MétaCan
Menu
Retour à la cohorte
Enregistrement W4310633398 · doi:10.5194/acp-22-15263-2022

Atmospheric particle abundance and sea salt aerosol observations in the springtime Arctic: a focus on blowing snow and leads

2022· article· en· W4310633398 sur OpenAlexaff
Qianjie Chen, Jessica A. Mirrielees, Sham Thanekar, Nicole Loeb, Rachel M. Kirpes, Lucia M. Upchurch, Anna J. Barget, Nurun Nahar Lata, A. R. W. Raso, Stephen M. McNamara, Swarup China, Patricia K. Quinn, Andrew P. Ault, Aaron Kennedy, P. B. Shepson, José D. Fuentes, Kerri A. Pratt

Notice bibliographique

RevueAtmospheric chemistry and physics · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesBiological and Environmental ResearchOffice of Polar ProgramsNational Aeronautics and Space Administration
Mots-clésSnowAtmospheric sciencesAerosolSea spraySea saltWind speedEnvironmental scienceSea salt aerosolArcticSea iceClimatologyMeteorologyOceanographyGeologyGeography

Résumé

récupéré en direct d'OpenAlex

Sea salt aerosols play an important role in the radiation budget and atmospheric composition over the Arctic, where the climate is rapidly changing. Previous observational studies have shown that Arctic sea ice leads are an important source of sea salt aerosols, and modeling efforts have also proposed blowing snow sublimation as a source. In this study, size-resolved atmospheric particle number concentrations and chemical composition were measured at the Arctic coastal tundra site of Utqiaġvik, Alaska, during spring (3 April–7 May 2016). Blowing snow conditions were observed during 25 % of the 5-week study period and were overpredicted by a commonly used blowing snow parameterization based solely on wind speed and temperature. Throughout the study, open leads were present locally. During periods when blowing snow was observed, significant increases in the number concentrations of 0.01–0.06 µm particles (factor of 6, on average) and 0.06–0.3 µm particles (67 %, on average) and a significant decrease (82 %, on average) in 1–4 µm particles were observed compared to low wind speed periods. These size distribution changes were likely caused by the generation of ultrafine particles from leads and/or blowing snow, with scavenging of supermicron particles by blowing snow. At elevated wind speeds, both submicron and supermicron sodium and chloride mass concentrations were enhanced, consistent with wind-dependent local sea salt aerosol production. At moderate wind speeds below the threshold for blowing snow as well as during observed blowing snow, individual sea spray aerosol particles were measured. These individual salt particles were enriched in calcium relative to sodium in seawater due to the binding of this divalent cation with organic matter in the sea surface microlayer and subsequent enrichment during seawater bubble bursting. The chemical composition of the surface snowpack also showed contributions from sea spray aerosol deposition. Overall, these results show the contribution of sea spray aerosol production from leads on both aerosols and the surface snowpack. Therefore, if blowing snow sublimation contributed to the observed sea salt aerosol, the snow being sublimated would have been impacted by sea spray aerosol deposition rather than upward brine migration through the snowpack. Sea spray aerosol production from leads is expected to increase, with thinning and fracturing of sea ice in the rapidly warming Arctic.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,073
Score d'incertitude au seuil0,145

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,011
Tête enseignante GPT0,196
Écart entre enseignants0,185 · 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'étudeObservationnel
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

Citations29
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAtmospheric chemistry and physicsMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207