In Situ Characterization of Cloud Condensation Nuclei, Interstitial, and Background Particles Using the Single Particle Mass Spectrometer, SPLAT II
Notice bibliographique
Résumé
The aerosol indirect effect remains the most uncertain aspect of climate change modeling, calling for characterization of individual particles sizes and compositions with high spatial and temporal resolution. We present the first deployment of our single particle mass spectrometer (SPLAT II) operated in dual data acquisition mode to simultaneously measure particle number concentrations, density, asphericity, and individual particle size and quantitative composition, with temporal resolution better than 60 s, thus yielding all the required properties to definitively characterize the aerosol-cloud interaction in this exemplary case. We find that particles are composed of oxygenated organics, many mixed with sulfates, biomass burning particles, some with sulfates, and processed sea-salt. Cloud residuals are found to contain more sulfates than background particles, explaining their higher efficiency to serve as cloud condensation nuclei (CCN). Additionally, CCN sulfate content increased with time due to in-cloud droplet processing. A comparison between the size distributions of background, CCN, and interstitial particles shows that while nearly all CCN particles are larger than 100 nm, over 80% of interstitial particles are smaller than 100 nm. We conclude that for this cloud, particle size is the controlling factor on aerosol activation into cloud-droplets, with higher sulfate content playing a secondary role.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».