MétaCan
Menu
← Retour à la cohorte
Enregistrement W3202678150 · doi:10.5194/gmd-2020-380

Grid-independent High Resolution Dust Emissions (v1.0) for ChemicalTransport Models: Application to GEOS-Chem (version 12.5.0)

2020· article· en· W3202678150 sur OpenAlexafffund
Jun Meng, Randall V. Martin, Paul Ginoux, Melanie S. Hammer, Melissa P. Sulprizio, D. A. Ridley, Aaron van Donkelaar

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensDalhousie University
Organismes subventionnairesScience Mission DirectorateGoddard Space Flight CenterCompute CanadaRES’EAU-WaterNETNational Institute of Advanced Industrial Science and TechnologyWashington University in St. LouisNational Aeronautics and Space Administration
Mots-clésAERONETEnvironmental scienceChemical transport modelMineral dustMeteorologyRemote sensingGridEmission inventoryAerosolAir quality indexGeography

Résumé

récupéré en direct d'OpenAlex

Abstract. The nonlinear dependence of the dust saltation process on wind speed poses a challenge for models of varying resolutions. This challenge is of particular relevance for the next generation of chemical transport models with nimble capability for multiple resolutions. We develop and apply a method to harmonize dust emissions across simulations of different resolutions by generating offline grid-independent dust emissions driven by native high-resolution meteorological fields. We implement into the GEOS-Chem chemical transport model a high-resolution dust source function to generate updated offline dust emissions. These updated offline dust emissions based on high-resolution meteorological fields can better resolve weak dust source regions, such as in southern South America, southern Africa, and the southwestern United States. Identification of an appropriate dust emission strength is facilitated by the resolution independence of offline emissions. We find that the performance of simulated aerosol optical depth (AOD) versus measurements from the AERONET network and satellite remote sensing improves significantly when using the updated offline dust emissions with the total global annual dust emission strength of 2,000 Tg yr−1 rather than the standard online emissions in GEOS-Chem. The offline high-resolution dust emissions are easily implemented in chemical transport models. The source code is available online through GitHub: https://github.com/Jun-Meng/geos-chem/tree/v11-01-Patches-UniCF-vegetation . The global offline high resolution dust emission inventory is freely available (see Code and Data Availability section).

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,104

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0030,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0310,013

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 Opus0,022
Tête enseignante GPT0,210
Écart entre enseignants0,188 · 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'étudeSimulation ou modélisation
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

Citations3
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetAtmospheric chemistry and aerosols→Travaux en français237 207→