Using NASA Satellite and Model Analysis for Renewable Energy and Energy Efficiency Applications
Notice bibliographique
Résumé
This presentation describes the successful tailoring of NASA research data sets to meet environmental information needs of the renewable energy sector. The data sets currently used for these purposes include the NASA/GEWEX (Global Energy and Water Cycle Experiment) Surface Radiation Budget dataset (SRB), the FLASHFlux (Fast Longwave and SHortwave Fluxes from Global CERES and MODIS observations), and the NASA GSFC Global Modeling and Assimilation Office (GMAO) Goddard Earth Observing System (GEOS) versions 4.0.3 and 5.0/5.1. These data are available through the Surface meteorology and Solar Energy (SSE) web interface (http://eosweb.larc.nasa.gov/sse). The NASA Earth Science Applied Science program has supported the development of the SSE web interface through a project called the Prediction of World Energy Resource (POWER, http://power.larc.nasa.gov/). The paths of modifying/preparing these data sets for energy applications for the SSE web site are described. These data help engineers, architects, and project analysts develop feasibility studies for renewable energy technology projects, make regional assessments and long-term energy market forecasts. Thus, small-scale projects to regional energy analysis may benefit from this information. The SSE web site has nearly 50,000 users worldwide and version 6.0 is now averaging 250,000 and 60,000 hits and data downloads per month, respectively. Examples of the usage of these data sets are shown to help describe the need and impact of this information. These examples come from the many collaborative partners in this work such as the DOE National Renewable Energy Laboratory (NREL), the Pacific Northwest National Laboratory (PNNL), and the Natural Resources Canada RETScreen project. The presentation also gives potential future data needs of these types of technologies and how NASA data could help contribute to meeting those needs. This is particularly pertinent facing the growing needs to develop clean energy sources to achieve energy independence and climate change mitigation and adaptation. Publication Date: December 2009 Source Publication: Proceedings of the American Geophysical Union Fall Meeting, San Francisco, CA (poster)
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,007 |
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 ».