A method for evaluating spatially-resolved NO <sub>x</sub> emissions using Kalman filter inversion, direct sensitivities, and space-based NO <sub>2</sub> observations
Notice bibliographique
Résumé
Abstract. An inverse modeling method was developed and tested for identifying possible biases in emission inventories using satellite observations. The relationships between emission inputs and modeled ambient concentrations were estimated using sensitivities calculated with the decoupled direct method in three dimensions (DDM-3D) implemented within the framework of the Community Multiscale Air Quality (CMAQ) regional model. As a case study to test the approach, the method was applied to regional ground-level NOx emissions in the southeastern United States as constrained by observations of NO2 column densities derived from the Scanning Imaging Absorption Spectrometer for Atmospheric Chartography (SCIAMACHY) satellite instrument. A controlled "pseudodata" scenario with a known solution was used to establish that the methodology can achieve the correct solution, and the approach was then applied to a summer 2004 period where the satellite data are available. The results indicate that emissions biases differ in urban and rural areas of the southeast. The method suggested slight downward (less than 10%) adjustment to urban emissions, while rural region results were found to be highly sensitive to NOx processes in the upper troposphere. As such, the bias in the rural areas is likely not solely due to biases in the ground-level emissions. It was found that CMAQ was unable to predict the significant level of NO2 in the upper troposphere that was observed during the NASA Intercontinental Chemical Transport Experiment (INTEX) measurement campaign. The best correlation between satellite observations and modeled NO2 column densities, as well as comparison to ground-level observations of NO2, was obtained by performing the inverse while accounting for the significant presence of NO2 in the upper troposphere not captured by the regional model.
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 | 0,001 | 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) | 0,000 | 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 ».