The Estimation of Path Integrated Attenuation for the EarthCARE Cloud Profiling Radar
Notice bibliographique
Résumé
Abstract. The joint ESA and JAXA Earth Cloud, Aerosol and Radiation Explorer (EarthCARE) satellite, launched on 28 May 2024, carries the first spaceborne 94 GHz Cloud Profiling Radar (CPR) with Doppler velocity measurement capability. As a successor to the highly successful NASA CloudSat CPR, the EarthCARE CPR offers an additional 7 dB of sensitivity largely due to its larger antenna size (2.5 m vs. 1.8 m) and lower orbit (400 vs. 700 km), and a receiver point target response that significantly improves our ability to detect clouds in the lowest km of the atmosphere. The EarthCARE CPR measurements can also be indirectly used to estimate the Path-Integrated Attenuation (PIA, in dB), a measure of two-way attenuation caused by hydrometeors by quantifying the depression in the measured normalized radar cross section (NRCS) relative to a reference NRCS in the absence of hydrometeors. PIA is a key constraint for improving the accuracy of cloud and precipitation retrievals. This paper presents the PIA estimation methodology currently operationally implemented in the EarthCARE CPR L2A C-PRO data product. The retrieval approach follows a hybrid strategy, where the reference unattenuated NRCS is either estimated using calibration points surrounding the cloudy profile where PIA is estimated or a model-based estimation that uses a geophysical model that calculates NRCS as a function of wind speed and sea surface temperature (SST). The methodology provides a full characterization of the uncertainty in PIA estimates and is expected to lead to improved estimates of PIA compared to the methodology adopted for the CloudSat CPR. This method is particularly useful in PIA estimation in the commissioning phase of the mission, as it is robust for radar miscalibration and bias of gas attenuation or NRCS modeling.
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 | 0,002 | 0,001 |
| 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 ».