MétaCan
Menu
Retour à la cohorte
Enregistrement W3167961534

Balance of Emission and Dynamical Controls on Ozone During KORUS-AQ from Multi-Constituent Satellite Data Assimilation

2019· article· en· W3167961534 sur OpenAlexaff
Kazuyuki Miyazaki, Takashi Sekiya, Dejian Fu, K. W. Bowman, S. S. Kulawik, Kengo Sudo, Thomas Walker, Yugo Kanaya, Masayuki Takigawa, Koji Ogochi, Henk Eskes, K. F. Boersma, Anne M. Thompson, Benjamin Gaubert, J. Barré, L. K. Emmons

Notice bibliographique

RevueNASA Technical Reports Server (NASA) · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésOzoneTroposphereEnvironmental scienceTropospheric ozoneData assimilationOzone Monitoring InstrumentAtmospheric sciencesChemical transport modelMicrowave Limb SounderAtmospheric Infrared SounderAir quality indexNOxSatelliteClimatologyAtmospheric chemistryMeteorologyChemistryGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Global multiconstituent concentration and emission fields obtained from the assimilation of the satellite retrievals of ozone, CO, NO2, HNO3, and SO2 from the Ozone Monitoring Instrument (OMI), Global Ozone Monitoring Experiment 2, Measurements of Pollution in the Troposphere, Microwave Limb Sounder, and Atmospheric Infrared Sounder (AIRS)/OMI are used to understand the processes controlling air pollution during the KoreaUnited States Air Quality (KORUSAQ) campaign. Estimated emissions in South Korea were 0.42 Tg N for NOx and 1.1 Tg CO for CO, which were 40% and 83% higher, respectively, than the a priori bottomup inventories, and increased mean ozone concentration by up to 7.5 ± 1.6 ppbv. The observed boundary layer ozone exceeded 90 ppbv over Seoul under stagnant phases, whereas it was approximately 60 ppbv during dynamical conditions given equivalent emissions. Chemical reanalysis showed that mean ozone concentration was persistently higher over Seoul (75.10 ± 7.6 ppbv) than the broader KORUSAQ domain (70.5 ± 9.2 ppbv) at 700 hPa. Large bias reductions (>75%) in the free tropospheric OH show that multiplespecies assimilation is critical for balanced tropospheric chemistry analysis and emissions. The assimilation performance was dependent on the particular phase. While the evaluation of data assimilation fields shows an improved agreement with aircraft measurements in ozone (to less than 5 ppbv biases), CO, NO2, SO2, PAN, and OH profiles, lower tropospheric ozone analysis error was largest at stagnant conditions, whereas the model errors were mostly removed by data assimilation under dynamic weather conditions. Assimilation of new AIRS/OMI ozone profiles allowed for additional error reductions, especially under dynamic weather conditions. Our results show the important balance of dynamics and emissions both on pollution and the chemical assimilation system performance.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,020
Tête enseignante GPT0,243
Écart entre enseignants0,223 · 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

Citations10
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNASA Technical Reports Server (NASA)Même sujetAtmospheric chemistry and aerosolsTravaux en français237 207