Notice bibliographique
Résumé
Abstract. There is growing recognition that high latitude dust (HLD), originating from local, drainage-basin flows, is the dominant source for certain important phenomena such as particle deposition on snow / ice. The analysis of such local plumes (including a better exploitation of remote sensing data) has been targeted as a key aerosol issue by the HLD community. The sub-Arctic Lhù’ààn Mân’ (Kluane Lake) region in the Canadian Yukon is subject to regular drainage, wind-induced dust plumes. This dust emission site is one of many current and potential proglacial dust sources in the Canadian North. In situ ground-based measurements are, due to constraints in accessing these types of regions, rare. Ground- and satellite-based remote sensing accordingly play an important role in helping characterize local dust sources in the Arctic and sub-Arctic. We compared ground-based, passive and active remote sensing springtime (May 2019) retrievals with microphysical surface-based measurements in the Lhù’ààn Mân’ region in order to better understand the potential for ground- and satellite-based remote sensing of HLD plumes. This included correlation analyzes between ground-based coarse mode (CM) aerosol optical depth (AOD) retrievals from AERONET AOD spectra, CM AODs derived from co-located Doppler lidar profiles and OPS (Optical Particle Sizer) surface measurements of CM particle-volume concentration (vc (0)). An automated dust classification scheme was developed to objectively identify local dust events. The classification process helped distinguish lidar-derived CM AODs which co-varied with vdust (0) (during recognized dust events) and those that varied at the same columnar scale as AERONET-derived CM AOD (and thus could be remotely sensed). False positive cloud events for which dust-induced, high frequency variations in lidar-derived CM AODs in cloudless atmospheres indicated that the AERONET cloud-screening process was rejecting CM dust AODs. The persistence of a positive lidar ratio bias in comparing the CIMEL/lidar-derived value with a prescribed value obtained from OPS-derived particle sizes coupled with dust-speciation-derived refractive indices led to the suggestion that the prescribed value could be increased to optically-derived values of 20 sr by the presence of optically significant dust particles at an effective radius of 11–12 µm. Bimodal CM PSDs from full-fledged AERONET inversions (the combination of AOD spectra and almucantar radiances) also showed CM peaks at ~ 1.3 µm and 5–6.6 µm radius: this, we argued, was associated with springtime Asian dust and Lhù’ààn Mân’ dust, respectively. Correlations between the CIMEL-derived fine mode (FM) AOD and FM OPS-derived particle-volume concentration suggest that remote sensing techniques can be employed to monitor FM dust (which is arguably a better indicator of the long-distance transport of HLD).
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 | 0,002 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,026 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,188 | 0,187 |
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 ».