Trends and Variability in Stratospheric NO<sub>x</sub> Derived From Merged SAGE II and OSIRIS Satellite Observations
Notice bibliographique
Résumé
Abstract Nitrogen oxides (NO x ) in the stratosphere are produced from N 2 O, which is the dominant emission contributing to stratospheric ozone depletion in the 21st century and an important anthropogenic greenhouse gas. Decades worth of observations are required in order to quantify the variability and trends in stratospheric NO x so that we can better understand their impact on climate. Here we use the Stratospheric Aerosol and Gas Experiment (SAGE) II, a solar occultation instrument that measured NO 2 from 1984 to 2005, and the Optical Spectrograph and InfraRed Imager System (OSIRIS), a limb‐scattering instrument that began measuring NO 2 in 2001. By taking advantage of the 4‐year overlap between these instruments it was possible to produce a merged data set of stratospheric NO 2 , spanning over 34 years. In order to merge the data a photochemical correction was applied to account for the different times of day at which the instruments measure, and to convert the NO 2 to NO x . A linear regression model was applied to the merged, deseasonalized data set to identify variability associated with long‐term trends, the quasi‐biennial oscillation (QBO), and volcanic aerosols. High levels of aerosol associated with large volcanic eruptions were found to greatly influence the calculated trend; when volcanic periods are excluded the trend in NO x is around 10% per decade in the tropical lower stratosphere. In this case, the observed trends and variability from the satellite measurements show overall good agreement with simulations from the whole atmosphere community climate model (WACCM).
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 | 0,001 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».