Comment on egusphere-2023-704
Notice bibliographique
Résumé
Abstract. The capability of chemical transport models to represent fine particulate matter (PM2.5) over the course of a day is of vital importance for air quality simulation and assessment. In this work, we used the nested GEOS-Chem model at 0.25° × 0.3125° resolution to simulate the diel (24 h) variation in PM2.5 mass concentrations over the United States (US) in 2016. We evaluate the simulations with in situ measurements from a national monitoring network. Our base case simulation broadly reproduces the observed morning peak, afternoon dip and evening peak of PM2.5, matching the timings of these features within 1–3 hours. However, the simulated PM2.5 diel amplitude in our base case was 105 % biased high relative to observations. We find that temporal resolution of emissions, differences in vertical representativeness between model and observations, as well as boundary layer mixing are the major causes for this inconsistency. We applied an hourly anthropogenic emission inventory and converted the PM2.5 masses from model level center to the height of surface measurements by correcting for aerodynamic resistance. The biases in the PM2.5 diel amplitude were reduced to 25 % in the improved simulation and the timing of diel variations were better captured. In addition, notable sensitivity of the simulated diel amplitude of PM2.5 (8 %) on the boundary layer height in the driving met fields were identified. Based on the improved model, we find that the diel variation in PM2.5 is driven by 1) building up of PM2.5 in early morning due to increasing anthropogenic emissions into a shallow mixed layer, 2) decreasing PM2.5 from mid-morning through afternoon associated with mixed layer growth, 3) increasing PM2.5 from mid-afternoon though evening as emissions persist into a collapsing mixed layer, and 4) decreasing PM2.5 overnight as emissions diminish.
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 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,019 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,361 | 0,263 |
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 ».