MétaCan
Menu
Retour à la cohorte
Enregistrement W2785446311 · doi:10.5194/acp-18-8097-2018

Insight into global trends in aerosol composition from 2005 to 2015 inferred from the OMI Ultraviolet Aerosol Index

2018· article· en· W2785446311 sur OpenAlexafffund
Melanie S. Hammer, Randall V. Martin, Chi Li, Omar Torres, Max Manning, Brian L. Boys

Notice bibliographique

RevueAtmospheric chemistry and physics · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensDalhousie University
Organismes subventionnairesKillam TrustsCompute Canada
Mots-clésAerosolOzone Monitoring InstrumentMineral dustEnvironmental scienceAtmospheric sciencesChemical transport modelRadiative transferAbsorption (acoustics)Total Ozone Mapping SpectrometerClimatologyMeteorologyGeographyOzonePhysicsGeologyOzone layer

Résumé

récupéré en direct d'OpenAlex

Abstract. Observations of aerosol scattering and absorption offer valuable information about aerosol composition. We apply a simulation of the Ultraviolet Aerosol Index (UVAI), a method of detecting aerosol absorption from satellite observations, to interpret UVAI values observed by the Ozone Monitoring Instrument (OMI) from 2005 to 2015 to understand global trends in aerosol composition. We conduct our simulation using the vector radiative transfer model VLIDORT with aerosol fields from the global chemical transport model GEOS-Chem. We examine the 2005–2015 trends in individual aerosol species from GEOS-Chem and apply these trends to the UVAI simulation to calculate the change in simulated UVAI due to the trends in individual aerosol species. We find that global trends in the UVAI are largely explained by trends in absorption by mineral dust, absorption by brown carbon, and scattering by secondary inorganic aerosol. Trends in absorption by mineral dust dominate the simulated UVAI trends over North Africa, the Middle East, East Asia, and Australia. The UVAI simulation resolves observed negative UVAI trends well over Australia, but underestimates positive UVAI trends over North Africa and Central Asia near the Aral Sea and underestimates negative UVAI trends over East Asia. We find evidence of an increasing dust source from the desiccating Aral Sea that may not be well represented by the current generation of models. Trends in absorption by brown carbon dominate the simulated UVAI trends over biomass burning regions. The UVAI simulation reproduces observed negative trends over central South America and West Africa, but underestimates observed UVAI trends over boreal forests. Trends in scattering by secondary inorganic aerosol dominate the simulated UVAI trends over the eastern United States and eastern India. The UVAI simulation slightly overestimates the observed positive UVAI trends over the eastern United States and underestimates the observed negative UVAI trends over India. Quantitative simulation of the OMI UVAI offers new insight into global trends in aerosol composition.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,093

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,227
Écart entre enseignants0,219 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations64
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAtmospheric chemistry and physicsMême sujetAtmospheric chemistry and aerosolsTravaux en français237 207