Assessment of the sensitivity of the instrument FCI aboard the new satellite Meteosat Third Generation imager (MTG -I) to changes in load of dust aerosols in the atmosphere
Bibliographic record
Abstract
Cette thèse porte sur une méthodologie d’estimation des capacités d’un futur instrument spatioporté. Le cas d’étude est l’instrument Flexible Combined Imager (FCI) à bord du futur satellite Meteosat Troisième Génération Imageur (MTG-I), et plus particulièrement ses capacités à détecter des variations de quantité d’aérosols désertiques dans l’atmosphère. Une meilleure connaissance de ces aérosols fait partie des besoins régulièrement exprimés pour l’étude du climat, la prévision météorologique ou l’estimation de la ressource solaire dans des zones arides comme le Sahara. Ce type d’aérosols est abondant dans l’atmosphère. Leurs propriétés physico-chimique les rendent distinguables des autre types d’aérosols comme ceux résultant de la pollution d’origine anthropique, d’autant qu’ils sont émis dans des zones protégées des contaminations par ces autres types. Ils représentent donc un cas d’étude simple pour valider la méthodologie développée dans cette thèse.La méthodologie consiste à réaliser un simulateur de vue du sol par l’instrument, à effectuer de très nombreuses simulations des luminances mesurées par l’instrument sous diverses conditions atmosphériques et de l’albédo du sol, à analyser les résultats de manière à quantifier l’influence de chaque variable dans la variation de la luminance, puis à conclure quant aux capacités de détection grâce un critère de détectabilité prenant en compte les caractéristiques de l’instrument.Le simulateur développé a été validé par confrontation avec des mesures réelles de l’instrument SEVIRI à bord du satellite Meteosat Second Generation. L’innovation principale réside dans l’usage de l’approche d’analyse de sensibilité globale (GSA). Cette dernière quantifie l’influence de chaque variable séparément ainsi que les termes croisés. Elle exploite des fonctions de répartition statistique des variables extraites d’observations, et permet par conséquent d’obtenir une analyse de sensibilité réaliste. La GSA produit aussi des fonctionnelles modélisant l’influence d’une ou plusieurs variables sur la variabilité du signal observé et utilisables pour différentes applications dans la télédétection.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 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 source (direct Gemma or distilled Codex), 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".