MétaCan
Menu
Retour à la cohorte
Enregistrement W4226215617 · doi:10.5194/amt-14-7929-2021

Biomass burning nitrogen dioxide emissions derived from space with TROPOMI: methodology and validation

2021· article· en· W4226215617 sur OpenAlexaff
Debora Griffin, C. A. McLinden, Enrico Dammers, C. Adams, Chelsea E. Stockwell, C. Warneke, Ilann Bourgeois, Jeff Peischl, Thomas B. Ryerson, Kyle J. Zarzana, Jake P. Rowe, Rainer Volkamer, Christoph Knote, Natalie Kille, Theodore K. Koenig, Christopher F. Lee, Andrew W. Rollins, Pamela S. Rickly, Jack Chen, Lukas Fehr, Adam Bourassa, D. A. Degenstein, Katherine Hayden, Cristian Mihele, Sumi N. Wren, John Liggio, Ayodeji Akingunola, Paul A. Makar

Notice bibliographique

RevueAtmospheric measurement techniques · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensGovernment of AlbertaUniversity of SaskatchewanEnvironment and Climate Change Canada
Organismes subventionnairesNetherlands Space OfficeEuropean Space AgencyNational Oceanic and Atmospheric AdministrationNational Science Foundation
Mots-clésEnvironmental scienceAir quality indexSatellitePlumeAtmospheric sciencesAerosolEmission inventoryTroposphereNitrogen dioxideNOxMeteorologyAir pollutionRemote sensingCombustion

Résumé

récupéré en direct d'OpenAlex

Abstract. Smoke from wildfires is a significant source of air pollution, which can adversely impact air quality and ecosystems downwind. With the recently increasing intensity and severity of wildfires, the threat to air quality is expected to increase. Satellite-derived biomass burning emissions can fill in gaps in the absence of aircraft or ground-based measurement campaigns and can help improve the online calculation of biomass burning emissions as well as the biomass burning emissions inventories that feed air quality models. This study focuses on satellite-derived NOx emissions using the high-spatial-resolution TROPOspheric Monitoring Instrument (TROPOMI) NO2 dataset. Advancements and improvements to the satellite-based determination of forest fire NOx emissions are discussed, including information on plume height and effects of aerosol scattering and absorption on the satellite-retrieved vertical column densities. Two common top-down emission estimation methods, (1) an exponentially modified Gaussian (EMG) and (2) a flux method, are applied to synthetic data to determine the accuracy and the sensitivity to different parameters, including wind fields, satellite sampling, noise, lifetime, and plume spread. These tests show that emissions can be accurately estimated from single TROPOMI overpasses. The effect of smoke aerosols on TROPOMI NO2 columns (via air mass factors, AMFs) is estimated, and these satellite columns and emission estimates are compared to aircraft observations from four different aircraft campaigns measuring biomass burning plumes in 2018 and 2019 in North America. Our results indicate that applying an explicit aerosol correction to the TROPOMI NO2 columns improves the agreement with the aircraft observations (by about 10 %–25 %). The aircraft- and satellite-derived emissions are in good agreement within the uncertainties. Both top-down emissions methods work well; however, the EMG method seems to output more consistent results and has better agreement with the aircraft-derived emissions. Assuming a Gaussian plume shape for various biomass burning plumes, we estimate an average NOx e-folding time of 2 ±1 h from TROPOMI observations. Based on chemistry transport model simulations and aircraft observations, the net emissions of NOx are 1.3 to 1.5 times greater than the satellite-derived NO2 emissions. A correction factor of 1.3 to 1.5 should thus be used to infer net NOx emissions from the satellite retrievals of NO2.

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)0,002
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: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,048
Tête enseignante GPT0,246
Écart entre enseignants0,197 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations65
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAtmospheric measurement techniquesMême sujetAtmospheric chemistry and aerosolsTravaux en français237 207