MétaCan
Menu
Retour à la cohorte
Enregistrement W1997242249 · doi:10.1029/2006jd007079

Southern Hemisphere carbon monoxide interannual variability observed by Terra/Measurement of Pollution in the Troposphere (MOPITT)

2006· article· en· W1997242249 sur OpenAlexafffund
D. P. Edwards, Gabrielle Pétron, P. C. Novelli, L. K. Emmons, J. C. Gille, J. R. Drummond

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2006
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensUniversity of Toronto
Organismes subventionnairesGoddard Space Flight CenterUniversity of TorontoNational Center for Atmospheric ResearchNational Science Foundation
Mots-clésTroposphereEnvironmental scienceSouthern HemisphereAtmospheric sciencesClimatologyNorthern HemispherePollutionTrace gasSeasonalityTropospheric ozoneGeology

Résumé

récupéré en direct d'OpenAlex

Biomass burning is an annual occurrence in the tropical Southern Hemisphere (SH) and represents a major source of regional pollution. Vegetation fires emit carbon monoxide (CO), which because of its medium lifetime is an excellent tracer of tropospheric transport. CO is also one of the few tropospheric trace gases currently observed from satellite, and this provides long‐term global measurements. In this paper, we use the 5‐year CO data record from the Measurement of Pollution in the Troposphere (MOPITT) instrument to examine the interannual variability of the SH CO loading and show how this relates to climate conditions which determine the intensity of fire sources. The MOPITT observations show an annual austral springtime peak in the SH zonal CO loading each year with dry season biomass burning emissions in South America, southern Africa, the maritime continent, and northwestern Australia. Although fires in southern Africa and South America typically produce the greatest amount of CO, the most significant interannual variation is due to varying fire activity and emissions from the maritime continent and northern Australia. We find that this variation in turn correlates well with the El Niño–Southern Oscillation precipitation index. Between 2000 and 2005, emissions were greatest in late 2002, and an inverse modeling of the MOPITT data using the Model of Ozone Research in the Troposphere (MOZART) chemical transport model estimates the Southeast Asia regional fire source for the year August 2002 to September 2003 to be 52 Tg CO. Comparison of the MOPITT retrievals and NOAA surface network measurements indicate that the latter do not fully capture the interannual variability or the seasonal range of the CO zonal average concentration because of biases associated with atmospheric and geographic sampling.

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 enseignants0,027
Score d'incertitude au seuil0,054

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
Bibliométrie0,0000,001
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 Opus0,029
Tête enseignante GPT0,258
Écart entre enseignants0,230 · 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

Citations94
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research AtmospheresMême sujetAtmospheric chemistry and aerosolsTravaux en français237 207