Continental and Ecoregion‐Specific Drivers of Atmospheric NO<sub>2</sub> and NH<sub>3</sub> Seasonality Over Africa Revealed by Satellite Observations
Notice bibliographique
Résumé
Abstract Ammonia (NH 3 ) and nitrogen oxides (NO x : nitrogen dioxide [NO 2 ] + nitric oxide [NO]) play important roles in atmospheric chemistry. Throughout most of Africa, emissions of these gases are predominantly from soils and biomass burning. Here we use observations of tropospheric NO 2 vertical column densities (VCDs) from the Ozone Monitoring Instrument from 2005 through 2017 and atmospheric NH 3 VCDs from the Infrared Atmospheric Sounding Interferometer from 2008 through 2017 to evaluate seasonal variation of NO 2 and NH 3 VCDs across Africa and in seven African ecoregions. In regions where mean annual precipitation (MAP) is under 500 mm yr −1 , we find that NO 2 and NH 3 VCDs are positively related to monthly precipitation, and where MAP is between 500 and 1,750 mm yr −1 or higher, NO 2 VCDs are negatively related to monthly precipitation. In dry ecoregions, temperature and precipitation were important predictors of NH 3 and NO 2 VCDs, likely related to variation in soil emissions. In mesic ecoregions, monthly NO 2 VCDs were strongly related to burned area, suggesting that biomass burning drives seasonality. NH 3 VCDs in mesic ecoregions were positively related to both monthly temperature and monthly carbon monoxide (CO) VCDs, suggesting that a mixture of soil and biomass burning emissions influenced NH 3 seasonality. In northern mesic ecoregions, monthly temperature explained most of the variance in monthly NH 3 VCDs, suggesting that soil sources, including animal excreta, determined NH 3 seasonality. In southern mesic ecoregions, monthly CO VCDs explained more variation in NH 3 VCDs than temperature, suggesting that biomass burning may have greater influence over NH 3 seasonality.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».