MétaCan
Menu
Retour à la cohorte
Enregistrement W4313827600 · doi:10.3390/rs15020367

Spatiotemporal Distribution of CO in the UTLS Region in the Asian Summer Monsoon Season: Analysis of MLS Observations and CMIP6 Simulations

2023· article· en· W4313827600 sur OpenAlexaff
Ziling Liang, Fangrui Zhu, Tian Liang, Fuhai Luo, Jiali Luo

Notice bibliographique

RevueRemote Sensing · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric Ozone and Climate
Établissements canadiensMcGill University
Organismes subventionnairesScience and Technology Program of Gansu ProvinceNational Oceanic and Atmospheric AdministrationChinese Academy of SciencesNational Natural Science Foundation of ChinaNational Aeronautics and Space Administration
Mots-clésClimatologyEnvironmental scienceStratosphereAnticycloneTroposphereGeopotential heightMonsoonClimate modelAtmospheric sciencesCoupled model intercomparison projectMeteorologyPrecipitationClimate changeGeologyGeography

Résumé

récupéré en direct d'OpenAlex

In this study, CO is used as a tracer to evaluate the chemical field related to the Asian summer monsoon anticyclone (ASMA) in the upper troposphere and lower stratosphere (UTLS) region simulated by Coupled Model Intercomparison Project Phase 6 (CMIP6) climate models from a multi-spatiotemporal perspective. The results show that the simulations of the six selected CMIP6 global climate models are well correlated with the MLS observations, while each model has its own advantages and disadvantages in the simulation of the ASMA and related chemical and geopotential height fields. Compared with MLS data, all six CMIP6 models can reasonably simulate the high CO values and the corresponding anticyclone, although certain biases exist in the simulations. Each model output has certain degrees of deviation in the simulation of the ASMA center position. In terms of time series, the six CMIP6 global models all exhibit an interannual variation CO mixing ratio over the ASM region while the interannual variation features are different from that in MLS. In general, it is impossible to identify a single determined model that can well reproduce the observations. In future work to assess the development trend and location of the ASMA, simulations of CESM2-WACCM and GFDL-ESM4 might be used due to their better performance than other models.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,061
Tête enseignante GPT0,279
Écart entre enseignants0,218 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRemote SensingMême sujetAtmospheric Ozone and ClimateTravaux en français237 207