MétaCan
Menu
Retour à la cohorte
Enregistrement W4242632495 · doi:10.5194/acp-2020-804

Simulation of radon-222 with the GEOS-Chem global model: Emissions, seasonality, and convective transport

2020· preprint· en· W4242632495 sur OpenAlexfundaboutno aff
Bo Zhang, Hongyu Liu, J. H. Crawford, Gao Chen, T. D. Fairlie, Scott Chambers, Chang‐Hee Kang, Alastair G. Williams, Kai Zhang, David B. Considine, Melissa P. Sulprizio, Robert M. Yantosca

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineHealth Professions
ThématiqueRadioactivity and Radon Measurements
Établissements canadiensnon disponible
Organismes subventionnairesPacific Northwest National LaboratoryHarvard UniversityDalhousie UniversityBattelleNational Aeronautics and Space AdministrationU.S. Department of Energy
Mots-clésTroposphereChemical transport modelAdvectionConvectionSeasonalityAtmospheric sciencesEnvironmental scienceClimatologyLatitudeMeteorologyFlux (metallurgy)PhysicsGeologyChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract. Radon-222 (222Rn) is a short-lived radioactive gas naturally emitted from land surfaces, and has long been used to assess convective transport in atmospheric models. In this study, we simulate 222Rn using the GEOS-Chem chemical transport model to improve our understanding of 222Rn emissions and surface concentration seasonality, and characterize convective transport associated with two Goddard Earth Observing System (GEOS) meteorological products, MERRA and GEOS-FP. We evaluate four global 222Rn emission scenarios by comparing model results with observations at 51 surface sites. The default emission scenario in GEOS-Chem yields a moderate agreement with surface observations globally ( 80 % data within a factor of 2), and reasonable agreement in Asia (close to 70 %). Further constraints on 222Rn emissions would require additional concentration and emission flux observations in the central U.S., Canada, Africa, and Asia. We also compare and assess convective transport in model simulations driven by MERRA and GEOS-FP using observed 222Rn vertical profiles in northern mid-latitude summer, and from three short-term airborne campaigns. While simulations with both GEOS products are able to capture the observed vertical gradient of 222Rn concentrations in the lower troposphere (0–4 km), neither correctly represents the level of convective detrainment, resulting in biases in the middle and upper troposphere. Compared with GEOS-FP, MERRA leads to stronger convective transport of 222Rn, which is partially compensated by its weaker large-scale vertical advection, resulting in similar global vertical distributions of 222Rn concentrations between the two simulations. This has important implications for using chemical transport models to interpret the transport of other trace species when these GEOS products are used as driving meteorology.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,107

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,136
Tête enseignante GPT0,422
Écart entre enseignants0,286 · 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

Citations5
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetRadioactivity and Radon MeasurementsTravaux en français237 207