Ice-nucleating particles in a coastal tropical site
Notice bibliographique
Résumé
Atmospheric aerosol particles that can nucleate ice are referred to as ice-nucleating particles (INPs). Recent studies have confirmed that aerosol particles emitted by the oceans can act as INPs. This very relevant information can be included in climate and weather models to predict the formation of ice in clouds, given that most of them do not consider oceans as a source of INPs. Very few studies that sample INPs have been carried out in tropical latitudes, and there is a need to evaluate their availability to understand the potential role that marine aerosol may play in the hydrological cycle of tropical regions. This study presents results from the first measurements obtained during a field campaign conducted in the tropical village of Sisal, located on the coast of the Gulf of Mexico of the Yucatan Peninsula in Mexico in January–February 2017, and one of the few data sets currently available at such latitudes (i.e., 21 ∘ N). Aerosol particles sampled in Sisal are shown to be very efficient INPs in the immersion freezing mode, with onset freezing temperatures in some cases as high as −3 ∘ C, similarly to the onset temperature from Pseudomonas syringae . The results show that the INP concentration in Sisal was higher than at other locations sampled with the same type of INP counter. Air masses arriving in Sisal after the passage of cold fronts have surprisingly higher INP concentrations than the campaign average, despite their lower total aerosol concentration. The high concentrations of INPs at warmer ice nucleation temperatures (T>-15 ∘ C) and the supermicron size of the INPs suggest that biological particles may have been a significant contributor to the INP population in Sisal during this study. However, our observations also suggest that at temperatures ranging between −20 and −30 ∘ C mineral dust particles are the likely source of the measured INPs.
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 | 0,001 | 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 ».