MétaCan
Menu
Back to cohort
Record W7006594793

Validation radiométrique du "Far Infrared Radiometer" et évaluation de sa sensibilité à l'état de l'atmosphère Arctique

2019· other· fr· W7006594793 on OpenAlexaboutno aff

Bibliographic record

VenueArchipelago (University of Quebec in Montreal) · 2019
Typeother
Languagefr
FieldEnvironmental Science
TopicAtmospheric aerosols and clouds
Canadian institutionsnot available
Fundersnot available
KeywordsMeteorological satelliteWater iceThermal infraredEarth observation satellite
DOInot available

Abstract

fetched live from OpenAlex

Durant la nuit polaire, la majorité de la radiation terrestre est émise dans l'infrarouge lointain(IRL) (> 15µm). Lorsque le contenu en eau précipitable est inférieur à 10 mm, l'atmosphère commence à devenir partiellement transparente dans cette région du spectre, ouvrant la fenêtre atmosphérique vers de plus grandes longueurs d'onde. De petites variations de vapeur d'eau peuvent donc fortement influencer la transmittance de l'atmosphère en réduisant l'effet de serre associée à celle-ci, ce qui engendre une augmentation de son refroidissement radiatif vers l'espace. Ceci est particulièrement vrai dans les régions polaires où 50% du refroidissement radiatif est effectué dans le IRL. De plus, les instruments de télédétection active à bord des satellites CALIPSO et CLOUDSAT ont permis de démontrer l'omniprésence de nuages de glace optiquement minces (TIC) dans ces régions. Ces nuages ont un effet important sur le bilan radiatif, car ils agissent comme un radiateur sur l'ensemble de l'atmosphère et le processus de formation de ces nuages est toujours mal compris. De récents travaux ont démontré l'utilité du IRL, dans un cadre de télédétection passive, afin de mesurer les propriétés optiques des nuages de glace ainsi que la vapeur d'eau dans les régions froides de l'atmosphère. Malgré tout, il n'existe présentement aucun instrument satellitaire utilisant cette portion du spectre pour observer la Terre. Le projet de satellite TICFIRE (Thin Ice Cloud in the Far Infrared Experiment) de l'agence spatiale canadienne vise à combler cette lacune. Dans cette étude, nous présentons les résultats de la première campagne de terrain d'un prototype de l'instrument destiné au projet TICFIRE, le «Far InfraRed Radiometer» (FIRR), qui a mesuré la radiance émise par l'atmosphère vers le sol à Eureka, NU N79°59'20"\\V85°56'27" du 25/02/2016 au 31/05/2016. Le FIRR utilise comme détecteur un microbolomètre qui mesure la radiance dans 9 bandes spectrales à des longueurs d'onde incluse entre 8 - 50 µm. Dans cette région spectrale, l'émissivité de l'atmosphère est très sensible au contenu en vapeur d'eau et au diamètre des cristaux de glace. En comparant les mesures du FIRR à celles d'un interféromètre ainsi qu'à des valeurs de radiance obtenues à l'aide d'un modèle de transfert radiatif, la résolution et la précision de cette nouvelle technologie ont été évaluées. Sa sensibilité aux propriétés microphysiques a aussi été testée à l'aide d'un Radar et d'un Lidar. Nos résultats démontrent que la précision et la résolution du FIRR ont une valeur similaire à celles obtenues en laboratoire avec un bruit inférieur à 0.02 [ivm-2sr-1]. L'instrument permet de mesurer de faibles quantités de vapeur d'eau avec une précision similaire et parfois supérieure à celle d'autres instruments utilisés en région polaire. Le FIRR démontre une bonne sensibilité aux: propriétés microphysique des TICs et permet de classifier les nuages en fonction de leur diamètre effectif. \n_____________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : Cirrus, Infrarouge lointain, Radiomètre, Nuit polaire, Vapeur d'eau

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 imitation

Not 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.

metaresearch head score (Codex)0.004
metaresearch head score (Gemma)0.003
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Bench or experimental · Consensus signal: Bench or experimental
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.004
Threshold uncertainty score0.020

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0040.003
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.001
Science and technology studies0.0000.000
Scholarly communication0.0010.001
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0030.002

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.

Opus teacher head0.008
GPT teacher head0.198
Teacher spread0.191 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designBench or experimental
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2019
Admission routes1
Has abstractyes

Explore more

Same venueArchipelago (University of Quebec in Montreal)Same topicAtmospheric aerosols and cloudsFrench-language works237,207