Evaluation of diverse approaches for estimating sea-surface DMS concentration and air–sea exchange at global scale
Notice bibliographique
Résumé
Environmental context As climate models increasingly include detailed, process-based models of aerosol formation, they need to represent dimethylsulfide emissions from the ocean. Options for this include data-based climatologies and empirical or process-based models; there are diverse examples of each in the literature. This paper presents the first global-scale comparison of all available approaches and evaluation of their skill relative to observations and their possible roles in future climate models. Abstract Ocean emission and subsequent oxidation of dimethylsulfide (DMS) provides a source of sulfate in the atmosphere, potentially affecting the amount of solar radiation reaching the Earth’s surface through both direct and indirect radiative effects of sulfate aerosols. DMS concentration in the ocean is quite variable with season and location, which in turn leads to high spatial and temporal variability of ocean DMS emissions. This study tested currently available climatologies and empirical and prognostic models of DMS concentration in the surface ocean against each other and against observations. This analysis mainly reveals the limitations of estimating DMS with an empirical model based on variables such as chlorophyll and mixed-layer depth. The various empirical models show very different spatial patterns, and none correlate strongly with observations. There is considerable uncertainty in the spatial and temporal distribution of DMS concentration and flux, and in the global total DMS flux. Global total air–sea flux depends primarily on global mean surface ocean DMS concentration, and the spatial distribution of DMS concentration and the magnitude of the gas exchange coefficient are of secondary importance. Global total flux estimates range from 9 to 34 Tg S year–1, with a best estimate of 18–24 Tg. Both empirical and prognostic models generally underestimate the total compared with the best available data-based estimates.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».