MétaCan
Menu
Retour à la cohorte
Enregistrement W3037393925 · doi:10.5194/acp-21-2067-2021

High-resolution hybrid inversion of IASI ammonia columns to constrain US ammonia emissions using the CMAQ adjoint model

2021· article· en· W3037393925 sur OpenAlexaff
Yilin Chen, Huizhong Shen, Jennifer Kaiser, Yongtao Hu, Shannon L. Capps, Shunliu Zhao, Amir Hakami, Jhih‐Shyang Shih, Gertrude K. Pavur, Matthew D. Turner, Daven K. Henze, Jaroslav Resler, Athanasios Nenes, Sergey L. Napelenok, Jesse O. Bash, Kathleen M. Fahey, Gregory R. Carmichael, Tianfeng Chai, Lieven Clarisse, Pierre‐François Coheur, Martin Van Damme, Armistead G. Russell

Notice bibliographique

RevueAtmospheric chemistry and physics · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensCarleton University
Organismes subventionnairesU.S. Environmental Protection AgencyServices Fédéraux des Affaires Scientifiques, Techniques et CulturellesChina Scholarship CouncilFonds De La Recherche Scientifique - FNRSNational Aeronautics and Space Administration
Mots-clésCMAQEnvironmental scienceInversion (geology)Air quality indexAtmospheric sciencesEmission inventoryChemical transport modelMeteorologyGeologyPhysics

Résumé

récupéré en direct d'OpenAlex

Ammonia (NH 3 ) emissions have large impacts on air quality and nitrogen deposition, influencing human health and the well-being of sensitive ecosystems. Large uncertainties exist in the “bottom-up” NH 3 emission inventories due to limited source information and a historical lack of measurements, hindering the assessment of NH 3 -related environmental impacts. The increasing capability of satellites to measure NH 3 abundance and the development of modeling tools enable us to better constrain NH 3 emission estimates at high spatial resolution. In this study, we constrain the NH 3 emission estimates from the widely used 2011 National Emissions Inventory (2011 NEI) in the US using Infrared Atmospheric Sounding Interferometer NH 3 column density measurements (IASI-NH 3 ) gridded at a 36 km by 36 km horizontal resolution. With a hybrid inverse modeling approach, we use the Community Multiscale Air Quality Modeling System (CMAQ) and its multiphase adjoint model to optimize NH 3 emission estimates in April, July, and October. Our optimized emission estimates suggest that the total NH 3 emissions are biased low by 26 % in 2011 NEI in April with overestimation in the Midwest and underestimation in the Southern States. In July and October, the estimates from NEI agree well with the optimized emission estimates, despite a low bias in hotspot regions. Evaluation of the inversion performance using independent observations shows reduced underestimation in simulated ambient NH 3 concentration in all 3 months and reduced underestimation in NH4+ wet deposition in April. Implementing the optimized NH 3 emission estimates improves the model performance in simulating PM 2.5 concentration in the Midwest in April. The model results suggest that the estimated contribution of ammonium nitrate would be biased high in a priori NEI-based assessments. The higher emission estimates in this study also imply a higher ecological impact of nitrogen deposition originating from NH 3 emissions.

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)0,001
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 GPT0,200
Écart entre enseignants0,192 · 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'étudeSimulation ou modélisation
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

Citations58
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAtmospheric chemistry and physicsMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207