Evaluating CO2 and CH4 absorption models with open-path dual-comb spectroscopy at the mauna loa observatory
Notice bibliographique
Résumé
Remote-sensing measurements of atmospheric CO 2 require accurate absorption models to infer CO 2 concentration. To test the accuracy of these absorption models, we collected dual-comb spectra (in the near-infrared from 1570 nm - 1690 nm) across a 1 km long open path at NOAA’s Mauna Loa Atmospheric Baseline Observatory, which is the site of the longest record of atmospheric CO 2 measurements. These spectra cover the 30012, 30013, and 30014 CO 2 bands as well as the 2ν 3 CH 4 band. We fit these dual-comb spectra with several different CO 2 and CH 4 absorption models and find that the HITRAN2020 speed-dependent Voigt model without H 2 O broadening provides the smallest CO 2 concentration bias (0.1 %) from the Mauna Loa record. Fits using different line parameters agreed to better than 0.5 %. However, there are larger biases when fitting individual branches: CO 2 fits vary by ∼0.5 % between the P and R branches within a single band, with biases up to 1 % observed. Full-band CH 4 fits using HITRAN2008 result in -1.1 % concentration bias relative to the Mauna Loa record, with larger biases observed for newer HITRAN versions. Work of the US Government not subject to copyright.
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 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».