Arctic spring and summertime aerosol optical depth baseline from long-term observations and model reanalyses – Part 1: Climatology and trend
Notice bibliographique
Résumé
We present an Arctic aerosol optical depth (AOD) climatology and trend analysis for 2003–2019 spring and summertime periods derived from a combination of multi-agency aerosol reanalyses, remote-sensing retrievals, and ground observations. This includes the U.S. Navy Aerosol Analysis and Prediction System ReAnalysis version 1 (NAAPS-RA v1), the NASA Modern-Era Retrospective Analysis for Research and Applications, version 2 (MERRA-2), and the Copernicus Atmosphere Monitoring Service ReAnalysis (CAMSRA). Spaceborne remote-sensing retrievals of AOD are considered from the Moderate Resolution Imaging Spectroradiometer (MODIS), the Multi-angle Imaging SpectroRadiometer (MISR), and the Cloud-Aerosol Lidar with Orthogonal Polarization (CALIOP). Ground-based data include sun photometer data from AErosol RObotic NETwork (AERONET) sites and oceanic Maritime Aerosol Network (MAN) measurements. Aerosol reanalysis AODs and spaceborne retrievals show consistent climatological spatial patterns and trends for both spring and summer seasons over the lower Arctic (60–70 ∘ N). Consistent AOD trends are also found for the high Arctic (north of 70 ∘ N) from reanalyses. The aerosol reanalyses yield more consistent AOD results than climate models, can be verified well with AERONET, and corroborate complementary climatological and trend analysis. Speciated AODs are more variable than total AOD among the three reanalyses and a little more so for March–May (MAM) than for June–August (JJA). Black carbon (BC) AOD in the Arctic comes predominantly from biomass burning (BB) sources in both MAM and JJA, and BB overwhelms anthropogenic sources in JJA for the study period. AOD exhibits a multi-year negative MAM trend and a positive JJA trend in the Arctic during 2003–2019, due to an overall decrease in sulfate/anthropogenic pollution and a significant JJA increase in BB smoke. Interannual Arctic AOD variability is significantly large, driven by fine-mode and, specifically, BB smoke, with both smoke contribution and interannual variation larger in JJA than in MAM. It is recommended that climate models should account for BB emissions and BB interannual variabilities and trends in Arctic climate change studies.
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 | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 0,001 |
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 ».