Constraining sources of atmospheric trace constituents with Lagrangian particle dispersion modeling
Notice bibliographique
Résumé
This manuscript based thesis examines and advances methods for constraining sources of atmospheric trace constituents with a Lagrangian particle dispersion model. The method of Bayesian inversion is demonstrated, and a new method is introduced to a class of similar problems where established methods are not applicable. First, A new regression based methodology was developed and applied to observations of atmospheric methanesulfonic acid mass concentrations at Alert, Nunavut. The methodology was used to compare the importance of phytoplankton blooms vs. the ice-free ocean as sources of the dimethylsulfide precursor, and to compare the importance of bromine monoxide vs. hydroxyl as agents oxidizing dimethylsul de to methanesulfonic acid. These issues are relevant to the application of methanesulfonic acid concentrations in ice cores to determine historic sea ice properties. The analysis indicated that source regions to Alert during the spring are primarily ice-free ocean with a significant contribution from ice edge blooms, and during the summer to be dominated by the ice-free ocean. The model also indicated that oxidation of DMS by BrO was the dominant source of MSA in the spring, while DMS oxidation by OH was the dominant source in the summer. Secondly, Bayesian inversion was applied to observations of atmospheric elemental carbon mass concentrations at Tsinghua University in Beijing, China. The analysis provided evidence that current bottom-up elemental carbon emissions estimates in northern China are likely underpredicted. Global chemical transport models show ubiquitous underestimates of the atmospheric burden of elemental carbon, especially near large sources of emissions. Northern China is among the regions with the most intensive elemental carbon emissions in the world, and an underestimate of emissions in this region may be partially responsible for the global chemical transport model underestimates.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».