NOAA’s Next-Generation Air Quality Predictions for the United States
Notice bibliographique
Résumé
NOAA is developing the next generation air quality (AQ) prediction system for the United States (U.S.) and global aerosol predictions within the Unified Forecast System (UFS) framework to better represent and forecast impacts of wildfires on AQ and impacts of aerosols globally on weather from hourly to subseasonal scales. A new regional UFS weather model is online coupled with chemistry represented by the EPA’s Community Multiscale AQ (CMAQ) modeling system with Carbon Bond VI and AERO6 mechanisms to form this new UFS-AQM system. Wildfire emissions are specified by satellite-observed  hourly Regional Hourly Advanced Baseline Imager (ABI) and Visible Infrared Imaging Radiometer Suite (VIIRS) Emissions (RAVE). Anthropogenic emissions are based on U.S. EPA’s National Emissions Inventories over the contiguous 48 U.S. states and global inventories elsewhere. Lateral boundary conditions for aerosols are provided by NOAA’s Global Ensemble Forecast System which includes the Goddard Chemistry Aerosol Radiation and Transport (GOCART) module. A bias correction post-processing procedure is included in UFS-AQM to improve prediction accuracy. Testing is performed over a large regional domain covering the U.S., and evaluation is done in near-real time and for retrospective periods. Recent examples indicate much improved representation of impacts of wildfires on AQ predictions, especially during Quebec fires in the summer of 2023.  Some of the planned refinements for UFS-AQM include better representation of plume rise for wildfire smoke and for point source emissions, increased resolution consistent with the Rapid Refresh Forecast System (RRFS), which is under development, and using aerosol lateral boundary conditions from a 6-way coupled atmosphere - ocean -  land - sea-ice - waves - aerosols global UFS system, also under development. Due to challenging computational requirements for UFS-AQM at high resolution, a machine learning emulator is being developed to improve computational efficiency for prediction of chemical transformations and tracer transport. Of most interest for this session, data assimilation capabilities are being developed to constrain initial conditions for pollutant concentrations in UFS-AQM. Observations being assimilated include fine particulate matter (PM2.5) observations from AirNow, VIIRS Aerosol Optical Depth (AOD) retrievals and TROPOspheric Monitoring Instrument (TROPOMI) NO2 retrievals.
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 | 0,001 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».