Heliosat-V ˸ a versatile method for estimating surface solar radiation using satellite
Bibliographic record
Abstract
L'éclairement du Soleil à la surface de la Terre est reconnu comme une variable climatique essentielle par l'Organisation Météorologique Mondiale. Sa connaissance est aussi précieuse pour les sciences du climat que pour le développement d'énergies alternatives aux combustibles fossiles, comme le solaire photovoltaïque. La mesure au sol de ce rayonnement est très clairsemée sur la Terre, d'où l'intérêt de méthodes d'estimation basées sur la télédétection par satellite. Combiner les estimations produites à partir de différents satellites en orbite est une voie pour couvrir au mieux l'information sur tout le globe terrestre. De plus, différentes générations de satellites ont produit une imagerie de la Terre depuis plusieurs décennies, permettant d'estimer de longues séries temporelles du rayonnement solaire, voire d'identifier des variations long terme, un objectif récurrent dans l'étude du changement climatique. Depuis plus de trente ans, les méthodes Heliosat permettent cette estimation, mais elles ont été conçues pour être appliquées à un capteur spécifique en orbite géostationnaire et ont des contraintes limitant leurs champs d'application : la nécessité d'utiliser une longue série temporelle passée (Heliosat, Heliosat-2), ou le besoin de mesures multispectrales (Heliosat-4). Ce travail sur le développement d'une méthode Heliosat-V apporte des éléments de polyvalence à l'estimation satellite par les méthodes dites à "indice d'ennuagement", dans l'objectif de tendre vers une donnée homogène du rayonnement solaire issue de mesures de différents instruments satellites. Deux problèmes sont en particulier considérés pour parvenir à cette estimation : la diversité des capteurs en termes de sensibilités spectrales, et l'influence des géométries de visée et d'éclairement solaire sur les mesures satellites. La méthode s'appuie extensivement sur la modélisation du transfert radiatif dans l'atmosphère dans la gamme spectrale 400-1000 nm pour simuler d'une part les mesures de radiomètres satellites en conditions de ciel clair et d'autre part celles en présence d'un nuage optiquement épais. La méthode est testée sur l'imagerie d'un instrument satellite géostationnaire, Meteosat-9/SEVIRI, et de manière plus exploratoire sur celle d'un non géostationnaire, DSCOVR/EPIC. Les résultats sont comparés à des mesures de référence au sol de l'éclairement, et montrent des performances similaires à celles de produits opérationnels d'éclairement solaire. La qualité des estimations dépend cependant du canal spectral utilisé, en particulier de la présence de diffusion ou d'absorption de l'atmosphère claire dans le signal mesuré par satellite. L'accent est aussi mis sur le besoin d'un étalonnage absolu précis des mesures radiométriques satellites pour produire des séries temporelles d'éclairement de surface avec des biais et une dérive temporelle les plus faibles possibles.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".