MétaCan
Menu
Retour à la cohorte
Enregistrement W1992739954 · doi:10.5194/acp-16-4605-2016

Aura OMI observations of regional SO <sub>2</sub> and NO <sub>2</sub> pollution changes from 2005 to 2015

2016· article· en· W1992739954 sur OpenAlexaff
N. A. Krotkov, C. A. McLinden, Lok N. Lamsal, E. A. Celarier, С. В. Марченко, W. H. Swartz, E. J. Bucsela, Joanna Joiner, B. N. Duncan, K. F. Boersma, Pepijn Veefkind, P. F. Levelt, Vitali Fioletov, Russell R. Dickerson, Hao He, Zifeng Lü, David G. Streets

Notice bibliographique

RevueAtmospheric chemistry and physics · 2016
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesEarth Sciences DivisionNetherlands Space OfficeUtah Agricultural Experiment StationNational Aeronautics and Space Administration
Mots-clésEnvironmental sciencePollutionAir pollutionOzone Monitoring InstrumentPollutantOzoneAtmospheric sciencesMeteorologyChemistryGeography

Résumé

récupéré en direct d'OpenAlex

Abstract. The Ozone Monitoring Instrument (OMI) onboard NASA's Aura satellite has been providing global observations of the ozone layer and key atmospheric pollutant gases, such as nitrogen dioxide (NO2) and sulfur dioxide (SO2), since October 2004. The data products from the same instrument provide consistent spatial and temporal coverage and permit the study of anthropogenic and natural emissions on local-to-global scales. In this paper, we examine changes in SO2 and NO2 over some of the world's most polluted industrialized regions during the first decade of OMI observations. In terms of regional pollution changes, we see both upward and downward trends, sometimes in opposite directions for NO2 and SO2, for different study areas. The trends are, for the most part, associated with economic and/or technological changes in energy use, as well as regional regulatory policies. Over the eastern US, both NO2 and SO2 levels decreased dramatically from 2005 to 2015, by more than 40 and 80 %, respectively, as a result of both technological improvements and stricter regulations of emissions. OMI confirmed large reductions in SO2 over eastern Europe's largest coal-fired power plants after installation of flue gas desulfurization devices. The North China Plain has the world's most severe SO2 pollution, but a decreasing trend has been observed since 2011, with about a 50 % reduction in 2012–2015, due to an economic slowdown and government efforts to restrain emissions from the power and industrial sectors. In contrast, India's SO2 and NO2 levels from coal power plants and smelters are growing at a fast pace, increasing by more than 100 and 50 %, respectively, from 2005 to 2015. Several SO2 hot spots observed over the Persian Gulf are probably related to oil and gas operations and indicate a possible underestimation of emissions from these sources in bottom-up emission inventories. Overall, OMI observations have proved valuable in documenting rapid changes in air quality over different parts of the world during last decade. The baseline established during the first 11 years of OMI is indispensable for the interpretation of air quality measurements from current and future satellite atmospheric composition missions.

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 enseignants0,030
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
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)0,0010,000

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 Opus0,014
Tête enseignante GPT0,198
Écart entre enseignants0,184 · 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

Citations811
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

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