Development of aerosol optical properties for improving the MESSy photolysis module in the GEM-MACH v2.4 air quality model and application for calculating photolysis rates in a biomass burning plume
Notice bibliographique
Résumé
Abstract. The photolysis module in Environment and Climate Change Canada's online chemical transport model GEM-MACH (GEM: Global Environmental Multi-scale – MACH: Modelling Air quality and Chemistry) was improved to make use of the online size and composition-resolved representation of atmospheric aerosols and relative humidity in GEM-MACH, to account for aerosol attenuation of radiation in the photolysis calculation. We coupled both the GEM-MACH aerosol module and the MESSy-JVAL (Modular Earth Submodel System) photolysis module, through the use of the online aerosol modeled data and a new Mie lookup table for the model-generated extinction efficiency, absorption and scattering cross sections of each aerosol type. The new algorithm applies a lensing correction factor to the black carbon absorption efficiency (core-shell parameterization) and calculates the scattering and absorption optical depth and asymmetry factor of black carbon, sea salt, dust and other internally mixed components. We carried out a series of simulations with the improved version of MESSy-JVAL and wildfire emission inputs from the Canadian Forest Fire Emissions Prediction System (CFFEPS) for 2 months, compared the model aerosol optical depth (AOD) output to the previous version of MESSy-JVAL, satellite data, ground-based measurements and reanalysis products, and evaluated the effects of AOD calculations and the interactive aerosol feedback on the performance of the GEM-MACH model. The comparison of the improved version of MESSy-JVAL with the previous version showed significant improvements in the model performance with the implementation of the new photolysis module and with adopting the online interactive aerosol concentrations in GEM-MACH. Incorporating these changes to the model resulted in an increase in the correlation coefficient from 0.17 to 0.37 between the GEM-MACH model AOD 1-month hourly output and AERONET (Aerosol Robotic Network) measurements across all the North American sites. Comparisons of the updated model AOD with AERONET measurements for selected Canadian urban and industrial sites, specifically, showed better correlation coefficients for urban AERONET sites and for stations located further south in the domain for both simulation periods (June and January 2018). The predicted monthly averaged AOD using the improved photolysis module followed the spatial patterns of MERRA-2 reanalysis (Modern-Era Retrospective analysis for Research and Applications – version 2), with an overall underprediction of AOD over the common domain for both seasons. Our study also suggests that the domain-wide impacts of direct and indirect effect aerosol feedbacks on the photolysis rates from meteorological changes are considerably greater (3 to 4 times) than the direct aerosol optical effect on the photolysis rate calculations.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 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 ».