การประมาณคาปรมาณไอนำในบรรยากาศในทนทดวยการประมวลผลขอมลจเอนเอสเอส แบบจดเดยวความละเอยดสงในประเทศไทย
Notice bibliographique
Résumé
การศึกษาครั้งนี้มีวัตถุประสงคเพื่อศึกษากระบวนการและเทคนิคการประมวลผลแบบ PPP (Precise Point Positioning) เพื่อประมาณค่าปริมาณไอน้ำในบรรยากาศ หรือ PWV (Precipitable Water Vapor) แบบทันที (Real-Time) ที่มีความถูกต้องเพียงพอสำหรับการประยุกต์ใช้ในแบบจำลองการพยากรณ์อากาศเชิงเลขและการพยากรณ์อากาศระยะสั้น (Weather Nowcasting) ด้วยซอฟต์แวร์ BNC (Federal Agency of Cartography and Geodesy (BKG) NTRIP Client) ซึ่งได้ถูกปรับปรุงเพื่อเพิ่มความถูกต้องในการประมวลผลข้อมูล GNSS ประกอบไปด้วย การปรับปรุงแบบจำลองและค่าความแปรปรวนของสัญญาณรบกวนให้เหมาะสมในกระบวนการประมาณค่าคลาดเคลื่อนเนื่องจากชั้นบรรยากาศโทรโพสเฟียร์ และพัฒนาฟังก์ชั่นปรับแก้ค่าคลาดเคลื่อนเนื่องจากแรงมหาสมุทร โดยจะประมวลผลร่วมกับค่าแก้วงโคจรและนาฬิกาดาวเทียมแบบทันที ผลการศึกษาพบว่าค่าคลาดเคลื่อนทางดิ่งที่เกิดจากชั้นบรรยากาศโทรโพสเฟียร์ หรือ ZTD (Zenith Tropospheric Delay) แบบทันทีมีค่า RMSE ของค่าต่าง ZTD ระหว่างค่าที่ได้จากการประมวลผลข้อมูล GNSS เปรียบเทียบกับค่าอ้างอิงที่ได้จาก CSRS (Canadian Spatial Reference System PPP tool) มีค่าน้อยกว่า 15 มม. ซึ่งมีค่าอยู่ในเกณฑ์ความถูกต้องที่เพียงพอต่อการนำใช้งานในแบบจำลอง NWP และการแปลงค่า ZTD เป็นค่า PWV แบบทันทีด้วยแบบจำลองความดันและอุณหภูมิท้องถิ่นที่พัฒนาขึ้นในงานศึกษาวิจัยพบว่าค่า RMSE ของ PWV เปรียบเทียบกับชุดข้อมูล ERA5 (European Centre for Medium-Range Weather Forecasts (ECMWF) Re-Analysis) เฉลี่ยทุกสถานีมีค่าน้อยกว่า 3 มม. ซึ่งมีค่าความถูกต้องอยู่ในเกณฑ์ที่เพียงพอสำหรับนำไปใช้ในแบบจำลองพยากรณ์อากาศเชิงเลขสำหรับการพยากรณ์อากาศระยะสั้น
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,209 | 0,205 |
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 ».