Evaluation of OMI operational standard NO <sub>2</sub> column retrievals using in situ and surface-based NO <sub>2</sub> observations
Notice bibliographique
Résumé
Abstract. We assess the standard operational nitrogen dioxide (NO2) data product (OMNO2, version 2.1) retrieved from the Ozone Monitoring Instrument (OMI) onboard NASA's Aura satellite using a combination of aircraft and surface in~situ measurements as well as ground-based column measurements at several locations and a bottom-up NOx emission inventory over the continental US. Despite considerable sampling differences, NO2 vertical column densities from OMI are modestly correlated (r = 0.3–0.8) with in situ measurements of tropospheric NO2 from aircraft, ground-based observations of NO2 columns from MAX-DOAS and Pandora instruments, in situ surface NO2 measurements from photolytic converter instruments, and a bottom-up NOx emission inventory. Overall, OMI retrievals tend to be lower in urban regions and higher in remote areas, but generally agree with other measurements to within ± 20%. No consistent seasonal bias is evident. Contrasting results between different data sets reveal complexities behind NO2 validation. Since validation data sets are scarce and are limited in space and time, validation of the global product is still limited in scope by spatial and temporal coverage and retrieval conditions. Monthly mean vertical NO2 profile shapes from the Global Modeling Initiative (GMI) chemistry-transport model (CTM) used in the OMI retrievals are highly consistent with in situ aircraft measurements, but these measured profiles exhibit considerable day-to-day variation, affecting the retrieved daily NO2 columns by up to 40%. This assessment of OMI tropospheric NO2 columns, together with the comparison of OMI-retrieved and model-simulated NO2 columns, could offer diagnostic evaluation of the 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 | 0,001 | 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) | 0,000 | 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 ».