Intelligent pointing increases the fraction of cloud-free CO2 and CH4 observations from space
Notice bibliographique
Résumé
For most CO2 and CH4 satellites, only a small percentage (∼10%) of observations yield successful retrievals, with the remaining ∼90% rejected, primarily due to the effects of clouds. Discarding this large fraction of data is an inefficient strategy worth reconsidering due to the costs involved in developing, launching and operating the satellites to make these observations. However, if real-time cloud data are available together with pointing capability, cloud data can guide the instrument pointing in an “intelligent pointing” strategy for cloud avoidance. In this work, multiple intelligent pointing simulations were conducted, demonstrating the significant advantages of this approach for satellites in a highly elliptical orbit (HEO), from which nearly the whole Earth disk can be observed. Multiple factors are shown to contribute to intelligent pointing efficiency such as the size and shape (or aspect ratio) of the field of view (FOV). For the current baseline orbit and Imaging Fourier Transform Spectrometer (IFTS) observing characteristics for the proposed Arctic Observing Mission (AOM), the monthly fraction of cloud-free observations is roughly a factor of 2 (ranging from ∼1.5–2.5) more than obtained with standard pointing (in which cloud information is not used). A similar efficiency is expected in a geostationary orbit (GEO) with an IFTS, however, for a dispersive instrument in HEO or GEO, the gain is more modest. This result is primarily attributed to the ∼1:1 aspect ratio of the IFTS FOV, since it is more efficient for cloud avoidance and scanning irregularly-shaped land masses than the long and narrow slit projection of a typical dispersive spectrometer. These results have implications for the design of future CO2 or CH4 monitoring satellites and constellation architectures, as well as other fields of satellite earth observation in which clouds significantly impact observations.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».