MétaCan
Menu
← Retour à la cohorte
Enregistrement W4398168788 · doi:10.5194/essd-2024-168

Version 1 NOAA-20/OMPS Nadir Mapper Total Column SO <sub>2</sub> Product: Continuation of NASA Long-term Global Data Record

2024· preprint· en· W4398168788 sur OpenAlexaff
Can Li, N. A. Krotkov, Joanna Joiner, Vitali Fioletov, C. A. McLinden, Debora Griffin, Peter Leonard, Simon Carn, C. J. Seftor, A. Yu. Vasil’kov

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric Ozone and Climate
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesNational Aeronautics and Space Administration
Mots-clésNadirEnvironmental scienceRemote sensingOzone Monitoring InstrumentSatelliteVolcanoMeteorologyOzone layerTroposphereOzoneGeographyGeologyEngineeringAerospace engineering

Résumé

récupéré en direct d'OpenAlex

Abstract. For nearly two decades, the Ozone Monitoring Instrument (OMI) aboard the NASA Aura spacecraft (launched in 2004) and the Ozone Mapping and Profiler Suite (OMPS) aboard the NASA/NOAA Suomi National Polar-orbiting Partnership (SNPP) satellite (launched in 2011) have been providing global monitoring of SO2 column densities from both anthropogenic and volcanic activities. Here, we describe the version 1 NOAA-20 (N20)/OMPS SO2 product, aimed at extending the long-term climate data record. To achieve this goal, we apply a principal component analysis (PCA) retrieval technique, also used for the OMI and SNPP/OMPS SO2 products, to N20/OMPS. For volcanic SO2 retrievals, the algorithm is identical between N20 and SNPP/OMPS and produces consistent retrievals for eruptions such as the 2018 Kilauea and 2019 Raikoke. For anthropogenic SO2 retrievals, the algorithm has been customized for N20/OMPS, considering its greater spatial resolution and reduced signal-to-noise ratio as compared with SNPP/OMPS. Over background areas, N20/OMPS SO2 slant column densities (SCD) show relatively small biases, comparable retrieval noise with SNPP/OMPS (after aggregation to the same spatial resolution), and remarkable stability with essentially no drift during 2018–2023. Over major anthropogenic source areas, the two OMPS retrievals are generally well-correlated but N20/OMPS SO2 is biased low especially for India and the Middle East, where the differences reach ~20 % on average. The reasons for these differences are not fully understood but are partly due to algorithmic differences. Better agreement (typical differences of ~10–15 %) is found over degassing volcanoes. SO2 emissions from large point sources, inferred from N20/OMPS retrievals, agree well with those based on OMI, SNPP/OMPS, and TROPOspheric Monitoring Instrument (TROPOMI), with correlation coefficients > 0.98 and overall differences < 10 %. The ratios between the estimated emissions and their uncertainties offer insights into the ability of different satellite instruments to detect and quantify SO2 sources. While TROPOMI has the highest ratios among all four sensors, ratios from N20/OMPS are slightly greater than OMI and substantially greater than SNPP/OMPS. Overall, our results suggest that the version 1 N20/OMPS SO2 product will successfully continue the long-term OMI and SNPP/OMPS SO2 data records. Efforts currently underway will further enhance the consistency of retrievals between different instruments, facilitating the development of multi-decade, coherent global SO2 datasets across multiple satellites.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,016

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 Opus0,020
Tête enseignante GPT0,241
Écart entre enseignants0,222 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAtmospheric Ozone and Climate→Travaux en français237 207→