Evaluation of climate model aerosol trends with ground-based observations over the last two decades – an AeroCom and CMIP6 analysis
Notice bibliographique
Résumé
Abstract. This study presents a multi-parameter analysis of aerosol trends over the last two decades at regional and global scales. Regional time series have been computed for a set of nine optical, chemical composition and mass aerosol properties by using the observations of several ground-based networks. From these regional time series the aerosol trends have been derived for different regions of the world. Most of the properties related to aerosol loading exhibit negative trends, both at the surface and in the total atmospheric column. Significant decreases of aerosol optical depth (AOD) are found in Europe, North America, South America and North Africa, ranging from −1.3 %/yr to −3.1 %/yr. An error and representativity analysis of the incomplete observational data has been performed using model data subsets in order to investigate how likely the observed trends represent the actual trends happening in the regions over the full study period from 2000 to 2014. This analysis reveals that significant uncertainty is associated with some of the regional trends due to time and space sampling deficiencies. The set of observed regional trends has then been used for the evaluation of the climate models and their skills in reproducing the aerosol trends. Model performance is found to vary depending on the parameters and the regions of the world. The models tend to capture trends in AOD, column Angstrom exponent, sulfate and particulate matter well (except in North Africa), but show larger discrepancies for coarse mode AOD. The rather good agreement of the trends, across different aerosol parameters between models and observations, when co-locating them in time and space, implies that global model trends, including those in poorly monitored regions, are likely correct. The models can help to provide a global picture of the aerosol trends by filling the gaps in regions not covered by observations. The calculation of aerosol trends at a global scale reveals a different picture from the one depicted by solely relying on ground based observations. Using a model with complete diagnostics (NorESM2) we find a global increase of AOD of about 0.2 %/yr between 2000 and 2014, primarily caused by an increase of the loads of organic aerosol, sulfate and black carbon.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».