High-resolution inversion of OMI formaldehyde columns to quantify isoprene emission on ecosystem-relevant scales: application to the southeast US
Notice bibliographique
Résumé
Isoprene emissions from vegetation have a large effect on atmospheric chemistry and air quality. “Bottom-up” isoprene emission inventories used in atmospheric models are based on limited vegetation information and uncertain land cover data, leading to potentially large errors. Satellite observations of atmospheric formaldehyde (HCHO), a high-yield isoprene oxidation product, provide “top-down” information to evaluate isoprene emission inventories through inverse analyses. Past inverse analyses have however been hampered by uncertainty in the HCHO satellite data, uncertainty in the time- and NO x -dependent yield of HCHO from isoprene oxidation, and coarse resolution of the atmospheric models used for the inversion. Here we demonstrate the ability to use HCHO satellite data from OMI in a high-resolution inversion to constrain isoprene emissions on ecosystem-relevant scales. The inversion uses the adjoint of the GEOS-Chem chemical transport model at 0.25 ∘ × 0.3125 ∘ horizontal resolution to interpret observations over the southeast US in August–September 2013. It takes advantage of concurrent NASA SEAC 4 RS aircraft observations of isoprene and its oxidation products including HCHO to validate the OMI HCHO data over the region, test the GEOS-Chem isoprene oxidation mechanism and NO x environment, and independently evaluate the inversion. This evaluation shows in particular that local model errors in NO x concentrations propagate to biases in inferring isoprene emissions from HCHO data. It is thus essential to correct model NO x biases, which was done here using SEAC 4 RS observations but can be done more generally using satellite NO 2 data concurrently with HCHO. We find in our inversion that isoprene emissions from the widely used MEGAN v2.1 inventory are biased high over the southeast US by 40 % on average, although the broad-scale distributions are correct including maximum emissions in Arkansas/Louisiana and high base emission factors in the oak-covered Ozarks of southeast Missouri. A particularly large discrepancy is in the Edwards Plateau of central Texas where MEGAN v2.1 is too high by a factor of 3, possibly reflecting errors in land cover. The lower isoprene emissions inferred from our inversion, when implemented into GEOS-Chem, decrease surface ozone over the southeast US by 1–3 ppb and decrease the isoprene contribution to organic aerosol from 40 to 20 %.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».