MétaCan
Menu
Retour à la cohorte
Enregistrement W4386465976 · doi:10.5194/gmd-16-5069-2023

Passive-tracer modelling at super-resolution with Weather Research and Forecasting – Advanced Research WRF (WRF-ARW) to assess mass-balance schemes

2023· article· en· W4386465976 sur OpenAlexafffund
Sepehr Fathi, Mark Gordon, Yongsheng Chen

Notice bibliographique

RevueGeoscientific model development · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensYork UniversityEnvironment and Climate Change Canada
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlliance de recherche numérique du CanadaEnvironment and Climate Change Canada
Mots-clésWeather Research and Forecasting ModelDownscalingMeteorologyEnvironmental scienceTerrainTemporal resolutionGridPrecipitationPhysicsGeography

Résumé

récupéré en direct d'OpenAlex

Abstract. Super-resolution atmospheric modelling can be used to interpret and optimize environmental observations during top-down emission rate retrieval campaigns (e.g. aircraft-based) by providing complementary data that closely correspond to real-world atmospheric pollution transport and dispersion conditions. For this work, super-resolution model simulations with large-eddy-simulation sub-grid-scale parameterization were developed and implemented using WRF-ARW (Weather Research and Forecasting - Advanced Research WRF). We demonstrate a series of best practices for improved (realistic) modelling of atmospheric pollutant dispersion at super-resolutions. These include careful considerations for grid quality over complex terrain, sub-grid turbulence parameterization at the scale of large eddies, and ensuring local and global tracer mass conservation. The study objective was to resolve small dynamical processes inclusive of spatio-temporal scales of high-speed (e.g. 100 m s−1) airborne measurements. This was achieved by downscaling of reanalysis data from 31.25 km to 50 m through multi-domain model nesting in the horizontal and grid-refining in the vertical. Further, WRF dynamical-solver source code was modified to simulate the release of passive tracers within the finest-resolution domain. Different meteorological case studies and several tracer source emission scenarios were considered. Model-generated fields were evaluated against observational data (surface monitoring network and aircraft campaign data) and also in terms of tracer mass conservation. Results indicated agreement between modelled and observed values within 5 ∘C for temperature, 1 %–25 % for relative humidity, and 1–2 standard deviations for wind fields. Model performance in terms of (global and local) tracer mass conservation was within 2 % to 5 % of model input emissions. We found that, to ensure mass conservation within the modelling domain, tracers should be released on a regular-resolution grid (vertical and horizontal). Further, using our super-resolution modelling products, we investigated emission rate estimations based on flux calculation and mass-balancing. Our results indicate that retrievals under weak advection conditions (horizontal wind speeds < 5 m s−1) are not reliable due to weak correlation between the source emission rate and the downwind tracer mass flux. In this work we demonstrate the development of accurate super-resolution model simulations useful for planning, interpreting, and optimizing top-down retrievals, and we discuss favourable conditions (e.g. meteorological) for reliable mass-balance emission rate estimations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,109
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,145
Tête enseignante GPT0,319
Écart entre enseignants0,174 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
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

Citations3
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeoscientific model developmentMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207