Accounting for the effect of aerosols in GHGSat methane retrieval
Notice bibliographique
Résumé
Abstract. GHGSat comprises a constellation of satellites with high spatial and spectral resolution that specialize in monitoring methane emissions at 1.65 µm. This study investigates the ability to accurately retrieve both the methane mixing-ratio enhancement (ΔXCH4) and the aerosol optical depth (AOD) simultaneously from simulated GHGSat observations that incorporate angle-dependent scattering information. Results indicate that the sign of the ΔXCH4 bias when neglecting aerosols changes from negative to positive as surface albedo increases, which is consistent with previous studies. The bias in ΔXCH4 is most pronounced when AOD is not simultaneously retrieved, ranging from −3.0 % to 6.3 % with an AOD of 0.1, a 60° solar zenith angle, and a surface albedo of 0.2 for the nadir-only retrieval. Using multiple satellite viewing angles during the GHGSat observation sequence with a scattering angle ranging from 100 to 140°, the study shows that the mean bias and standard deviation of ΔXCH4 are within 0.3 % and 2.8 % relative to the background. The correlation between simultaneously retrieved ΔXCH4 and AOD shifts from being positive to negative as surface albedo increases and the aerosol asymmetry factor decreases, signifying a transition of the dominant aerosol effect from aerosol-only scattering to aerosol–surface multiple scattering. The variety of scattering angle ranges has little impact on the performance of the multi-angle viewing method. This study improves the understanding of the impact of aerosols on the GHGSat ΔXCH4 retrieval and provides guidance for improving future GHGSat-like point-source imagers.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».