Satellite mapping of rain‐induced nitric oxide emissions from soils
Notice bibliographique
Résumé
We use space‐based observations of NO 2 columns from the Global Ozone Monitoring Experiment (GOME) to map the spatial and seasonal variations of NO x emissions over Africa during 2000. The GOME observations show not only enhanced tropospheric NO 2 columns from biomass burning during the dry season but also comparable enhancements from soil emissions during the rainy season over the Sahel. These soil emissions occur in strong pulses lasting 1–3 weeks following the onset of rain, and affect 3 million km 2 of semiarid sub‐Saharan savanna. Surface observations of NO 2 from the International Global Atmospheric Chemistry (IGAC)/Deposition of Biochemically Important Trace Species (DEBITS)/Africa (IDAF) network over West Africa provide further evidence for a strong role for microbial soil sources. By combining inverse modeling of GOME NO 2 columns with space‐based observations of fires, we estimate that soils contribute 3.3 ± 1.8 TgN/year, similar to the biomass burning source (3.8 ± 2.1 TgN/year), and thus account for 40% of surface NO x emissions over Africa. Extrapolating to all the tropics, we estimate a 7.3 TgN/year biogenic soil source, which is a factor of 2 larger compared to model‐based inventories but agrees with observation‐based inventories. These large soil NO x emissions are likely to significantly contribute to the ozone enhancement originating from tropical Africa.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».