Continuous temperature soundings at the stratosphere and lower mesosphere with a ground-based radiometer considering the Zeeman effect
Notice bibliographique
Résumé
Continuous temperature observations at the stratosphere and lower mesosphere are rare. Radiometry opens the possibility of observing microwave emissions from two oxygen lines to retrieve temperature profiles at all altitudes. In this study, we present observations performed with a temperature radiometer (TEMPERA) at the MeteoSwiss station at Payerne for the period from 2014 to 2017. We reanalyzed these observations with a recently developed and improved retrieval algorithm accounting for the Zeeman line splitting in the line center of both oxygen emission lines at 52.5424 and 53.0669 GHz. The new temperature retrievals were validated against MERRA2 reanalysis and the meteorological analysis NAVGEM-HA. The comparison confirmed that the new algorithm yields an increased measurement response up to an altitude of 53–55 km, which extends the altitude coverage by 8–10 km compared to previous retrievals without the Zeeman effect. Furthermore, we found correlation coefficients comparing the TEMPERA temperatures with MERRA2 and NAVGEM-HA for monthly mean profiles to be in the range of 0.8–0.96. In addition, mean temperature biases of 1 and −2 K were found between TEMPERA and both models (MERRA2 and NAVGEM-HA), respectively. We also identified systematic altitude-dependent cold and warm biases compared to both model data sets.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».