A 15-year record of CO emissions constrained by MOPITT CO observations
Notice bibliographique
Résumé
Abstract. Long-term measurements from satellites and surface stations have demonstrated a decreasing trend of tropospheric carbon monoxide (CO) in the Northern Hemisphere over the past decade. Likely explanations for this decrease include changes in anthropogenic, fires, and/or biogenic emissions or changes in the primary chemical sink hydroxyl radical (OH). Using remotely sensed CO measurements from the Measurement of Pollution in the Troposphere (MOPITT) satellite instrument, in situ methyl chloroform (MCF) measurements from the World Data Centre for Greenhouse Gases (WDCGG) and the adjoint of the GEOS-Chem model, we estimate the change in global CO emissions from 2001 to 2015. We show that the loss rate of MCF varied by 0.2 % in the past 15 years, indicating that changes in global OH distributions do not explain the recent decrease in CO. Our two-step inversion approach for estimating CO emissions is intended to mitigate the effect of bias errors in the MOPITT data as well as model errors in transport and chemistry, which are the primary factors contributing to the uncertainties when quantifying CO emissions using these remotely sensed data. Our results confirm that the decreasing trend of tropospheric CO in the Northern Hemisphere is due to decreasing CO emissions from anthropogenic and biomass burning sources. In particular, we find decreasing CO emissions from the United States and China in the past 15 years, and unchanged anthropogenic CO emissions from Europe since 2008. We find decreasing trends of biomass burning CO emissions from boreal North America, boreal Asia and South America, but little change over Africa. In contrast to prior results, we find that a positive trend in CO emissions is likely for India and southeast Asia.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,003 | 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 ».