MétaCan
Menu
Retour à la cohorte
Enregistrement W2175074508

Aura OMI Observations of Global SO2 and NO2 Pollution from 2005 to 2013

2014· article· en· W2175074508 sur OpenAlexaff
N. A. Krotkov, Can Li, Lok N. Lamsal, E. A. Celarier, С. В. Марченко, W. H. Swartz, E. J. Bucsela, Vitali Fioletov, C. A. McLinden, Joanna Joiner, P. K. Bhartia, B. N. Duncan, Russell R. Dickerson

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality Monitoring and Forecasting
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésOzone Monitoring InstrumentEnvironmental sciencePollutionAir pollutionAir quality indexPollutantOzoneTrace gasParticulatesMeteorologySulfur dioxideAtmospheric sciencesEnvironmental protectionGeographyChemistry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The Ozone Monitoring Instrument (OMI), a NASA partnership with the Netherlands and Finland, flies on the NASA Aura satellite and uses reflected sunlight to measure the two critical atmospheric trace gases: nitrogen dioxide (NO2) and sulfur dioxide (SO2) characterizing daily air quality. Both gases and the secondary pollutants they produce (particulate matter, PM2.5, and tropospheric ozone) are USEPA designated criteria pollutants, posing serious threats to human health and the environment (e.g., acid rain, plant damage and reduced visibility). Our group at NASA GSFC has developed and maintained OMI standard SO2 and NO2 data products. We have recently released an updated version of the standard NO2 L2 and L3 products (SP v2.1) and continue improving the algorithm. We are currently in the process of releasing next generation pollution SO2 product, based on an innovative Principal Component Analysis (PCA) algorithm, which greatly reduces the noise and biases. These new standard products provide valuable datasets for studying anthropogenic pollution on local to global scales. Here we highlight some of the OMI observed changes in air quality over several regions. Over the US average NO2 and SO2 pollution levels had decreased dramatically as a result of both technological improvements (e.g., catalytic converters on cars) and stricter regulations of emissions. We see continued decline in pollution over Europe. Over China OMI observed an increase of about 60 percent in NO2 pollution between 2005 and 2013, despite a temporal reversal of the growing trend due to both 2008 Olympic Games and the economic recession in 2009. Chinese SO2 pollution seems to have stabilized since peaking in 2007, probably due to government efforts to curb SO2 emissions from the power sector. We have also observed large increases in both SO2 and NO2 pollution particularly in Eastern India where a number of large new coal power plants had been built in recent years. We expect that further improvements in the OMI NO2 and SO2 products will allow more robust quantification of long-term trends in global air quality.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,029
Tête enseignante GPT0,249
Écart entre enseignants0,220 · 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 tête enseignante, 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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAir Quality Monitoring and ForecastingTravaux en français237 207