Comment on “Observation of large and all-season ozone losses over the tropics” [AIP Adv. 12, 075006 (2022)]
Notice bibliographique
Résumé
Lu (2022) (hereafter L2022) used the Trajectory-mapped Ozonesonde dataset for the Stratosphere and Troposphere (TOST) to argue that there has been very substantial ozone depletion (>80%) in the tropical (30°S–30°N) lower stratosphere (LS) since the 1960s. This was labeled a “large and all-season ozone hole.” Here, we show that this claim is false due to erroneously large tropical ozone values in the interpolated sparse historical TOST data. In addition, L2022 repeats the suggestion made in a number of the author’s earlier papers that cosmic rays are involved in stratospheric ozone depletion. This claim is also not valid; a huge body of work has explained the observed stratospheric ozone depletion through a well-established gas phase and heterogeneous chemistry following the emission of ozone-depleting substances (ODSs) through human activities. We expand on these points below. In particular, we present a simple analysis of the TOST dataset used by L2022 and show its unsuitability for the application performed. In contrast, we then summarize the much smaller observed variations in ozone in the tropical LS based on many international efforts of data validation and quality assurance, which are not cited by L2022. We then discuss flaws in the cosmic-ray electron-induced mechanism proposed by L2022 as being the main driver of stratospheric ozone losses.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,002 | 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 tête enseignante, 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 ».