Tracking Carbon Dioxide with Lagrangian Transport Simulations: Case Study of Canadian Forest Fires in May 2021
Notice bibliographique
Résumé
The large amounts of greenhouse gases, such as carbon dioxide, produced by severe forest fires not only seriously affect the ecosystems in the area where the fires occur but also cause a greenhouse effect that has a profound impact on the natural environment in other parts of the world. Numerical simulations of greenhouse gas transport processes are often affected by uncertainties in the location and timing of the emission sources and local meteorological conditions, and it is difficult to obtain accurate and credible predictions by combining remote sensing satellite data with given meteorological forecasts or reanalyses. To study the regional transport processes and impacts of greenhouse gases produced by sudden large-scale forest fires, this study applies the Lagrangian particle dispersion model Massive-Parallel Trajectory Calculations (MPTRAC) to conduct forward simulations of the CO2 transport process of greenhouse gases emitted from forest fires in the central region of Saskatchewan, Canada, during the period of 17 May to 25 May 2021. The simulation results are validated with the Orbiting Carbon Observatory-2 Goddard Earth Observing System (OCO-2 GEOS) Level 3 daily gridded CO2 product over the study area. In order to leverage the high computational costs of the numerical simulations of the model, we implement the forward simulations on the Tianhe-2 supercomputer platform and the JUWELS HPC system, which greatly improves the computational efficiency through parallel computation and makes near-real-time predictions of atmospheric transport processes feasible.
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 | 0,000 | 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 | 0,000 |
| 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 ».