Meteorological conditions favourable for strong aerosol impacts on clouds
Notice bibliographique
Résumé
Pollution tracks in clouds induced by anthropogenic aerosols (Toll et al 2019, Nature, https://doi.org/10.1038/s41586-019-1423-9) are visually detectable ship-track-like quasi-linear polluted cloud features in satellite imagery. Pollution tracks provide a direct way to study aerosol-cloud interactions, the most uncertain mechanism of anthropogenic climate forcing. Here, we study environmental conditions favourable for pollution tracks’ formation. We use meteorological data from in-situ observations and ERA5 reanalysis and cloud properties derived from MODIS retrievals over the period 2000-2019. We detected pollution track occurrences at the anthropogenic air pollution hot spots of Norilsk and Cherepovec in Russia and Thompson in Canada. In Norilsk, there are large Nickel smelters, in Cherepovec, a steel manufacturing plant, and in Thompson nickel mining and milling operations take place. We compare the meteorological conditions of track-days to cloudy no-track-days. Depending on the studied location, polluted cloud tracks occur 2.7% to 3.5% of the time. Preliminary results show track formation dependence on large-scale dynamical situation, atmospheric stability, unperturbed cloud properties and relative humidity below and above clouds. The track formation could be limited by aerosols, aerosol vertical transport and activation or cloud susceptibility. Our results help to reduce the uncertainty associated with the anthropogenic aerosol impacts on clouds.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».