassini/VIMS Observations of the Dragonfly Landing Area

2023· article· en· W4324331622 sur OpenAlexaff
Maël Es-Sayeh, S. Rodríguez, Maélie Coutelier, P. Rannou, Bruno Bézard, Luca Maltagliati, Thomas Cornet, B. Grieger, Erich Karkoschka, Stéphane Le Mouëlic, Alice Le Gall, C. D. Neish, Shannon MacKenzie, Anezina Solomonidou, C. Sotin, A. Coustenis

Notice bibliographique

RevueThe Planetary Science Journal · 2023
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAstro and Planetary Science
Établissements canadiensWestern University
Organismes subventionnairesInstitut national des sciences de l'UniversCentre National de la Recherche ScientifiqueCentre National d’Etudes SpatialesAgence Nationale de la Recherche
Mots-clésImpact craterTitan (rocket family)Radiative transferAtmospheric radiative transfer codesGeologyAlbedo (alchemy)Remote sensingEnvironmental scienceAstrobiologyPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract We present an analysis of Titan data acquired by the Cassini Visual and Infrared Mapping Spectrometer (VIMS) at the landing site of the Dragonfly mission, using a new version of our radiative transfer model for Titan, with significant updates for the spectroscopic parameters of atmospheric gases and photochemical aerosols. Our updated radiative transfer model is validated against the in situ spectroscopic measurements of the Huygens probe during its descent and once landed. We confirm that aerosols with a fractal dimension of 2.3–2.4 provide the best fit to the observations. We apply our radiative transfer model to four VIMS data cubes over the Selk crater region including the Dragonfly landing and exploration areas, further validating our model by producing consistent aerosol population and surface albedo maps. These infrared albedo maps, further corrected from the photometry, enable us to study the Selk crater region in terms of surface composition, landscape formation, and evolution. Our results suggest that the Selk crater is in an intermediate state of degradation and that the mountainous terrains of the area (including the crater rim and ejecta) are likely to be dominated by fine grains of tholin-like sediment. This organic sediment would be transported to the lowlands (crater floor and surrounding plains), possibly with water ice particles, by rivers, and further deposited and processed to form the sand particles that feed the neighboring dune fields. These results provide information for the operational and scientific preparation of the Dragonfly mission, paving the way for future exploration of Titan’s surface composition and geology.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,093
Score d'incertitude au seuil0,185

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,050
Tête enseignante GPT0,252
Écart entre enseignants0,202 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Planetary Science JournalMême sujetAstro and Planetary ScienceTravaux en français237 207