論文の概要: ARCO-Mars: A Unified Cloud-Optimized Archive of Mars Atmosphere Reanalysis
- arxiv url: http://arxiv.org/abs/2606.21701v1
- Date: Fri, 19 Jun 2026 19:18:52 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-06-23 15:01:35.678327
- Title: ARCO-Mars: A Unified Cloud-Optimized Archive of Mars Atmosphere Reanalysis
- Title（参考訳）: ARCO-Mars: 火星大気再分析のクラウド最適化アーカイブ
- Authors: Ananyo Bhattacharya,
- Abstract要約: ARCO-Marsは3つの大気再分析製品への統合アクセスを提供する統合クラウドdデータセットである。
MGS/TES、ODY/THEMIS、およびMRO/MCS機器からの熱赤外検索を同化する。
データ同化モデルと一般循環モデルの違いによる系統的差異を同定するために,3つの再分析産物間の状態変数を比較した。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: Long-term records of the Martian atmosphere based on general circulation models and reanalysis of atmospheric state variables are important to understand the diurnal, seasonal, and climatological changes of the planet. Atmospheric dynamics of the Martian atmosphere are strongly influenced by the characterization of dust lifting, solar insolation, and spatial variations in topography. We present ARCO-Mars, a unified Analysis-Ready Cloud-Optimized dataset providing integrated access to three independent Mars atmospheric reanalysis products: EMARS, MACDA, and OpenMARS spanning over Mars Years 24-35. These reanalyses assimilate thermal infrared retrievals from the MGS/TES, ODY/THEMIS, and MRO/MCS instruments, providing both two and three-dimensional surface and atmospheric state variables, including temperature, winds, surface pressure, and dust optical depth. The dataset is stored in Zarr v3 format and hosted on HuggingFace, enabling efficient cloud-based access without requiring local storage of the full archive. We compare the state variables between the three reanalysis products to identify systematic differences, attributed to differences in data assimilation and general circulation models. ARCO-Mars provides a community resource for Mars atmospheric science, numerical weather prediction validation, and machine learning applications, including weather forecasting and data assimilation.
- Abstract（参考訳）: 一般的な循環モデルと大気状態変数の再分析に基づく火星大気の長期記録は、惑星の日、季節、気候の変化を理解する上で重要である。
火星大気の大気力学は、塵の持ち上げ、太陽の日射、地形の空間的変動などの影響を強く受けている。
我々は,火星の大気再分析製品であるEMARS,MACDA,OpenMARSの3つの統合アクセスを提供する,解析-可読クラウド最適化データセットであるARCO-Marsについて紹介する。
これらの再分析は、MGS/TES、ODY/THEMIS、MRO/MCSからの熱赤外検索を同化させ、温度、風、表面圧力、塵の光学深度を含む2次元および3次元の表面および大気状態の変数を提供する。
データセットはZarr v3形式で保存され、HuggingFace上にホストされている。
データ同化モデルと一般循環モデルの違いによる系統的差異を同定するために,3つの再分析産物間の状態変数を比較した。
ARCO-Marsは、火星大気科学、数値天気予報検証、および天気予報やデータ同化を含む機械学習アプリケーションのためのコミュニティリソースを提供する。
関連論文リスト
- Earth-o1: A Grid-free Observation-native Atmospheric World Model [81.55899748753434]
我々は、構造的制約を克服する観測ネイティブな大気圏モデルであるEarth-o1を提示する。
多様なセンサー入力を統一されたグリッドフリーな力学場に統合することにより、モデルは空間と時間の大気状態を自律的に前進させる。
本稿では,このパラダイムにより,明示的な数値解法のオーバーヘッドを伴わずに,直接的,リアルタイムな予測とクロスセンサ推論が可能となることを示す。
