MétaCan
Menu
Retour à la cohorte
Enregistrement W3081771500 · doi:10.5194/amt-14-905-2021

Multiscale observations of NH <sub>3</sub> around Toronto, Canada

2021· article· en· W3081771500 sur OpenAlexafffundabout
Shoma Yamanouchi, Camille Viatte, Kimberly Strong, Erik Lutsch, Dylan B. A. Jones, Cathy Clerbaux, Martin Van Damme, Lieven Clarisse, Pierre‐François Coheur

Notice bibliographique

RevueAtmospheric measurement techniques · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaServices Fédéraux des Affaires Scientifiques, Techniques et CulturellesEuropean Organization for the Exploitation of Meteorological SatellitesCentre National de la Recherche ScientifiqueFonds De La Recherche Scientifique - FNRSCentre National d’Etudes SpatialesEnvironment and Climate Change CanadaUniversity of Toronto
Mots-clésFourier transform infrared spectroscopyEnvironmental scienceIn situAtmospheric sciencesAnalytical Chemistry (journal)Water columnChemistryMeteorologyEnvironmental chemistryPhysicsGeologyOceanographyOptics

Résumé

récupéré en direct d'OpenAlex

Ammonia (NH 3 ) is a major source of nitrates in the atmosphere and a major source of fine particulate matter. As such, there have been increasing efforts to measure the atmospheric abundance of NH 3 and its spatial and temporal variability. In this study, long-term measurements of NH 3 derived from multiscale datasets are examined. These NH 3 datasets include 16 years of total column measurements using Fourier transform infrared (FTIR) spectroscopy, 3 years of surface in situ measurements, and 10 years of total column measurements from the Infrared Atmospheric Sounding Interferometer (IASI). The datasets were used to quantify NH 3 temporal variability over Toronto, Canada. The multiscale datasets were also compared to assess the representativeness of the FTIR measurements. All three time series showed positive trends in NH 3 over Toronto: 3.34 ± 0.89 %/yr from 2002 to 2018 in the FTIR columns, 8.88 ± 5.08 %/yr from 2013 to 2017 in the surface in situ data, and 8.38 ± 1.54 %/yr from 2008 to 2018 in the IASI columns. To assess the representative scale of the FTIR NH 3 columns, correlations between the datasets were examined. The best correlation between FTIR and IASI was obtained with coincidence criteria of ≤25 km and ≤20 min, with r =0.73 and a slope of 1.14 ± 0.06. Additionally, FTIR column and in situ measurements were standardized and correlated. Comparison of 24 d averages and monthly averages resulted in correlation coefficients of r =0.72 and r =0.75, respectively, although correlation without averaging to reduce high-frequency variability led to a poorer correlation, with r =0.39. The GEOS-Chem model, run at 2 ∘ × 2.5 ∘ resolution, was compared to FTIR and IASI to assess model performance and investigate the correlation of observational data and model output, both with local column measurements (FTIR) and measurements on a regional scale (IASI). Comparisons on a regional scale (a domain spanning 35 to 53 ∘ N and 93.75 to 63.75 ∘ W) resulted in r =0.57 and thus a coefficient of determination, which is indicative of the predictive capacity of the model, of r 2 =0.33, but comparing a single model grid point against the FTIR resulted in a poorer correlation, with r 2 =0.13, indicating that a finer spatial resolution is needed for modeling NH 3 .

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,016
Tête enseignante GPT0,195
Écart entre enseignants0,179 · 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'étudeObservationnel
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

Citations22
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAtmospheric measurement techniquesMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207