Mass absorption cross section of black carbon for Aethalometer in the Arctic
Notice bibliographique
Résumé
Long-term measurements of the mass concentration of black carbon (BC) in the atmosphere (MBC) with well-constrained accuracy are indispensable to quantify its emission, transport, and deposition. The aerosol light absorption coefficient (babs), usually measured by a filter-based absorption photometer, including an Aethalometer (AE), is often used to estimate MBC. The measured babs is converted to MBC by assuming a value for the mass absorption cross section (MAC). Previously, we derived the MAC for AE (MAC (AE)) from measured babs and independently measured MBC values at two sites in the Arctic. MBC was measured with a filter-based absorption photometer with a heated inlet (COSMOS). The accuracy of the COSMOS-derived MBC (MBC (COSMOS)) was within about 15%. Here, we obtained additional MAC (AE) measurements to improve understanding of its variability and uncertainty. We measured babs (AE) and MBC (COSMOS) at Alert (2018–2020), Barrow (2012–2022), Ny-Ålesund (2012–2019), and Pallas (2019–2022). At Pallas, we also obtained four-wavelength photoacoustic aerosol absorption spectrometer (PAAS-4λ) measurements of babs. babs (AE) and MBC (COSMOS) were tightly correlated; the average MAC (AE) at the four sites was 11.4 ± 1.2 m2 g−1 (mean ± 1σ) at 590 nm and 7.76 ± 0.73 m2 g−1 at 880 nm. The spatial variability of MAC (AE) was about 11% (1σ), and its year-to-year variability was about 18%. We compared MAC (AE) in the Arctic with values at mid-latitudes, measured by previous studies, and with values obtained by using other types of filter-based absorption photometer, and PAAS-4λ.Copyright © 2024 American Association for Aerosol Research
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».