論文 参考訳（メタデータ） (2026-05-07T14:27:48Z) - Earth System Foundation Model (ESFM): A unified framework for heterogeneous data integration and forecasting [52.53742727060265]
地球系の基礎モデル(FM)は、大量のデータセットにわたる物理変数間の統計的関係を学習する。
本稿では,アース・システム・ファンデーション・モデル(ESFM)について紹介する。
本研究では,高密度グリッドデータ (ERA5, CMIP6) , 地域密集データ, 疎グリッドMODIS衛星データ, 局データを用いた。
結果は、最先端のベンチマークと比較して、競争力や優れたパフォーマンスを示している。
論文 参考訳（メタデータ） (2026-04-20T11:40:39Z) - MODS: Multi-source Observations Conditional Diffusion Model for Meteorological State Downscaling [21.399026288978]
我々はMODS(Multi-source Observation Down-Scaling Model)を提案する。
静止衛星グリッドサット、極軌道衛星(AMSU-A、HIRS、MHS)のデータを条件として、地形データ(GEBCO)を条件として融合する条件拡散モデルである。
トレーニング中、多様な条件入力から潜伏した特徴を別々に抽出し、マルチソースのクロスアテンションモジュールを介してERA5マップに融合する。
論文 参考訳（メタデータ） (2025-06-02T08:40:16Z) - ClimateBench-M: A Multi-Modal Climate Data Benchmark with a Simple Generative Method [61.76389719956301]
我々は、ERA5の時系列気候データ、NOAAの極度の気象イベントデータ、NASAの衛星画像データを調整するマルチモーダル気候ベンチマークであるClimateBench-Mに貢献する。
また,各データモダリティの下では,天気予報,雷雨警報,作物の分断作業において,競争性能を向上できる簡易かつ強力な生成手法を提案する。
論文 参考訳（メタデータ） (2025-04-10T02:22:23Z) - Observation-Guided Meteorological Field Downscaling at Station Scale: A
Benchmark and a New Method [66.80344502790231]
気象学的ダウンスケーリングを任意の散乱ステーションスケールに拡張し、新しいベンチマークとデータセットを確立する。
データ同化技術にインスパイアされた我々は、観測データをダウンスケーリングプロセスに統合し、マルチスケールの観測先行情報を提供する。
提案手法は、複数の曲面変数上で、他の特別に設計されたベースラインモデルよりも優れている。
論文 参考訳（メタデータ） (2024-01-22T14:02:56Z) - Expanding Mars Climate Modeling: Interpretable Machine Learning for
Modeling MSL Relative Humidity [0.0]
本稿では,機械学習技術を活用した火星の気候モデリング手法を提案する。
我々の研究は、Gale Craterの相対湿度を正確にモデル化するために設計されたディープニューラルネットワークを提案する。
我々のニューラルネットワークは、いくつかの気象変数を用いて、ガレクレーターの相対湿度を効果的にモデル化できることがわかった。
論文 参考訳（メタデータ） (2023-09-04T08:15:15Z) - Spatiotemporal modeling of European paleoclimate using doubly sparse
Gaussian processes [61.31361524229248]
計算負担を軽減するため,近年の大規模分散時間GPを構築した。
我々は,古気候の確率モデルを構築するために,この2倍のスパースGPをうまく利用した。
論文 参考訳（メタデータ） (2022-11-15T14:15:04Z) - Martian Ionosphere Electron Density Prediction Using Bagged Trees [0.0]
この研究は、機械学習を用いて火星の電離圏の電子密度予測モデルを構築するための最初の試みである。
このモデルでは、太陽圏の電離層を70度から90度の範囲で観測する。
論文 参考訳（メタデータ） (2022-11-03T15:33:19Z) - Machine Vision based Sample-Tube Localization for Mars Sample Return [3.548901442158138]
マーズ・サンプル・リターン(MSR)アーキテクチャはNASAとESAが共同で研究している。
本稿では,MSRのフェッチ部分に着目し,より具体的には火星表面に堆積した試料管を自律的に検出・位置決めする問題について述べる。
まず,ハードコードフィルタとチューブの3次元形状モデルを用いたテンプレートマッチングに基づく幾何駆動アプローチと,畳み込みニューラルネットワーク(cnns)に基づくデータ駆動アプローチと学習機能について検討した。
論文 参考訳（メタデータ） (2021-03-17T23:09:28Z) - Dynamical Landscape and Multistability of a Climate Model [64.467612647225]
2つの気候モデルのうちの1つで第3の中間安定状態が見つかる。
我々のアプローチを組み合わせることで、海洋熱輸送とエントロピー生産の負のフィードバックが地球の気候の地形をどのように大きく変えるかを特定することができる。
論文 参考訳（メタデータ） (2020-10-20T15:31:38Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。