Monthly top‐down NO<sub><i>x</i></sub> emissions for China (2005–2012): A hybrid inversion method and trend analysis
Notice bibliographique
Résumé
Abstract We develop an approach combining mass balance and four‐dimensional variational (4D‐Var) methods to facilitate inversion of decadal‐scale total nitrogen oxides (NO x = NO + NO 2 ) emissions. In 7 year pseudo‐observation tests, hybrid posterior emissions have smaller normalized mean square error (NMSE) than that of mass balance when compared to true emissions in most cases and perform slightly better in detecting NO x emission magnitudes and trends. Using this hybrid method, OMI NO 2 satellite observations and the GEOS‐Chem chemical transport model, we find more than 30% increases of emissions over most of East China at the 0.5° × 0.667° grid cell level, leading to a 16% growth of emissions over all of China from 2005 to 2012, whereas emissions in several urban centers have decreased by 10–26% in the same period. From 2010 to 2012, a decline is found in the North China Plain, Hubei Province, and Pearl River Delta area, coinciding with China's enforcement of its twelfth “Five Year Plan.” Changes in individual grid cell may be different from changes over the entire city or province, as exemplified by opposite trends in Beijing versus the Mentougou district of Beijing from 2005 to 2012. Also, NO 2 columns do not necessarily have the same trend as NO x emissions due to their nonlinear response to emissions and the influence of meteorology, the latter alone which can cause up to 30% interannual changes in NO 2 columns. Compared to recent bottom‐up inventories, hybrid posterior emissions have the same seasonality, smaller emissions, and emission growth rate at the national scale.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 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 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 ».