A comparison of atmospheric dispersion model predictions with observations of SO<sub>2</sub> and sulphate aerosol from volcanic eruptions
Notice bibliographique
Résumé
The UK Met Office's Numerical Atmospheric‐dispersion Modeling Environment (NAME) is used both operationally and for research investigations. It has previously been used to model volcanic ash at the London Volcanic Ash Advisory Centre (VAAC), including that from the eruptions in Iceland of Eyjafjallajökull in 2010 and Grímsvötn in 2011. In this paper, the ability of NAME to model the release and dispersion of volcanic SO 2 , the chemical processes leading to the production of sulphate aerosol, and the subsequent dispersion of sulphate aerosol, has been investigated. Sensitivity tests were carried out to investigate the suitability of the NAME chemistry scheme for use in both the troposphere and the stratosphere. The eruptions of Sarychev in 2009, Kasatochi in 2008 and Eyjafjallajökull in 2010 were simulated and results for SO 2 column density and sulphate aerosol optical depth (AOD) were compared with satellite retrievals. NAME results compare favorably with available observations in terms of both geographical distribution and magnitude for all three cases. The NAME modeled values of SO 2 show a correlation of 0.8 with the corresponding observations for Sarychev. Ninety percent of modeled values of northern hemisphere averaged sulphate AOD are within a factor of 2 of those observed for Kasatochi and 71% are within a factor of 2 of those observed for Sarychev. Although significant uncertainties are present in both the model and observations, this work demonstrates that NAME's current chemistry scheme shows promise as a tool for modeling SO 2 and sulphate from volcanoes.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».