MétaCan
Menu
Retour à la cohorte
Enregistrement W2111397698 · doi:10.5194/acp-14-7693-2014

Improved model of isoprene emissions in Africa using Ozone Monitoring Instrument (OMI) satellite observations of formaldehyde: implications for oxidants and particulate matter

2014· article· en· W2111397698 sur OpenAlexaff
Eloïse A. Marais, D. J. Jacob, Alex Guenther, K. Chance, Thomas P. Kurosu, J. G. Murphy, Claire E. Reeves, Havala O. T. Pye

Notice bibliographique

RevueAtmospheric chemistry and physics · 2014
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensUniversity of Toronto
Organismes subventionnairesOffice of Research and DevelopmentU.S. Environmental Protection AgencyNational Aeronautics and Space Administration
Mots-clésIsopreneOzone Monitoring InstrumentAtmospheric sciencesEnvironmental scienceParticulatesSeasonalityOzoneAerosolClimatologyMonsoonVolatile organic compoundMeteorologyChemistryGeographyPhysicsEcology

Résumé

récupéré en direct d'OpenAlex

Abstract. We use a 2005–2009 record of isoprene emissions over Africa derived from Ozone Monitoring Instrument (OMI) satellite observations of formaldehyde (HCHO) to better understand the factors controlling isoprene emission in the continent and evaluate the impact on atmospheric composition. OMI-derived isoprene emissions show large seasonality over savannas driven by temperature and leaf area index (LAI), and much weaker seasonality over equatorial forests driven by temperature. The commonly used MEGAN (Model of Emissions of Gases and Aerosols from Nature, version 2.1) global isoprene emission model reproduces this seasonality but is biased high, particularly for equatorial forests, when compared to OMI and relaxed-eddy accumulation measurements. Isoprene emissions in MEGAN are computed as the product of an emission factor Eo, LAI, and activity factors dependent on environmental variables. We use the OMI-derived emissions to provide improved estimates of Eo that are in good agreement with direct leaf measurements from field campaigns (r = 0.55, bias = −19%). The largest downward corrections to MEGAN Eo values are for equatorial forests and semi-arid environments, and this is consistent with latitudinal transects of isoprene over western Africa from the African Monsoon Multidisciplinary Analysis (AMMA) aircraft campaign. Total emission of isoprene in Africa is estimated to be 77 Tg C a−1, compared to 104 Tg C a−1 in MEGAN. Simulations with the GEOS-Chem oxidant–aerosol model suggest that isoprene emissions increase mean surface ozone in western Africa by up to 8 ppbv, and particulate matter by up to 1.5 μg m−3, due to coupling with anthropogenic influences.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil0,132

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,038
Tête enseignante GPT0,233
Écart entre enseignants0,195 · 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

Citations81
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

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