Large spread across AeroCom Phase II models in simulating black carbon in melting snow over Arctic sea ice
Notice bibliographique
Résumé
Over two dozen global atmospheric chemistry models contributing to the Aerosol Comparisons between Observations and Models (AeroCom) project were used in this study to drive the Los Alamos sea ice model to simulate the black carbon (BC) concentration in melting snow on Arctic sea ice. Measurements of BC during the melting season show concentrations in the range 2.8–41.6 ng•g−1 (average: 15.3 ng•g−1) in the central Arctic Ocean and Canada Basin. Most results from models contributing to the Phase I project were within the 25th and 75th percentiles of the observations, and the multimodel mean was slightly lower than that of the observations. In contrast, there was larger divergence among the Phase II model simulations and the mean value of BC was overestimated. The multimodel mean bias was −3.1 (−11.2 to +6.7) ng•g−1 for Phase I models and +3.9 (−9.5 to +21.3) ng•g−1 for Phase II models. The differences between the models of the two phases were probably attributable to the updated aerosol scheme in the new contributions, in which removal processes are parameterized by considering the actual dimensions and chemical compositions of the particles. This means the removal mechanism acts in a way that is more selective and leads to more BC particles being transported to the Arctic. In addition, higher spatial resolution could be another important reason for overestimation of BC concentration in snow in Phase II models. Citation:Pan S F, Duan M K. Large spread across AeroCom Phase II models in simulating black carbon in melting snow over Arctic sea ice. Adv Polar Sci, 2020, 31(4): 291-298, doi: 10.13679/j.advps.2020.0026
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».