Evaluation of a regional air quality forecast model for tropospheric NO <sub>2</sub> columns using the OMI/AURA satellite tropospheric NO <sub>2</sub> product
Notice bibliographique
Résumé
Abstract. Results from a regional air quality forecast model, AIRPACT-3, are compared to OMI tropospheric NO2 integrated column densities for an 18 month period over the Pacific Northwest. AIRPACT column densities were well correlated with cloud-free monthly averages of tropospheric NO2 (R=0.75) to NASA retrievals for months without wildfires, but were poorly correlated with significant model overpredictions (R=0.21) for months with wildfires when OMI and AIRPACT were compared over the entire domain. AIRPACT forecasted higher NO2 in some US urban areas, and lower NO2 in many Canadian urban areas, when compared to OMI. There are significant changes in results after spatially averaging model results to the daily OMI swath. Also, it is shown that applying the averaging kernel to model results in cloudy conditions has a large effect, but applying the averaging kernel in cloud free conditions has little effect. The KNMI and NASA retrievals of tropospheric NO2 from OMI (collection 3) are compared. The NASA product is shown to be significantly different than the KNMI tropospheric NO2 product, i.e. July 2007 (R=0.60) and January 2008 (R=0.69).
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,000 |
| 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 ».