The influence of boreal biomass burning emissions on the distribution of tropospheric ozone over North America and the North Atlantic during 2010
Notice bibliographique
Résumé
Abstract. We analyse the tropospheric ozone distribution over North America and the North Atlantic to boreal biomass burning emissions during the summer of 2010 using the GEOS-Chem 3-D global tropospheric chemical transport model, and observations from in situ and satellite instruments. In comparison to observations from the PICO-NARE observatory in the Azores, ozonesondes across Canada, and the Tropospheric Emission Spectrometer (TES) and Infrared Atmospheric Sounding Instrument (IASI) satellite instruments, the model ozone distribution is shown to be in reasonable agreement with mean biases less than 10 ppbv. We use the adjoint of GEOS-Chem to show the model ozone distribution in the free troposphere over Maritime Canada is largely sensitive to NOx emissions from biomass burning sources in Central Canada, lightning sources in the central US, and anthropogenic sources in eastern US and south-eastern Canada. We also use the adjoint of GEOS-Chem to evaluate the Fire Locating And Monitoring of Burning Emissions (FLAMBE) inventory through assimilation of CO observations from the Measurements Of Pollution In The Troposphere (MOPITT) satellite instrument. The CO inversion showed that, on average the FLAMBE emissions needed to be reduced to 89 % of their original values, with scaling factors ranging from 12 % to 102 %, to fit the MOPITT observations in the boreal regions. Applying the CO scaling factors to all species emitted from boreal biomass burning sources led to a decrease of the model tropospheric distributions of CO, PAN, and NOx by as much as −20 ppbv, −50 ppbv, and −20 ppbv respectively. The impact of optimizing the biomass burning emissions was to reduce the model ozone distribution by approximately −3 ppbv (−8 %) and on average improved the agreement of the model ozone distribution compared to the observations throughout the free troposphere reducing the mean model bias from 5.5 to 4.0 ppbv for the PICO-NARE observatory, 3.0 to 0.9 ppbv for ozonesondes, 2.0 to 0.9 ppbv for TES, and 2.8 to 1.4 ppbv for IASI.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».