Retrieval of Aged Biomass-Burning Aerosol Properties by Using GRASP Code in Synergy with Polarized Micro-Pulse Lidar and Sun/Sky Photometer
Notice bibliographique
Résumé
The aim of this study was to analyze the potential of the GRASP code to retrieve optical and microphysical properties vertically-resolved using a synergy of polarized Micro-Pulse Lidar and Sun/sky photometer observations. The focus was on the long-range transport of Canadian aged-smoke plumes observed at El Arenosillo/Huelva (Spain) from 7 to 8 September 2017. Both the columnar and height-resolved microphysical and optical properties were assessed in comparison with AERONET data and vertical lidar-retrieved profiles, respectively. In particular, the vertical properties were also derived using the POLIPHON approach, which serves as a comparison for GRASP retrievals. The retrieved columnar aerosol microphysical properties (volume concentration and effective radius) showed an excellent agreement, with negligible differences, and were within the uncertainties. Nevertheless, for the retrieved columnar optical properties, we could only perform an individual comparison, due to the strong AERONET limitations, and although the agreements were generally good, no conclusions were obtained, due to differences in the real refractive index and due to the large uncertainties obtained in the retrievals. For the vertical profiles, however, we present a large advance that permits obtaining aerosol backscatter and extinction coefficients, plus volume concentrations, without the need for internal assumptions (extinction-to-backscatter ratios and depolarization measurements), due to the very good agreement observed between GRASP and the lidar-derived methodologies. However, the separation of the properties into their fine and coarse modes was not feasible using the one-wavelength elastic lidar measurements with the GRASP retrieval configuration used in this work. Therefore, current studies are being addressed to assessing the introduction of lidar depolarization in the GRASP code as an encouraged added-value, for the improvement of the retrieval of vertical aerosol properties.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».