MétaCan
Menu
Retour à la cohorte
Enregistrement W1832138061 · doi:10.5194/acp-15-13133-2015

Estimating ground-level PM <sub>2.5</sub> in eastern China using aerosol optical depth determined from the GOCI satellite instrument

2015· article· en· W1832138061 sur OpenAlexafffund
Junwei Xu, Randall V. Martin, Aaron van Donkelaar, Jhoon Kim, Myungje Choi, Qizhou Zhang, Guannan Geng, Yang Liu, Zongwei Ma, Lin Huang, Yuxuan Wang, H. Chen, Huizheng Che, Po‐Hsiung Lin, Neng‐Huei Lin

Notice bibliographique

RevueAtmospheric chemistry and physics · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAerosolEnvironmental scienceAERONETParticulatesSatelliteAtmospheric sciencesChemical transport modelClimatologyEnvironmental chemistryMeteorologyChemistryPhysicsGeology

Résumé

récupéré en direct d'OpenAlex

Abstract. We determine and interpret fine particulate matter (PM2.5) concentrations in eastern China for January to December 2013 at a horizontal resolution of 6 km from aerosol optical depth (AOD) retrieved from the Korean geostationary ocean color imager (GOCI) satellite instrument. We implement a set of filters to minimize cloud contamination in GOCI AOD. Evaluation of filtered GOCI AOD with AOD from the Aerosol Robotic Network (AERONET) indicates significant agreement with mean fractional bias (MFB) in Beijing of 6.7 % and northern Taiwan of −1.2 %. We use a global chemical transport model (GEOS-Chem) to relate the total column AOD to the near-surface PM2.5. The simulated PM2.5 / AOD ratio exhibits high consistency with ground-based measurements in Taiwan (MFB = −0.52 %) and Beijing (MFB = −8.0 %). We evaluate the satellite-derived PM2.5 versus the ground-level PM2.5 in 2013 measured by the China Environmental Monitoring Center. Significant agreement is found between GOCI-derived PM2.5 and in situ observations in both annual averages (r2 = 0.66, N = 494) and monthly averages (relative RMSE = 18.3 %), indicating GOCI provides valuable data for air quality studies in Northeast Asia. The GEOS-Chem simulated chemical composition of GOCI-derived PM2.5 reveals that secondary inorganics (SO42-, NO3-, NH4+) and organic matter are the most significant components. Biofuel emissions in northern China for heating increase the concentration of organic matter in winter. The population-weighted GOCI-derived PM2.5 over eastern China for 2013 is 53.8 μg m−3, with 400 million residents in regions that exceed the Interim Target-1 of the World Health Organization.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,088
Score d'incertitude au seuil0,174

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,228
Écart entre enseignants0,196 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations82
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAtmospheric chemistry and physicsMême sujetAtmospheric chemistry and aerosolsTravaux en français237 207