Contribution scientifique à l'étude et au développement d'un instrument dédié à l'observation de l'atmosphère arctique dans l'infrarouge lointain
Notice bibliographique
Résumé
Les nuages optiquement minces (ThinIceClouds ou TIC) sont prédominants en Arctique et représentent un élément clef dans la projection du climat. Ils prennent part aux différents phénomènes de rétroaction, comme l’amplification polaire. Ces phénomènes traduisent la complexité à représenter l’interaction nuage-radiation et leurs rétroactions associées dans les modèles climatiques. La sensibilité des nuages minces à l’environnement dans lequel ils évoluent, comme la présence d’aérosols de natures différentes rend leur modélisation plus complexe. Pour cela, de nouveaux instruments sont en développement pour pouvoir observer et étudier les éléments importants à l’amélioration des projections climatiques. Pour cela, les instruments actuels comme le LiDAR embarqué sur CALIPSO et le radar embarqué sur CloudSat, ainsi que les instruments installés au sol à Eureka nous permettront d’utiliser des données réelles dans le cadre de simulations faites en appui au développement des futurs instruments. Ces instruments sont TICFIRE qui sera embarqué sur une plateforme satellitaire, FIRR qui a été embarqué sur un avion survolant la région Arctique en avril 2015, ainsi que celui installé au sol par environnement et changement climatique Canada (ECCC). Ce travail est amorcé par un résumé contextuel de la recherche scientifique sur les nuages polaires et leur implication sur le climat arctique. Il est suivi par l’usage des instruments existants qui nous ont permis de créer une base de données des propriétés \nessentielles à notre étude sur les nuages optiquement minces, ceci, afin d’étudier la faisabilité de futures missions d’observation. Nous couvrons plusieurs aspects des spécifications pour caractériser le fonctionnement du FIRR et de TICFIRE lors de leurs déploiements. Leurs principales exigences sont la détection des nuages minces en Arctique, l’efficacité des filtres utilisés, ainsi que la cohérence spatiale des observations, en commençant par la validation des méthodes de simulation utilisées. Nous étudions des cas de TIC particulièrement importants pour la chimie de l’ozone et les interactions à l’interface stratosphère-troposphère (UTLS) du point de vue de la capacité de TICFIRE à les détecter et à les identifier. Ce sont deux applications importantes pour le radiomètre étudié et dont les implications pour les sciences de l’atmosphère sont significatives. Pour l’interface UTLS, nous examinons un cas probant associé à l’activité d’un volcan à l’Extrême-Orient russe. Un événement que l’on a pu répertorier dans notre base de données et qui représente un laboratoire à ciel ouvert pour l’étude spatio-temporelle de l’impact des aérosols volcaniques. \n_____________________________________________________________________________ \n \nMOTS-CLÉS DE L’AUTEUR : climat arctique, nuages optiquement minces, transfert radiatif, simulations, PSC, télédétection, aérosols, infrarouge lointain, aérosols volcaniques
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 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) | 0,002 | 0,001 |
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 ».