MétaCan
Menu
← Retour à la cohorte
Enregistrement W6950072490 · doi:10.5281/zenodo.7119783

Copernicus Sentinel-3 Sea (and sea-Ice) Surface Temperature: product status, evolutions and projects

2022· article· en· W6950072490 sur OpenAlexaboutno aff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSea surface temperatureCopernicusSatelliteRadiometerProduct (mathematics)Data archiveNadir

Résumé

récupéré en direct d'OpenAlex

Presented at the GHRSST XXIII international science team meeting, 27 June-1 July 2022, online and in-person (Barcelona). #GHRSST23 Short abstract The first Copernicus Sentinel-3 satellite was launched on 16th February 2016 and the second on 25th April 2018. The Sentinel-3A/B satellites observe high quality Sea Surface Temperature (SST) from the Sea and Land Surface Temperature Radiometer (SLSTR). These accurate SSTs provide a reference satellite SST dataset and time-series for other satellite SST missions and are important for climate monitoring. Operational SLSTR SST products have been distributed from the EUMETSAT marine centre since 5th July 2017. EUMETSAT performs ongoing validation activities for SLSTR SST, together in coordination with the Sentinel-3 validation team, and real time monitoring is shown from the link to metis.eumetsat.int. Validation results show the products performing extremely well, and dual-view SSTs recommended to be used as a reference SST source, with some users already using SLSTR SST reference data. EUMETSAT began activities in 2021 towards revised and improved algorithms for SLSTR SST and sea-ice Surface Temperature (ST) with the intention of the operational implementation of SLSTR day-2 SST and day-1 sea-ice ST by 2025. This includes improvements to the Bayesian cloud-screening, retrieval coefficient updates, inclusion of depth SST in addition to skin SST, potential evolution to include full nadir grid, and the first operational implementation of sea-ice ST for SLSTR. Shorter term improvements, planned by 2023, include revised SST coefficients, updates to ADI and DDI tests, and updates to SSES scheme. A demonstrational sea-ice ST prototype processor has been implemented on the Copernicus WEkEO platform. Recent results and information on further ongoing projects and evolutions relating to Sea Surface Temperature at EUMETSAT will be presented. Ongoing validation activities are important for assessing and maintaining SLSTR SST product quality. In addition to inter-comparisons with other satellite SST, key components are collocations and analyses with drifting buoy SSTs. A Copernicus-funded EUMETSAT project called ‘Towards Fiducial Reference Measurements (FRM) of Sea-Surface Temperature by European Drifters’ (TRUSTED) is now in its fifth year. Over 150 high-resolution drifting buoys (HRSST-2), plus calibration per sensor, have been deployed so far. A service of measurements will continue at a rate of additional 25 buoys per year, with a focus at higher latitudes and other priority regions. Activities have also begun towards the requirements, design and prototype of sea-ice surface temperature drifting buoys needed for the validation of Copernicus satellite sea-ice surface temperature products. Activities continue to assess and validate these reference buoys as FRM for SLSTR together in coordination with the GHRSST HRSST Task Team.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0210,022

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,205
Écart entre enseignants0,188 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Même sujetArctic and Antarctic ice dynamics→Travaux en français237 207→