Anthropogenic and volcanic point source SO <sub>2</sub> emissions derived from TROPOMI on board Sentinel-5 Precursor: first results
Notice bibliographique
Résumé
Abstract. The paper introduces the first TROPOMI-based sulfur dioxide (SO2) emissions estimates for point sources. A total of about 500 continuously emitting point sources releasing about 10 kt yr−1 to more than 2000 kt yr−1 of SO2, previously identified from Ozone Monitoring Instrument (OMI) observations, were analyzed using TROPOMI (TROPOspheric Monitoring Instrument) measurements for 1 full year from April 2018 to March 2019. The annual emissions from these sources were estimated and compared to similar estimates from OMI and Ozone Mapping Profiling Suite (OMPS) measurements. Note that emissions from many of these 500 sources have declined significantly since 2005, making their quantification more challenging. We were able to identify 274 sources where annual emissions are significant and can be reliably estimated from TROPOMI. The standard deviations of TROPOMI vertical column density data, about 1 Dobson unit (DU, where 1 DU =2.69×1016 molecules cm−2) over the tropics and 1.5 DU over high latitudes, are larger than those of OMI (0.6–1 DU) and OMPS (0.3–0.4 DU). Due to its very high spatial resolution, TROPOMI produces 12–20 times more observations over a certain area than OMI and 96 times more than OMPS. Despite higher uncertainties of individual TROPOMI observations, TROPOMI data averaged over a large area have roughly 2–3 times lower uncertainties compared to OMI and OMPS data. Similarly, TROPOMI annual emissions can be estimated with uncertainties that are 1.5–2 times lower than the uncertainties of annual emissions estimates from OMI. While there are area biases in TROPOMI data over some regions that have to be removed from emission calculations, the absolute magnitude of these are modest, typically within ±0.25 DU, which can be comparable with SO2 values over large sources.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 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 ».