Analysis of a Severe Dust Storm Event over China: Application of the WRF-Dust Model
Notice bibliographique
Résumé
A severe dust storm (SDS) event occurred during March-20 to March-22, 2010 in China. A regional dynamical model coupled with a dust model (WRF-Dust) is used for analyzing this SDS event. The distribution of API (air pollution index) values in China and satellite (moderate-resolution imaging spectroradiometer—MODIS) AOD (aerosol optical depth) data are used to trace the dust storm and to compare with the model result. Several model sensitive studies are performed to analyze the roles of physical processes (such as dust source, transport, and deposition) in controlling the SDS event. The result suggests that the Gobi Desert is a major dust source of the SDS event. By contrast, the Taklamakan Desert plays minor roles for affecting the high dust concentrations in eastern/southern China during the SDS event. This study also suggests that a large amount of dust particles was deposited at the surface during the transport pathway between the Gobi Desert and eastern/southern China, and the high surface concentrations of dust particles can be considered as a new dust source region, which produced dust air pollution when surface winds were strong. In this study, we define this process as a propagate dust source (PDS). The calculation shows that the calculated dust concentrations were considerably lower than the measured values in the downwind regions of deserts when the PDS process was not included in the model. By including the PDS process, the calculated dust pollution in eastern and southern China is considerably improved. The further detailed analysis shows that the PDS played important roles in controlling the long-range transport of dust particles during the SDS event. This study suggests that this regional dust model (WRF-Dust) is a useful tool to analyze the important processes of dust storms that are often occurred in China.
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 | 0,001 |
| 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 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 ».