Continuation of long-term global SO <sub>2</sub> pollution monitoring from OMI to OMPS
Notice bibliographique
Résumé
Abstract. Over the past 20 years, advances in satellite remote sensing of pollution-relevant species have made space-borne observations an increasingly important part of atmospheric chemistry research and air quality management. This progress has been facilitated by advanced UV–vis spectrometers, such as the Ozone Monitoring Instrument (OMI) on board the NASA Earth Observing System (EOS) Aura satellite, and continues with new instruments, such as the Ozone Mapping and Profiler Suite (OMPS) on board the NASA–NOAA Suomi National Polar-orbiting Partnership (SNPP) satellite. In this study, we demonstrate that it is possible, using our state-of-the-art principal component analysis (PCA) retrieval technique, to continue the long-term global SO2 pollution monitoring started by OMI with the current and future OMPS instruments that will fly on the NOAA Joint Polar Satellite System (JPSS) 1, 2, 3, and 4 satellites in addition to SNPP, with a very good consistency of retrievals from these instruments. Since OMI SO2 data have been primarily used for (1) providing regional context on air pollution and long-range transport on a daily basis and (2) providing information on point emission sources on an annual basis after data averaging, we focused on these two aspects in our OMI–OMPS comparisons. Four years of retrievals (2012–2015) have been compared for three regions: eastern China, Mexico, and South Africa. In general, the comparisons show relatively high correlations (r = 0. 79–0.96) of daily regional averaged SO2 mass between the two instruments and near-unity regression slopes (0.76–0.97). The annual averaged SO2 loading differences between OMI and OMPS are small (< 0.03 Dobson unit (DU) over South Africa and up to 0.1 DU over eastern China). We also found a very good correlation (r = 0. 92–0.97) in the spatial distribution of annual averaged SO2 between OMI and OMPS over the three regions during 2012–2015. The emissions from ∼ 400 SO2 sources calculated with the two instruments also show a very good correlation (r = ∼ 0.9) in each year during 2012–2015. OMPS-detected SO2 point source emissions are slightly lower than those from OMI, but OMI–OMPS differences decrease with increasing strength of source. The OMI–OMPS SO2 mass differences on a pixel by pixel (daily) basis in each region can show substantial differences. The two instruments have a spatial correlation coefficient of 0.7 or better on < ∼ 50 % of the days. It is worth noting that consistent SO2 retrievals were achieved without any explicit adjustments to OMI or OMPS radiance data and that the retrieval agreement may be further improved by introducing a more comprehensive Jacobian lookup table than is currently used.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».