MétaCan
Menu
← Retour à la cohorte
Enregistrement W4280649530 · doi:10.5194/acp-2022-319

Arctic tropospheric ozone: assessment of current knowledge and model performance

2022· preprint· en· W4280649530 sur OpenAlexaff
Cynthia Whaley, Kathy S. Law, J. Hjorth, Henrik Skov, S. R. Arnold, Joakim Langner, Jakob Boyd Pernov, Rong‐You Chien, Jesper Heile Christensen, Makoto Deushi, Xinyi Dong, G. Faluvegi, M. Flanner, Joshua S. Fu, Michael Gauss, Ulaş İm, Louis Marelle, Tatsuo Onishi, Naga Oshima, David A. Plummer, Luca Pozzoli, Jean‐Christophe Raut, Ragnhild Bieltvedt Skeie, Manu Anna Thomas, Kostas Tsigaridis, Svetlana Tsyro, Steven T. Turnock, Knut von Salzen, D. W. Tarasick

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric Ozone and Climate
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesEnergistyrelsenNatural Environment Research CouncilMiljøstyrelsenMinistry of Land, Infrastructure, Transport and TourismGrand Équipement National De Calcul IntensifNaturvårdsverketEnvironmental Restoration and Conservation AgencySight Research UKNordisk MinisterrådJapan Society for the Promotion of ScienceMiljø- og FødevareministerietAarhus Universitet
Mots-clésTroposphereArcticTropospheric ozoneEnvironmental scienceArctic geoengineeringAtmospheric sciencesOzone depletionClimatologyTropopauseClimate modelOzoneClimate changeMeteorologyOceanographyArctic ice packGeographyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract. As the third most important greenhouse gas (GHG) after CO2 and methane, tropospheric ozone (O3) is also an air pollutant causing damage to human health and ecosystems. This study brings together recent research on observations and modeling of tropospheric O3 in the Arctic, a rapidly warming and sensitive environment. At different locations in the Arctic, the observed surface O3 seasonal cycles are quite different. Coastal Arctic locations, for example, have a minimum in the springtime due to O3 depletion events resulting from surface bromine chemistry. In contrast, other Arctic locations have a maximum in the spring. The 12 state-of-the-art models used in this study lack the surface halogen chemistry needed to simulate coastal Arctic surface O3 depletion in the springtime, however, the multi-model median (MMM) has accurate seasonal cycles at non-coastal Arctic locations. There is a large amount of variability among models, which has been reported previously, and we show that there continues to be no convergence among models, nor improved accuracy in simulating tropospheric O3 and its precursor species. The MMM underestimates Arctic surface O3 by 5 % to 15 % depending on the location. The vertical distribution of tropospheric O3 is studied from recent ozonesonde measurements and the models. The models are highly variable, simulating free-tropospheric O3 within a range of +/- 50 % depending on the model and the altitude. The MMM performs best, within +/- 8 % at most locations and seasons. However, nearly all models overestimate O3 near the tropopause (~300 hPa or ~8 km), likely due to ongoing issues with underestimating the altitude of the tropopause and excessive downward transport of stratospheric O3 at high latitudes. For example, the MMM is biased high by about 20 % at Eureka. Observed and simulated O3 precursors (CO, NOx and reservoir PAN) are evaluated throughout the troposphere. Models underestimate wintertime CO everywhere, likely due to a combination of underestimating CO emissions and possibly overestimating OH. Throughout the vertical profile (compared to aircraft measurements), the MMM underestimates both CO and NOx but overestimates PAN. Perhaps as a result of competing deficiencies, the MMM O3 matches the observed O3 reasonably well. Our findings suggest that despite model updates over the last decade , model results are as highly variable as ever, and have not increased in accuracy for representing Arctic tropospheric.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,086
Score d'incertitude au seuil0,171

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0020,001
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 Opus0,029
Tête enseignante GPT0,292
Écart entre enseignants0,263 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAtmospheric Ozone and Climate→Travaux en français237 207→