Recent Trends in Stratospheric Chlorine From Very Short‐Lived Substances
Notice bibliographique
Résumé
Abstract Very short‐lived substances (VSLS), including dichloromethane (CH 2 Cl 2 ), chloroform (CHCl 3 ), perchloroethylene (C 2 Cl 4 ), and 1,2‐dichloroethane (C 2 H 4 Cl 2 ), are a stratospheric chlorine source and therefore contribute to ozone depletion. We quantify stratospheric chlorine trends from these VSLS (VSLCl tot ) using a chemical transport model and atmospheric measurements, including novel high‐altitude aircraft data from the NASA VIRGAS (2015) and POSIDON (2016) missions. We estimate VSLCl tot increased from 69 (±14) parts per trillion (ppt) Cl in 2000 to 111 (±22) ppt Cl in 2017, with >80% delivered to the stratosphere through source gas injection, and the remainder from product gases. The modeled evolution of chlorine source gas injection agrees well with historical aircraft data, which corroborate reported surface CH 2 Cl 2 increases since the mid‐2000s. The relative contribution of VSLS to total stratospheric chlorine increased from ~2% in 2000 to ~3.4% in 2017, reflecting both VSLS growth and decreases in long‐lived halocarbons. We derive a mean VSLCl tot growth rate of 3.8 (±0.3) ppt Cl/year between 2004 and 2017, though year‐to‐year growth rates are variable and were small or negative in the period 2015–2017. Whether this is a transient effect, or longer‐term stabilization, requires monitoring. In the upper stratosphere, the modeled rate of HCl decline (2004–2017) is −5.2% per decade with VSLS included, in good agreement to ACE satellite data (−4.8% per decade), and 15% slower than a model simulation without VSLS. Thus, VSLS have offset a portion of stratospheric chlorine reductions since the mid‐2000s.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,022 | 0,001 |
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 ».