Evaluation of PM2.5 Surface Concentrations Simulated by Version 1 of NASA’s MERRA Aerosol Reanalysis over Israel and Taiwan
Notice bibliographique
Résumé
Version 1 of the NASA MERRA Aerosol Reanalysis (MERRAero) assimilates bias-corrected aerosol optical depth (AOD) data from MODIS-Terra and MODIS-Aqua, and simulates particulate matter (PM) concentration data to reproduce a consistent database of AOD and PM concentration around the world from 2002 to the end of 2015. The purpose of this paper is to evaluate MERRAero's simulation of fine PM concentration against surface measurements in two regions of the world with relatively high levels of PM concentration but with profoundly different PM composition, those of Israel and Taiwan. Being surrounded by major deserts, Israel's PM load is characterized by a significant contribution of mineral dust, and secondary contributions of sea salt particles, given its proximity to the Mediterranean Sea, and sulfate particles originating from Israel's own urban activities and transported from Europe. Taiwan's PM load is composed primarily of anthropogenic particles (sulfate, nitrate and carbonaceous particles) locally produced or transported from China, with an additional contribution of springtime transport of mineral dust originating from Chinese and Mongolian deserts. The evaluation in Israel produced favorable results with MERRAero slightly overestimating measurements by 6% on average and reproducing an excellent year-to-year and seasonal fluctuation. The evaluation in Taiwan was less favorable with MERRAero underestimating measurements by 42% on average. Two likely reasons explain this discrepancy: emissions of anthropogenic PM and their precursors are largely uncertain in China, and MERRAero doesn't include nitrate particles in its simulation, a pollutant of predominately anthropogenic sources. MERRAero nevertheless simulates well the concentration of fine PM during the summer, when Taiwan is least affected by the advection of pollution from 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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».