Fifteen-Year Global Time Series of Satellite-Derived Fine Particulate Matter
Notice bibliographique
Résumé
Ambient fine particulate matter (PM2.5) is a leading environmental risk factor for premature mortality. We use aerosol optical depth (AOD) retrieved from two satellite instruments, MISR and SeaWiFS, to produce a unified 15-year global time series (1998-2012) of ground-level PM2.5 concentration at a resolution of 1° x 1°. The GEOS-Chem chemical transport model (CTM) is used to relate each individual AOD retrieval to ground-level PM2.5. Four broad areas showing significant, spatially coherent, annual trends are examined in detail: the Eastern U.S. (-0.39 ± 0.10 μg m(-3) yr(-1)), the Arabian Peninsula (0.81 ± 0.21 μg m(-3) yr(-1)), South Asia (0.93 ± 0.22 μg m(-3) yr(-1)) and East Asia (0.79 ± 0.27 μg m(-3) yr(-1)). Over the period of dense in situ observation (1999-2012), the linear tendency for the Eastern U.S. (-0.37 ± 0.13 μg m(-3) yr(-1)) agrees well with that from in situ measurements (-0.38 ± 0.06 μg m(-3) yr(-1)). A GEOS-Chem simulation reveals that secondary inorganic aerosols largely explain the observed PM2.5 trend over the Eastern U.S., South Asia, and East Asia, while mineral dust largely explains the observed trend over the Arabian Peninsula.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».